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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2025-11-05 |
Iterative improvement of deep learning models using synthetic regulatory genomics
2025-Nov-03, Genome research
IF:6.2Q1
DOI:10.1101/gr.280540.125
PMID:41125441
|
研究论文 | 本研究使用合成调控基因组学方法评估和改进深度学习模型在预测基因组变异序列表现的能力 | 首次将合成调控基因组学数据用于深度学习模型的迭代改进,显著提升了模型对非参考序列的预测能力 | 模型对DHS顺序或方向重排的序列预测能力较差 | 评估和改进深度学习模型在预测基因组变异序列功能的能力 | DNase I超敏感位点的删除、倒位和重排序列 | 计算生物学 | NA | 合成调控基因组学 | 深度学习 | 基因组序列、表观遗传数据 | 数十个工程化序列 | NA | Enformer | 预测误差、相关性 | NA |
| 22 | 2025-11-05 |
IoT-powered wearable assist device for visually impaired
2025-Nov-03, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2582033
PMID:41182323
|
研究论文 | 开发并评估一种基于物联网的可穿戴辅助设备,通过实时物体检测、面部识别和障碍物感知技术提升视障人士的环境感知和自主导航能力 | 将SVM、ResNet-50和YOLOv4等多种深度学习算法集成到统一框架中,实现低延迟的多目标识别和面部识别功能 | 需要进一步进行大规模用户验证以提升设备的可用性、可访问性和用户舒适度 | 开发能够改善视障人士障碍物感知、移动能力和环境交互的可穿戴辅助技术 | 视障人士 | 计算机视觉 | 视力障碍 | 深度学习、机器学习 | SVM, CNN | 图像数据、传感器数据 | 未明确说明样本数量 | NA | ResNet-50, YOLOv4 | 准确率, 精确率, 召回率, F1分数 | ESP32-CAM模块, Arduino微控制器 |
| 23 | 2025-11-05 |
SpineScan: a deep learning model for lumbar spine MRI annotation and Pfirrmann grading assessment
2025-Nov-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09537-x
PMID:41182393
|
研究论文 | 开发并验证了一个基于卷积神经网络的深度学习模型,用于腰椎MRI的自动Pfirrmann分级评估 | 开发了开源网络应用程序SpineScan,能够对DICOM研究和单个MRI切片进行自动分级,解决了现有模型因专有限制而无法访问的问题 | 对V级椎间盘退变的性能较低(mAP50-95=0.525),可能由于高度退变椎间盘的对比度差和边界不清晰 | 开发自动Pfirrmann分级系统用于椎间盘退变评估 | 腰椎MRI扫描中的椎间盘 | 计算机视觉 | 椎间盘退变疾病 | MRI | CNN | 图像 | 484个腰椎MRI扫描 | PyTorch, Streamlit | YOLOv8x | 准确度, 精确度, 召回率, 平均精度均值(mAP) | NA |
| 24 | 2025-11-05 |
Level-crossing processing and deep convolutional neural network for arrhythmia classification in telehealth services
2025-Nov-03, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01660-9
PMID:41182637
|
研究论文 | 提出一种融合电平交叉采样和深度卷积神经网络的心律失常自动诊断方法 | 结合LCADC电平交叉采样、EASA算法、ARF自适应率滤波和1D-CNN,实现实时数据压缩与高效分类 | 仅使用MIT-BIH数据集中的五类心律失常,未在其他数据集验证 | 开发适用于远程医疗的高效心律失常自动诊断方法 | 心电图信号和心律失常分类 | 数字病理 | 心血管疾病 | 心电图信号处理 | CNN | 心电图信号 | MIT-BIH数据集中的五类心律失常数据 | NA | 1D-CNN | 准确率 | NA |
| 25 | 2025-11-05 |
Elucidating the role of SIRT2 in hepatocellular carcinoma through multi-omics and deep learning
2025-Nov-03, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03879-0
PMID:41182638
|
研究论文 | 通过多组学分析和深度学习探讨SIRT2在肝细胞癌中的作用机制 | 首次结合铜死亡机制、单细胞测序、空间转录组和深度学习生存神经网络系统研究SIRT2在肝癌中的作用 | 未提及样本量大小和研究队列的具体信息 | 阐明SIRT2基因在肝细胞癌发生发展中的作用机制 | 肝细胞癌患者样本和相关的基因表达数据 | 生物信息学 | 肝细胞癌 | 单细胞RNA测序, 空间转录组测序, RNA测序, 孟德尔随机化分析 | 深度学习生存神经网络 | 基因组数据, 转录组数据, 空间转录组数据 | NA | deepsurv | 生存神经网络 | 生存率分析, 风险评分 | NA |
