本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!


除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
| 序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3421 | 2026-06-09 |
Deep Learning-Based OCT Segmentation for Stiffness Quantification in Evaluating Low-Level Laser Therapy for Wound Healing
2026-Jun, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.70291
PMID:42252133
|
研究论文 | 本研究通过深度学习OCT分割评估低强度激光疗法对伤口愈合过程皮肤僵硬度的影响 | 将U-Net深度学习模型应用于OCT图像自动分割以实现无接触测量皮肤僵硬度,并首次分析低强度激光疗法的短期生物力学响应 | 仅评估短期效应,未涉及长期伤口愈合结果或更大规模样本 | 评估低强度激光疗法对伤口组织短期生物力学响应的影响 | 不同肢体区域的伤口组织 | 计算机视觉、数字病理 | 伤口愈合 | OCT成像、空气压痕系统 | U-Net | OCT图像 | 未明确提及样本数量及类型 | PyTorch | U-Net | 分割准确率 (92%) | NA |
| 3422 | 2026-06-09 |
A Multimodal Deep Learning Model for Objective Identification of Sub-health Status in Traditional Chinese Medicine
2026-Jun-01, Combinatorial chemistry & high throughput screening
IF:1.6Q3
|
研究论文 | 提出一种融合舌象、面部图像和红外热像的多模态深度学习模型,结合专家经验,用于亚健康状态的中医体质客观识别 | 首次将中医体质分类理论与多模态深度学习结合,并通过结构化提示将专家知识嵌入数据驱动框架,以优化特征融合和分类性能 | PDC和QDC体质性能相对较低(准确率约0.77,AUC约0.73),且样本量有限(1389名参与者),未提及外部验证 | 实现亚健康状态的客观量化与准确分类,为早期筛查和健康管理提供技术参考 | 1389名参与者的中医体质状态(包括平和质、气虚质等八种体质) | 计算机视觉, 机器学习 | 亚健康 | 不适用 | 卷积神经网络(CNN), 注意力机制 | 图像(舌图像、面部图像、红外热图像) | 1389名参与者 | PyTorch | ResNet-18, 交叉注意力融合机制 | 准确率、召回率、精确率、特异性、AUC | 不适用 |
| 3423 | 2026-06-09 |
Comparison of deep learning and particle smoother EM methods for estimation of Rb-82 myocardial perfusion PET kinetic parameters
2026-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70512
PMID:42253226
|
研究论文 | 对比深度学习和粒子平滑器期望最大化方法用于铷-82心肌灌注PET动力学参数估计 | 首次开发并评估基于粒子平滑器的期望最大化(PSEM)方法和卷积神经网络(CNN)用于铷-82心肌灌注PET的动力学参数估计,并证明CNN在参数估计准确性上显著优于传统方法 | CNN在输入函数分布外条件下性能下降;PSEM方法在不同参数上表现不一,需进一步方法优化 | 评估两种替代动力学分析方法(PSEM和CNN)用于铷-82心肌灌注PET参数估计的效果 | 铷-82心肌灌注PET的动力学参数(F, k3, k4) | 计算机视觉 | 心血管疾病 | PET | CNN | 图像 | NA | NA | 卷积神经网络 | 相对误差 | NA |
| 3424 | 2026-06-09 |
From satellite imagery to material outflows: master plan and deep learning-based quantification of demolition materials to support circular construction
2026-Jun, Journal of environmental health science & engineering
DOI:10.1007/s40201-026-00978-0
PMID:42253472
|
