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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4881 | 2025-10-31 |
Public values in public R&D through natural language processing
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21312-y
PMID:41145582
|
研究论文 | 本研究提出了一种利用自然语言处理和深度学习技术评估公共研发社会价值的新框架 | 首次将专利全文分析与大型语言模型分类器相结合,系统性地提取和分类公共研发成果的社会价值 | 仅关注专利限制了代表性,分类效果依赖于LLM性能,公共价值存在主观性 | 开发数据驱动的公共研发政策评估方法,系统评估研发成果的社会经济影响 | 公共资助的AI研发项目专利和AI相关新闻专栏 | 自然语言处理 | NA | 自然语言处理,深度学习 | LLM | 文本 | 1642项专利和422篇新闻专栏 | NA | 大型语言模型 | NA | NA |
| 4882 | 2025-10-31 |
Enhancing Urdu hate speech detection through differential transfer learning and adaptive loss functions
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21306-w
PMID:41145587
|
研究论文 | 提出一种结合差分迁移学习和自适应损失函数的新方法,用于增强乌尔都语仇恨言论检测 | 首次将差分迁移学习与自适应损失函数相结合应用于乌尔都语仇恨言论检测,提出DAmBERT模型并创建专门的Nastaliq乌尔都语数据集 | 研究聚焦于乌尔都语这一低资源语言,可能在其他语言上的泛化能力有限 | 开发针对乌尔都语的鲁棒仇恨言论检测系统 | 乌尔都语YouTube评论数据 | 自然语言处理 | NA | 迁移学习,多语言嵌入,上下文处理方法 | 随机森林,支持向量机,决策树,循环神经网络,长短期记忆网络,迁移学习 | 文本 | 18,058条带标签的YouTube评论记录(包含仇恨、冒犯和中性标签) | NA | DAmBERT,RNN,LSTM | F1分数,加权F1分数 | NA |
| 4883 | 2025-10-31 |
UAVs detect hazards with multi-directional Mamba on overhead transmission lines
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21243-8
PMID:41145615
|
研究论文 | 本研究提出基于状态空间模型的UAV-MDMamba方法,用于无人机检测架空输电线路危险 | 提出多方向Mamba模块增强图像空间建模能力,设计补丁级推理增强机制提升小目标检测精度 | NA | 提高架空输电线路危险检测的效率和准确性 | 架空输电线路危险区域 | 计算机视觉 | NA | 无人机航拍,深度学习 | SSM, Mamba | 图像 | NA | NA | UAV-MDMamba, MDMamba | 检测准确率 | NA |
| 4884 | 2025-10-31 |
Predicted peptide scaffolds for drug screening in endometrial cancer organoids
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21282-1
PMID:41145641
|
研究论文 | 本研究利用AlphaFold预测自组装肽RFC结构,并开发支持子宫内膜癌类器官3D培养的水凝胶平台用于药物筛选 | 首次将AlphaFold应用于自组装肽结构预测,结合实验验证开发新型水凝胶支架用于癌症类器官培养和药物筛选 | 仅测试了有限数量的治疗药物,需要进一步验证平台的普适性 | 开发基于预测肽结构的生物材料平台用于癌症研究和精准医疗 | 子宫内膜癌类器官 | 计算生物学 | 子宫内膜癌 | 深度学习结构预测,3D细胞培养,药物筛选 | 深度学习 | 蛋白质序列,实验数据 | NA | AlphaFold | AlphaFold架构 | 结构预测置信度,器官活力减少 | NA |
| 4885 | 2025-10-31 |
Intelligent monitoring system for quality of life of colostomy patients based on deep learning and AR
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21470-z
PMID:41145630
|
研究论文 | 开发基于深度学习和增强现实的结肠造口患者生活质量智能监测系统 | 首次将联邦学习框架引入结肠造口护理领域,结合神经架构搜索实现轻量化模型部署,通过马尔可夫模型量化健康经济效益 | 需要扩展跨疾病迁移学习架构,开发柔性可降解传感器以提升基层医疗可及性 | 解决结直肠癌术后造口患者高发并发症的临床监测难题 | 结肠造口患者 | 数字病理 | 结直肠癌 | 阻抗传感,pH响应水凝胶,3D深度相机,增强现实 | 深度学习 | 多模态数据(生理生化参数、形态特征) | 多中心随机对照试验 | 联邦学习 | 跨模态时空融合网络,动态注意力机制,微分流形优化算法 | 并发症预警性能,护理操作标准化程度,医疗资源消耗 | NA |
| 4886 | 2025-10-31 |