| 26 | 2025-11-05 |
How to analyze visual data using zero-shot learning: An overview and tutorial
2025-Nov-03, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000801
PMID:41182696
|
教程 | 提供使用零样本学习分析视觉数据的概述和分步指南 | 将零样本学习方法引入心理学研究领域,提供无需额外训练的预训练模型使用方案 | 讨论了该方法的未来挑战和局限性 | 为心理学研究者提供分析图像数据的实用方法 | 图像数据中的饮料识别 | 计算机视觉 | NA | 零样本学习 | 预训练模型 | 图像 | 包含饮料类型、场景和位置(前景、中景、背景)的操纵数据集 | Google Colab | Contrastive Language-Image Pretraining, Large Language and Vision Assistant | 准确率 | GitHub, Google Colab笔记本 |
| 27 | 2025-11-05 |
OoDBench+: Quantifying and Understanding Two Dimensions of Out-of-Distribution Generalization
2025-Nov-03, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3628027
PMID:41182941
|
研究论文 | 本文提出并量化了分布外泛化的两个维度——多样性偏移和相关性偏移,并建立了评估算法性能的理论框架 | 首次明确识别并量化定义分布外泛化中的两种分布偏移类型,证明算法性能受限于这两种偏移,并将不同研究领域的数据集和算法整合到统一框架中 | 研究主要基于分类和目标检测任务,可能未覆盖其他机器学习任务中的分布偏移情况 | 深入理解分布外泛化问题的本质特征,建立量化评估框架 | 分布外泛化算法及其在多样化数据集上的表现 | 机器学习 | NA | NA | NA | 图像数据 | 来自分类和目标检测领域的多个现有数据集 | NA | NA | NA | NA |
| 28 | 2025-11-05 |
MOAEAM: Multi-omics data integration with autoencoder and attention mechanisms for cancer patient classification and biomarker identification
2025-Nov-03, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3628490
PMID:41182929
|
研究论文 | 提出一种基于改进自编码器和注意力机制的多组学数据整合框架MOAEAM,用于癌症患者分类和生物标志物识别 | 提出新型复合损失函数促进组学特异性特征提取,并设计多组学整合模块捕获跨组学关联信息 | NA | 开发多组学数据整合方法以提升癌症患者分类和生物标志物识别性能 | 癌症患者多组学数据 | 机器学习 | 癌症 | 多组学数据整合 | 自编码器,注意力机制 | 多组学数据 | 多个癌症数据集 | NA | 改进自编码器,注意力机制 | 分类性能 | NA |
| 29 | 2025-11-05 |
Novel Approach for Decoding Olfactory Receptors Interactions With Molecules Based on Multimodal Feature and Deep Learning Network
2025-Nov-03, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3622055
PMID:41182946
|
研究论文 | 提出一种基于多模态特征和深度学习网络的新方法,用于预测气味分子与嗅觉受体的相互作用 | 首次利用多模态深度学习网络精确识别特定嗅觉受体,并开发了空间分布图揭示受体间的聚类模式 | NA | 推进对人类嗅觉机制的理解并帮助新型合成药物的开发 | 气味分子与嗅觉受体的相互作用 | 机器学习 | NA | 多模态深度学习 | 深度学习网络 | 分子物理化学特性数据、受体结构数据 | 新整理的数据集 | NA | 多模态深度学习网络 | 准确率 | NA |
| 30 | 2025-11-05 |
Surrogate modeling of Cellular-Potts agent-based models as a segmentation task using the U-Net neural network architecture
2025-Nov-03, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013626
PMID:41183124
|
研究论文 | 本研究开发了一种基于U-Net架构的卷积神经网络替代模型,用于加速细胞-波特斯模型的仿真计算 | 首次将细胞-波特斯模型的代理建模视为分割任务,并采用考虑周期性边界条件的U-Net神经网络架构 | 模型仅在最多300个蒙特卡洛步的短时间尺度内有效,长期预测性能未经验证 | 开发深度学习替代模型以加速计算昂贵的细胞-波特斯模型仿真 | 体外血管生成过程的细胞-波特斯模型仿真 | 计算生物学 | 血管生成相关疾病 | 细胞-波特斯模型,偏微分方程 | CNN | 仿真数据 | NA | NA | U-Net | 仿真加速比 | CPU |
