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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2026-09-06 |
Near-field effect correction for CSAMT apparent resistivity using a frequency-adaptive deep learning mapping from CSAMT to MT response space
2026-Aug-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-62887-4
PMID:42697933
|
研究论文 | 提出一种频率自适应深度学习映射模型(FA-DLM)用于CSAMT近场效应校正,将问题重构为从CSAMT响应空间到MT响应空间的端到端学习映射任务。 | 引入频率自适应注意力机制,通过对数频率差先验偏置建立跨频带物理耦合依赖,并结合频率加权均方误差与相位一致性辅助损失的联合优化策略,实现视电阻率和相位的物理自洽联合校正。 | 未明确提及模型在极端地质条件下的泛化能力,以及在实时处理高维数据时的计算资源需求。 | 开发数据驱动方法以高精度、强泛化地校正CSAMT数据中的近场效应,提升深层资源勘探的数据解释精度,并满足工程实时处理要求。 | 来自四个地质背景不同(沉积盆地、碳酸盐台地、火山弧、逆冲带)的野外测量区的CSAMT-MT同步观测数据,共10,810对记录。 | 深度学习、地球物理 | NA | 频域电磁法(CSAMT和MT) | 深度学习模型(注意力机制) | 数值数据(电磁响应) | 10,810 | NA | Transformer(带频率自适应注意力) | 均方根误差(RMSE)、决定系数(R²)、近场减少率(NFR) | 推理时间18.7毫秒每记录,满足实时处理,但未提及具体GPU或计算平台 |
| 342 | 2026-09-06 |
Multimodal transformer-enhanced deep learning for accurate assessment of mandibular third molar-inferior alveolar canal contact using panoramic radiography and CBCT slices
2026-08-22, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-026-09012-z
PMID:42668366
|
研究论文 | 开发了一种基于Transformer增强的双流多模态深度学习框架,结合全景X线片和CBCT切片来准确评估下颌第三磨牙与下牙槽神经管的接触关系 | 提出了一种双流、Transformer增强的多模态深度学习框架,整合全景X线片和操作者选择的CBCT切片,模拟真实的专家会诊过程 | 信息不足,输出NA | 准确术前评估下颌第三磨牙与下牙槽神经管的空间关系,以降低神经损伤风险 | 下颌第三磨牙与下牙槽神经管的接触关系 | 计算机视觉 | 口腔疾病 | 全景X线摄影和锥形束CT | 变压器增强深度学习模型 | 影像 | 250对全景X线-CBCT病例 | NA | ConvNeXt、Swin Transformer、ResNet-50、VGG16 | F1分数、精确率、召回率、AUC | NA |
| 343 | 2026-09-06 |
Mechanistic insights into Claudin-14 dysfunction implicated in veins of Galen malformation
2026-Aug-19, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2026.154060
PMID:42617773
|
研究论文 | 本文利用增强采样分子动力学模拟和深度学习分析 Claudin-14 突变机制,探讨其与 Galen 静脉畸形相关的功能缺陷 | 采用强化学习驱动的增强采样分子动力学模拟结合 DiffNets 深度学习,首次对 Claudin-14 基因突变进行机制性结构分析 | 缺乏实验解析结构验证,结果基于建模结构,且局部响应存在变异性 | 阐明与 Galen 静脉畸形相关的 Claudin-14 突变机制 | Claudin-14 蛋白及其两种突变体 A113P 和 V143M | 分子动力学研究 | Galen 静脉畸形 | 增强采样分子动力学模拟、深度学习(DiffNets) | 深度学习模型(DiffNets) | 蛋白质结构动力学数据 | 两种突变结构模型,涉及多个寡聚组装架构,未指明具体样本数 | PyTorch | DiffNets | NA | NA |
| 344 | 2026-09-06 |
Deep Learning-Based Enhancement of Already Diagnostic-Quality MRI for Alzheimer's Disease Classification: Effects on Model Performance and Training Data Requirements
2026-Aug-13, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70507
