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 | 2025-10-05 |
Deep learning-based cell type profiles reveal signatures of Alzheimer's disease resilience and resistance
2025-Oct-03, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awaf285
PMID:40794555
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型,能够从批量RNA测序数据中恢复细胞类型特异性转录程序,用于探索阿尔茨海默病的认知韧性和脑抵抗机制 | 首次应用基于Transformer的深度学习模型从批量RNA测序数据中恢复细胞类型特异性转录程序,显著优于先前方法,为大规模研究复杂表型提供了新工具 | 单核技术存在核转录覆盖度低、成本高和技术复杂性的限制 | 揭示阿尔茨海默病韧性和抵抗的细胞类型特异性机制,识别特定治疗靶点 | 阿尔茨海默病患者脑组织细胞类型 | 自然语言处理,数字病理学 | 阿尔茨海默病 | RNA测序,单核技术 | Transformer | 转录组数据 | NA | NA | Transformer | NA | NA |
22 | 2025-10-05 |
YOLOv12 Algorithm-Aided Detection and Classification of Lateral Malleolar Avulsion Fracture and Subfibular Ossicle Based on CT Images: Multicenter Study
2025-Oct-03, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/79064
PMID:40924436
|
研究论文 | 基于CT图像使用YOLOv12算法辅助检测和分类外踝撕脱性骨折与腓骨下籽骨的多中心研究 | 首次在多个中心评估包括最新YOLOv12在内的多种深度学习算法用于区分外踝撕脱性骨折和腓骨下籽骨,并与放射科医生的CT诊断性能进行对比 | 回顾性研究设计,仅来自中国两家医院的数据 | 评估深度学习算法在CT图像中检测和分类外踝撕脱性骨折与腓骨下籽骨的性能 | 1918名患者(外踝撕脱性骨折1253例,腓骨下籽骨665例)的CT图像 | 计算机视觉 | 骨科疾病 | CT成像,MRI成像 | CNN | 医学图像 | 1918名患者,来自2家医院(2014-2024年) | NA | YOLOv12, Faster R-CNN, SSD, RetinaNet | mAP50, AUC, 准确率, 敏感性, 特异性 | NA |
23 | 2025-10-05 |
Deep Learning for Automated Measures of SUV and Molecular Tumor Volume in [68Ga]PSMA-11 or [18F]DCFPyL, [18F]FDG, and [177Lu]Lu-PSMA-617 Imaging with Global Threshold Regional Consensus Network
2025-Oct-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.125.270077
PMID:40967759
|
研究论文 | 开发基于深度学习的自动化工作流程,用于在前列腺癌PET和SPECT成像中测量SUV和分子肿瘤体积 | 提出全局阈值区域共识网络,改进了nnU-Net的边界定义和标签准确性,在多种示踪剂成像中实现了高精度分割 | 模型性能在不同示踪剂间存在差异,FDG PET的准确度相对较低 | 改进前列腺癌影像学评估的计算工作流程,提高LuPSMA治疗的患者选择和预后预测准确性 | 转移性去势抵抗性前列腺癌患者的PET/CT和定量SPECT/CT影像 | 数字病理 | 前列腺癌 | PET成像, SPECT成像, [68Ga]PSMA-11, [18F]DCFPyL, [18F]FDG, [177Lu]Lu-PSMA-617 | 深度学习, CNN | 医学影像 | 676例[68Ga]PSMA-11或[18F]DCFPyL PET, 390例[18F]FDG PET, 477例LuPSMA SPECT, 56例外部队列测试病例 | nnU-Net | Global Threshold Regional Consensus Network, nnU-Net | Dice相似系数, 表面一致性, Pearson相关系数 | NA |
24 | 2025-10-05 |
A Tutorial on MRI Reconstruction: From Modern Methods to Clinical Implications
2025-Oct-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3617575
PMID:41042661
|
教程 | 本教程系统介绍MRI重建技术,涵盖从经典方法到深度学习的最新进展及其临床意义 | 整合了基于显式手工先验的经典方法和结合学习与手工先验的深度学习方法,并提供配套Python工具箱 | 作为教程文章,主要提供方法概述而非原创研究,深度可能有限 | 概述MRI重建技术发展,探讨先进重建方法的临床转化意义 | MRI图像重建算法及其临床应用 | 医学影像处理 | NA | MRI成像技术 | 深度学习 | 医学影像数据 | NA | Python | NA | NA | NA |
25 | 2025-10-05 |