| 31 | 2025-11-05 |
RNAtive to recognize native-like structure in a set of RNA 3D models
2025-Nov-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf601
PMID:41183118
|
研究论文 | 开发了一种名为RNAtive的计算工具,用于无参考评估RNA三维结构模型的类天然结构 | 首个应用共识衍生二级结构进行RNA三维模型无参考评估的计算工具,引入了条件加权共识模式并将相互作用网络视为模糊集合 | 需要RNA三维模型集合作为输入,可能对单个模型评估效果有限 | 开发无需实验参考结构的RNA三维结构模型评估方法 | RNA三维结构模型 | 计算生物学 | NA | 共识结构分析,三维结构建模 | NA | RNA三维结构模型数据 | CASP15竞赛数据 | NA | NA | 二元分类评分 | Web服务器平台 |
| 32 | 2025-11-05 |
Prediction of single event effects in SiC MOSFET devices based on deep learning
2025-Nov-03, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ae1a8f
PMID:41183390
|
研究论文 | 提出基于深度学习的SiC MOSFET单粒子效应预测方法,替代传统TCAD仿真 | 首次将SRIM-TCAD集成建模与深度学习相结合,提出对称对数倒数数据缩放技术,实现五个数量级的预测加速 | 仅针对SiC MOSFET器件进行验证,在其他半导体器件中的应用效果需进一步研究 | 开发高效准确预测SiC MOSFET单粒子效应的方法 | 碳化硅金属氧化物半导体场效应晶体管 | 机器学习 | NA | SRIM-TCAD集成建模 | RDNN, CNN-GRU | 仿真数据 | 52,920个单粒子效应事件 | NA | 残差深度神经网络, 卷积神经网络-门控循环单元 | R平方 | NA |
| 33 | 2025-11-05 |
Development and validation of a clinical wearable deep learning based continuous inhospital deterioration prediction model
2025-Nov-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-65219-8
PMID:41184270
|
研究论文 | 开发并验证了一种基于临床可穿戴设备的深度学习模型,用于连续预测院内患者病情恶化 | 使用临床级可穿戴设备连续监测生命体征,开发递归神经网络模型提前预测临床警报和不良结局 | 样本量相对有限(888例住院患者访问,135个结局事件),需要进一步验证 | 早期准确识别患者病情恶化,减少标准间歇性监测可能导致的延误 | 成人非重症监护病房住院患者 | 机器学习 | 院内病情恶化 | 连续生命体征监测 | RNN | 连续生命体征数据和人口统计学数据 | 888例成人非ICU住院患者访问,包含135个结局事件 | NA | 递归神经网络 | AUC, 精确召回曲线下面积, 准确率 | NA |
| 34 | 2025-11-05 |
Bayesian model averaging based deep learning forecasts of inpatient bed occupancy in mental health facilities
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22001-6
PMID:41184292
|
研究论文 | 提出一种结合贝叶斯模型平均和深度学习的新型预测框架,用于预测心理健康机构住院床位占用率 | 首次将带有Zellner's g-先验的贝叶斯模型平均与深度学习模型结合用于床位占用预测 | 研究仅针对印度第二大心理健康医院,结果可能不适用于其他医疗机构 | 开发精准的床位占用预测工具以支持入院规划和资源分配 | 心理健康机构的住院床位占用率 | 机器学习 | 精神疾病 | 时间序列分析 | TDNN, RNN, GRU, LSTM, BiLSTM, BiGRU | 时间序列数据 | 2008年至2024年的床位占用数据 | NA | 时间延迟神经网络,循环神经网络,门控循环单元,长短期记忆网络,双向长短期记忆网络,双向门控循环单元 | 准确率,平均绝对百分比误差,可信区间宽度 | NA |
| 35 | 2025-11-05 |
A high-resolution large-scale dataset for building segmentation from aerial imagery in northeastern Italy
2025-Nov-03, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06014-4
PMID:41184310
|
研究论文 | 本文介绍了SegFVG数据集,一个用于意大利东北部地区建筑物分割的大规模高分辨率航空影像数据集 | 提供了首个专注于意大利Friuli Venezia Giulia地区的大规模、高分辨率、地理多样性的建筑物分割数据集 | 数据集仅覆盖意大利东北部特定区域,可能限制模型在其他地理区域的泛化能力 | 开发准确的建筑物分割模型,支持遥感、城市规划和灾害管理应用 | 航空影像中的建筑物分割 | 计算机视觉 | NA | 航空摄影测量 | 深度学习模型 | 航空影像 | 超过15,000张真实正射航空影像图块 | NA | NA | NA | NA |