PMID:42593101
|
研究论文 | 本研究评估了基于深度学习的图像增强技术应用于诊断质量MRI时,对阿尔茨海默病分类模型性能及训练数据需求的影响 | 首次探讨对已达诊断质量的MRI进行深度学习增强,是否能进一步提升下游AD分类的性能和数据效率,挑战了传统图像质量定义的充分性 | 未注明 | 调查基于深度学习的图像增强应用于诊断质量结构MRI对阿尔茨海默病分类的影响 | 阿尔茨海默病患者的脑部MRI扫描图像,包括正常认知、轻度认知障碍和AD患者 | 深度学习 | 阿尔茨海默病 | 深度学习图像增强(SubtleHD) | CNN(ResNet34, DenseNet121) | MRI图像 | 共2293个脑MRI扫描用于训练、验证和内部测试,另270个作为外部测试集 | 未注明 | ResNet34, DenseNet121 | 准确率,宏AUC | 未注明 |
| 345 | 2026-09-06 |
Pre-operative prediction of difficult tracheal intubation using an explainable multi-pose shared encoder vision transformer: a prospective observational study
2026-Aug-11, BMC anesthesiology
IF:2.3Q2
DOI:10.1186/s12871-026-04156-5
PMID:42698099
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 346 | 2026-09-06 |
Glioblastoma MRI Dataset with Standardized Preprocessing, Expert-Validated Segmentation, and MGMT Profiling
2026-08-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07953-2
PMID:42629349
|
研究论文 | 构建了一个包含337名胶质母细胞瘤患者的多中心MRI数据集,进行了标准化预处理、专家验证的肿瘤分割和MGMT启动子甲基化分析 | 数据集的创新点在于多中心来源、全面的预处理流程(包括BIDS组织、去面部、去颅骨和线性配准)、专家精炼的分割掩膜以及完整的MGMT注释,克服了现有数据集的局限性 | 文中未提及明确局限性 | 为胶质母细胞瘤的影像组学、深度学习和放射基因组学研究提供可靠且临床代表性的资源,支持分割基准测试和MGMT甲基化预测等下游任务 | 337名经组织学确诊的原发性胶质母细胞瘤患者的术前MRI图像及相应的分割掩膜和MGMT状态 | 数字病理学 | 胶质母细胞瘤 | MRI | CNN | 图像 | 337名患者的术前MRI扫描(包含T1加权、T2加权和FLAIR序列) | NA | SegResNet | Dice系数,准确率 | NA |
| 347 | 2026-09-06 |
MIF-MAPMS: Enhancing identification of myelin autoantigenic peptides in multiple sclerosis through multimodal information fusion
2026-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70695
PMID:42423156
|
研究论文 | 提出MIF-MAPMS,一个多模态信息融合框架,用于提高多发性硬化症中髓鞘自身抗原肽的识别性能 | 首次融合肽格式和SMILEs符号等多模态信息,结合ESM-2和Mol2V嵌入及多种深度学习方法来增强MAPMS表征 | 依赖肽序列和SMILEs表示,可能忽略其他生物学上下文信息,且模型性能需在更多独立数据集上验证 | 开发计算方法来准确识别MS相关的T细胞特异性髓鞘自身抗原肽,以辅助理解病理机制和靶向治疗 | 多发性硬化症相关的髓鞘自身抗原肽 | 机器学习 | 多发性硬化症 | NA | 多层感知机、全连接神经网络 | 肽序列及相应的SMILEs表示 | 基于基准主数据集和替代数据集,但具体数量未在标题和摘要中给出 | NA | ESM-2嵌入、Mol2V嵌入、多层感知机、全连接神经网络 | 马修斯相关系数 | NA |
| 348 | 2026-09-06 |
Persistent sheaf Laplacian analysis of protein stability and solubility changes upon mutation
2026-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70700
PMID:42428996
|
研究论文 | 提出SheafLapNet框架,基于持续层拉普拉斯与拓扑深度学习,预测蛋白质突变后稳定性与溶解度的变化 | 首次将持续层拉普拉斯引入蛋白质突变效应预测,显式编码部分电荷等物理化学信息,结合蛋白质Transformer特征与辅助物理描述符,增强模型可解释性与泛化能力 | 摘要中未明确提及局限性,信息不足 | 开发高可解释性的计算模型,准确预测遗传突变对蛋白质稳定性与溶解度的影响,以辅助疾病机制理解 | 蛋白质突变样本,涵盖稳定性(S2648、S350、S669数据集)与溶解度(PON-Sol2数据集)相关的多个数据集 | 机器学习 | 遗传性疾病 | 拓扑数据分析 | 图神经网络 | 蛋白质结构数据 | 包含S2648、S350、S669数据集用于稳定性预测,PON-Sol2数据集用于溶解度预测,具体样本总数未在摘要中明确 | 未在摘要中明确指定(依据常用实践推断为PyTorch) | Transformer | 评价指标未在摘要中具体列出(通常包含准确率、AUC等,但此处未明确) | 未在摘要中提及 |
