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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 361 | 2025-11-14 |
Predicting breast cancer response to neoadjuvant chemotherapy with ultrasound-based deep learning radiomics models -- dual-center study
2025-Nov-10, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-15148-y
PMID:41214584
|
研究论文 | 开发并验证基于早期超声图像的深度学习融合模型,用于预测乳腺癌患者新辅助化疗的早期肿瘤反应 | 首次使用堆叠融合技术结合瘤内和瘤周区域的深度学习特征,基于早期(两个周期)超声图像预测乳腺癌新辅助化疗反应 | 研究样本来自两个医疗中心,需要更多中心验证模型的泛化能力 | 预测乳腺癌患者对新辅助化疗的早期治疗反应 | 接受新辅助化疗的乳腺癌患者 | 数字病理 | 乳腺癌 | 超声成像 | 深度学习 | 超声图像 | 469名乳腺癌患者 | NA | ResNet | AUC, 临床决策曲线 | NA |
| 362 | 2025-11-14 |
Efficient temporal feature utilization in ultrasound videos: a multi-channel deep learning framework for enhanced breast lesion differentiation
2025-Nov-10, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-15144-2
PMID:41214640
|
研究论文 | 提出一种多通道深度学习框架,通过利用超声视频中的时序信息来增强乳腺病灶分类性能 | 采用多通道输入策略结合连续帧的时空特征,在保持计算效率的同时充分利用时序信息 | 未明确说明具体的数据集规模和模型训练时间 | 开发计算效率高的乳腺病灶自动分类方法 | 超声视频中的乳腺病灶 | 计算机视觉 | 乳腺疾病 | 超声成像 | 深度学习 | 超声视频 | 来自两个不同地区的多中心数据 | NA | 五种不同的深度学习骨干模型 | AUC, 精确率, 召回率 | 资源受限环境适用,实时环境适用 |
| 363 | 2025-11-14 |
Association between induced organ atrophy assessed by artificial intelligence-generated automatic segmentation and efficacy of bevacizumab in combination with chemotherapy in metastatic colorectal cancer
2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00951-4
PMID:41214758
|
研究论文 | 本研究探讨贝伐珠单抗治疗引起的无肿瘤器官萎缩与转移性结直肠癌疗效的关系 | 首次使用基于深度学习的AI模型自动测量器官体积变化,评估贝伐珠单抗诱导的器官萎缩与生存预后的关联 | 样本量有限,生存分析在调整年龄、性别和肿瘤体积后失去统计学意义 | 探索贝伐珠单抗诱导的器官萎缩与治疗疗效的关联 | 转移性结直肠癌患者 | 数字病理学 | 结直肠癌 | 医学影像分析 | 深度学习 | 医学影像 | 214名患者(192名接受贝伐珠单抗治疗) | NA | NA | Pearson相关系数, p值 | NA |
| 364 | 2025-11-14 |
HighFold-MeD: a Rosetta distillation model to accelerate structure prediction of cyclic peptides with backbone N-methylation and D-amino acids
2025-Nov-10, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01111-3
PMID:41214817
|
研究论文 | 提出一种基于深度学习的快速预测含骨架N-甲基化氨基酸和D-氨基酸的环肽结构的方法 | 通过知识蒸馏将Rosetta SCP的能量计算知识迁移至微调的AlphaFold模型,实现50倍加速的同时保持较高准确性 | 可用晶体结构数据有限,模型性能依赖于Rosetta SCP的采样参数设置 | 加速含特殊修饰的环肽结构预测以促进肽类药物开发 | 含骨架N-甲基化氨基酸和D-氨基酸的环肽 | 计算生物学 | NA | 深度学习,知识蒸馏 | AlphaFold | 蛋白质结构数据 | 通过Rosetta SCP采样大量环肽构象(nstruct=500) | PyTorch | AlphaFold | 结构预测准确性,计算速度 | NA |
| 365 | 2025-11-14 |
Enhanced osteoporosis screening via multi-output deep learning: Segmentation and classification of metacarpal radiographs
2025-Nov-10, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112507
PMID:41223626
|