研究论文 | 提出一种基于城市总体规划与深度学习的方法,从卫星影像中量化建筑拆除材料以支持循环建设 | 首次将城市总体规划与Mask RCNN模型结合,自动识别潜在拆除建筑并量化其材料组成,为城市尺度循环经济提供新路径 | 模型仅依赖单一城市(阿斯塔纳)数据,且历史拆除活动依赖手动识别,可能影响泛化性 | 通过卫星影像和深度学习量化拆除废料,支持循环经济在城市建筑领域的应用 | 哈萨克斯坦阿斯塔纳市的建筑拆除活动及产生的材料 | 计算机视觉 | 无相关疾病 | 卫星影像分析 | CNN | 图像 | 2016-2022年间近4500个拆除工程,涉及约108 Mt拆除材料 | ArcGIS, PyTorch | Mask RCNN | 基于对象的召回率(≥50%重叠)、足迹面积平均误差 | NA |
| 3425 | 2026-06-09 |
Use of Artificial Intelligence in the Early Diagnosis of Oral Cancer: Current Update, Limitations and Future Perspectives
2026-Jun, Journal of dentistry (Shiraz, Iran)
|
comments | 探讨人工智能在口腔癌早期诊断中的应用、局限性与未来展望 | 概述了机器学习与深度学习算法在口腔癌检测中的最新应用,强调了AI在分析临床图像、患者数据及其他诊断工具中的作用,以识别癌前病变并减少诊断延误 | NA | 评估人工智能在口腔癌早期诊断中的整合应用,并讨论未来前景 | 口腔癌早期诊断中的AI技术应用案例及相关数据 | machine learning | 口腔癌 | NA | 机器学习与深度学习模型 | 临床图像、患者数据及诊断工具数据 | NA | NA | NA | NA | NA |
| 3426 | 2026-06-09 |
ArabiCCR: A commercial Arabic ruling court cases dataset with judicial decisions
2026-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2026.112844
PMID:42254583
|
研究论文 | 本文介绍了一个从沙特司法部官网收集的商业法庭判决数据集,包含阿拉伯语司法判决,并公开提供以支持阿拉伯语法律文本处理研究 | 首次系统收集并公开沙特商业法庭判决数据集,包含案件叙述、法律推理和最终判决,经匿名化处理支持可重复分析 | 未明确提及限制,但数据集仅聚焦商业案件类型,可能无法覆盖其他案件领域 | 为阿拉伯语法律文本处理和司法推理研究提供数据集资源 | 沙特商业法庭判决案件的文本数据 | 自然语言处理 | NA | NA | NA | 文本 | 多个商业法庭判决案例,具体数量未在摘要中说明 | NA | NA | NA | NA |
| 3427 | 2026-06-09 |
Prompt mechanisms in medical imaging: A comprehensive survey
2026-Jun-01, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2026.101271
PMID:42254959
|
综述 | 全面调研基于提示机制在医学影像中的深度学习方法,分析其性能提升与临床部署挑战 | 系统梳理文本指令、视觉提示、可学习嵌入等多种提示模态,揭示其在图像生成、分割、分类等任务中的双重优势(性能提升与方法论创新) | 提示设计优化、数据异质性与临床可扩展性仍存在持续挑战 | 评估提示工程在医学影像中的发展现状,推动临床诊断与个性化治疗规划的革命 | 医学影像中的提示机制(文本指令、视觉提示、可学习嵌入)及其在生成、分割、分类任务中的应用 | 计算机视觉, 数字病理 | NA | NA | 深度学习模型 | 医学影像 | NA | NA | NA | 准确率, 鲁棒性, 数据效率 | NA |
| 3428 | 2026-06-09 |
Natural-language-processing and safety-engineering-based fault identification technique for electrochemical ESSs
2026-Jun-01, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2026.101277
PMID:42254964
|
研究论文 | 提出一种结合自然语言处理、深度学习和安全工程的电化学储能系统故障诊断框架,用于识别和分析ESS故障 | 首次将自然语言处理与安全工程方法(Bow-Tie和故障模式分析)相结合,利用大语言模型生成合成故障案例以增强数据多样性,并引入自注意力增强卷积神经网络实现高精度分类 | 未提及具体限制 | 开发一种能够实时监测、智能诊断和主动管理电化学储能系统故障的综合方法 | 电化学储能系统的故障日志和非结构化报告 | 自然语言处理, 机器学习 | NA | 自然语言处理, 深度学习, 安全工程 | CNN | 文本 | 全球ESS故障日志,经大语言模型增强以平衡各类别数据,具体样本量未提及 | NA | 自注意力增强CNN | 准确率, F1分数 | NA |
