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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4041 | 2025-11-11 |
ASL 4D MRA Intracranial Vessel Segmentation With Deep Learning U-Nets
2025-Nov-09, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70173
PMID:41207868
|
研究论文 | 提出一种基于时空U-Net的网络(4DST),用于ASL非对比增强4D MRA血管分割 | 利用时空信息同时避免内存密集的4D卷积层,实现端到端可训练的时空数据集模型 | 样本量较小(40例),仅针对ASL-based 4D MRA数据 | 改进4D MRA血管分割性能 | 35名健康志愿者和5名动静脉畸形患者的颅内血管 | 医学影像分析 | 脑血管疾病 | ASL-based非对比增强4D MRA | U-Net | 4D MRI图像 | 40例(35健康志愿者+5患者) | NA | 4DST, 2D U-Net, 3D U-Net, BRAVE-Net | Dice-Sørensen系数, 中心线Dice, Hausdorff距离, 精确度, 准确度, 特异性, 灵敏度 | NA |
| 4042 | 2025-11-11 |
RCSB Protein Data Bank: Delivering integrative structures alongside experimental structures and computed structure models
2025-Nov-08, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf1187
PMID:41206752
|
研究论文 | 介绍RCSB蛋白质数据库如何整合提供实验结构、计算结构模型和综合方法结构数据 | 将PDB-IHM系统与PDB统一,首次在RCSB.org网站上同时提供综合方法结构、单方法实验结构和计算结构模型 | NA | 扩展RCSB.org数据库功能,支持综合结构数据的发现、分析和可视化 | 蛋白质等大分子的3D结构数据 | 生物信息学 | NA | 综合/混合方法(IHM)、深度学习、大分子晶体学、3D电子显微镜、核磁共振波谱 | 深度学习模型 | 3D结构数据、计算结构模型 | 超过240,000个实验结构,超过100万个计算结构模型 | NA | NA | NA | NA |
| 4043 | 2025-11-11 |
Rapid consistent reef surveys with DeepReefMap
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20795-z
PMID:41203649
|
研究论文 | 介绍使用DeepReefMap进行快速珊瑚礁调查的创新方法,通过神经网络实现3D语义映射 | 首次在红海进行大规模跨国珊瑚礁调查,开发了基于深度学习的实用3D水下测绘和语义分割系统 | NA | 开发高效、标准化、可扩展且经济的珊瑚礁监测策略 | 红海珊瑚礁生态系统 | 计算机视觉 | NA | 水下摄像技术 | 神经网络 | 视频 | 365个视频样带,来自45个地点,184小时视频素材,200,000个标注多边形 | NA | NA | 鲁棒性评估 | NA |
| 4044 | 2025-11-11 |
A hybrid approach leveraging meta-heuristic and ensemble learning for time-sensitive prediction of pollutant concentrations
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23940-w
PMID:41203671
|
研究论文 | 提出一种结合元启发式算法和集成学习的混合深度学习模型,用于污染物浓度的时间敏感预测 | 首次将爬行动物搜索算法(RSA)与CNN、LSTM和XGBoost集成,通过特征优化和重要性评分提升预测性能 | 研究仅针对印度城市环境,未验证在其他地理区域的适用性 | 开发高精度的污染物浓度预测模型,支持空气质量长期预报 | 大气污染物包括PM2.5、CO、SO2和NO2 | 机器学习 | NA | 时间序列分析 | CNN, LSTM, XGBoost, RSA | 时间序列数据 | NA | NA | CNN, LSTM, Transformer, BiLSTM, BiRNN, ANN, BiGRU | 准确率, 鲁棒性, 误差指标, R²分数 | NA |
| 4045 | 2025-11-11 |
Deep learning models simultaneously trained on multiple datasets improve base-editing activity prediction
2025-Nov-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-65200-5
PMID:41203686
|
研究论文 | 通过同时训练多个数据集的深度学习模型提高碱基编辑活性预测准确性 | 首次开发能够同时训练多个不同数据集的深度学习模型,并支持数据集感知预测 | NA | 提高CRISPR碱基编辑系统中gRNA设计的准确性 | 碱基编辑gRNA效率预测 | 机器学习 | NA | CRISPR碱基编辑技术 | 深度神经网络 | gRNA序列数据 | 约20,000个gRNAs(包含A•T to G•C和C•G to T•A转换) | NA | 深度神经网络 | NA | NA |