Enhancing Transcription Factor Prediction via Domain Knowledge Integration with Logic Tensor Networks
2025-Oct-03, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3617864
PMID:41042660
|
研究论文 | 提出一种结合逻辑张量网络和深度学习的神经符号模型LTN-TFpredict,用于提高转录因子预测的准确性和可解释性 | 首次将逻辑张量网络与深度学习结合,通过整合五个关键TF相关基序的生物领域知识作为逻辑约束 | NA | 提高转录因子预测的准确性和可解释性 | 转录因子 | 计算生物学 | NA | 蛋白质语言模型 | 神经符号模型,CNN,Transformer | 蛋白质序列 | NA | NA | Logic Tensor Networks,CNN,Transformer | 预测准确率 | NA |
26 | 2025-10-05 |
A multi-layer encoder prediction model for individual sample specific gene combination effect (MLEC-iGeneCombo)
2025-Oct-03, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013547
PMID:41042795
|
研究论文 | 提出一种用于预测个体样本特异性基因组合效应的多层编码器模型MLEC-iGeneCombo | 首次引入基因组合效应直接测量指标log-fold change,并开发能预测新细胞系基因组合效应的系统生物学模型 | 仅基于18个CDKO实验数据验证,样本规模有限 | 开发个体样本特异性基因组合效应预测模型 | 基因组合双敲除实验数据 | 机器学习 | NA | CRISPR-cas9慢病毒转染,基因组合双敲除实验 | 深度学习 | 多组学数据,基因表达数据 | 18个CDKO实验 | 深度学习框架 | 多层编码器 | GCE预测性能71.9% | NA |
27 | 2025-10-05 |
Quantifying HiPSC-CM structural organization at scale with deep learning-enhanced SarcGraph
2025-Oct-03, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013436
PMID:41042829
|
研究论文 | 本研究通过深度学习增强的SarcGraph框架量化hiPSC-CM的结构组织,改进了对未成熟心肌细胞结构的分析能力 | 结合基于深度学习的z盘分类器和新型集成图评分方法,显著减少假阳性肌节检测并改进肌原纤维识别 | NA | 开发计算框架以更好地评估hiPSC-CM的结构特征和功能行为 | 人诱导多能干细胞来源的心肌细胞(hiPSC-CM) | 数字病理学 | 心血管疾病 | 深度学习,无监督学习 | 深度学习分类器 | 细胞图像数据 | 艾伦细胞科学研究所发布的公开数据集 | SarcGraph | NA | 假阳性率,肌原纤维检测精度 | NA |
28 | 2025-10-05 |
Deep-Learning-Guided Mining and Clustering of Remote Amino Acid Residues for the Simultaneous Engineering of the Catalytic Activity and Thermostability of a Processive Endoglucanase
2025-Oct-03, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00454
PMID:41043116
|
研究论文 | 本研究利用深度学习模型指导工程化改造过程性内切葡聚糖酶EG5C-1,成功提升了其催化活性和热稳定性 | 首次结合多种深度学习模型(MutCompute、DeepSequence、ESM-1v)通过聚类分析和贪心算法系统探索酶序列空间,并发现完全由远端氨基酸残基替换组成的精英变体 | NA | 同时提高过程性内切葡聚糖酶的催化效率和热稳定性 | 源自BS-5的过程性内切葡聚糖酶EG5C-1 | 机器学习 | NA | 深度学习引导的酶工程 | 深度学习模型 | 蛋白质序列数据 | NA | NA | MutCompute, DeepSequence, ESM-1v | 催化效率(kcat/Km),最适温度,热稳定性 | NA |
29 | 2025-10-05 |
Deep Learning Algorithms in the Diagnosis of Basal Cell Carcinoma Using Dermatoscopy: Systematic Review and Meta-Analysis
2025-Oct-03, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/73541
PMID:41043135
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估基于皮肤镜的深度学习算法在诊断基底细胞癌中的诊断性能 | 首次对基于皮肤镜的深度学习算法在基底细胞癌诊断中的性能进行系统评价和荟萃分析,并与皮肤科医生的诊断性能进行对比 | 许多纳入研究为回顾性设计,参考标准存在差异,可能限制结果的普适性;内部验证数据集的性能不一定能很好地转化到外部验证数据集 | 评估基于皮肤镜的深度学习算法在检测基底细胞癌中的诊断性能 | 基底细胞癌的皮肤镜图像 | 医学影像分析 | 皮肤癌 | 皮肤镜检查 | 深度学习算法 | 皮肤镜图像 | 内部验证集32,069例患者或图像,外部验证集200例患者或图像 | NA | NA | 灵敏度, 特异度, AUC | NA |
