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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401 | 2026-06-03 |
StruCloze: A Unified Framework for Backmapping and Inpainting Biomolecule Structures
2026-May-27, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.6c00214
PMID:42202161
|
研究论文 | 提出StruCloze,一个用于从粗粒化模型重建全原子结构并填补缺失区域的深度学习框架,适用于蛋白质和核酸 | 首次实现单一预训练模型泛化于多种粗粒化方案和生物分子类型,结合掩码学习策略同时完成结构重建和内插缺失区域 | 对于特定表征可能需要微调优化,未提及极端复杂系统(如大型多聚体)的性能评估 | 开发通用工具以桥接粗粒化或不完整表示与全原子生物分子结构之间的鸿沟 | 蛋白质和核酸的原子结构及粗粒化模型 | 机器学习 | NA | 深度学习 | 深度神经网络 | 生物分子三维结构 | NA | NA | 掩码学习架构 | 重建精度、转移性、速度 | NA |
| 402 | 2026-06-03 |
A clinical neuroimaging platform for rapid, automated lesion detection and personalized post-stroke outcome prediction
2026-May-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02803-2
PMID:42204350
|
研究论文 | 提出一个基于深度学习的神经影像平台,用于快速自动检测病灶并个性化预测中风后认知结果 | 该平台完全自动化,能处理来自不同扫描仪的原始DICOM MRI数据,并利用大型语言模型生成可解释的个性化预后文本报告 | 文中未明确提及局限性 | 开发并验证一个用于缺血性中风患者个性化认知结果预测的自动化神经影像平台 | 缺血性中风患者的大脑影像数据及其认知结果 | 数字病理学 | 脑血管疾病 | DICOM MRI | 深度学习 | 图像 | 训练队列604例,独立验证队列153例 | NA | NA | 与手动方法的一致性达96% | NA |
| 403 | 2026-06-03 |
MNISQ: A Large-Scale Quantum Circuit Dataset for Machine Learning in the NISQ Era
2026-May-26, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07493-9
PMID:42191975
|
研究论文 | 介绍MNISQ,一个用于NISQ时代机器学习和经典机器学习的大规模量子电路数据集,包含495万个10量子比特电路 | 首次创建了包含495万个电路的量子机器学习大规模数据集MNISQ,支持基于自然语言处理的量子计算模型和深度学习模型开发,并探索了噪声对量子机器学习的影响 | NA | 为NISQ时代的量子与经典机器学习提供一个基础性的大规模数据集,并验证其在不同模型上的有效性 | 量子电路(10量子比特,最多100个双量子比特门),以及对量子编码的经典图像数据(如MNIST)的分类任务 | 自然语言处理, 机器学习 | NA | 量子电路编码 | S4模型, Transformer, LSTM, 量子核方法 | 文本(量子汇编语言QASM文件),量子电路 | 495万个10量子比特电路 | NA | S4, Transformer, LSTM | 准确率 | NA |
| 404 | 2026-06-03 |
Classification of familial and non-familial ADHD using auto-encoding network and binary hypothesis testing
2026-May-25, Brain research bulletin
IF:3.5Q2
|
研究论文 | 利用自编码网络和二元假设检验对家族性和非家族性注意缺陷多动障碍进行分类 | 首次将自编码器深度学习架构与二元假设框架结合,用于区分家族性和非家族性ADHD,并识别关键的神经影像学标志 | 样本量相对较小,且未涉及年龄、性别等混杂因素的全面控制,模型表现仍有提升空间 | 基于结构性和扩散性MRI特征,开发用于区分家族性ADHD、非家族性ADHD和对照组的深度学习分类方法 | 129名家族性ADHD儿童、159名非家族性ADHD儿童和150名匹配的健康对照者 | 机器学习 | 注意缺陷多动障碍 | 结构性MRI和扩散性MRI | 自编码器 | 图像(结构性MRI和扩散性MRI数据) | 438名儿童(129名ADHD-F, 159名ADHD-NF, 150名对照) | 未明确指定,可能基于TensorFlow或PyTorch | 自编码器 | 准确率、敏感度、特异度、AUC | NA |