| 349 | 2026-09-06 |
Pocket restraints guided by B-cell epitope prediction improve Chai-1 antibody-antigen structure modeling
2026-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70730
PMID:42489170
|
研究论文 | 本文介绍了BepiPocket和DiscoPocket两种方法,利用B细胞表位预测工具引导Chai-1结构预测中的抗体-表位约束,以提高抗体-抗原复合物结构预测的准确性和多样性 | 提出了两种简单方法,将序列和结构基的B细胞表位预测工具整合到Chai-1预测流程中,以引导抗体-表位约束,显著改善预测结果 | 未提及具体限制 | 提高抗体-抗原复合物结构预测的准确性和多样性 | 1628个抗体-抗原复合物数据集 | 计算免疫学 | 无特定疾病关联 | B细胞表位预测 | Chai-1(深度学习模型) | 蛋白质序列及结构数据 | 1628个抗体-抗原复合物 | 未提及 | Chai-1(可能为基于Transformer架构) | 准确性、多样性(具体指标未说明) | 未提及 |
| 350 | 2026-09-06 |
Deep Learning for Synthetic Postcontrast T1-Weighted MRI: A Systematic Review With Targeted Meta-Analysis of Brain Tumor Studies
2026-Aug, AJR. American journal of roentgenology
DOI:10.2214/AJR.26.34673
PMID:42089523
|
系统综述与元分析 | 对深度学习合成对比增强T1加权MRI进行系统综述,并对脑肿瘤研究进行针对性元分析 | 首次对深度学习合成对比增强T1加权MRI进行系统综述,并通过元分析提供汇总性能指标,同时强调评估实践中的异质性 | 元分析中研究间高度异质性(>99%),汇总估计仅作为描述性解释;缺乏外部验证和读者研究 | 系统评估深度学习合成对比增强T1加权MRI的方法、评估实践及临床验证状态 | 成人患者的对比增强T1加权MRI合成研究,涵盖神经影像、乳腺、体部等亚专科 | 计算机视觉和医学影像 | 脑肿瘤, 乳腺肿瘤, 体部肿瘤 | 深度学习 | 生成对抗网络(GAN)和卷积神经网络(CNN) | MRI图像 | 纳入41篇研究,其中脑肿瘤研究15项(30个模型)用于元分析 | NA | 生成对抗网络, 卷积神经网络 | 结构相似性指数(SSIM), 峰值信噪比(PSNR) | NA |
| 351 | 2026-09-06 |
Computational design of blue melanin by motif-scaffolding a pentapeptide-repeat protein
2026-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70718
PMID:42417545
|
研究论文 | 本研究通过基序支架化五肽重复蛋白的计算设计方法,成功合成了能产生蓝色素的黑色素,并展示了其作为电泳墨水的应用。 | 首次采用蛋白质深度学习模型RFdiffusion进行基序支架设计,从大量氨基酸组合中筛选出能形成蓝色黑色素的五肽序列,实现了序列到颜色的可调性。 | 摘要中未明确提及局限性。 | 设计并验证能产生蓝色黑色素的人工多肽,实现新型色素的可控合成与应用。 | 含酪氨酸的五肽重复蛋白(PRP)及其聚合产物。 | 蛋白质计算设计、生物材料 | NA | 蛋白质深度学习模型(RFdiffusion)、多肽合成、聚合反应 | RFdiffusion(扩散模型) | 蛋白质序列数据 | 从160,000种可能的氨基酸组合中筛选,但具体实验样本数未提及。 | NA | RFdiffusion | 吸收波长(617纳米)、热稳定性(121°C)、光稳定性(600 lux照射数周) | NA |
| 352 | 2026-09-06 |
CoCryoViS: Collaborative online cryo-electron tomography visualization system
2026-08, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70679
PMID:42432836
|