30 | 2025-10-05 |
Remote Patient Monitoring System Combining Hardware and Artificial Intelligence Based Software
2025-Oct-03, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae0f1f
PMID:41043463
|
研究论文 | 开发了一种结合硬件和人工智能软件的远程患者监测系统,专注于心律失常检测 | 提出了基于AI的软件组件而非硬件组装,采用定制化的深度神经网络进行心律失常检测 | NA | 开发远程患者监测系统,实现心律失常的早期和可靠检测 | 患者生理数据,特别是心脏异常和心律失常相关数据 | 医疗人工智能 | 心血管疾病 | 物联网传感器数据采集,深度学习分析 | 深度神经网络(DNN) | 生物医学传感器数据 | NA | NA | 定制化深度神经网络 | 准确率, 召回率, 精确率 | NA |
31 | 2025-10-05 |
Deep learning-enhanced 3D real-time photoacoustic imaging using experimental ground truths obtained from fluctuation imaging
2025-Oct-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0f70
PMID:41043483
|
研究论文 | 本研究提出一种基于深度学习的3D光声成像增强方法,利用波动成像获取实验性真实标签来训练神经网络 | 首次使用实验性单次3D光声图像和对应的PAFI图像构建训练数据集,实现实时3D光声成像增强 | 输出图像分辨率低于PAFI方法,且初步体内验证仅在老鼠中进行 | 开发能够实时消除伪影的3D光声成像技术 | 鸡胚胎血管结构和老鼠体内血管 | 医学影像处理 | 血管疾病 | 光声成像(PA),光声波动成像(PAFI) | CNN | 3D图像 | 鸡胚胎血管和老鼠体内血管样本 | NA | 3D ResU-Net | 可见性,对比度,准确率 | NA |
32 | 2025-10-05 |
Deep Learning-Enhanced Dual-Component Gas Sensor Based on Wavelength Modulation Spectroscopy
2025-Oct-03, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03438
PMID:41044044
|
研究论文 | 提出一种基于波长调制光谱和深度学习增强的双组分气体传感器,实现呼出气体中CO和CH4浓度的同步检测 | 首次将深度学习增强的WMS技术应用于人体呼出气体双组分检测,采用GAN进行光谱信号数据增强解决实验数据稀缺问题 | 未明确说明模型在更复杂气体混合物中的性能,数据增强方法的泛化能力有待进一步验证 | 解决气体混合物因光谱重叠导致的定性和定量检测挑战 | 呼出气体中的二氧化碳(CO)和甲烷(CH4) | 机器学习 | NA | 波长调制光谱(WMS) | CNN, GAN | 光谱信号(2f/1f信号) | NA | NA | CNN, GAN | 决定系数, 检测限(CO: 17.34 ppm, CH4: 3.52 ppb) | NA |
33 | 2025-10-05 |
Template Learning: Deep learning with domain randomization for particle picking in cryo-electron tomography
2025-Oct-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63895-0
PMID:41044063
|
研究论文 | 提出一种结合深度学习和领域随机化的模板学习方法,用于冷冻电子断层扫描中的颗粒挑选 | 将深度学习准确性与通过领域随机化在生物分子模板上训练的便利性相结合,自动化合成数据集生成 | NA | 改进冷冻电子断层扫描数据中的颗粒挑选方法 | 生物分子和细胞组分 | 计算机视觉 | NA | 冷冻电子断层扫描 | 深度学习 | 断层扫描图像 | NA | Python | NA | 精度, 方向检测均匀性 | GPU/CPU并行化 |
34 | 2025-10-05 |
Hybrid CNN-BLSTM architecture for classification and detection of arrhythmia in ECG signals
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17671-1
PMID:41044087
|
研究论文 | 提出一种结合CNN和BLSTM的混合深度学习架构,用于心电信号的自动心律失常检测与分类 | 融合CNN和BLSTM的混合架构,结合Mish激活函数增强非线性表示能力,实现高精度心律失常分类 | 未明确说明模型在噪声环境下的鲁棒性及跨设备泛化能力 | 开发自动心律失常检测与分类系统 | 心电图信号 | 机器学习 | 心血管疾病 | 心电图分析 | CNN, BLSTM | 时序信号数据 | MIT-BIH心律失常数据库和临床心电图记录的组合数据集 | NA | CNN-BLSTM混合架构 | 准确率, 灵敏度, 特异性 | NA |
35 | 2025-10-05 |
A deep learning pipeline for age prediction from vocalisations of the domestic feline
