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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3781 | 2025-10-06 |
Time series AQI forecasting using Kalman-integrated Bi-GRU and Chi-square divergence optimization
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12422-8
PMID:40783413
|
研究论文 | 提出一种集成卡尔曼注意力与双向门控循环单元的深度学习框架,用于空气质量指数时间序列预测 | 引入卡尔曼注意力机制动态适应数据不确定性,并在损失函数中加入卡方散度正则化项以最小化预测与实际污染物水平的分布差异 | 仅在美国丹佛-奥罗拉-莱克伍德地区进行验证,需要进一步测试在其他地理区域的适用性 | 开发准确的空气质量指数预测系统以保护公共健康 | 六种主要污染物(CO、NO₂、SO₂、O₃、PM₂.5、PM₁₀)的时间序列数据 | 时间序列预测 | NA | 时间序列分析 | Bi-GRU, LSTM, CNN-LSTM | 时间序列数据 | 美国环境保护署2022-2024年丹佛-奥罗拉-莱克伍德地区的污染物数据 | 深度学习框架 | Kalman-integrated Bi-GRU | R², MSE, MAE | NA |
3782 | 2025-10-06 |
Enhancing AI-driven forecasting of diabetes burden: a comparative analysis of deep learning and statistical models
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14599-4
PMID:40783432
|
研究论文 | 本研究比较了深度学习和统计模型在糖尿病负担预测中的性能差异 | 首次将Transformer-VAE混合模型应用于糖尿病负担预测,并系统评估了模型在噪声和缺失数据下的鲁棒性 | 模型计算成本高且可解释性差,在资源受限环境中的可扩展性有限 | 评估糖尿病负担预测中预测准确性、鲁棒性和计算效率之间的权衡 | 1990-2021年全球糖尿病疾病负担数据 | 机器学习 | 糖尿病 | 时间序列预测 | Transformer, VAE, LSTM, GRU, ARIMA | 时间序列数据 | 1990-2021年年度数据(1990-2014训练,2015-2021评估) | NA | Transformer-VAE, LSTM, GRU, ARIMA | MAE, RMSE | NA |
3783 | 2025-10-06 |
3D long time spatiotemporal convolution for complex transfer sequence prediction
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13828-0
PMID:40783430
|
研究论文 | 提出基于双分支3D卷积的3DcT-Pred模型用于解决时空序列预测中的长期遗忘和非平滑特征捕获问题 | 通过提取时空序列数据的长期全局特征缓解长程遗忘问题,构建交叉结构时空注意力模块增强对图像细粒度特征的响应,设计融合门控模块整合全局和局部特征 | NA | 改进时空序列预测任务的性能,特别是在处理长期依赖和非平滑特征方面 | 时空序列数据 | 计算机视觉 | NA | 深度学习 | 3D CNN | 时空序列数据,雷达回波数据 | 三个公开数据集和一个私有雷达回波数据集 | NA | 双分支3D卷积,交叉结构时空注意力模块,融合门控模块 | NA | NA |
3784 | 2025-10-06 |
Exploring the feasibility of AI-based analysis of histopathological variability in salivary gland tumours
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15249-5
PMID:40783435
|
研究论文 | 本研究探索基于人工智能的唾液腺肿瘤组织病理学变异性分析的可行性 | 首次开发用于唾液腺肿瘤良恶性分类、恶性亚型分型和分级的机器学习分类器,并与深度学习模型进行性能比较 | 需要更大规模的多中心队列研究来验证结果的显著性和临床实用性 | 探索AI在唾液腺肿瘤自动鉴别诊断中的可行性 | 唾液腺肿瘤 | 数字病理学 | 唾液腺肿瘤 | 苏木精-伊红染色全玻片图像数字化 | 机器学习分类器, 深度学习模型 | 全玻片图像 | 320张扫描全玻片图像 | NA | NA | F1分数, 准确率 | NA |
3785 | 2025-10-06 |
A blockchain-based deep learning approach for student course recommendation and secure digital certification
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14778-3
PMID:40783441
|
