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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
5141 | 2025-10-06 |
Integrated modeling approach for assessing sustainable concrete incorporating waste glass powder: a finite element and deep learning perspective
2025-Jul-22, Environmental science and pollution research international
DOI:10.1007/s11356-025-36767-9
PMID:40694313
|
研究论文 | 本研究结合有限元方法和深度学习模型评估废玻璃粉替代水泥对混凝土结构性能的影响 | 首次将有限元模拟与深度学习相结合,系统分析废玻璃粉混凝土的力学性能,并利用CNN实现抗压强度的高精度预测 | 仅针对抗压强度进行重点研究,未全面考察其他力学性能指标;模型验证数据来源有限 | 开发综合评估方法以优化含废玻璃粉可持续混凝土的配合比设计 | 废玻璃粉替代水泥的混凝土复合材料 | 机器学习 | NA | 有限元分析,深度学习 | CNN | 数值模拟数据,实验数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
5142 | 2025-10-06 |
EICSeg: Universal Medical Image Segmentation via Explicit In-Context Learning
2025-Jul-22, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3591565
PMID:40694460
|
研究论文 | 提出首个端到端的显式上下文学习框架EICSeg,用于通用医学图像分割 | 将上下文学习的核心交互机制重新定义为显式检索过程,引入轻量级SD-Adapter桥接不同视觉基础模型功能 | 与任务特定模型相比仍存在10.8%的性能差距 | 开发通用医学图像分割方法,解决模型泛化到新任务的问题 | 医学图像分割任务,涵盖多种解剖结构、标签和模态 | 计算机视觉 | NA | 医学图像分割 | NA | 医学图像 | 47个数据集进行训练,9个未见数据集进行测试 | NA | EICSeg框架,包含SD-Adapter | Dice系数 | NA |
5143 | 2025-10-06 |
mRSubLoc: A novel multi-label learning framework integrating RNA large language model for mRNA subcellular localization
2025-Jul-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3591454
PMID:40694461
|
研究论文 | 提出了一种整合RNA大语言模型的多标签深度学习框架mRSubLoc,用于预测mRNA亚细胞定位 | 整合RNA大语言模型RNAErnie与多种序列表示方法,采用多头自注意力机制融合局部和长程依赖特征 | 未明确说明模型在跨物种或不同细胞类型中的泛化能力 | 开发高性能的mRNA亚细胞定位预测方法 | 信使RNA(mRNA)分子 | 生物信息学 | NA | 深度学习,RNA大语言模型 | TextCNN, BiLSTM, MLP | mRNA序列数据 | NA | NA | TextCNN, BiLSTM, 多头自注意力机制, MLP | Aiming, Coverage, Accuracy, Absolute-True, Absolute-False | NA |
5144 | 2025-10-06 |
A Benchmark Framework for the Right Atrium Cavity Segmentation From LGE-MRIs
2025-Jul-22, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3590694
PMID:40694459
|
研究论文 | 提出用于右心房腔分割的基准框架,采用两阶段策略和新型3D深度学习网络RASnet | 提出首个针对右心房腔分割的基准框架,设计新型3D网络RASnet,集成多路径输入、多尺度特征融合、Vision Transformers和上下文交互机制 | NA | 开发准确高效的右心房腔分割方法,为心脏成像应用建立基准 | 右心房腔的医学图像分割 | 计算机视觉 | 心血管疾病 | LGE-MRI(延迟钆增强磁共振成像) | 3D CNN, Vision Transformer | 3D医学图像 | 354个LGE-MRI扫描 | NA | RASnet | Dice系数 | NA |
5145 | 2025-10-06 |
A high-resolution database of historical and future climate for Africa developed with deep neural networks
2025-Jul-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05575-8
PMID:40695805
|
研究论文 | 本研究开发了一个包含非洲历史及未来气候数据的高分辨率数据库 | 采用新颖的深度学习方法模拟地形降水、雨影效应及水体影响,并生成1公里分辨率的气候网格数据 | 论文讨论了该数据库的应用范围和局限性 | 为生态研究和基础设施规划提供可访问的非洲气候数据 | 非洲地区的气候数据 | 机器学习 | NA | 薄板样条插值、深度学习降尺度 | 深度神经网络 | 气候网格数据 | 超过25,000个气候网格 | NA | NA | 棋盘交叉验证 | NA |
