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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
4421 | 2025-10-06 |
xEEGNet: Towards explainable AI in EEG dementia classification
2025-Aug-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adf6e6
PMID:40752516
|
研究论文 | 提出xEEGNet,一种新颖、紧凑且可解释的神经网络,用于脑电图数据分析和痴呆症分类 | 将EEGNet系列中的ShallowNet从'黑盒'模型转变为完全可解释的模型,参数量减少200倍同时保持可比性能 | 主要针对阿尔茨海默症和额颞叶痴呆的分类,在其他神经系统疾病中的应用需要进一步验证 | 开发可解释的AI模型用于脑电图数据分析,特别关注痴呆症分类 | 阿尔茨海默症、额颞叶痴呆患者与健康对照组的脑电图数据 | 机器学习 | 痴呆症 | 脑电图(EEG) | CNN | 脑电图信号 | NA | NA | xEEGNet, ShallowNet | 准确率, 训练-验证损失相关性, 训练速度 | NA |
4422 | 2025-10-06 |
Diagnostic Accuracy and Interobserver Reliability of Rotator Cuff Tear Detection With Ultrasonography Are Improved With Attentional Deep Learning
2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.12.024
PMID:39725049
|
研究论文 | 本研究通过改进YOLOv7模型,开发了YOLOv7-CBAM注意力深度学习模型,用于超声图像中肩袖撕裂的自动检测 | 在YOLOv7模型中引入卷积块注意力模块(CBAM),提高了单阶段目标检测的准确性 | 研究样本量相对有限(280名患者),且仅针对特定类型的肩袖损伤 | 提高超声检测肩袖撕裂的诊断准确性和观察者间可靠性 | 肩痛超过3个月并接受超声和磁共振成像检查的患者 | 计算机视觉 | 肩袖损伤 | 超声成像, 磁共振成像 | CNN, YOLO | 图像 | 280名患者,840张超声图像 | NA | YOLOv7, YOLOv7-CBAM | 准确率, 精确率, 灵敏度, F1分数, 平均精度均值 | NA |
4423 | 2025-10-06 |
Editorial Commentary: Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning
2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2025.02.024
PMID:40021066
|
评论 | 探讨人工智能机器学习在医学影像分析中的应用价值与方法框架 | 提出结合检测器、注意力模块和可解释性的三步法医学影像分析框架 | 需要外部验证来确定模型的泛化能力 | 研究人工智能在医学影像分析中的有效应用方法 | 医学影像数据 | 计算机视觉 | NA | 深度学习 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
4424 | 2025-10-06 |
Applications of machine learning in glaucoma diagnosis based on tabular data: a systematic review
2025-Aug-01, BMC biomedical engineering
DOI:10.1186/s42490-025-00095-3
PMID:40745560
|
系统综述 | 系统评估基于表格数据的机器学习技术在青光眼诊断中的应用效果 | 首次系统性地比较不同机器学习方法在青光眼诊断中的表现,并识别最有前景的方法和数据集 | 数据不平衡和样本量有限影响了模型的泛化能力 | 评估机器学习技术在青光眼诊断中的应用效果 | 青光眼诊断相关的表格数据 | 机器学习 | 青光眼 | 光学相干断层扫描(OCT), 视野(VF)测试 | 支持向量机(SVM), 深度学习(DL), 随机森林, 集成方法 | 表格数据 | 35项研究 | NA | NA | 准确率, AUC | NA |
4425 | 2025-10-06 |
A Decision Support System Based on multi-head convolutional and Recurrent Neural Networks for assisting physicians in diagnosing ADHD
2025-Aug-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110826
PMID:40752402
|
研究论文 | 提出基于多头部卷积和循环神经网络的决策支持系统MCRNet,利用脑电图和深度学习技术辅助医生诊断注意力缺陷多动障碍 | 采用创新的两阶段多头部方法进行特征提取,结合并行卷积和循环神经网络架构 | 模型可解释性有待提升,需要在更多脑电图数据集上验证有效性 | 开发客观可靠的ADHD诊断工具 | 注意力缺陷多动障碍患者 | 机器学习 | 注意力缺陷多动障碍 | 脑电图 | CNN, RNN | 脑电图信号 | NA | NA | 多头部卷积和循环神经网络 | 准确率, 召回率 | NA |