研究论文 | 提出一种基于区块链的深度学习模型,用于学生课程推荐和安全数字证书颁发 | 结合改进的注意力机制深度长短期记忆网络(MA-DLSTM)进行课程推荐,并集成X509区块链与工作量证明(PoW)机制增强证书安全性 | 未明确说明数据集规模和具体实验环境 | 解决现有课程推荐系统在应对课程大纲更新、复杂性和证书安全方面面临的挑战 | 学生用户和在线学习系统 | 机器学习 | NA | 区块链技术, 深度学习 | LSTM | 学生学术表现数据 | NA | NA | Modified Attention-Enabled Deep Long Short-Term Memory (MA-DLSTM) | Genuine User Rate (GUR), Memory Usage, Transaction time, Responsiveness, Throughput | NA |
3786 | 2025-10-06 |
Deep learning in rib fracture imaging: study quality assessment using the Must AI Criteria-10 (MAIC-10) checklist for artificial intelligence in medical imaging
2025-Aug-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02046-x
PMID:40783476
|
研究论文 | 使用MAIC-10清单评估肋骨骨折影像中深度学习研究的质量 | 首次将MAIC-10检查清单应用于肋骨骨折影像深度学习研究的质量评估 | 仅纳入25篇原始文章,样本量有限 | 评估肋骨骨折影像中深度学习研究的质量 | 肋骨骨折影像深度学习研究 | 医学影像 | 肋骨骨折 | 深度学习 | NA | 医学影像 | 25篇原始文章 | NA | NA | Fleiss' kappa系数, MAIC-10评分 | NA |
3787 | 2025-10-06 |
Supporting intraoperative margin assessment using deep learning for automatic tumour segmentation in breast lumpectomy micro-PET-CT
2025-Aug-09, NPJ breast cancer
IF:6.5Q1
DOI:10.1038/s41523-025-00797-w
PMID:40783490
|
研究论文 | 本研究开发了一种基于深度学习的方法,用于自动分割乳腺肿瘤切除标本的微PET-CT图像中的肿瘤区域,以支持术中切缘评估 | 首次将2D残差U-Net应用于乳腺肿瘤切除标本的微PET-CT图像分割,并开发了集成模型用于预测切缘状态 | 样本量相对较小(53个薄层图像来自19名患者),需要更大规模的研究验证 | 开发自动肿瘤分割方法以辅助乳腺癌术中切缘评估 | 乳腺肿瘤切除标本的微PET-CT图像 | 数字病理 | 乳腺癌 | 微PET-CT成像 | CNN | 医学图像 | 53个薄层图像来自19名患者(训练集),31个微PET-CT图像来自31名患者(测试集) | NA | Residual U-Net | Dice相似系数,F1分数 | NA |
3788 | 2025-10-06 |
Developing an AI-powered wound assessment tool: a methodological approach to data collection and model optimization
2025-Aug-09, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03144-y
PMID:40783534
|
研究论文 | 开发一种基于人工智能的伤口评估工具,通过多中心数据收集和深度学习模型优化支持医疗专业人员的临床决策 | 结合前瞻性和回顾性数据收集方法,使用Deeplabv3+架构开发移动优化的伤口分割模型,实现实时推理 | 组织分类准确性在不同组织类型间存在差异,特别是纤维蛋白和坏死组织的分类效果有待提升 | 开发人工智能驱动的伤口评估工具,支持医疗专业人员的诊断、监测和临床决策 | 急性和慢性伤口图像,包括多种解剖位置、肤色和愈合阶段 | 计算机视觉 | 慢性伤口 | 深度学习,图像分割,组织分类 | CNN | 图像,视频,3D扫描 | 约4000张伤口图像 | NA | Deeplabv3+, ResNet50 | DICE分数,交并比(IOU) | 移动设备优化,量化技术 |
3789 | 2025-10-06 |
The integration of psychological education and moral dilemmas from a value perspective
2025-Aug-09, BMC psychology
IF:2.7Q1
DOI:10.1186/s40359-025-03197-8
PMID:40783551
|
研究论文 | 本研究探讨心理教育与道德困境的整合,利用深度学习模型分析两者在价值视角下的相互关系 | 首次将深度学习技术应用于心理教育与道德困境整合研究,提出基于心理特征分析的价值问题解决方法 | 未明确说明具体采用的深度学习模型架构和实验样本规模 | 探索心理教育与道德困境整合的有效教育策略,提升价值问题的理解和解决能力 | 心理教育与道德困境的整合过程及其价值特征 | 自然语言处理 | NA | 深度学习 | 深度学习神经网络 | 教育文本数据 | NA | NA | NA | NA | NA |
3790 | 2025-10-06 |
Automated detection of quiet eye durations in archery using electrooculography and comparative deep learning models
2025-Aug-09, BMC sports science, medicine & rehabilitation
DOI:10.1186/s13102-025-01284-2
PMID:40783550
|