Optimized generative adversarial network for efficient resolution enhancement of 3D segmented rock tomography
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21624-z
PMID:41145790
|
研究论文 | 提出一种基于内存优化的生成对抗网络,用于显著提升岩石3D微CT图像的分辨率和分割精度 | 采用八叉树结构的渐进增长生成对抗网络,突破3D超分辨率中的内存瓶颈,实现16倍分辨率提升 | 需要未配对的2D高分辨率LSM图像作为补充训练数据 | 解决3D岩石微CT图像超分辨率重建中的内存限制问题 | 伯里亚砂岩的3D微CT图像 | 计算机视觉 | NA | 微计算机断层扫描,激光扫描显微镜 | GAN | 3D图像,2D图像 | NA | PyTorch, Minkowski Engine | 3D Octree-Based Progressive Growing Deep Convolutional Wasserstein Generative Adversarial Network with Gradient Penalty | 分辨率从7µm/voxel提升至0.44µm/voxel | 采用内存优化的3D八叉树卷积层 |
| 4887 | 2025-10-31 |
Decoding covert visual attention of electroencephalography signals using continuous wavelet transform and deep learning approach
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21635-w
PMID:41145802
|
研究论文 | 提出结合连续小波变换和深度学习的方法,用于从脑电图信号解码隐性视觉注意力状态 | 首次将连续小波变换与深度神经网络结合,实现无需手动特征工程的端到端注意力状态分类 | 仅使用10名健康参与者的数据,样本规模较小 | 开发可扩展的隐性视觉注意力解码方法,用于脑机接口应用 | 健康参与者的脑电图信号 | 脑机接口 | NA | 连续小波变换,脑电图信号处理 | CNN | 脑电图时间序列数据 | 10名健康参与者 | NA | ShallowConvNet, EEGNet | 准确率 | NA |
| 4888 | 2025-10-31 |
Integrating deep learning and multi-omics features in radiation pneumonitis prediction for lung cancer patients using PET/CT
2025-Oct-27, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01971-z
PMID:41146084
|
研究论文 | 本研究探讨了结合PET放射组学、CT放射组学、剂量组学和深度学习特征预测肺癌患者放疗后放射性肺炎的可行性 | 首次将PET/CT放射组学特征、剂量组学特征和深度学习特征相结合,构建联合预测模型用于放射性肺炎预测 | 样本量相对有限,外部验证集仅包含27例患者 | 预测接受VMAT治疗的肺癌患者发生放射性肺炎的风险 | 肺癌患者 | 医学影像分析 | 肺癌 | PET/CT成像,放射组学,剂量组学 | 机器学习,深度学习 | 医学影像(PET/CT图像) | 206例训练患者(医院一),27例外部验证患者(医院二) | NA | ResNet-18 | AUC,准确率,敏感性,特异性 | NA |
| 4889 | 2025-10-31 |
Predicting COVID-19 patient recovery or mortality using deep neural decision tree and forest
2025-Oct-27, BMC research notes
IF:1.6Q2
DOI:10.1186/s13104-025-07511-w
PMID:41146277
|
研究论文 | 本研究评估深度神经决策树和深度神经决策森林在预测COVID-19患者死亡率方面的有效性 | 将深度神经网络的表征能力与决策森林的结构化决策相结合,仅使用临床数据即可提高模型可解释性和性能,无需依赖影像或实验室检查 | NA | 预测COVID-19患者的康复或死亡率,帮助急诊医生有效分配医疗资源 | COVID-19患者 | 机器学习 | COVID-19 | NA | 深度神经决策树, 深度神经决策森林 | 临床数据(包括COVID-19诊断、人口统计学、健康指标和职业风险因素) | NA | NA | 深度神经决策树, 深度神经决策森林 | 准确率, 召回率, 精确率, F1分数 | NA |
| 4890 | 2025-10-31 |
PyHFO 2.0: an open-source platform for deep learning-based clinical high-frequency oscillations analysis
2025-Oct-27, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae10e0
PMID:41061718
|
研究论文 | 介绍PyHFO 2.0开源平台,用于基于深度学习的高频振荡临床分析 | 整合了更全面的检测方法和深度学习工具,新增基于希尔伯特变换的检测器,并与Hugging Face生态系统集成 | NA | 开发支持临床使用的开源高频振荡分析平台 | 耐药性癫痫患者的脑电图高频振荡 | 计算神经科学 | 癫痫 | 脑电图记录 | 深度学习模型 | 脑电图信号 | 临床脑电图数据集 | Python, Hugging Face | NA | 与专家标注和RIPPLELAB工具的一致性 | NA |