| 405 | 2026-06-03 |
Redesign to Mechanism: Interpretable AI Reveals Determinants of Protein Hydrate Binding
2026-May-23, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.6c00954
PMID:42175929
|
研究论文 | 建立了一个整合深度学习、分子动力学模拟和可解释机器学习的计算框架,用于天然抗冻蛋白的理性设计 | 提出了Chill+算法,结合XGBoost和SHAP分析揭示了空间结构特征比统计序列特征更能预测抑制活性,并识别了冰水合物结合位点的两个功能区域 | NA | 实现抗冻蛋白的理性设计,平衡结构稳定性、表达效率和功能活性 | 天然抗冻蛋白及其设计变异体 | 机器学习 | NA | 深度学习、分子动力学模拟 | XGBoost | 序列数据和结构数据 | 设计肽段83.4%展示出优于野生型TmAFP的抑制活性 | XGBoost | XGBoost | 抑制活性预测准确性 | NA |
| 406 | 2026-06-03 |
Unraveling Separation Mechanisms of Propanol Isomers and Water in LTA Zeolites via Deep Potential Molecular Dynamics
2026-May-23, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.6c01184
PMID:42176278
|
研究论文 | 通过基于深度学习的分子动力学模拟研究LTA沸石中丙醇异构体与水的分离机制 | 首次利用深度势能分子动力学模拟揭示水分子通过动态调节Na离子分布和静电环境改变LTA沸石孔道结构,导致支链异丙醇扩散快于直链正丙醇的反直觉现象 | 直接提及的局限性未在摘要中体现,可能为模拟尺度或实际膜结构复杂性考虑不足 | 阐明LTA沸石中丙醇异构体与水的分离机制,解释异丙醇渗透速率介于水和正丙醇之间的实验结果 | LTA沸石膜中异丙醇、正丙醇和水分子的扩散行为 | 机器学习 | 不适用 | 分子动力学模拟 | 深度势能模型 | 模拟数据 | 不适用 | 不适用 | 不适用 | 不适用 | 不适用 |
| 407 | 2026-06-03 |
Developmental profile of physiological high-frequency oscillations in the human brain
2026-May-23, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2026.122017
PMID:42177955
|
研究论文 | 利用185名儿童患者的颅内脑电图数据,构建了生理性高频振荡(HFO)的正常发育图谱,揭示了HFO特征随年龄的变化规律 | 首次基于大规模多中心儿科队列构建生理性HFO的正常发育图谱,并揭示HFO分布从额-顶-颞优势向枕叶优势的显著转变 | NA | 刻画儿童大脑生理性高频振荡的发育特征,建立年龄依赖的正常模式,以改善HFO作为癫痫生物标志物的解释 | 185名接受颅内脑电图监测的儿科患者 | 数字病理 | 癫痫 | 颅内脑电图(iEEG) | NA | 脑电图信号 | 185名儿科患者 | NA | NA | NA | NA |
| 408 | 2026-06-03 |
A comparative study of deep learning for cortical lesion MRI segmentation with explainability analysis in multiple sclerosis
2026-May-23, NeuroImage. Clinical
DOI:10.1016/j.nicl.2026.104007
PMID:42224860
|
研究论文 | 本研究针对多发性硬化症中皮层病变的MRI分割,比较了多种深度学习方法的性能,并进行了可解释性分析 | 在nnU-Net框架基础上提出适应皮层病变检测的改进,进行分布外测试评估模型泛化能力,并设计医学专家问卷评估临床价值 | 研究指出数据可变性、病变模糊性和协议差异影响模型性能,但未明确提及具体量化限制 | 开发和评估用于多发性硬化症皮层病变MRI分割的深度学习方法,并探索其临床集成可行性 | 多发性硬化症患者的皮层病变MRI图像 | 计算机视觉 | 多发性硬化症 | MRI | CNN(nnU-Net) | 图像(MRI) | 656个MRI扫描,来自四个机构的临床试验和研究数据,采用3T和7T强度、MP2RAGE和MPRAGE序列 | PyTorch(nnU-Net自定义实现) | nnU-Net(自我配置的U-Net变体) | F1-score(域内0.64,域外0.5) | 未在摘要中指定,但nnU-Net通常需GPU(如NVIDIA RTX系列)计算 |
| 409 | 2026-06-03 |
Scalable and cost-efficient custom gene library assembly from oligopools