| 3429 | 2026-06-09 |
Pediatric Risk Mapping From Co-Exposure to Extreme Temperatures and Air Pollutants
2026-Jun, GeoHealth
IF:4.3Q1
DOI:10.1029/2025GH001743
PMID:42255323
|
研究论文 | 通过无监督机器学习和深度学习方法,在连续美国范围内构建儿科脆弱性指数,分析极端温度与空气污染物联合暴露的风险区域 | 首次在人口普查区尺度上整合五种降维方法(包括无监督学习和深度学习)构建儿科脆弱性指数,并联合分析极端温度与空气污染物双重暴露的空间分布 | 未说明具体局限性 | 识别儿童因极端温度与空气污染物联合暴露导致不良健康结果的高风险区域 | 连续美国范围内的人口普查区 | 机器学习 | 儿科疾病(呼吸系统疾病、热相关疾病、发育障碍) | NA | PCA(主成分分析) | 环境暴露数据(极端温度、PM₂.₅、黑碳)及脆弱性因素数据 | 2012-2024年极端温度数据及2010-2020年PM和黑碳暴露数据 | NA | PCA(主成分分析) | NA | NA |
| 3430 | 2026-06-09 |
Counterfeit Citri Reticulatae Pericarpium Identification: Multi-Class Detection Using Vis/NIR Spectroscopy and Residual Neural Networks
2026-Jun, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.71975
PMID:42255696
|
研究论文 | 本研究提出了一种结合可见/近红外光谱与深度学习的模型,用于快速无损识别正宗陈皮(CRP)及其四种假冒品 | 首次将WGAN-GP数据增强与Inception-ResNet模型结合于陈皮光谱分类,提升了模型泛化能力和分类鲁棒性 | 未提及具体限制 | 开发一种快速无损的假冒陈皮多类检测模型 | 正宗陈皮及四种类型假冒陈皮样本 | 机器视觉, 机器学习 | 不适用 | 可见/近红外光谱 | 残差神经网络 | 光谱数据 | 正宗陈皮和四种假冒陈皮样本 | NA | Inception-ResNet | 准确率 | NA |
| 3431 | 2026-06-09 |
Channel and Spatial Parallel Attention for ECG-Based Prediction of Concealed Accessory Pathways and Atrioventricular Nodal Reentry Tachycardia
2026-Jun, Journal of arrhythmia
IF:2.2Q2
DOI:10.1002/joa3.70373
PMID:42256115
|
研究论文 | 提出CSPANet深度学习架构,通过通道和空间并行注意力机制增强心电图特征提取,用于区分隐匿性旁路和房室结折返性心动过速 | 整合通道和空间并行注意力模块,通过平行处理通道注意力和空间注意力机制增强心电图特征提取,实现两种疾病的高精度鉴别 | 未明确说明 | 利用深度学习从窦性心律心电图中区分隐匿性旁路和房室结折返性心动过速,提供临床诊断工具 | 隐匿性旁路和房室结折返性心动过速患者 | 机器学习 | 心血管疾病 | 心电图分析 | CNN(ResNet50, CSPANet) | 心电图信号 | 未明确说明样本数量 | PyTorch | CSPANet, ResNet50, ResNet20 | 准确率, 灵敏度, 特异性, 精确率 | 未明确说明 |
| 3432 | 2026-06-09 |
Passive Acoustic Monitoring and Deep Learning Reveal a Lag From Rainfall to Gibbon Song Across a Mosaic Forest Landscape
2026-Jun, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.73717
PMID:42256124
|
research paper | 利用被动声学监测和深度学习技术,揭示了雨林景观中降雨与长臂猿鸣叫之间的滞后关系 | 首次在大空间和时间尺度上,利用预训练的深度学习检测器分析三种森林类型中白须长臂猿的鸣叫活动,并发现了降雨事件后约51-52天的鸣叫峰值,表明鸣叫活动反映了对季节性降雨的滞后物候响应 | 研究仅在一个区域进行,可能无法推广到其他地理区域;未考虑人为干扰和气候变化对鸣叫行为的直接影响;深度学习检测器可能存在假阳性或假阴性误差 | 利用被动声学监测和深度学习技术,研究不同森林类型中濒危白须长臂猿的鸣叫行为及其与季节性降雨的关系 | 濒危物种——婆罗洲白须长臂猿的鸣叫活动 | machine learning | NA | 被动声学监测 | 深度学习检测器 | 音频数据 | 8个自主录音单元,18个月收集23,244小时音频数据,识别出83,956次大叫声 | NA | 预训练深度学习检测器 | NA | NA |