| 4046 | 2025-11-11 |
Task optimized vision transformer for diabetic retinopathy detection and classification in resource constrained early diagnosis settings
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25399-1
PMID:41203681
|
研究论文 | 提出一种任务优化的视觉Transformer模型,用于资源受限环境下的糖尿病视网膜病变检测和分类 | 设计了专门针对糖尿病视网膜病变的任务优化视觉Transformer模型,集成了分层学习率调度、注意力头调优和嵌入维度优化策略,并通过结构化剪枝和8位量化实现模型压缩 | 研究主要针对资源受限环境,可能在更复杂临床场景下的泛化能力需要进一步验证 | 开发适用于资源受限早期诊断环境的糖尿病视网膜病变自动检测和分类系统 | 糖尿病视网膜病变患者的视网膜眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | Vision Transformer | 图像 | 三个大规模公共数据集 | NA | Task-Optimized Vision Transformer (TOViT) | 准确率, F1分数 | 树莓派4硬件, 支持实时部署 |
| 4047 | 2025-11-11 |
Improving surgical phase recognition using self-supervised deep learning
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23697-2
PMID:41203699
|
研究论文 | 本研究探索自监督学习在垂体内窥镜手术阶段识别中的应用,通过比较SimCLR和BYOL框架的性能 | 首次将自监督学习应用于内窥镜垂体手术阶段识别,并引入注意力加权池化算子增强空间特征提取 | 仅针对垂体内窥镜手术进行验证,未在其他手术类型中测试泛化能力 | 开发智能系统为外科医生提供实时决策支持,通过手术阶段识别改善工作流程 | 内窥镜垂体手术视频数据 | 计算机视觉 | 垂体疾病 | 自监督学习 | 深度学习 | 手术视频 | 未明确具体样本数量,但涉及完整数据集和50%标注数据缩减的对比实验 | SimCLR, BYOL | 集成注意力加权池化算子的深度神经网络 | F1-score | NA |
| 4048 | 2025-11-11 |
Multi-output deep learning for high-frequency prediction of air and surface temperature in Kuwait
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23455-4
PMID:41203707
|
研究论文 | 本研究评估多输出回归模型在科威特使用高频气候数据预测空气和地表温度的性能 | 首次将基于上下文嵌入的Transformer(FTTransformer)和LSTM应用于高频温度预测,并实现六种温度变量的同时预测 | LSTM模型在处理往年异常数据时性能下降,而FTTransformer在不同年份间保持稳定准确性 | 开发高精度的高频空气和地表温度预测模型,用于城市规划和气候韧性建设 | 科威特地区的空气和地表温度及相关气候变量 | 机器学习 | NA | 高频气候数据采集 | Transformer, LSTM, 传统机器学习 | 时间序列气候数据 | 四年内每5分钟采集的高频气候数据,包含30个环境变量 | NA | FTTransformer, LSTM | R², 均方误差, 平均绝对误差 | NA |
| 4049 | 2025-11-11 |
Unsupervised spectra information extraction using physics-informed neural networks in the presence of non-linearities and multi-agent problems
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25573-5
PMID:41203763
|
研究论文 | 提出一种基于物理信息神经网络的无监督光谱信息提取方法,适用于非线性和多智能体问题 | 将物理信息深度学习从简单线性情况推广到非线性和多智能体场景,扩展了该方法的适用范围 | 目前仅在合成案例上进行测试,尚未在真实场景中验证 | 开发无需监督学习的光谱信息提取方法 | 光谱数据 | 机器学习 | NA | 光谱分析 | 物理信息神经网络 | 光谱数据 | NA | NA | 物理信息神经网络 | 灵敏度, 特异性, 可靠性 | NA |
| 4050 | 2025-11-11 |
Automated inspection of P&ID object recognition using deep learning
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-25506-2
PMID:41203750
|
研究论文 | 提出一种基于深度学习的P&ID图纸对象识别结果自动检测方法 | 针对未识别对象和误识别对象分别开发了不同的检测方法,包括基于深度学习的特征向量相似度计算、基于距离的文本错误检测和交叉情况检查的线条错误检测 | NA | 提高P&ID图纸数字化过程中对象识别结果的准确性和检测效率 | 管道仪表流程图(P&ID)中的符号、文本和线条对象 | 计算机视觉 | NA | 深度学习 | CNN | 工程图纸图像 | 来自实际工业现场的P&ID图纸 | NA | NA | 召回率, 准确率, F1分数 | NA |