4426 | 2025-10-06 |
Shaping the Future of Personalized Therapy in Bladder Cancer Using Artificial Intelligence
2025-Aug-01, European urology focus
IF:4.8Q1
DOI:10.1016/j.euf.2025.07.011
PMID:40753031
|
综述 | 本文综述了人工智能在膀胱癌个体化管理中的应用现状与潜力 | 系统整合AI在膀胱癌诊疗全流程(检测、分级、分期、风险分层、治疗及预后预测)中的应用前景 | 存在阻碍AI在临床工作流程中广泛应用的重大障碍,需要更多研究才能投入常规临床实践 | 探索人工智能在膀胱癌个体化治疗中的应用潜力 | 膀胱癌患者诊疗流程 | 数字病理 | 膀胱癌 | 机器学习,深度学习 | NA | NA | NA | NA | NA | NA | NA |
4427 | 2025-10-06 |
AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11627-1
PMID:40744949
|
研究论文 | 本研究开发并验证了一种用于纯腹腔镜供体右肝切除术中血管结构和无血管平面实时分割的深度学习模型 | 首次将人工智能辅助导航技术应用于纯腹腔镜供体右肝切除术中的安全右肝游离操作 | 血管结构的定量指标较低,需要改进标注策略并进一步研究以将该技术应用于真实手术环境 | 探索人工智能在主要微创肝脏手术中通过实时分割安全解剖平面提供术中导航的潜力 | 纯腹腔镜供体右肝切除术中的血管结构和无血管平面 | 计算机视觉 | 肝脏疾病 | 深度学习 | CNN | 视频 | 来自三个机构的48个纯腹腔镜供体右肝切除术视频 | PyTorch | U-Net with Mix Transformer encoder | Dice相似系数, 精确率, 召回率, 特异性 | NA |
4428 | 2025-10-06 |
A dataset for recognition of Arabic accents from spoken L2 English speech (ArL2Eng)
2025-Jul-31, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05561-0
PMID:40745170
|
研究论文 | 本文介绍了ArL2Eng数据集,这是一个包含阿拉伯母语者说L2英语的语音语料库,用于支持自动语言评估研究 | 创建了首个专门针对阿拉伯母语者说L2英语的语音数据集,包含丰富的语音标注和流利度指标 | 数据集规模相对有限(640条记录),且主要针对阿拉伯语背景的学习者 | 开发自动语言评估系统,特别是针对阿拉伯母语者的英语流利度评估 | 阿拉伯母语者的L2英语语音数据 | 自然语言处理 | NA | 语音分析,梅尔频率倒谱系数特征提取 | 深度学习 | 音频 | 640条语音记录,其中471条包含人工专家标注的流利度指标 | NA | NA | NA | NA |
4429 | 2025-10-06 |
A novel flexible identity-net with diffusion models for painting-style generation
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12434-4
PMID:40744991
|
研究论文 | 提出一种用于绘画风格生成的创新网络架构PDANet,结合扩散模型和轻量级Identity-Net实现高级风格转换 | 提出轻量级Identity-Net,将图像提示无缝集成到U-Net编码器中,使大规模文本到图像模型能够生成多样且一致的图像 | NA | 通过深度学习增强绘画风格创意设计,解决传统创作过程中的创新速度慢、成本高和可扩展性有限等挑战 | 中国画艺术作品风格生成与转换 | 计算机视觉 | NA | 深度学习,扩散模型 | 扩散模型,U-Net | 图像 | 4055幅来自42位著名中国画家的艺术作品 | NA | U-Net, Identity-Net | 定量评估,定性评估 | NA |
4430 | 2025-10-06 |
Impact of agricultural industry transformation based on deep learning model evaluation and metaheuristic algorithms under dual carbon strategy
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14073-1
PMID:40745031
|
研究论文 | 本研究开发了一种结合CNN和LSTM的混合深度学习模型,用于评估农业产业转型效果并支持双碳战略 | 提出CNN与LSTM混合模型,结合黏菌算法进行参数优化,实现了静态与动态农业数据的自适应融合 | 未明确说明数据来源和样本规模,缺乏与其他先进深度学习方法的对比 | 支持可持续农业发展并推进双碳目标 | 农业产业转型效果评估 | 机器学习 | NA | 深度学习 | CNN,LSTM | 空间数据,时间序列数据 | NA | NA | 卷积神经网络,长短期记忆网络 | 预测准确率,平均误差 | NA |
4431 | 2025-10-06 |
Higher glass transition temperatures reduce thermal stress cracking in aqueous solutions relevant to cryopreservation
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13295-7
PMID:40745362
|
研究论文 | 本研究通过实验和计算分析揭示了玻璃化转变温度对低温保存中热应力开裂的影响机制 | 首次系统研究玻璃化转变温度对热应力开裂的依赖性,开发了定制低温宏观观测平台并结合深度学习算法分析开裂程度 | 仅研究了四种水溶液化学体系,玻璃化溶液化学组成范围有限 | 探究低温保存中热应力开裂的物理机制并指导新一代玻璃化溶液设计 | 四种不同玻璃化转变温度的水溶液体系 | 材料科学, 生物医学工程 | NA | 低温宏观成像, 热力学有限元模拟 | 语义分割深度学习算法 | 图像数据 | 四种水溶液化学体系,玻璃化转变温度跨度>50°C | NA | NA | NA | NA |
4432 | 2025-10-06 |
TA-SSM net: tri-directional attention and structured state-space model for enhanced MRI-Based diagnosis of Alzheimer's disease and mild cognitive impairment
2025-Jul-31, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01836-5
PMID:40745641
|
研究论文 | 提出TA-SSM Net深度学习模型,通过三向注意力和结构化状态空间模型改进基于MRI的阿尔茨海默病和轻度认知障碍诊断 | 结合三向注意力机制从三个方向捕获3D MRI空间信息,并在SSM中应用梯度检查点技术提升处理效率 | 仅使用ADNI数据集,需要更多外部验证 | 改进基于MRI的阿尔茨海默病和轻度认知障碍的早期诊断方法 | 阿尔茨海默病患者、轻度认知障碍患者和正常对照组 | 计算机视觉 | 阿尔茨海默病 | 磁共振成像(MRI) | 深度学习 | 3D MRI图像 | 300名AD患者、400名MCI患者和400名正常对照 | NA | TA-SSM Net(三向注意力机制+结构化状态空间模型) | 准确率 | NA |
4433 | 2025-10-06 |
Multimodal deep learning for allergenic proteins prediction
2025-Jul-31, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02347-z
PMID:40745646
|
研究论文 | 提出基于多模态深度学习算法Multimodal-AlgPro,通过整合理化性质、氨基酸序列和进化信息来预测过敏原蛋白 | 开发了统一的多模态深度学习框架,引入穷举搜索策略寻找最优模态配置,并能够识别可解释的序列基序和分子描述符 | NA | 提高过敏原预测准确性,促进过敏反应机制解析和表位设计 | 过敏原蛋白 | 机器学习 | 过敏性疾病 | 多模态深度学习 | 深度学习 | 蛋白质理化性质、氨基酸序列、进化信息 | NA | NA | 多模态融合架构 | 准确性 | NA |
4434 | 2025-10-06 |
Enhanced stroke risk prediction in hypertensive patients through deep learning integration of imaging and clinical data
2025-Jul-31, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03120-6
PMID:40745655
|
研究论文 | 本研究开发了一种基于深度学习的多模态卒中风险预测模型,通过整合颈动脉超声影像和多维临床数据来精确识别高血压患者中的高危人群 | 首次将Vision Transformer和径向基概率神经网络结合,实现了颈动脉超声影像特征与临床数据的有效融合 | 研究样本仅来自单一中心的高血压患者,需要多中心验证以证明模型的泛化能力 | 提高高血压患者卒中风险预测的准确性 | 高血压患者 | 计算机视觉 | 心血管疾病 | 颈动脉超声成像 | CNN, Transformer, RBPNN | 图像, 临床数据 | 1,088名高血压患者的2,176张颈动脉超声图像 | NA | ResNet50, Vision Transformer, 径向基概率神经网络 | AUC, Dice系数, IoU, 精确率-召回率曲线 | NA |
4435 | 2025-10-06 |
Predicting ROS1 and ALK fusions in NSCLC from H&E slides with a two-step vision transformer approach
2025-Jul-30, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-01037-x
PMID:40739404
|
研究论文 | 使用两步视觉Transformer方法从H&E切片预测NSCLC中的ROS1和ALK融合 | 提出专门的两步训练程序处理ROS1阳性样本有限的问题,首次将视觉Transformer应用于从H&E切片预测基因融合 | ROS1阳性样本数量有限(仅306例),需要进一步验证临床适用性 | 开发从常规H&E切片预测NSCLC中ROS1和ALK基因融合的深度学习方法 | 非小细胞肺癌患者的H&E染色FFPE肿瘤标本 | 数字病理 | 肺癌 | H&E染色,全切片成像 | Transformer | 图像 | 33,014名患者,其中ROS1阳性306例,ALK阳性697例 | NA | MoCo-V3, Transformer | ROC AUC | NA |
4436 | 2025-10-06 |
Improving rainfall forecasting using deep learning data fusing model approach for observed and climate change data
2025-Jul-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13567-2
PMID:40739447
|
研究论文 | 本研究通过融合观测降雨数据和气候变化预测数据,利用深度学习模型提高日、3日和周降雨预报精度 | 提出结合观测数据与气候变化预测的数据融合方法,并比较多种先进机器学习模型在降雨预报中的表现 | 模型在日预报中的R²值仅为0.3868,周预报中LSTM的R²值仅为0.1662,预测精度仍有提升空间 | 提高降雨预报的准确性和可靠性,支持水资源管理和灾害预防 | 降雨数据 | 机器学习 | NA | 数据融合技术 | ELSVM, Exponential GPR, LSTM | 时间序列数据 | NA | NA | NA | R², MAE, MSE, RMSE | NA |
4437 | 2025-10-06 |
HLAIIPred: cross-attention mechanism for modeling the interaction of HLA class II molecules with peptides
2025-Jul-30, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08500-2
PMID:40739437
|
研究论文 | 开发了一种名为HLAIIPred的深度学习模型,用于预测II类人类白细胞抗原呈递的肽段 | 采用基于Transformer的神经网络和交叉注意力机制来建模肽段与HLAII分子的相互作用,能够识别形成相互作用的核心肽段残基 | NA | 预测II类人类白细胞抗原呈递的肽段,并为癌症免疫治疗提供支持 | II类人类白细胞抗原呈递的肽段、治疗性抗体、新抗原 | 生物信息学 | 癌症 | 质谱分析 | Transformer | 肽段序列数据 | NA | NA | Transformer | 准确率 | NA |
4438 | 2025-10-06 |
Deep learning-driven brain tumor classification and segmentation using non-contrast MRI
2025-Jul-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13591-2
PMID:40745383
|
研究论文 | 本研究利用深度学习技术对非对比MRI图像进行脑肿瘤分类和分割 | 将T1加权、T2加权图像及其平均值融合为RGB三通道输入,显著提升了模型性能 | 尚未整合到临床工作流程中 | 提高基于MRI的脑肿瘤诊断的准确性和效率 | 脑肿瘤患者和正常对照的MRI数据 | 计算机视觉 | 脑肿瘤 | MRI | CNN, FCN | 图像 | 203名受试者(100例正常,103例包含13种脑肿瘤类型) | NA | Darknet53, ResNet50 | 准确率, Dice系数 | NA |
4439 | 2025-10-06 |
Diagnosis of unilateral vocal fold paralysis using auto-diagnostic deep learning model
2025-Jul-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09797-z
PMID:40730807
|
研究论文 | 开发用于单侧声带麻痹自动诊断的深度学习系统,结合图像和视频模型分析喉部视频内窥镜数据 | 首次将视频时序运动信息纳入UVFP诊断,实现多任务评估(检测、偏侧性判断和麻痹类型分类) | 图像模型在预测偏侧性和麻痹类型方面性能有限,研究样本量相对有限 | 开发自动诊断系统辅助临床医生评估单侧声带麻痹 | 单侧声带麻痹患者 | 计算机视觉 | 喉部疾病 | 喉部视频内窥镜 | 深度学习模型 | 图像,视频 | 500名参与者的2639个视频片段 | NA | NA | 准确率 | NA |
4440 | 2025-10-06 |
Supervised learning of the Jaynes-Cummings Hamiltonian
2025-Jul-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02611-w
PMID:40730829
|
研究论文 | 本研究探讨使用深度神经网络从能谱中估计Jaynes-Cummings哈密顿量参数的方法 | 提出结合去噪U-Net与普通深度神经网络的新模型,在噪声数据下将参数估计误差降低约77% | 普通深度神经网络对高斯噪声的鲁棒性有限,仅在一定程度内有效 | 从能谱数据中准确估计量子系统哈密顿量参数 | Jaynes-Cummings哈密顿量系统 | 机器学习 | NA | 能谱分析 | DNN, U-Net | 能谱数据 | NA | NA | U-Net | 均方根误差 | NA |