| 4891 | 2025-10-31 |
Artificial Intelligence in Valvular Heart Disease: Innovations and Future Directions
2025-Oct-27, JACC. Cardiovascular interventions
DOI:10.1016/j.jcin.2025.08.031
PMID:41161917
|
综述 | 本文探讨人工智能在瓣膜性心脏病管理中的应用、创新方向及临床实践挑战 | 系统阐述AI如何通过多模态数据整合提升VHD诊疗精度,并首次提出数字孪生技术在瓣膜疾病建模中的创新应用 | AI模型需要多中心严格验证,存在算法偏见、数据隐私和透明度不足等应用障碍 | 综述AI技术在瓣膜性心脏病诊疗领域的应用现状与发展前景 | 瓣膜性心脏病患者的多模态医疗数据 | 数字病理 | 心血管疾病 | 心电图, 超声心动图, 计算机断层扫描 | 机器学习, 深度学习 | 多模态医疗数据(人口统计学、症状、生物标志物、影像等) | NA | NA | NA | NA | NA |
| 4892 | 2025-10-31 |
A generalizable deep learning framework for structure-based protein-ligand affinity ranking
2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2508998122
PMID:41100673
|
研究论文 | 提出了一种基于深度学习的蛋白质-配体结合亲和力排序框架CORDIAL,专注于学习距离依赖的物理化学相互作用特征 | 通过仅参数化蛋白质-配体间的物理化学相互作用特征而非化学结构本身,解决了现有机器学习模型在新蛋白质或化学系列预测中的泛化性问题 | 论文未明确说明模型在更广泛蛋白质家族或极端条件下的性能表现 | 开发可泛化的基于结构的蛋白质-配体结合亲和力预测方法,用于早期药物发现 | 蛋白质-配体复合物 | 机器学习 | NA | 深度学习 | CNN, 注意力机制 | 蛋白质-配体结构数据 | NA | NA | CORDIAL(基于卷积和注意力机制的架构) | 预测性能,校准度 | NA |
| 4893 | 2025-10-31 |
Skeletal Muscle Radiation Attenuation at C3 Predicts Survival in Head and Neck Cancer
2025-Oct-21, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol32100587
PMID:41149507
|
研究论文 | 本研究评估了头颈癌患者第三颈椎水平的骨骼肌面积和骨骼肌辐射衰减值对局部区域控制和总生存期的预测价值 | 首次系统评估第三颈椎水平的骨骼肌辐射衰减值在头颈癌预后预测中的价值,并开发了基于深度学习的自动分割流程 | 研究为回顾性设计,需要前瞻性研究验证结果 | 探索头颈癌患者颈椎水平肌肉指标与预后的关联 | 头颈癌患者 | 数字病理 | 头颈癌 | CT扫描 | 深度学习 | 医学影像 | 904例头颈癌病例 | NA | NA | 风险比, 置信区间 | NA |
| 4894 | 2025-10-31 |
Leveraging Artificial Intelligence for the Diagnosis of Systemic Sclerosis Associated Pulmonary Arterial Hypertension: Opportunities, Challenges, and Future Perspectives
2025-Oct-17, Advances in respiratory medicine
IF:1.8Q3
DOI:10.3390/arm93050047
PMID:41149139
|
综述 | 评估人工智能在改善系统性硬化症相关肺动脉高压诊断中的新兴作用 | 首次系统评估AI技术在SSc-PAH诊断中的综合应用,提出多模态数据整合框架 | 模型准确性因数据集和模态而异,大多数需要针对右心导管确诊队列进行外部验证 | 探索人工智能在SSc-PAH早期诊断和风险分层中的应用前景 | 系统性硬化症相关肺动脉高压患者 | 机器学习 | 肺动脉高压 | 机器学习,深度学习 | NA | 心音,心电图,胸部X光,超声心动图,CT肺动脉造影,组学数据 | NA | NA | NA | 准确性 | NA |
| 4895 | 2025-10-31 |
Automatic Brain Tumor Segmentation in 2D Intra-Operative Ultrasound Images Using Magnetic Resonance Imaging Tumor Annotations
2025-Oct-16, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11100365
PMID:41150041
|
研究论文 | 本研究探索使用MRI肿瘤标注训练深度学习模型,实现术中超声图像的脑肿瘤自动分割 | 利用更易获取的MRI标注替代术中超声标注训练分割模型,解决了术中超声标注数据稀缺的问题 | 模型对小肿瘤的分割性能较低,仅使用180例MRI和29例术中超声数据,样本量有限 | 开发术中超声图像的脑肿瘤自动分割方法 | 脑肿瘤患者 | 医学图像分析 | 脑肿瘤 | 图像配准,深度学习 | CNN | 2D医学图像(MRI和术中超声) | 180例标注MRI扫描和对应未标注术中超声图像,29例标注术中超声图像 | NA | nnU-Net | Dice系数 | NA |
| 4896 | 2025-10-31 |
ImbDef-GAN: Defect Image-Generation Method Based on Sample Imbalance