| 36 | 2025-11-05 |
Improving real-time emotion recognition system in assistive communication technologies for disabled persons using deep learning with equilibrium algorithm
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22031-0
PMID:41184323
|
研究论文 | 提出一种结合深度学习和平衡优化算法的实时情感识别系统,用于改善残疾人士的辅助沟通技术 | 使用平衡优化器(EO)优化Elman神经网络(ENN)的超参数,提高情感分类性能 | NA | 开发实时情感识别系统以增强残疾人士的沟通能力 | 残疾人士的文本情感识别 | 自然语言处理 | 残疾相关疾病 | 文本情感分析 | ENN, EO | 文本 | NA | NA | Elman神经网络 | 准确率 | NA |
| 37 | 2025-11-05 |
Deep learning algorithm for predicting rapid progression of abdominal aortic aneurysm by integrating CT images and clinical features
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22167-z
PMID:41184332
|
研究论文 | 开发并验证了一种集成CT图像、几何特征和临床特征的多模态深度学习模型,用于预测腹主动脉瘤的快速进展 | 首次将CT图像特征(通过ResNet提取)、基于CT标注的放射组学几何特征和临床特征整合到端到端多模态深度学习模型中 | 回顾性研究设计,数据来自两个医疗中心 | 提高腹主动脉瘤快速进展的预测准确性 | 腹主动脉瘤患者 | 计算机视觉 | 心血管疾病 | CT成像 | 深度学习 | 图像, 临床数据 | 561名AAA患者,包含14,252张标注的CT轴位图像 | NA | ResNet | AUC, 准确率 | NA |
| 38 | 2025-11-05 |
Enhanced skin cancer classification using modified efficientNetV2L with adaptive early stopping mechanism
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22228-3
PMID:41184381
|
研究论文 | 提出一种基于改进EfficientNetV2L架构的皮肤癌分类模型,通过自适应早停机制提升泛化能力 | 在EfficientNetV2L架构基础上引入自适应早停和学习率回调机制,有效防止过拟合 | 未明确说明模型在外部验证集上的表现及临床部署的可行性 | 开发能够准确分类皮肤癌类型的深度学习模型 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像 | ISIC数据集(具体数量未明确) | NA | EfficientNetV2L | 准确率 | NA |
| 39 | 2025-11-05 |
A personalized federated learning-based glucose prediction algorithm for high-risk glycemic excursion regions in type 1 diabetes
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22316-4
PMID:41184401
|
研究论文 | 提出一种基于个性化联邦学习的血糖预测算法,专注于1型糖尿病高危血糖波动区域的预测 | 设计了新型Hypo-Hyper损失函数,在联邦学习框架下同时解决血糖极端值预测精度和数据隐私保护问题 | 研究样本量相对有限(125名患者),未明确说明模型在其他糖尿病类型上的泛化能力 | 提高1型糖尿病患者低血糖和高血糖极端区域的血糖预测精度,同时保护患者数据隐私 | 1型糖尿病患者的连续血糖监测数据 | 机器学习 | 糖尿病 | 连续血糖监测 | 深度学习模型 | 时间序列数据 | 125名1型糖尿病患者 | 联邦学习框架 | NA | 均方误差, 血糖波动检测准确率 | NA |
| 40 | 2025-11-05 |
An effective approach to improving photovoltaic defect detection using the new DCD-YOLOv8s model
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22307-5
PMID:41184408
|
研究论文 | 提出一种改进的DCD-YOLOv8s模型用于光伏板表面缺陷检测 | 在YOLOv8架构基础上集成可变形卷积网络(DCNv3)、坐标注意力(CA)和动态头(DyHead)模块,增强特征提取和目标定位能力 | 未进行基于无人机的实时部署验证 | 提高光伏板表面缺陷检测的准确性和效率 | 光伏板表面缺陷(灰尘积累、鸟粪、裂纹等) | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 公共光伏板缺陷数据库与现场采集图像组合的自定义数据集 | PyTorch | YOLOv8, DCNv3, CA, DyHead | F1-score, mAP@50, mAP@50-95, FPS | NA |