| 4051 | 2025-11-11 |
Enhancing bone cancer detection through optimized pre trained deep learning models and explainable AI using the osteosarcoma tumor assessment dataset
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26051-8
PMID:41203786
|
研究论文 | 提出一种结合优化预训练深度学习模型和可解释AI的骨癌检测框架 | 联合使用增强贝叶斯优化、深度迁移学习和可解释AI技术,通过超参数调优和数据集平衡提升模型性能与透明度 | 未明确说明模型在其他独立数据集上的泛化能力验证 | 开发可靠且可解释的骨癌自动诊断框架 | 骨癌组织病理学图像 | 数字病理学 | 骨癌 | 组织病理学成像 | CNN | 图像 | NA | TensorFlow, PyTorch | EfficientNet-B4, ResNet50, DenseNet121, InceptionV3, VGG16 | 准确率, 精确率, 召回率, F1分数 | NA |
| 4052 | 2025-11-11 |
Hybrid glowworm swarm optimization with recurrent deep learning for fault detection in industrial internet of things environment
2025-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26784-6
PMID:41203829
|
研究论文 | 提出一种混合萤火虫群优化与循环深度学习方法用于工业物联网环境中的故障检测 | 结合萤火虫群优化算法与循环深度学习模型进行超参数优化,提高故障检测准确率 | NA | 工业物联网环境中基于音频信号的故障检测与分类 | 工业物联网设备 | 机器学习 | NA | 梅尔频谱图 | HCNN-GRU, CNN-LSTM | 音频信号 | NA | NA | HCNN-GRU, CNN-LSTM | 准确率 | NA |
| 4053 | 2025-11-11 |
Graph convolution network based on meta-paths and mutual information for drug-target interaction prediction
2025-Nov-07, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06295-x
PMID:41204097
|
研究论文 | 提出基于元路径和互信息的图卷积网络GCNMM用于药物-靶点相互作用预测 | 结合元路径和图注意力网络构建融合DTI网络,采用空间拓扑一致性和互信息最大化作为双重优化目标 | 未明确说明数据稀疏性问题是否完全解决 | 预测药物-靶点相互作用以加速药物重定位 | 药物-靶点异质网络 | 机器学习 | NA | 图卷积网络 | GCN, 图注意力网络, 图卷积自编码器 | 图数据 | NA | NA | GCNMM | NA | NA |
| 4054 | 2025-11-11 |
Incremental 2D self-labelling for effective 3D medical volume segmentation with minimal annotations
2025-Nov-07, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01991-9
PMID:41204141
|
研究论文 | 提出一种增量式2D自标注框架,通过极少量标注实现有效的3D医学体积分割 | 利用单一切片标注通过迭代自标注和伪标签过滤逐步扩展训练集,实现从稀疏标注到完整3D分割 | 仅验证于脑部MRI和肝脏CECT数据集,在其他医学影像模态上的泛化性有待验证 | 在严重标注限制下优化医学图像分割性能,同时最小化标注成本 | 3D医学体积数据(脑部MRI、肝脏CECT) | 医学图像分割 | 脑部疾病, 肝脏疾病 | MRI, CECT | U-Net | 3D医学影像体积 | 每个体积仅使用单个中心切片标注 | NA | U-Net | Dice相似系数, 交并比, 95百分位Hausdorff距离 | NA |
| 4055 | 2025-11-11 |
Impact of Neural network-quantified musical groove on cyclists' joint coordination and muscle synergy: a repeated measures study
2025-Nov-07, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-025-01778-7
PMID:41204282
|
研究论文 | 本研究探讨了神经网络量化的音乐律动水平对自行车运动员关节协调性和肌肉协同模式的影响 | 首次使用经过验证的深度学习模型客观量化音乐律动水平,并系统分析其对下肢运动学和神经肌肉控制的影响机制 | 需要额外的动力学和代谢指标验证直接性能收益,样本仅限于训练有素的右利手自行车运动员 | 研究音乐律动水平如何系统性改变高扭矩骑行时的下肢运动学和神经肌肉控制 | 24名训练有素的右利手自行车运动员 | 机器学习 | NA | 三维运动捕捉,表面肌电图,非负矩阵分解 | 深度学习模型 | 运动捕捉数据,肌电信号 | 24名自行车运动员,每个受试者在三种条件下测试 | NA | NA | R²=0.85,p值 | NA |
| 4056 | 2025-11-11 |