| 3433 | 2026-06-09 |
Airway segmentation on CT - A systematic review of machine learning tools
2026-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2026.100764
PMID:42256489
|
综述 | 全面评估机器学习方法在CT图像中全自动气道分割的性能与局限性 | 系统性地分析了气道分割中拓扑指标(分支检出率、树长检出率)与体素精度指标的差异,并评估了深度学习相对于传统机器学习的优势 | 纳入研究的MAIC-10质量评分中等(6-8/10),在安全性/隐私性、可解释性和透明度方面报告不足;外部验证数据集有限(15项中有9项使用EXACT'09测试集) | 评价机器学习方法在胸部CT成像中实现全自动气道分割的效能与临床转化潜力 | 32项发表于2010-2025年的全自动机器学习气道分割研究(其中28项使用深度学习) | 计算机视觉,数字病理学 | 呼吸系统疾病 | CT成像 | 深度学习 | 影像 | 32项研究 | NA | NA | Dice相似系数,分支检出率,树长检出率 | NA |
| 3434 | 2026-06-09 |
The implicit regularizing effect of stochastic resetting in deep learning analysis of anomalous diffusion
2026-Jun-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0304564
PMID:42257593
|
研究论文 | 研究了随机重置技术在异常扩散轨迹深度学习解码中的隐式正则化效应 | 首次将随机重置技术应用于异常扩散轨迹解码任务,并揭示了其正则化机制;引入随时间变化的动态重置策略,超越固定概率效果 | 未说明具体限制 | 探索随机重置能否提升异常扩散轨迹的解码性能 | 异常扩散轨迹数据 | 机器学习 | NA | NA | 神经网络 | 轨迹数据 | NA | NA | NA | 验证损失 | NA |
| 3435 | 2026-06-09 |
Fewest-Switches Surface Hopping with Combined Deep Learning Potential and Long Short-Term Memory Network Propagator for Simulating Realistic Photochemical Processes
2026-May-28, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00170
PMID:42207866
|
研究论文 | 结合深度学习势和长短期记忆网络传播器的最少跳跃面跳跃方法用于模拟真实光化学过程 | 重新设计了LSTM的输入特征和训练流程以有效表示高维核自由度,并将等变神经网络与LSTM整合构建基态和激发态的绝热势能面 | 仅使用10条参考轨迹训练LSTM网络,可能对复杂系统泛化能力有限 | 开发扩展的LSTM-FSSH框架以模拟真实光化学反应 | CHNH分子和偶氮苯的光异构化过程 | 机器学习 | NA | LSTM-FSSH动力学模拟 | 长短期记忆网络(LSTM) | 分子动力学轨迹数据 | 10条参考轨迹用于训练 | PyTorch | LSTM, 等变神经网络 | 激发态寿命, 产物产率 | NA |
| 3436 | 2026-06-09 |
EZPro-Multi: Contrastive Learning-Enhanced Multi-property Prediction for Enzyme Engineering
2026-May-27, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00821
PMID:42199085
|
研究论文 | 提出一种基于对比学习的统一深度学习框架EZPro-Multi,用于预测酶突变体的多种生化性质,包括催化效率、稳定性和溶解度 | 首次通过交叉注意力机制整合ProtT5蛋白表征和Molformer底物表征来捕获突变体-底物相互作用,并引入监督对比学习增强特征区分性,同时采用辅助分类头提升主回归任务性能 | 未提及具体局限 | 加速酶工程和优化生物催化系统,实现酶突变体多种功能属性的准确预测 | 酶突变体及其底物相互作用对 | 机器学习 | NA | 未明确提及具体测序技术 | 深度学习模型 | 蛋白质序列和分子结构数据 | 包含多种酶-底物对的数据集,深度突变扫描(DMS)数据集 | ProtT5, Molformer | EZPro-Multi | 回归准确性、分类一致性、命中率 | NA |
| 3437 | 2026-06-09 |