研究论文 | 提出一种名为OMO-Net的多输出深度学习架构,通过同时执行掌骨X光片的骨骼分割和骨质疏松分类来改进骨质疏松筛查 | 首次将骨骼结构分割与诊断分类任务集成到统一的多输出深度学习框架中,通过双任务协同提升对细微骨密度变化的敏感性 | NA | 开发一种能够同时进行骨骼分割和骨质疏松分类的深度学习模型,提高骨质疏松筛查的准确性 | 掌骨X光片 | 计算机视觉 | 骨质疏松症 | X射线成像 | CNN | 医学影像 | NA | NA | ResNet-50 | AUC, F1-score | NA |
| 366 | 2025-11-14 |
Early prediction of final body weight in Hanwoo steers using machine and deep learning models
2025-Nov-10, Animal bioscience
IF:2.4Q1
DOI:10.5713/ab.250595
PMID:41223656
|
研究论文 | 本研究使用机器学习和深度学习模型预测韩牛阉牛最终体重 | 首次比较多种机器学习模型和LSTM深度学习模型在韩牛体重预测中的表现,并分析不同预测时间点的准确性变化 | 研究仅基于196头韩牛阉牛的数据,样本量相对有限,且仅来自单一商业农场 | 开发准确的早期体重预测方法以优化肉牛生产中的饲养策略和屠宰计划 | 196头韩牛阉牛(7-31月龄) | 机器学习 | NA | 体重测量和饲料营养摄入分析 | k-近邻, 随机森林, XGBoost, LSTM | 时序数据 | 196头韩牛阉牛 | NA | LSTM | 决定系数(R²), 均方根误差(RMSE) | NA |
| 367 | 2025-11-14 |
Hippocampal auto-segmentation based on deep learning for identifying magnetic resonance imaging biomarkers of early mild cognitive impairment
2025-Nov-10, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究开发了基于深度学习的海马体自动分割模型,并结合影像组学特征构建机器学习诊断模型用于早期轻度认知障碍识别 | 提出基于CNN的新型深度学习网络实现海马体自动分割,并首次将影像组学特征与XGBoost算法结合用于MCI诊断 | 样本量较小(150例),缺乏外部验证数据集 | 开发自动海马体分割和诊断模型以识别早期轻度认知障碍的MRI生物标志物 | 150名受试者(正常对照和轻度认知障碍患者) | 医学影像分析 | 轻度认知障碍 | 磁共振成像(3D T1WI) | CNN, 机器学习分类器 | 医学影像 | 150名受试者,按7:3比例分为训练集和验证集 | NA | 基于CNN的3D深度学习网络 | AUC, 95%置信区间 | NA |
| 368 | 2025-11-14 |
Clinical Grade Interpretable Artificial Intelligence Tool for Automated Detection of Lymph Node Metastasis in Prostate Cancer
2025-Nov-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100934
PMID:41223994
|
研究论文 | 开发了一种用于前列腺癌淋巴结转移自动检测的临床级可解释人工智能工具 | 利用有限标注数据集,通过从未标记数据中识别最具信息量的样本并融入训练过程,通过迭代误差校正优化学习轨迹 | 模型性能依赖于有限标注数据集,需要在更多医疗中心进行进一步验证 | 提高前列腺癌淋巴结转移检测的准确性和效率 | 前列腺癌患者的淋巴结组织 | 数字病理学 | 前列腺癌 | 全玻片成像(WSI) | 深度学习 | 病理图像 | 787张全玻片图像,超过2000个淋巴结组织 | NA | NA | AUC, 灵敏度, 特异性 | NA |
| 369 | 2025-11-14 |
AI-assisted differentiation of nontuberculous mycobacterial pulmonary disease from colonization: a multi-center study
2025-Nov-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02131-1
PMID:41206832
|
研究论文 | 开发了一种名为NTMNet的多模态深度学习模型,用于区分非结核分枝杆菌肺病与定植状态 | 首次将胸部CT扫描与临床数据结合,通过多模态深度学习模型解决NTM疾病状态分类难题 | 回顾性研究设计,样本量相对有限,仅来自两个医疗中心 | 区分非结核分枝杆菌肺病与定植状态的临床诊断 | 非结核分枝杆菌呼吸道分离患者 | 医学影像分析 | 肺部疾病 | 胸部CT扫描,临床数据分析 | 深度学习 | 图像,临床数据 | 609名患者(324名NTM定植,285名NTM肺病) | NA | NTMNet | AUC,准确率 | NA |
| 370 | 2025-11-14 |
CellApop: A knowledge-guided decoupled distillation framework for label-efficient apoptotic cell segmentation and dynamic analysis in brightfield microscopy
2025-Nov-08, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109156
PMID:41223808
|