2026-May-22, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.ady2279
PMID:42172324
|
研究论文 | 提出了一种低成本、可扩展的寡核苷酸池基因文库组装方法OMEGA,并进行了实验验证 | 将计算设计、高通量寡核苷酸合成和Golden Gate组装结合,实现从寡核苷酸池并行组装数百至数千个全长基因,成本低至每基因1.50美元 | 主要依赖于短寡核苷酸的高保真度,可能面临长片段组装错误;文库规模受限于连接位点正交性,且部分合成序列可能需要额外验证 | 开发一种低成本、可扩展的基因文库组装方法,以连接计算蛋白质设计与高通量实验验证 | 来自自然和合成的绿色荧光蛋白变体文库(810个序列) | 机器学习、合成生物学 | NA | DNA合成、Golden Gate组装、高通量测序 | NA | DNA序列数据 | 810个绿色荧光蛋白变体文库 | NA | NA | 序列回收率、均匀性 | NA |
| 410 | 2026-06-03 |
Harnessing CRISPR-Cas Technology for Precision Antimicrobial Targeting
2026-May-21, Current topics in medicinal chemistry
IF:2.9Q3
|
综述 | 本文综述了CRISPR-Cas技术在精准靶向抗菌中的应用,探讨其如何应对抗生素耐药性,并评估该技术的潜力与挑战 | 系统评估CRISPR-Cas与传统抗生素相比的精准靶向优势,并结合递送系统(如接合质粒、噬菌体、纳米颗粒)的最新进展分析其对耐药菌株和病毒(如SARS-CoV-2、乙肝病毒)的治疗潜力 | 未详细说明CRISPR-Cas技术的脱靶效应、体内递送效率或临床转化中的安全性问题 | 评估CRISPR-Cas技术作为精准抗菌工具对抗抗生素耐药性(AMR)的可行性和应用前景 | 耐药菌(如ESKAPE病原体)和病毒(如SARS-CoV-2、乙肝病毒) | 机器学习 | 感染性疾病 | CRISPR-Cas系统 | NA | NA | NA | NA | NA | NA | NA |
| 411 | 2026-06-03 |
Deep-Learning-Based Automatic Segmentation and Quantitative Measurement of Normal Spleen in Chinese Adults
2026-May-21, Current medical imaging
IF:1.1Q3
|
研究论文 | 开发基于深度学习的3D V-Net自动分割CT图像中的正常脾脏,并分析中国成年人的脾脏形态学参数与年龄、性别的关系 | 首次在大规模中国成年人队列中利用深度学习自动分割和量化正常脾脏形态学参数,并揭示了性别和年龄特异性的脾脏体积和衰减模式 | 可能存在残余混杂因素、缺乏对体表人体测量协变量的完全校正以及仅在单一机构中心进行验证 | 建立基于深度学习的自动化脾脏分割和标准化形态学测量流程,提供中国成年人脾脏参考值分布 | 中国成年人的正常脾脏 | 计算机视觉 | 无特定疾病 | CT扫描 | 3D V-Net | CT图像 | 训练集2,856次CT检查;应用和验证集1,520次CT检查(共3,490张图像) | NA | 3D V-Net | Dice相似系数、体积相似性、Hausdorff距离、平均Hausdorff距离 | NA |
| 412 | 2026-06-03 |
Emerging Utility of Artificial Intelligence Driven Medical Robots in Health Care: A Review
2026-May-20, Current pharmaceutical design
IF:2.6Q2
|
综述 | 本文全面审视了人工智能驱动的医疗机器人在诊断、手术、康复和患者护理中的变革能力 | 系统综述了AI驱动的医疗机器人技术,包括手术机器人、诊断机器人、康复机器人和社交辅助机器人,强调其在精准医学和智能化医疗中的重要作用 | 存在伦理困境、数据隐私问题、监管合规性以及临床环境中严格验证的需求等挑战 | 评估AI驱动的医疗机器人系统的现状,评价正在进行的临床试验,并探讨未来发展方向 | AI驱动的医疗机器人,包括手术、诊断、康复和社交辅助机器人 | 机器学习 | NA | NA | CNN, LSTM, GAN | 影像数据、基因数据 | NA | TensorFlow, PyTorch, Keras | NA | NA | NA |
| 413 | 2026-06-03 |
Multimodal Fusion of Endoscopic and Histopathological Images for Lesion Detection Using Hybrid Deep Learning