5146 | 2025-10-06 |
MAN-GAN: a mask-adaptive normalization based generative adversarial networks for liver multi-phase CT image generation
2025-Jul-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10754-z
PMID:40695879
|
研究论文 | 提出基于掩码自适应归一化的生成对抗网络MAN-GAN,用于从平扫CT自动生成肝脏多期相增强CT图像 | 首次将掩码自适应归一化机制与循环一致性损失结合,实现非对比CT到多期相增强CT的转换 | 研究样本量有限,外部验证集仅包含83例患者 | 开发能够从平扫CT自动生成肝脏多期相增强CT图像的深度学习网络 | 肝脏多期相增强CT图像 | 医学影像合成 | 肝脏疾病 | CT成像 | GAN | CT图像 | 数据集1:374例患者(训练集、验证集、测试集);数据集2:144例特定肝病患者;外部验证集:83例患者 | NA | MAN-GAN, CycleGAN | 主观放射科医师评估,图像质量评分,相似度评估 | NA |
5147 | 2025-10-06 |
Interdisciplinary framework for cyber-attacks and anomaly detection in industrial control systems using deep learning
2025-Jul-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89650-5
PMID:40695948
|
研究论文 | 提出一种跨学科框架,通过特征选择和注意力驱动的轻量级深度神经网络增强工业控制系统中的网络入侵检测 | 结合特征选择技术与注意力驱动的轻量级深度神经网络(RNN、LSTM、Bi-LSTM),解决了ICS数据集不平衡问题,提高了少数类攻击的检测性能 | NA | 提升工业控制系统网络入侵检测系统的性能,有效识别网络攻击和异常 | 工业控制系统(ICS)网络安全 | 机器学习 | NA | 特征选择、特征降维 | RNN, LSTM, Bi-LSTM | 网络流量数据 | 三个数据集:安全水处理系统(SWaT)、水分配系统(WADI)、燃气加热循环系统(GHL) | NA | 深度循环神经网络,深度长短期记忆网络,深度双向长短期记忆网络 | 精确率,召回率,F1分数,计算速度 | NA |
5148 | 2025-10-06 |
Deep learning algorithm for the automatic assessment of axial vertebral rotation in patients with scoliosis using the Nash-Moe method
2025-Jul-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11295-1
PMID:40695965
|
研究论文 | 开发用于脊柱侧凸患者轴向椎体旋转自动评估的深度学习算法 | 提出基于MMRotate工具箱的两阶段深度学习框架,改进Nash-Moe分类方法,采用12段分割系统和宽度比度量实现精确的椎弓根评估 | Grade 3召回率较低(0.33),由于数据集限制无法分类Grade 4,严重旋转病例数据不足 | 自动化评估脊柱侧凸患者的轴向椎体旋转 | 脊柱侧凸患者(4-18岁)的后前位脊柱X光片 | 计算机视觉 | 脊柱侧凸 | X光成像 | 深度学习 | 医学影像 | 1080张后前位脊柱X光片(椎体检测:864训练/216验证;椎弓根检测:14608训练/3652验证) | MMRotate | 两阶段检测框架 | 平均精度均值,准确率,精确率,召回率 | NA |
5149 | 2025-10-06 |
Automated identification of autism spectrum disorder from facial images using explainable deep learning models
2025-Jul-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11847-5
PMID:40695996
|
研究论文 | 提出一种基于可解释深度学习模型的自动化自闭症谱系障碍面部图像识别框架 | 集成多种预训练CNN模型并引入可解释AI方法(LIME)增强模型透明度和可信度 | 未明确说明模型在多样化数据集上的泛化能力验证 | 开发自动化自闭症谱系障碍早期检测系统 | 自闭症谱系障碍患者的面部图像数据 | 计算机视觉 | 自闭症谱系障碍 | 面部图像分析 | CNN | 图像 | NA | NA | VGG16, VGG19, InceptionV3, VGGFace, MobileNet | 准确率 | NA |
5150 | 2025-10-06 |
Re-identification of patients from imaging features extracted by foundation models
2025-Jul-22, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01801-0
PMID:40696111
|
研究论文 | 评估医学影像基础模型提取的特征是否会导致患者重新识别的风险 | 首次探索医学影像基础模型特征中的患者隐私风险,揭示了这些特征可用于患者重新识别 | 仅评估了三种特定医学影像模态,未涵盖所有医学影像类型 | 评估医学影像基础模型特征的患者重新识别风险及其与人口统计学特征预测的关系 | 彩色眼底照片、光学相干断层扫描b扫描和胸部X光片 | 医学影像分析 | 眼科疾病,胸部疾病 | 医学影像分析 | 深度学习模型 | 医学影像 | 内部CFP、OCT和胸部X光数据集 | NA | 基础模型 | NA | NA |