Prediction of pathological risk subtypes of thymic anterior mediastinal cysts and thymic epithelial tumors based on CT radiomics and deep learning methods: a retrospective study
2025-Nov-07, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03169-z
PMID:41204379
|
研究论文 | 基于CT影像组学和深度学习方法开发预测胸腺前纵隔囊肿和胸腺上皮肿瘤病理风险亚型的非侵入性模型 | 首次将影像组学特征与深度学习特征融合构建深度学习影像组学模型,用于胸腺肿瘤病理风险分类预测 | 回顾性研究且样本量有限(144例患者),需进一步前瞻性验证 | 术前无创预测胸腺前纵隔囊肿和胸腺上皮肿瘤的病理风险分类,支持个性化治疗规划 | 144例经病理证实的胸腺前纵隔囊肿或胸腺上皮肿瘤患者 | 医学影像分析 | 胸腺肿瘤 | CT影像分析 | 深度学习, 影像组学 | CT图像 | 144例患者(训练集101例,测试集43例) | Pyradiomics, PyTorch | ResNet50 | AUC | NA |
| 4057 | 2025-11-11 |
Hyperspectral image analysis for classification of multiple infections in wheat
2025-Nov-07, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01461-x
PMID:41204393
|
研究论文 | 本研究利用高光谱成像和深度学习技术对小麦多重感染病害进行分类识别 | 首次将高光谱成像技术应用于小麦多重并发感染的分类识别,揭示了病原体共存时的光谱特征变化 | Septoria和黄锈病+Septoria样本数量有限,需要在田间条件下使用更大更平衡的数据集进一步验证 | 开发基于高光谱成像的小麦多重感染病害分类方法 | 小麦叶片上的黄锈病、白粉病和Septoria三种病原体的单一和双重感染 | 计算机视觉 | 植物病害 | 高光谱成像 | CNN | 高光谱图像 | 1447张小麦叶片高光谱图像 | NA | Inception, EfficientNet | 准确率 | NA |
| 4058 | 2025-11-11 |
ProteinFormer: protein subcellular localization based on bioimages and modified pre-trained transformer
2025-Nov-07, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-12194-5
PMID:41204400
|
研究论文 | 提出基于生物图像和改进预训练Transformer的蛋白质亚细胞定位新方法 | 首次将生物图像与改进的预训练Transformer架构结合,解决传统方法无法捕捉蛋白质空间动态的问题 | 在数据稀缺场景下性能仍有提升空间 | 开发高效准确的蛋白质亚细胞定位方法 | 蛋白质亚细胞定位 | 计算机视觉 | NA | 生物图像分析 | Transformer, CNN | 生物图像 | Cyto_2017和IHC_2021数据集 | PyTorch | ResNet, Transformer | F1-score, Accuracy | NA |
| 4059 | 2025-11-11 |
Approaches to Scaffold Hopping for Identifying New Bioactive Compounds and the Contribution of Artificial Intelligence
2025-Nov-05, Current medicinal chemistry
IF:3.5Q2
|
综述 | 本文综述了人工智能在骨架跃迁策略中识别新生物活性化合物的应用与贡献 | 将传统骨架跃迁策略与基于深度学习的人工智能模型相结合,提高了新药发现的成功率 | 面临输入数据质量、结果可解释性、监管问题、技术投资和多学科团队建设等挑战 | 提高药物开发效率,降低研发成本和时间消耗 | 生物活性化合物和新治疗剂 | 药物发现 | NA | 计算机辅助药物设计,深度学习 | 深度学习模型 | 化学结构数据,药效团模型 | 来自Web of Science、PubMed和Google Scholar数据库的文献数据 | NA | NA | NA | NA |
| 4060 | 2025-11-11 |
An integrated deep learning model accelerates luciferase based high throughput drug screening
2025-Oct-09, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences
IF:4.3Q1
DOI:10.1016/j.ejps.2025.107315
PMID:41067316
|
研究论文 | 开发集成深度学习模型加速基于荧光素酶的高通量药物筛选 | 首次将深度学习模型整合到荧光素酶高通量筛选流程中,实现化合物筛选准确率和效率的显著提升 | 研究仅基于五种特定信号通路系统,模型在其他信号通路系统的泛化能力有待验证 | 通过人工智能技术加速药物开发流程,降低研发成本 | 18,840种化合物及其在五种荧光素酶检测系统中的HTS数据 | 机器学习 | 炎症性疾病,肿瘤,代谢综合征 | 荧光素酶检测,HTS | 深度学习 | 化合物结构数据,分子特征数据,HTS数值 | 18,840种化合物,约100,000个HTS数据点 | NA | 集成深度学习模型 | 筛选准确率,筛选效率 | NA |