2026-May-19, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种混合深度学习框架SHF-Net,融合内镜与组织病理图像实现消化道病变检测 | 首次将CNN、ViT和GNN三种网络架构结合,通过多通道注意力机制融合空间、上下文和结构特征,并利用GAN解决数据稀疏问题 | 仅基于单一数据集HyperKvasir验证,未来需扩展至多模态及多样化临床数据集 | 开发自动化系统提升消化道病变检测的准确性和可靠性,减少观察者间差异 | 消化道内镜图像及对应的组织病理图像,涵盖5种病变类别 | 计算机视觉 | 消化道疾病 | 内镜成像, 组织病理成像, GAN数据增强, 染色标准化 | CNN, ViT, GNN, 多通道注意力机制 | 图像 | HyperKvasir数据集包含111,079张标注内镜图像及对应组织病理数据 | PyTorch | SHF-Net(包含CNN、ViT、GNN及多通道注意力模块) | 准确率, 精确率, 召回率, F1分数 | NA |
| 414 | 2026-06-03 |
Conditional Diffusion Model-Based Method for Annotation of Antibiotic Resistance Gene Properties
2026-May-18, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.6c00042
PMID:42149807
|
研究论文 | 提出一种基于条件扩散模型的方法,用于抗生素抗性基因(ARGs)特性的精确注释 | 通过领域特定知识注入指导扩散过程生成高质量潜在表示,并设计交叉注意力机制以融合异构信息源,解决信息冗余问题 | 仅针对序列数据特征提取,未涉及其他数据类型或实际应用验证 | 提高ARGs特性注释的准确性,应对抗生素耐药性危机 | 抗生素抗性基因(ARGs)的特性(如耐药性相关属性) | 机器学习 | 细菌感染相关疾病(如抗生素耐药性引发的感染) | 序列数据特征提取 | 扩散模型(条件扩散模型) | 序列数据 | NA | NA | 条件扩散模型、交叉注意力机制 | 预测性能(具体指标未在摘要中明确) | NA |
| 415 | 2026-06-03 |
Deep Learning-Based Spatiotemporal Analysis of Cataract Surgery Videos for Surgical Risk Assessment
2026-May-15, Journal of visualized experiments : JoVE
DOI:10.3791/70025
PMID:42224114
|
研究论文 | 提出一种深度学习框架,通过分析白内障手术视频的时空特征来预测手术风险 | 整合了cGAN增强预处理、图卷积网络结构感知特征提取、自适应向日葵优化特征选择及Transformer时序建模的多模块创新框架 | 仅基于两个公开数据集验证,未在真实临床环境中测试实时性能 | 开发基于手术视频的自动风险预测模型以辅助术中决策 | 白内障手术视频中的时空特征与术后并发症风险 | 计算机视觉 | 白内障 | 手术视频分析 | 深度学习模型(CNN、GAN、GCN、Transformer) | 视频 | 两个公开数据集:CaDIS和SICS-105 | NA | cGAN, Graph Convolutional Network, Transformer | 准确率, 精确率, 召回率, F1分数, AUC, 像素准确率, 每类准确率, mIoU, 敏感度, 特异度, ROC AUC | NA |
| 416 | 2026-06-03 |
Molspectra: a general framework for multi-spectra prediction from molecular structures
2026-May-14, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-026-06768-7
PMID:42133173
|
研究论文 | 提出一个通用深度学习框架MolSpectra,能够从分子SMILES表示直接预测多模态光谱 | 首次实现无需修改核心模型架构即可预测多种光谱类型,支持实验元数据与分子结构信息的端到端协同输入 | 未提及在更大规模数据集或低资源条件下的泛化能力,且仅基于四个光谱技术(IR、UV-Vis、EI-MS、NMR)进行评估 | 开发一个能够从分子结构预测多模态光谱的通用框架,以克服实验光谱数据稀缺的瓶颈 | 四种光谱技术(红外光谱、紫外-可见光谱、电子电离质谱、核磁共振光谱)对应的六种数据集 | 机器学习 | NA | SMILES表示、RDKit分子图构建、消息传递图神经网络、Transformer | 消息传递图神经网络、Transformer | 光谱数据(IR、UV-Vis、EI-MS、NMR) | NIST数据库IR与UV-Vis数据集、Chemotion数据库IR数据集、基于USPTO反应语料库的模拟IR基准数据集、NIST 23数据库的EI-MS数据集、nmrshiftdb2与HMDB的NMR数据集 | PyTorch、RDKit | 消息传递图神经网络(MPGNN)与序列信号混合聚合(SSMA)、层次距离结构编码(HDSE)、增强Transformer架构 | 余弦相似度、Top-1准确度、平均绝对误差 | NA |