2025-Oct-16, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11100367
PMID:41150043
|
研究论文 | 提出一种基于样本不平衡的缺陷图像生成方法ImbDef-GAN,用于解决工业缺陷检测中缺陷样本稀缺的问题 | 提出两阶段生成框架,包含背景图像生成和缺陷图像生成;开发Progress-coupled Gated Detail Injection模块控制高频信息注入;设计mask-aware匹配判别器确保缺陷图像与掩码的一致性 | NA | 解决工业缺陷检测中因缺陷样本稀缺导致的样本不平衡问题 | 工业缺陷图像 | 计算机视觉 | NA | 生成对抗网络 | GAN, StyleGAN3 | 图像 | MVTec AD数据集 | NA | StyleGAN3, ImbDef-GAN | mAP@0.5 | NA |
| 4897 | 2025-10-31 |
Biomimetic Transfer Learning-Based Complex Gastrointestinal Polyp Classification
2025-Oct-15, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10100699
PMID:41149229
|
研究论文 | 本研究探索基于仿生卷积神经网络和迁移学习的胃肠道息肉自动分类方法 | 结合仿生CNN与迁移学习技术,使用多种优化架构进行胃肠道息肉分类 | 模型在视觉相似类别间容易产生分类错误,特别是经验不足的医生使用时 | 通过AI技术提升结直肠癌早期检测的诊断准确性 | 胃肠道内窥镜图像中的息肉 | 计算机视觉 | 结直肠癌 | 内窥镜成像 | CNN | 图像 | Kvasir数据集的4000张标注内窥镜图像,涵盖8种息肉类别 | NA | ResNet50, DenseNet121, MobileNetV2 | 准确率, 混淆矩阵, 精确率, 召回率, F1分数 | 有限资源计算机(平均推理时间低于0.5秒) |
| 4898 | 2025-10-31 |
DyslexiaNet: Examining the Viability and Efficacy of Eye Movement-Based Deep Learning for Dyslexia Detection
2025-Oct-15, Journal of eye movement research
IF:1.3Q3
DOI:10.3390/jemr18050056
PMID:41149958
|
研究论文 | 本研究开发了基于眼动信号的深度学习框架DyslexiaNet,用于阅读障碍检测和个性化字体选择 | 首次结合眼电图信号和深度学习分析字体特性对土耳其语阅读障碍儿童阅读表现的影响,并开发了专用框架DyslexiaNet | 研究仅针对土耳其语儿童,样本代表性有限,未涉及其他语言或年龄群体 | 开发基于生理信号的客观阅读障碍检测方法并确定最适合阅读障碍儿童的字体 | 土耳其语阅读障碍儿童 | 数字病理学 | 神经发育障碍 | 眼电图 | CNN | 图像, 生理信号 | NA | NA | DyslexiaNet, AlexNet, MobileNet, ResNet | 准确率 | NA |
| 4899 | 2025-10-31 |
Automated T-Cell Proliferation in Lab-on-Chip Devices Integrating Microfluidics and Deep Learning-Based Image Analysis for Long-Term Experiments
2025-Oct-13, Biosensors
DOI:10.3390/bios15100693
PMID:41149345
|
研究论文 | 本研究开发了一种集成微流控和深度学习图像分析的自动化系统,用于长期培养非贴壁细胞并监测其增殖 | 将微流控系统与深度学习图像分析相结合,实现长期自动化细胞培养和增殖量化,相比传统方法减少了试剂消耗和污染风险 | 仅评估了两种特定的芯片设备,未与其他微流控平台进行广泛比较 | 开发一个集成微流控和深度学习的自动化平台,用于长期悬浮细胞培养研究 | Jurkat细胞和原代人T细胞 | 计算机视觉 | 癌症 | 微流控技术、深度学习图像分析 | 深度学习 | 图像 | NA | NA | NA | 细胞覆盖率、细胞数量估计 | NA |
| 4900 | 2025-10-31 |
Lung Nodule Malignancy Classification Integrating Deep and Radiomic Features in a Three-Way Attention-Based Fusion Module
2025-Oct-13, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11100360
PMID:41150036
|
研究论文 | 提出一种基于三路注意力融合模块的混合框架,用于肺结节恶性程度分类 | 提出I-VISTA框架,首次将视觉、空间和时间特征通过三路并行处理与交叉注意力机制进行融合 | 使用内部数据集且样本量有限(114例),需要更大规模的外部验证 | 开发肺腺癌亚实性结节的恶性程度分类方法 | 114例病理证实的肺腺癌CT图像中的亚实性结节 | 计算机视觉 | 肺癌 | CT影像分析 | Transformer, Auto-Encoder | CT图像 | 114例肺腺癌病例 | PyTorch | SWin Transformer, Convolutional Auto-Encoder Transformer, 3D Radiomic模型 | 准确率, 敏感度, 特异性, AUC | NA |