研究论文 | 本研究提出了一种基于深度学习的自动化方法,用于从射箭运动员的眼电图信号中检测静眼期持续时间 | 首次将深度学习模型应用于静眼期的自动检测,克服了传统专家评估方法的主观性和不一致性问题 | 样本量较小(仅10名持证射箭运动员),尚未实现实时部署,模型在不同技能水平和运动项目中的泛化能力有待验证 | 开发客观、自动化的静眼期检测方法以提升运动训练效果 | 射箭运动员的眼电图信号 | 机器学习 | NA | 眼电图,小波变换,巴特沃斯带通滤波器 | CNN+LSTM, CNN+GRU, Transformer, UNet, 1D CNN, SVM | 时序信号数据 | 10名持证射箭运动员 | NA | CNN+LSTM, CNN+GRU, Transformer, UNet, 1D CNN | 准确率, 精确率 | NA |
3791 | 2025-10-06 |
Deep learning model for early acute lymphoblastic leukemia detection using microscopic images
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13080-6
PMID:40783578
|
研究论文 | 提出一种深度优化的卷积神经网络模型,用于通过显微镜图像早期检测急性淋巴细胞白血病 | 设计了包含五个卷积块、十三层卷积层和五层最大池化层的深度优化CNN架构,并比较了不同优化器的性能 | NA | 开发急性淋巴细胞白血病的早期诊断和检测方法 | 骨髓癌细胞和淋巴细胞前体细胞的显微镜图像 | 计算机视觉 | 白血病 | 显微镜成像 | CNN | 图像 | NA | NA | 深度优化CNN | 准确率, 精确率 | NA |
3792 | 2025-10-06 |
Non-coding genetic elements of lung cancer identified using whole genome sequencing in 13,722 Chinese
2025-Aug-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-62459-6
PMID:40783572
|
研究论文 | 通过对13,722名中国人群进行全基因组测序,识别与肺癌相关的非编码调控元件 | 首次在中国人群中进行大规模全基因组测序研究非编码调控,采用STAAR流程进行罕见变异聚合分析,并应用深度学习揭示上游调控因子 | 研究主要针对中国人群,结果在其他人群中的普适性需要进一步验证 | 识别与肺癌相关的非编码遗传调控元件 | 13,722名中国个体 | 基因组学 | 肺癌 | 全基因组测序(WGS) | 深度学习 | 基因组数据,转录组数据 | 13,722名中国个体,其中297名提供肺组织基因组-转录组参考面板 | STAAR | NA | NA | NA |
3793 | 2025-10-06 |
Artificial intelligence with feature fusion empowered enhanced brain stroke detection and classification for disabled persons using biomedical images
2025-Aug-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14471-5
PMID:40783612
|
研究论文 | 提出一种基于特征融合人工智能技术的增强型脑卒中检测与分类模型,专门针对残疾人士使用生物医学图像进行诊断 | 结合Inception-ResNet-v2、卷积块注意力模块-ResNet18和多轴视觉Transformer进行特征提取,并采用变分自编码器进行分类 | 未提及模型在临床环境中的验证情况以及针对不同残疾类型的适应性 | 开发更准确、快速、可靠的脑卒中诊断模型,实现对缺血性脑卒中的及时识别和有效治疗 | 残疾人士的脑卒中CT图像 | 医学影像分析 | 脑卒中 | CT成像 | 深度学习 | 医学图像 | NA | NA | Inception-ResNet-v2, ResNet18, 多轴视觉Transformer, 变分自编码器 | 准确率 | NA |
3794 | 2025-10-06 |
Multiaxial vibration data for blade fault diagnosis in multirotor unmanned aerial vehicles
2025-Aug-07, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05692-4
PMID:40774972
|
研究论文 | 本文介绍了用于多旋翼无人机叶片故障诊断的多轴振动数据集 | 提供了在无人机几何中心采集的多轴振动信号数据集,包含多种叶片故障条件下的X、Y、Z轴振动变化 | 数据采集仅限于悬停模式下的多旋翼无人机,故障类型有限 | 开发用于多旋翼无人机叶片故障诊断的信号处理和分类方法 | 多旋翼无人机的叶片故障诊断 | 信号处理 | NA | 三轴加速度计测量 | NA | 振动信号,时间域信号 | 多次测试飞行的振动信号数据集,包含健康、轻微不平衡、严重不平衡和螺丝松动四种场景 | NA | NA | NA | NA |
3795 | 2025-10-06 |
Longitudinal structural MRI-based deep learning and radiomics features for predicting Alzheimer's disease progression
2025-Aug-07, Alzheimer's research & therapy
DOI:10.1186/s13195-025-01827-2
PMID:40775357