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17986-z
PMID:41044140
|
研究论文 | 本研究开发了一种从家猫发声中进行年龄预测的深度学习流程 | 提出了首个专门用于年龄预测的家猫发声数据集,并开发了新颖的深度学习流程 | 模型泛化能力和鲁棒性有待进一步提高 | 开发自动年龄分类方法以促进跨物种交流 | 家猫发声 | 数字生物声学 | NA | 深度学习 | VGGish, YAMNet, Perch | 音频 | NA | NA | VGGish, YAMNet, Perch | NA | NA |
36 | 2025-10-05 |
An ensemble model based on transfer learning for the early detection of Alzheimer's disease
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22025-y
PMID:41044176
|
研究论文 | 提出一种基于迁移学习的集成模型用于阿尔茨海默病的早期检测 | 结合迁移学习与超参数调优的集成投票机制,利用预训练模型增强特征提取能力 | NA | 开发阿尔茨海默病的早期检测方法 | 阿尔茨海默病患者(轻度痴呆和中度痴呆) | 医学影像分析 | 阿尔茨海默病 | 深度学习 | CNN, 集成学习 | 医学影像数据 | NA | TensorFlow, Keras | InceptionResnetV2, InceptionV3, Xception | 准确率, 精确率 | NA |
37 | 2025-10-05 |
All-at-once RNA folding with 3D motif prediction framed by evolutionary information
2025-Oct-03, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02833-w
PMID:41044256
|
研究论文 | 提出CaCoFold-R3D概率语法模型,联合预测RNA三维结构和二级结构 | 开发首个能同时预测RNA二级结构和50多种已知三维模体的联合概率语法框架,利用进化信息约束模体定位 | NA | 开发RNA三维结构预测新方法 | RNA分子及其三维结构模体 | 生物信息学 | NA | 概率语法模型,进化信息分析 | 概率语法模型 | RNA序列比对数据,三维结构数据 | 超过50种已知RNA模体 | NA | CaCoFold-R3D,R3D语法 | NA | NA |
38 | 2025-10-05 |
Hierarchical attention enhanced deep learning achieves high precision motor imagery classification in brain computer interfaces
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17922-1
PMID:41044308
|
研究论文 | 本研究提出了一种分层注意力增强的深度学习框架,用于脑机接口中的运动想象分类 | 通过将卷积层空间特征提取、长短期记忆网络时间动态建模和选择性注意力机制进行协同整合,创新性地开发了注意力增强的卷积-循环框架 | 基于15名参与者的自定义四类运动想象数据集,样本规模相对有限 | 提高脑机接口中运动想象分类的精度和可靠性 | 脑电图信号中的运动想象模式 | 机器学习 | 运动障碍 | 脑电图信号采集 | CNN, LSTM, 注意力机制 | 脑电图时序信号 | 15名参与者的4,320次试验 | NA | 卷积-循环神经网络架构 | 准确率 | NA |
39 | 2025-10-05 |
Transfer learning-enhanced CNN model for integrative ultrasound and biomarker-based diagnosis of polycystic ovarian disease
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17711-w
PMID:41044309
|
研究论文 | 提出一种基于迁移学习增强CNN模型的多囊卵巢疾病自动诊断框架,整合超声图像和生物标志物信息 | 采用增强型CNN架构结合注意力机制、批量归一化和dropout正则化,并利用贝叶斯优化进行超参数调优 | NA | 开发自动诊断多囊卵巢疾病的深度学习框架 | 经阴道超声图像和生物标志物数据 | 计算机视觉 | 多囊卵巢疾病 | 超声成像 | CNN | 图像 | NA | NA | Enhanced CNN | 准确率, 灵敏度, 特异性, 精确率, F1分数 | NA |
40 | 2025-10-05 |
CryoEMNet driven symmetry-aware molecular reconstruction through deep learning enhanced electron microscopy
2025-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18065-z
PMID:41044311
|
研究论文 | 提出基于对称感知深度学习框架CryoEMNet,用于冷冻电镜分子重建 | 将分子对称性约束融入深度学习重建过程,有效解决噪声、结构异质性和粒子不对准等挑战 | NA | 开发高分辨率且结构一致的冷冻电镜三维分子重建方法 | 冷冻电镜图像中的分子结构 | 计算机视觉 | NA | 冷冻电子显微镜 | 深度学习 | 冷冻电镜图像 | NA | NA | NA | 分辨率 | NA |