研究论文 | 提出了一种基于知识引导解耦蒸馏的深度学习框架,用于无标记凋亡细胞分割和动态分析 | 开发了知识引导解耦蒸馏框架,通过多个专家模型共同指导轻量级学生网络训练,显著减少标注需求 | 在细胞密集重叠和边界不清晰等挑战性条件下的分割精度仍有提升空间 | 开发无需荧光染料的凋亡细胞自动分割和动态分析方法 | 亮场显微镜图像中的凋亡细胞 | 数字病理学 | 细胞凋亡相关疾病 | 亮场显微镜成像 | CNN, 深度学习分割模型 | 显微镜图像 | 16,472张亮场细胞图像,来自4个数据集(3个公共数据集和1个专有凋亡数据集) | PyTorch | 包含重参数化、深度可分离卷积和边缘感知模块的轻量级网络 | Dice相似系数, Hausdorff距离, IoU, 灵敏度, 特异性 | NA |
| 371 | 2025-11-14 |
Integrative Omics and AI-Driven Systems Biology: Multilayer Networks Decoding Apis mellifera Health and Resilience
2025-Nov-07, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.5c00294
PMID:40997916
|
综述 | 本文综述了整合多组学与人工智能方法在解码蜜蜂健康与恢复力分子机制中的应用 | 提出了整合蛋白质组学、代谢组学和脂质组学与人工智能策略的多层网络框架,用于解析非模式生物蜜蜂的分子恢复力机制 | 面临样本输入量有限和跨组学异质性等挑战 | 解码蜜蜂健康与恢复力的分子机制,为系统生物学提供可推广框架 | 蜜蜂及其分子网络 | 系统生物学 | NA | 蛋白质组学,代谢组学,脂质组学,空间组学,单细胞组学,质谱分析 | 深度学习,图神经网络,多层网络模型 | 多组学数据 | NA | NA | NA | NA | NA |
| 372 | 2025-11-14 |
Diagnosis of superficial ailments using infrared thermal imaging and CapsNet
2025-Nov-07, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2025.104325
PMID:41223630
|
研究论文 | 本研究探索将红外热成像与胶囊网络结合用于浅表疾病诊断的方法 | 首次将CapsNet应用于红外热成像的医学诊断,在多种浅表疾病分类中实现高精度 | 外部因素可能影响区域温度测量,可能引入诊断误差 | 通过计算机视觉分类算法增强热成像疾病的分类和诊断能力 | 具有皮肤表现症状的疾病,包括乳腺癌、压力性溃疡和鼻窦炎 | 计算机视觉 | 乳腺癌, 压力性溃疡, 鼻窦炎 | 红外热成像 | CapsNet | 热成像图像 | NA | NA | CapsNet | 准确率 | NA |
| 373 | 2025-11-09 |
Corrigendum to 'Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery' [International Dental Journal Volume 75, Issue 6, December 2025, 103879]
2025-Nov-06, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103976
PMID:41202540
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 374 | 2025-11-14 |
Association of deep learning-derived optic nerve morphology with Parkinson's disease and drug-induced Parkinsonism: Findings from the LIFE Study
2025-Nov-06, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2025.123751
PMID:41223743
|
研究论文 | 本研究通过深度学习分析眼底照片中的视神经形态,探讨其与帕金森病及药物性帕金森综合征的关联 | 首次在大规模人群研究中利用深度学习技术从眼底照片提取视神经形态特征,并发现杯盘比与帕金森病的显著关联 | 未发现杯盘比与药物性帕金森综合征的显著关联,研究结果可能受限于横断面研究设计 | 探索视神经形态特征作为帕金森病神经退行性病变的替代影像标志物 | 14,280名40-64岁社区参与者 | 数字病理 | 帕金森病 | 眼底摄影 | 深度学习 | 图像 | 14,280名参与者(131名帕金森病患者,152名药物性帕金森综合征患者) | NA | NA | 比值比, 95%置信区间, p值 | NA |
| 375 | 2025-11-14 |
Temporal Analysis of Embryonic Epidermal Morphogenesis in Caenorhabditis elegans
2025-Nov-06, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms262110802
PMID:41226839
|
研究论文 | 开发基于深度学习的图像分析流程动态追踪秀丽隐杆线虫胚胎表皮形态发生的时间线 | 提出不依赖明显表型异常或荧光标记即可检测阶段特异性发育时序的新方法 | NA | 研究胚胎表皮形态发生的发育时序动态 | 秀丽隐杆线虫胚胎 | 计算机视觉 | NA | 微分干涉相差延时显微镜 | CNN | 图像 | RNAi处理胚胎和突变胚胎 | NA | ResU-Net, ResNet | NA | NA |
| 376 | 2025-11-14 |
Deep Learning Image-Based Fusion Approach for Identifying Multiple Apparent Diseases in Concrete Structure
2025-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25216796
PMID:41229020
|
研究论文 | 提出一种基于深度学习的图像融合方法,用于识别混凝土结构中的多种表观病害 | 结合YOLO和UNet模型的融合网络,实现快速筛选和像素级病害量化 | 仅针对四种特定病害类型,数据集规模有限(1488张图像) | 开发高效准确的混凝土结构表观病害检测与量化方法 | 混凝土结构中的裂缝、剥落、渗漏和接缝变形四种表观病害 | 计算机视觉 | NA | 图像分析 | YOLO, UNet | 图像 | 1488张现场检测图像 | NA | YOLO, UNet | 平均精度均值, Dice系数, 相对误差 | NA |
| 377 | 2025-11-14 |
LiDAR-Based Long-Term Mapping in Snow-Covered Environments
2025-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25216805
PMID:41229028
|
研究论文 | 提出一种针对积雪环境的LiDAR建图策略,通过深度学习检测并移除积雪数据以提升长期自动驾驶的定位精度和地图更新质量 | 首次专门针对积雪环境设计建图方法,结合深度学习实现积雪检测与移除,并恢复被积雪遮挡的地面信息 | 仅在真实积雪环境中验证,未涉及其他恶劣天气条件;积雪检测IoU为78.6%仍有提升空间 | 解决积雪环境下长期自动驾驶系统的地图构建和定位性能下降问题 | 积雪覆盖环境下的LiDAR点云数据 | 计算机视觉 | NA | LiDAR扫描,深度学习 | 深度学习 | 点云数据 | 真实积雪环境采集的数据集 | NA | NA | IoU, RMSE, Chamfer Distance | NA |
| 378 | 2025-11-14 |
Refinement of an Artificial Intelligence Algorithm for Enhanced Burn Wound Depth Assessment Using Multispectral Imaging: An Expanded Proof of Concept Study
2025-Nov-05, Journal of burn care & research : official publication of the American Burn Association
IF:1.5Q3
DOI:10.1093/jbcr/iraf057
PMID:40452490
|
研究论文 | 通过多光谱成像和卷积神经网络开发用于烧伤创面深度评估的人工智能算法 | 首次将多光谱成像与多种CNN算法结合用于烧伤深度评估,并发现'受伤后时间'作为重要协变量 | 样本量相对有限,需要更大规模的研究验证算法性能 | 开发用于烧伤创面深度评估的深度学习算法 | 成人及儿童烧伤患者的创面图像和活检样本 | 计算机视觉 | 烧伤 | 多光谱成像 | CNN | 多光谱图像 | 124名受试者(100名成人,24名儿童),1037张MSI图像,161份活检 | NA | 8种独特DL算法和2种集成DL算法 | AUC, 准确率, 灵敏度, 特异性 | NA |
| 379 | 2025-11-14 |
Research on Cavitation Fault Diagnosis of Axial Piston Pumps Based on Rough Set Attribute Weighted Convolutional Neural Networks
2025-Nov-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25216769
PMID:41228989
|
研究论文 | 提出一种基于粗糙集属性加权卷积神经网络的轴向柱塞泵空化故障智能诊断方法 | 结合粗糙集理论与卷积神经网络,通过属性约简和权重矩阵增强关键特征影响,同时提供可解释的决策规则 | NA | 提高柱塞泵空化故障诊断的准确性和可解释性 | 轴向柱塞泵的空化故障 | 故障诊断 | NA | 计算流体动力学建模,粗糙集理论 | CNN | 仿真故障数据 | NA | NA | RSAW-CNN(粗糙集属性加权卷积神经网络) | 诊断准确率 | NA |
| 380 | 2025-11-14 |
Deep learning for the identification of Candida spp. directly from blood culture gram stains from candidemia patients
2025-Nov-04, Medical mycology
IF:2.7Q1
DOI:10.1093/mmy/myaf097
PMID:41105137
|
研究论文 | 本研究开发了一种基于深度学习的卷积神经网络方法,直接从血液培养革兰氏染色图像中识别念珠菌属不同菌种 | 首次使用深度学习直接从血液培养革兰氏染色图像中识别念珠菌属多个菌种,无需传统亚培养方法 | 研究数据来源于两个医疗中心,样本量相对有限,且包含模拟血液培养图像 | 开发快速识别念珠菌属菌种的方法以指导抗真菌治疗 | 念珠菌属不同菌种的血液培养革兰氏染色图像 | 计算机视觉 | 念珠菌血症 | 革兰氏染色,血液培养 | CNN | 图像 | 531张完整照片和2804个图像块,来自2012年1月至2024年5月墨西哥城两家三级教学医院的图像数据库 | NA | GoogLeNet, InceptionV3, AlexNet, ResNet18, ResNet50, DenseNet161 | 准确率 | NA |