|
研究论文 | 本研究基于纵向结构MRI数据,结合深度学习和影像组学特征预测轻度认知障碍向阿尔茨海默病的进展 | 采用3D残差网络结合时间感知LSTM模型,整合纵向MRI数据和影像组学特征进行阿尔茨海默病进展预测 | 样本量有限且计算资源不足,需要更大规模和更多样化的研究来验证结果 | 预测轻度认知障碍患者向阿尔茨海默病的转化进展 | 来自ADNI数据库的228名轻度认知障碍参与者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | CNN, LSTM | 3D MRI图像 | 228名MCI参与者,每人至少3次T1加权MRI扫描 | NA | ResNet3D, LSTM with attention mechanism | c-index, AUC, HR | NA |
3796 | 2025-10-06 |
Machine learning and deep learning in glioblastoma: a systematic review and meta-analysis of diagnosis, prognosis, and treatment
2025-Aug-07, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03303-7
PMID:40773129
|
系统综述与荟萃分析 | 本文系统回顾和荟萃分析了机器学习和深度学习在胶质母细胞瘤诊断、预后和治疗中的应用 | 首次对2021-2025年间GBM研究中ML/DL应用进行系统综述和荟萃分析,比较了Transformer与CNN在分割任务中的性能差异 | 数据异质性大、外部验证薄弱、缺乏前瞻性临床研究 | 评估机器学习和深度学习在胶质母细胞瘤临床任务中的应用效果 | 胶质母细胞瘤患者 | 机器学习, 深度学习 | 胶质母细胞瘤 | 机器学习, 深度学习 | CNN, Transformer | 医学影像, 分子数据 | 44项研究 | NA | CNN, Transformer | C-index, Dice相似系数, 准确率 | NA |
3797 | 2025-10-06 |
Robust zero-watermarking for color images using hybrid deep learning models and encryption
2025-Aug-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09290-7
PMID:40774989
|
研究论文 | 提出一种结合深度学习和混沌加密的鲁棒零水印技术,用于彩色图像的版权保护 | 融合VGG19深度特征与LBP纹理特征,结合DWT和DCT频域变换,采用Lorenz系统和Logistic映射的混沌加密方案 | NA | 开发抗攻击性强、安全性高的零水印技术以实现多媒体版权保护 | 彩色图像 | 计算机视觉 | NA | 零水印技术 | CNN | 图像 | NA | NA | VGG19 | BER, NCC, PSNR | NA |
3798 | 2025-10-06 |
Multi-module UNet++ for colon cancer histopathological image segmentation
2025-Aug-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13636-6
PMID:40775016
|
研究论文 | 提出了一种用于结肠癌组织病理图像分割的多模块增强UNet++模型RPAU-Net++ | 将ResNet-50编码器、联合金字塔融合模块和卷积块注意力模块集成到UNet++框架中,形成多模块协同融合的分割架构 | NA | 提升结肠癌组织病理图像中腺体和细胞轮廓的精确分割性能 | 结肠癌组织病理图像 | 数字病理 | 结肠癌 | 深度学习 | CNN | 图像 | GlaS、CoNIC和PanNuke数据集 | NA | UNet++, ResNet-50 | IoU, Dice | NA |
3799 | 2025-10-06 |
Novel radiotherapy target definition using AI-driven predictions of glioblastoma recurrence from metabolic and diffusion MRI
2025-Aug-07, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01861-2
PMID:40775041
|
研究论文 | 本研究开发了一种基于深度学习的多参数MRI模型,用于改进胶质母细胞瘤放疗靶区定义 | 首次将代谢和生理成像与深度学习相结合,预测胶质母细胞瘤复发区域,替代传统的各向同性扩展方法 | 未在更大规模的多中心数据集中验证模型性能 | 改进胶质母细胞瘤放疗临床靶区定义精度 | 胶质母细胞瘤患者 | 医学影像分析 | 胶质母细胞瘤 | 代谢MRI, 扩散MRI, 深度学习 | 深度学习模型 | 多参数MRI图像(代谢和扩散成像) | NA | NA | NA | 特异性, 敏感性 | NA |
3800 | 2025-08-11 |
Accurate segmentation of localized fuel cladding chemical interaction layers in SEM micrographs with deep learning method
2025-Aug-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14927-8
PMID:40775268
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |