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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 2025-11-02 |
Recent Advances and Applications of Single-cell Sequencing in Insects
2025-Oct-29, Current opinion in insect science
IF:5.8Q1
DOI:10.1016/j.cois.2025.101455
PMID:41173389
|
综述 | 本文综述了单细胞测序技术在昆虫科学中的最新进展与应用 | 展示了单细胞多组学技术如何将昆虫研究从基础描述转向功能机制研究,并展望了高通量空间转录组学等新技术潜力 | NA | 总结单细胞基因组学在昆虫生物学中的最新进展并探讨未来发展方向 | 昆虫生理学、发育、免疫和进化研究 | 基因组学 | NA | 单细胞测序, 单细胞多组学技术, 空间转录组学 | NA | 基因组数据, 转录组数据, 表观基因组数据, 蛋白质组数据, 代谢组数据 | NA | NA | NA | NA | NA |
| 462 | 2025-11-02 |
Two Orders of Magnitude Reduction in Computational Load Achieved by Ultrawideband Responses of an Ion-Gating Reservoir
2025-Oct-28, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c06174
PMID:41084209
|
研究论文 | 开发了一种基于离子凝胶/石墨烯双电层晶体管的离子门控储备池,实现了超宽时间尺度的响应和深度学习级别的计算精度 | 通过离子凝胶/石墨烯界面的快速双电层动力学和石墨烯表面较慢的分子吸附动力学的共存,实现了从1 MHz到20 Hz的超宽响应范围 | NA | 开发高效计算技术以解决传统AI系统能耗高的问题 | 离子凝胶/石墨烯双电层晶体管 | 机器学习 | NA | 物理储备池计算 | 储备池计算 | 时间序列数据 | NA | NA | 离子门控储备池 | 准确率 | 计算资源需求降低至深度学习的1/100 |
| 463 | 2025-11-02 |
Enriched lung cancer classification approach using an optimized hybrid deep learning approach
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07322-w
PMID:41152259
|
研究论文 | 提出一种结合优化算法和混合深度学习模型的肺癌分类方法,用于从CT图像中区分正常肺组织和异常组织 | 结合混合马群优化算法和狮子优化算法进行特征选择,并采用深度卷积神经网络与长短期记忆网络的混合模型进行联合特征提取和时序学习 | 系统实时性受CT性能和模型计算需求限制,在计算资源有限的临床环境中可能存在应用困难 | 开发自动肺癌分类框架以提高早期诊断准确率 | 肺部CT图像中的结节 | 计算机视觉 | 肺癌 | CT扫描 | CNN, LSTM | 图像 | 标准肺部CT数据集 | NA | 深度卷积神经网络, 长短期记忆网络 | 准确率 | NA |
| 464 | 2025-11-02 |
Meta transfer learning for brain tumor segmentation using nnUNet in meningioma and metastasis cases
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20957-z
PMID:41152295
|
研究论文 | 提出一种基于元迁移学习的nnUNet模型改进方法,用于脑膜瘤和转移瘤的脑肿瘤分割 | 首次将元迁移学习应用于nnUNet模型,通过胶质瘤分割知识迁移提升对脑膜瘤和转移瘤的分割性能 | 数据集可能缺乏代表性样本,模型在其他脑肿瘤亚型的泛化能力仍需验证 | 提高脑肿瘤分割模型对多种肿瘤亚型的适应性和泛化能力 | 脑膜瘤和脑转移瘤的医学影像数据 | 数字病理 | 脑肿瘤 | 深度学习,医学影像分析 | nnUNet | 医学影像 | NA | PyTorch | nnUNet | Dice系数 | NA |
| 465 | 2025-11-02 |
BOLM high resolution land use and land cover dataset and benchmark results for the rapidly developing City of Dhaka Bangladesh
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21458-9
PMID:41152309
|
研究论文 | 本文介绍了孟加拉国达卡地区的高分辨率土地利用土地覆盖数据集BOLM,并评估了多种深度学习模型在该数据集上的性能 | 创建了南亚和东亚地区首个高质量高分辨率土地利用土地覆盖数据集,填补了该地区数据稀缺的空白 | 仅使用Bing影像数据,缺乏多光谱数据用于光谱分析和时间监测 | 解决发展中国家土地利用土地覆盖测绘中的数据稀缺问题 | 孟加拉国达卡大都市区及周边地区 | 计算机视觉 | NA | 卫星遥感 | 深度学习,语义分割 | 卫星图像 | 4392平方公里区域,8.91亿像素 | NA | DeepLabV3+, HRNetv2, U-net, UnimatchV2, Segmenter ViT-16 | IoU, F1-score | NA |
| 466 | 2025-11-02 |
Estimation of protein content in wheat samples using NIR hyperspectral imaging and 1D-CNN
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15408-8
PMID:41152319
|
研究论文 | 本研究利用近红外高光谱成像和1D-CNN模型估算了小麦样品中的蛋白质含量 | 扩展了高光谱成像技术在小麦蛋白质含量估算中的应用范围,涵盖了更广泛的蛋白质含量区间和不同种植区域的小麦样本 | 研究仅基于印度五个地区的小麦样本,未考虑更多地理区域和气候条件的影响 | 开发一种无需湿实验室、可实时估算小麦蛋白质含量的方法 | 来自印度五个地区的621个小麦样本 | 计算机视觉 | NA | 近红外高光谱成像,凯氏定氮法 | 1D-CNN | 高光谱图像 | 621个小麦样本,蛋白质含量范围9.5-17.25% | NA | 一维卷积神经网络 | 决定系数(R²),均方根误差(RMSE),性能偏差比(RPD) | NA |
| 467 | 2025-11-02 |
Introducing a hybrid intrusion detection method for IoT-cloud environments based on ResNeXt and improved Ebola optimization search algorithm
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21408-5
PMID:41152357
|
研究论文 | 提出一种基于ResNeXt和改进埃博拉优化搜索算法的混合入侵检测方法,用于保护物联网-云环境安全 | 首次将ResNeXt深度卷积神经网络与改进的埃博拉优化搜索算法相结合,利用病毒传播动力学原理增强搜索性能 | NA | 开发高效的混合入侵检测方法以增强物联网-云环境的安全性 | 物联网-云环境中的网络入侵和异常行为 | 机器学习 | NA | NA | CNN, 元启发式优化算法 | 网络流量数据 | 标准数据集CICIDS 2017和NSL-KDD | NA | ResNeXt | 准确率, 召回率, F1分数, 精确率 | NA |
| 468 | 2025-11-02 |
Deep learning based optimal fish species identification to maximize production in fish ponds
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21598-y
PMID:41152425
|
研究论文 | 使用深度神经网络基于鱼塘水质参数识别最佳鱼类物种以提高产量 | 首次将深度神经网络应用于鱼塘水质参数与鱼类物种适配性识别,相比传统机器学习方法实现100%准确率 | 样本量较小(仅196个样本),研究区域局限在印度特伦甘纳邦瓦朗加尔地区 | 通过识别最适合鱼塘水质条件的鱼类物种来最大化水产养殖产量 | 鱼类物种与鱼塘水质参数的适配关系 | 机器学习 | NA | 水质传感器监测(pH传感器、温度传感器、浊度传感器) | DNN | 传感器采集的水质参数数据 | 196个鱼塘水质样本 | NA | 深度神经网络 | 准确率 | NA |
| 469 | 2025-11-02 |
Multistage prediction approach of EVs charging performance in smart transportation systems by deep learning technique
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21625-y
PMID:41152435
|
研究论文 | 提出一种基于前馈深度神经网络的多阶段预测方法,用于预测智能交通系统中电动汽车的充电性能 | 首次将实时距离、道路特征和天气数据等影响因素与历史充电数据结合,采用多阶段方法预测SoC和CAT | NA | 提高电动汽车充电行为的预测准确性,优化智能交通系统中的充电调度 | 电动汽车充电行为 | 机器学习 | NA | 深度学习技术 | FDNN | 历史充电数据、实时距离数据、道路特征数据、天气数据 | NA | NA | 前馈深度神经网络 | SMAPE | NA |
| 470 | 2025-11-02 |
A bias-resilient client selection analysis for federated brain tumor segmentation
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21548-8
PMID:41152446
|
研究论文 | 提出一种抗偏见的联邦学习客户端选择方法用于脑肿瘤分割 | 结合改进的UNet架构与联邦学习,提出Fed_WCE_BTD框架,采用弱客户端淘汰和自适应客户端选择策略 | 水肿识别的Dice系数为80%,与基线方法表现相似 | 在脑肿瘤分割任务中超越或达到非联邦学习环境的性能 | 脑肿瘤MRI图像 | 医学图像分析 | 脑肿瘤 | MRI多模态成像 | CNN | 医学图像 | BRATS 2021数据集 | 联邦学习 | 改进的UNet | Dice系数 | NA |
| 471 | 2025-11-02 |
Deep learning-assisted CBCT segmentation provides reliable volumetric assessment of mandibular defects compared with micro-CT for 3D printing and surgical planning
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24748-4
PMID:41152443
|
研究论文 | 本研究评估了深度学习辅助CBCT分割在兔下颌骨缺损体积测量中的准确性,并与micro-CT金标准进行比较 | 首次系统评估CBCT体素大小、病变位置和分割技术对下颌骨缺损体积测量准确性的影响,并验证深度学习分割模型的可行性 | 研究使用人工兔下颌骨缺损模型,样本量较小(28个缺损),需在临床患者中进一步验证 | 提高CBCT在数字牙科应用中的体积测量准确性,优化临床诊断方案 | 兔下颌骨人工骨缺损 | 数字病理 | 骨缺损 | CBCT, micro-CT | 深度学习 | 医学影像 | 28个兔下颌骨人工骨缺损 | Avizo | ResNet18-encoded U-Net | 体积测量准确性, 统计显著性检验 | NA |
| 472 | 2025-11-02 |
A novel hybrid attention based deep learning framework for textual emotion recognition using natural language processing technologies for disabled persons
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21532-2
PMID:41152453
|
研究论文 | 提出一种基于混合注意力的深度学习框架,用于通过自然语言处理技术识别残疾人的文本情感 | 开发了新型混合注意力长短期记忆分类器和振荡混沌向日葵优化算法进行超参数调优 | NA | 通过文本情感识别改善残疾人的辅助技术和情感理解 | 残疾人群体 | 自然语言处理 | 残疾 | 自然语言处理 | LSTM, 注意力机制 | 文本 | NA | NA | 混合注意力长短期记忆网络 | 准确率 | NA |
| 473 | 2025-11-02 |
A novel method based on a multiscale convolution neural network for identifying lung nodules
2025-Oct-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21582-6
PMID:41152460
|
研究论文 | 提出一种基于多尺度卷积神经网络的新型肺结节识别方法 | 提出结合高斯金字塔分解的多尺度卷积神经网络模型,在肺结节检测中优于传统CNN方法 | NA | 解决肺结节识别和分类的挑战 | 肺结节(实性结节和纯磨玻璃结节) | 计算机视觉 | 肺癌 | 医学图像分析 | CNN, MCNN | 医学图像 | NA | NA | 多尺度卷积神经网络 | F1值, 准确率 | NA |
| 474 | 2025-11-02 |
Automated FAZ segmentation and diabetic retinopathy classification using OCTA images
2025-Oct-28, BMC ophthalmology
IF:1.7Q3
DOI:10.1186/s12886-025-04473-2
PMID:41152755
|
研究论文 | 本研究开发了一种自动化框架,使用OCTA图像进行FAZ分割和糖尿病视网膜病变分类 | 结合DeepLabv3+、EfficientNetB0、SE模块和ASPP的神经网络架构用于FAZ分割,以及基于GoogLeNet的CNN用于DR分类 | 样本量相对较小(253个OCTA扫描),仅来自单一医疗中心 | 探索使用OCTA图像自动分割FAZ并分类糖尿病视网膜病变的可行性 | 161名参与者的253个OCTA扫描(126个SCP,127个DCP) | 计算机视觉 | 糖尿病视网膜病变 | 光学相干断层扫描血管成像(OCTA) | CNN | 图像 | 253个OCTA扫描,来自161名参与者(39名正常,78名NPDR,44名PDR) | NA | DeepLabv3+, EfficientNetB0, GoogLeNet | Dice相似系数, AUC | NA |
| 475 | 2025-11-02 |
Survey on phylogenetic tree construction using machine learning
2025-Oct-28, Computational biology and chemistry
IF:2.6Q2
|
综述 | 本文系统综述了使用机器学习方法构建系统发育树的研究进展 | 整合了传统方法与机器学习方法在系统发育分析中的贡献,特别关注了绕过传统比对使用嵌入或端到端学习的新方法 | 作为综述文章,主要总结现有研究而非提出新方法 | 系统梳理系统发育树构建方法,特别是机器学习技术的应用 | 多序列比对和系统发育推断方法 | 计算生物学 | NA | 机器学习,深度学习 | NA | 生物序列数据 | NA | NA | NA | NA | NA |
| 476 | 2025-11-02 |
Pulmonary function estimation using smartphone audio and deep learning
2025-Oct-27, Jornal brasileiro de pneumologia : publicacao oficial da Sociedade Brasileira de Pneumologia e Tisilogia
IF:2.9Q2
DOI:10.36416/1806-3756/e20250003
PMID:41172409
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 477 | 2025-11-02 |
CNNCaps-DBP: Leveraging protein language models with attention-augmented convolution for DNA-binding protein prediction
2025-Oct-26, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108261
PMID:41172803
|
研究论文 | 提出一种名为CNNCaps-DBP的新型深度学习方法,用于从蛋白质序列信息中准确预测DNA结合蛋白 | 结合预训练蛋白质语言模型ESM C与注意力增强卷积模块,并采用胶囊网络和MLP的混合深度学习框架 | NA | 开发精确高效的DNA结合蛋白预测计算框架 | DNA结合蛋白 | 生物信息学 | 神经退行性疾病,癌症 | 蛋白质序列分析 | CNN, Capsule Network, MLP | 蛋白质序列数据 | NA | NA | 注意力增强卷积,胶囊网络,多层感知机 | 预测性能指标 | NA |
| 478 | 2025-11-02 |
Characterization of Gastrodiae Rhizoma from different geographical origins by HS-GC-IMS and authenticity identification combined with deep learning
2025-Oct-24, Journal of chromatography. A
DOI:10.1016/j.chroma.2025.466482
PMID:41172769
|
研究论文 | 本研究结合顶空气相色谱-离子迁移谱和深度学习算法,建立了天麻地理起源鉴别和掺假筛查的有效方法 | 首次将GC-IMS二维谱图与深度学习结合用于天麻地理起源鉴别,准确率超过99.54%,显著优于传统机器学习方法 | 样本数量有限(57个),仅针对特定地理来源的天麻样品进行研究 | 建立天麻地理起源认证和掺假筛查的有效策略 | 不同地理来源的天麻样品 | 计算机视觉 | NA | 顶空气相色谱-离子迁移谱(HS-GC-IMS) | CNN, ResNET | 二维色谱图像 | 57个天麻样品 | NA | 卷积神经网络, 残差网络 | 准确率 | NA |
| 479 | 2025-11-02 |
DNUNet: A Llightweight adaptive medical image segmentation network based on dual-path multilevel interactive convolution and norm sparse fusion module
2025-Oct-23, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108230
PMID:41172804
|
研究论文 | 提出了一种轻量级自适应医学图像分割网络DNUNet,通过双路径多级交互卷积和范数稀疏融合模块实现高效分割 | 创新性地结合大核卷积、双路径多级结构和特征稀疏化策略,在保持高性能的同时显著降低计算和内存开销 | NA | 开发轻量级医学图像分割模型以平衡性能与计算成本 | 医学图像分割 | 计算机视觉 | NA | 深度学习 | CNN | 医学图像 | NA | NA | DNUNet | NA | 便携设备 |
| 480 | 2025-11-02 |
A Public Health Approach to Automated Pain Intensity Recognition in Chest Pain Patients via Facial Expression Analysis for Emergency Care Prioritization
2025-Oct-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15202661
PMID:41153333
|
研究论文 | 本研究开发了一种基于面部表情分析的自动疼痛强度识别系统,用于急诊胸痛患者的护理优先级排序 | 将PSPI评分与YOLO模型结合实现精确的疼痛级别分类,并通过广泛微调比较YOLO系列模型的性能,平衡计算效率与诊断准确性 | 该方法不推断心肌梗塞的根本原因,未来需要整合临床元数据和轻量级边缘计算模型 | 开发辅助医疗工具,通过自动化面部疼痛表情识别来监测胸痛患者的不适程度 | 胸痛患者的面部表情 | 计算机视觉 | 心血管疾病 | 深度学习,实时面部表情捕捉 | YOLO系列模型 | 图像,实时视频流 | NA | NA | YOLOv4, YOLO系列模型 | 精确度,训练时间 | 智能手机,笔记本电脑,未来将采用边缘计算模型 |