研究论文 | 介绍了一个用于冷冻电子断层扫描数据的协作式、交互式、基于网页的可视化和处理系统CoCryoViS,支持从原始倾斜序列投影到最终3D分割的完整工作流程 | 提出了一个集成的网络系统,统一了冷冻电子断层扫描的完整处理流程,包括校准、重建、注释和深度学习训练与推理;系统支持客户端和服务器端的灵活处理,并具备CPU/GPU任务队列和协作功能 | 摘要中未明确提及局限性或不足之处 | 开发一个协作式在线冷冻电子断层扫描可视化系统,以支持复杂细胞环境结构分析的完整数据处理工作流 | 冷冻电子断层扫描数据,代表性冷冻电镜数据集 | 数字病理学、计算生物学 | 不适用(NA) | 冷冻电子断层扫描 | 深度学习模型 | 图像(冷冻电子断层扫描数据) | 不适用(代表性冷冻电镜数据集,具体数量未在摘要中说明) | 不适用(未具体说明,可能在网络系统中使用多种框架) | 不适用(未具体说明,深度学习模型,可能包括分割模型) | 不适用(摘要中未提及具体性能指标) | 包括CPU和GPU任务队列 |
| 353 | 2026-09-06 |
Intratumor habitat aware deep learning framework for preoperative lymph node metastasis prediction in laryngeal carcinoma
2026-Jul-25, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-026-01096-8
PMID:42687208
|
研究论文 | 开发了一种基于肿瘤内部异质性感知的深度学习框架,用于喉鳞状细胞癌术前淋巴结转移预测 | 首次将自适应栖息地映射整合到深度学习框架中,从CT图像自动解码空间肿瘤内部异质性 | 多中心回顾性研究,可能受限于样本数量和选择偏倚 | 开发一种肿瘤内部异质性感知的深度学习框架,用于喉鳞状细胞癌的术前淋巴结转移预测和风险分层 | 来自多中心回顾性研究的381例喉鳞状细胞癌患者 | 医学影像分析 | 喉鳞状细胞癌 | 对比增强CT成像 | 深度学习模型 | 图像数据 | 381例患者的对比增强CT图像 | NA | 3D卷积神经网络 | AUC、校准曲线、决策曲线分析 | NA |
| 354 | 2026-09-06 |
Exploring the use of machine and deep learning in genome-wide association studies: a comprehensive review
2026-Jul-20, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-026-00584-8
PMID:42477691
|
综述 | 本文全面回顾了机器学习和深度学习在全基因组关联研究中的应用,包括标准统计方法的局限性、AI方法在计算基因组学中的主要用途以及AI策略在GWAS中的近期尝试。 | 综述了30种利用AI的GWAS方法,并提供了全面的性能评估指标以及常用数据库和生物样本库的参考资料。 | 未提及具体局限性。 | 探讨机器和深度学习方法在GWAS中的应用,以克服传统方法的局限,捕捉非线性遗传交互和复杂隐藏规律。 | 基因组数据以及与疾病风险相关的基因性状和变异。 | 机器学习 | 不适用 | 高通量测序 | 不适用 | 基因组数据 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 355 | 2026-09-06 |
Detecting Distant Metastases in Prostate Cancer Using Whole-body MR Imaging Together with DWIBS (Diffusion-weighted Imaging with Background Body Signal Suppression)
2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.rev.2025-0180
PMID:41850822
|
综述 | 本文综述了全身MRI结合DWIBS在前列腺癌远处转移检测中的应用,包括技术发展、临床用途、局限性及未来方向 | 强调全身MRI与PSMA PET的互补性,并预期深度学习与定量成像能解决自动化病灶提取和体积分析的挑战 | 手动处理和机构间标准化不足限制临床广泛采用 | 探讨全身MRI结合DWIBS在前列腺癌管理中的当前应用与未来潜力 | 前列腺癌患者中的远处转移,特别是骨转移 | 医学影像 | 前列腺癌 | 全身MRI、DWIBS | NA | 影像数据 | NA | NA | NA | NA | NA |
| 356 | 2026-09-06 |
Integrating Artificial Intelligence into Prostate MR Imaging: Technical Foundations, Clinical Applications, and Workflow Implications
2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.rev.2025-0209
PMID:41882853
|
综述 | 本文为非系统性叙述性综述,全面概述了人工智能在整合到前列腺磁共振成像中的技术基础、临床应用和工作流程影响 | 强调人机协作模型、AI对不确定病灶的支持作用以及将影像与临床变量结合进行个性化风险评估 | 研究设计异质性、前瞻性验证有限、跨机构泛化性不足以及伦理和监管考虑 | 全面概述AI在前列腺MRI中的技术基础、临床应用和工作流程影响 | 前列腺MRI影像及相关流程 | 医学影像 | 前列腺癌 | MRI | 机器学习、深度学习模型 | 影像数据 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 357 | 2026-09-06 |