| 417 | 2026-06-03 |
Video-based Detection of Delirium in Hospitalized Adults
2026-May-13, medRxiv : the preprint server for health sciences
DOI:10.64898/2026.05.11.26352902
PMID:42180362
|
研究论文 | 开发并验证基于视频特征的谵妄分类分析框架 | 通过自动提取视频特征实现客观持续的谵妄检测,使用定制ResNet-101模型优于现成模型 | 样本量较小(109个视频),队列异质性高 | 验证基于视频自动提取特征的谵妄分类可行性 | 住院成人患者(麻州≥18岁,中位年龄72岁) | 计算机视觉 | 谵妄 | DeepLabCut | 支持向量机、逻辑回归、梯度提升、随机森林 | 视频 | 109个视频,来自50名参与者(25名男性和25名女性) | DeepLabCut | ResNet-101 | AUC-ROC、敏感性、特异性 | NA |
| 418 | 2026-06-03 |
A geometry-aware generative framework integrating GPS-VAE and Transformer-SELFIES for structure-based de novo drug design
2026-May-12, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-026-06733-4
PMID:42118199
|
研究论文 | 提出结合GPS-VAE和Transformer-SELFIES的几何感知生成框架,用于基于结构的从头药物设计 | 首次将图交互变换器变分自编码器与Transformer-SELFIES结合,实现100%化学有效性,并利用STONED进化算法进行结构优化 | 仅针对JAK2和DRD2两个靶点进行了验证,泛化性有待进一步评估;自动对接评分函数依赖于AutoDock Vina | 开发一种高效的几何感知生成框架,提高基于结构从头药物设计的配体效率和化学有效性 | Janus激酶2和Dopamine D2受体靶点及其活性位点 | 机器学习 | NA | 分子对接、变分自编码器、进化搜索 | 图神经网络、变换器、变分自编码器 | 蛋白质结构、分子结构(SELFIES表示) | NA | PyTorch | GPS-VAE、Transformer-SELFIES、STONED进化算法 | 配体效率、化学有效性 | NA |
| 419 | 2026-06-03 |
A Reproducible AI-Assisted Workflow for Concept Development in Stage Art Design and Lighting Optimization through the GSAD Framework
2026-May-12, Journal of visualized experiments : JoVE
DOI:10.3791/70737
PMID:42224183
|
研究论文 | 提出一种可复现的AI辅助舞台美术概念开发与灯光优化工作流,基于GSAD框架 | 整合扩散模型、生成对抗网络和智能象群优化算法,实现舞台美术设计中的概念生成、纹理与灯光优化及布局规划的自动化与可复现性 | 仅基于2,500张图像的数据集进行验证,未提及在多种舞台场景或实际演出中的泛化能力及用户主观评价 | 开发一个结构化、可复现的AI辅助生成舞台美术设计框架,支持系统性概念开发与灯光优化 | 舞台美术设计中的概念生成、纹理与灯光优化、舞台布局与灯光位置优化 | 计算机视觉, 机器学习 | NA | 扩散模型, 生成对抗网络, 智能象群优化 | 扩散模型, GAN, 智能象群优化 | 图像(含注释脚本、灯光图、3D布局) | 2,500张高分辨率图像 | Python | 扩散模型, GAN, IECO | 预测准确率, MFPOs, 参数量, 语义对齐, 布局优化效率 | NA |
| 420 | 2026-06-03 |
Quantum computing applications in drug discovery
2026-May-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag274
PMID:42218713
|
综述 | 探讨量子计算在药物发现初期流程中的整合应用,包括基于深度学习的虚拟筛选、分子对接虚拟筛选和分子动力学模拟 | 在嘈杂中等规模量子约束下,分析了量子模块在深度学习筛选、分子对接和分子动力学中的增强角色,并提出了评估近期进展的关键标准 | 未提供具体实验验证或量化性能比较,侧重于概念框架和潜在集成方式 | 讨论量子计算如何在药物发现初期流程中作为模块化协同处理器发挥作用,并确立评估标准 | 量子计算与经典计算在药物发现中的协同应用 | 机器学习 | NA | NA | CNN, LSTM, GAN, 变分量子电路 | NA | NA | NA | NA | NA | NA |