Automated assessment of coronal lower extremity alignment on long-leg radiographs using a deep-learning model: validation, efficiency gains, and superiority of an edge-based tibial joint-line definition
2026-May-26, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-026-09980-x
PMID:42185802
|
研究论文 | 提出并验证了基于深度学习的全自动下肢冠状位力线评估系统,在长腿X光片上同时测量15个参数并定位畸形 | 首次系统比较了两种胫骨关节线定义在深度学习测量中的适用性,并发现基于边缘的定义方法优于最低点定义 | 需要前瞻性研究验证基于边缘的关节线定义(方法2)与临床预后(如骨关节炎进展、手术结果)的相关性 | 开发和验证自动化深度学习系统以高效评估下肢冠状位力线并比较两种胫骨关节线定义 | 站立位长腿X光片中的下肢冠状位力线参数和畸形定位 | 计算机视觉 | 骨关节炎 | NA | YOLOv5 | 图像 | 309张(训练/验证/测试60/20/20分割)和外部验证集75张 | PyTorch | YOLOv5 | 绝对误差、临床失败率(≥2°或≥2%)、运行时间、Bland-Altman分析 | NA |
| 3438 | 2026-06-09 |
A rapid total-body PET imaging approach for pediatric patients using non-attenuation-corrected PET scans
2026-May-22, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00889-x
PMID:42171886
|
研究论文 | 提出一种名为SnapPET的深度学习框架,利用极短的非衰减校正2D PET最大密度投影图像生成高质量衰减校正图像,用于儿科淋巴瘤患者的快速全身PET成像 | 首次提出基于潜扩散自编码器的CT免除框架,利用2秒超短非衰减校正PET MIP图像直接生成高质量衰减校正PET MIP图像,实现快速筛查与分流 | NA(摘要中未明确提及局限性) | 开发一种降低儿科淋巴瘤患者累积辐射剂量的快速全身PET成像方法 | 200例FDG亲和性淋巴瘤儿科患者的全身PET/CT扫描数据 | 机器学习, 数字病理学 | 淋巴瘤 | PET/CT成像 | 潜扩散自编码器 | 图像(PET MIP二维图像) | 200例儿科患者 | PyTorch(推断) | U-Net, GAN, DDPM(对比模型), 潜扩散自编码器(SnapPET) | PSNR, SSIM, NMSE, SUVmax, SUVmean, ROC曲线, ALROC曲线, 5点Likert评分 | NA(摘要中未明确说明) |
| 3439 | 2026-06-09 |
SNooPy: a statistical framework for long-read metagenomic variant calling
2026-May-20, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag556
PMID:42234577
|
研究论文 | 提出了一种名为SNooPy的统计框架,用于长读长宏基因组变异检测 | 首次设计了专门针对长读长宏基因组数据的变异检测工具,不假设单倍型数量、进化关系或序列差异 | 未与深度学习方法集成,未来需进一步整合以提升性能 | 解决现有长读长变异检测工具无法适应宏基因组数据复杂性的问题 | 宏基因组样本中的单核苷酸多态性(SNP) | 机器学习 | NA | 长读长测序 | 传统统计模型与深度学习模型对比 | 宏基因组序列数据 | NA | NA | NA | 变异检测准确性 | NA |
| 3440 | 2026-06-09 |
Mechanistic Dissection of Conformational Transition of Bicyclic Peptide via Molecular Modeling and Deep Learning
2026-May-14, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.12.711417
PMID:41959345
|
研究论文 | 通过分子建模和深度学习,对双环肽的构象转变进行机制解析 | 引入深度学习模型ICoN-v1,学习分子动力学模拟数据以揭示环肽构象动力学,能有效生成分子动力学输出中缺失的平滑转变路径 | NA | 解析环肽构象转变机制,为分子设计提供信息 | 六环肽(NMR结构)、MYC靶向双环肽(立体多样化或单点LEU-to-ILE突变) | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 分子动力学模拟数据 | NA | NA | ICoN-v1 | NA | NA |