Deep Learning to Quantify Body Composition in Lung Cancer Screening-Eligible Individuals
2026 Jul-Sep, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-26-00030
PMID:42696681
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 358 | 2026-09-06 |
A scoping review of the use of artificial intelligence as a psychological assessment tool
2026-Jun-22, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-026-04181-5
PMID:42331776
|
综述 | 本文对人工智能作为心理评估工具的应用进行了范围综述,系统梳理了现有研究、识别研究空白并评估方法学局限性 | 首次对AI在心理评估领域的文献进行全面系统性绘图,揭示了研究在样本量、算法类型、验证方法和性能指标上的广泛差异,并指出了该领域在透明度、诊断标准使用和人口文化分析方面的不足 | 研究可能受限于数据库选择、筛选标准和纳入文献质量,且由于原始研究的异质性,难以进行定量合并分析 | 系统化AI在心理评估中的应用研究,识别当前证据空白、方法学局限,并为未来研究提供方向建议 | 人工智能在心理评估中的应用研究,涵盖抑郁、焦虑、自杀倾向和压力等心理健康问题 | 机器学习 | 精神疾病 | NA | 监督学习、深度学习、无监督学习 | 文本、心理测量数据 | 纳入320篇同行评审文章,样本量范围从1到19,400,000不等 | NA | NA | AUC(曲线下面积) | NA |
| 359 | 2026-09-06 |
Construction of a small-sample brain imaging data augmentation and explainable diagnostic model for autism based on generative adversarial networks
2026-Jun-22, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02514-w
PMID:42332578
|
研究论文 | 提出融合条件生成对抗网络数据增强、多模态特征融合和可解释深度学习的自闭症辅助诊断框架,基于ABIDE I/II数据集实现ASD与典型发育个体的分类 | 利用条件GAN增强少数类样本,结合双分支编码器与交叉注意力机制进行多模态融合,并采用可解释性分析揭示决策依据 | 未明确提及局限性 | 开发基于脑影像的ASD客观诊断自动化工具,提高分类性能并验证跨中心泛化能力 | 自闭症谱系障碍(ASD)患者和典型发育(TD)个体 | 数字病理学 | 自闭症谱系障碍 | 功能磁共振成像(rs-fMRI)和结构磁共振成像(sMRI) | 条件生成对抗网络(cGAN)、深度学习模型 | 脑影像数据(rs-fMRI和sMRI) | ABIDE I/II多中心公共数据集(具体样本量未在摘要中提供) | 未明确提及 | 条件GAN、双分支编码器、交叉注意力机制 | AUC、平衡准确率 | 未明确提及 |
| 360 | 2026-09-06 |
Transformer-accelerated discovery of inhibitors targeting the RpsAΔ438 deletion in PZA-resistant tuberculosis
2026-Jun-22, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01235-0
PMID:42332812
|
研究论文 | 该研究开发了一种结合Transformer虚拟筛选、分子对接、高斯加速分子动力学模拟和MM/GBSA自由能计算的筛选流程,以发现针对PZA耐药结核分枝杆菌RpsAΔ438缺失突变体的新型抑制剂,并鉴定出Z2568748600为最有前景的候选化合物。 | 创新性地将基于Transformer的深度学习框架用于针对耐药菌株突变蛋白的高通量虚拟筛选,并与多种计算模拟方法集成,形成了系统性的筛选策略,显著提升了发现潜在抑制剂的工作效率。 | 研究主要基于计算方法进行预测和评估,缺乏体外或体内实验验证,未明确提及计算资源和数据集规模对方法的限制,也未讨论模型的泛化能力。 | 发现针对PZA耐药结核分枝杆菌中RpsAΔ438突变体的新型抑制剂。 | PZA耐药结核分枝杆菌的RpsA蛋白突变体(RpsAΔ438)及FDA批准的化合物库和中草药库中的化合物。 | 机器学习 | 结核病 | 虚拟筛选、分子对接、高斯加速分子动力学模拟、MM/GBSA自由能计算 | Transformer、随机森林、XGBoost | 化合物数据(分子结构、MIC值) | 从ChEMBL数据库获取化合物集,经MIC标记;其他数据集未具体说明数量(提及分别获得317和1757个候选化合物)。 | PyTorch | Transformer | AUC、准确率 | 未提供具体信息 |