5151 | 2025-10-06 |
AgentMRI: A Vison Language Model-Powered AI System for Self-regulating MRI Reconstruction with Multiple Degradations
2025-Jul-22, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01617-0
PMID:40696264
|
研究论文 | 提出一种基于视觉语言模型的自主MRI重建系统AgentMRI,能够动态检测多种退化并自动选择最佳校正模型 | 首次将视觉语言模型应用于自主MRI重建,采用多查询策略实现基于共识的退化检测和置信度加权推理 | 仅在脑部MRI数据集上进行验证,未涉及其他身体部位 | 开发完全自主的MRI重建系统以减少人工干预并优化图像质量 | 磁共振成像(MRI)数据 | 计算机视觉 | NA | 磁共振成像 | 视觉语言模型,深度学习模型 | 医学图像 | 综合脑部MRI数据集 | NA | NA | 准确率 | NA |
5152 | 2025-10-06 |
A review of acupoint localization based on deep learning
2025-Jul-22, Chinese medicine
IF:5.3Q1
DOI:10.1186/s13020-025-01173-3
PMID:40696423
|
综述 | 本文系统回顾了基于深度学习的腧穴定位研究进展 | 首次从身体部位、算法架构、定位策略和图像模态等多维度对深度学习腧穴定位方法进行分类总结 | NA | 推动传统中医现代化发展 | 腧穴定位算法 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
5153 | 2025-10-06 |
Deep learning for echocardiographic assessment and risk stratification of aortic, mitral, and tricuspid regurgitation: the DELINEATE-regurgitation study
2025-Jul-21, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf248
PMID:40156921
|
研究论文 | 开发深度学习系统用于超声心动图评估主动脉、二尖瓣和三尖瓣反流严重程度并预测二尖瓣反流进展风险 | 首次开发能同时评估三种心脏瓣膜反流严重程度并预测二尖瓣反流进展风险的人工智能系统,采用多视图整合方法优于单视图方法 | 研究仅基于两个医疗中心的超声心动图数据,外部验证集表现略低于内部测试集 | 开发人工智能系统用于心脏瓣膜反流的自动评估和风险分层 | 主动脉反流、二尖瓣反流和三尖瓣反流患者 | 医学影像分析 | 心血管疾病 | 经胸超声心动图 | 深度学习 | 彩色多普勒视频 | 71,660例经胸超声心动图检查,包含1,203,980个彩色多普勒视频 | NA | NA | 加权kappa系数, 风险比, Kaplan-Meier分析, Cox比例风险模型 | NA |
5154 | 2025-10-06 |
Joint processing of long- and short-read sequencing data with deep learning improves variant calling
2025-Jul-21, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2025.101107
PMID:40669457
|
研究论文 | 本研究开发了一种混合DeepVariant模型,通过联合处理长读长和短读长测序数据来提高种系变异检测的准确性 | 首次提出联合使用长读长和短读长测序数据的深度学习方法,突破了传统方法仅依赖单一数据类型的局限 | 研究样本量较小(仅7个健康个体),需要在更大规模数据集中验证 | 提高种系变异检测的准确性并降低测序成本 | GIAB项目中的7个健康个体的基因组数据 | 机器学习 | 遗传疾病 | Nanopore长读长测序, Illumina短读长测序 | 深度学习 | 基因组测序数据 | 7个健康个体 | DeepVariant | 混合长-短测序模型 | 变异检测准确性 | NA |
5155 | 2025-07-24 |
A deep learning model using endoscopic images for differential diagnosis of intestinal lymphoma
2025-Jul-21, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003723
PMID:40693577
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
5156 | 2025-10-06 |
An Improved Diagnostic Deep Learning Model for Cervical Lymphadenopathy Characterization
2025-Jul-21, Ultrasound in medicine & biology
|
研究论文 | 本研究开发并验证了一种基于B型超声的深度学习模型,用于区分良恶性颈部淋巴结病变 | 结合卷积神经网络、可变形卷积网络和注意力机制的深度学习模型,在颈部淋巴结病变诊断中表现出优于传统超声特征模型的性能 | 回顾性研究,样本量相对较小(共210例),需要进一步前瞻性验证 | 验证基于B型超声的深度学习模型在区分良恶性颈部淋巴结病变中的诊断性能 | 颈部淋巴结病变患者 | 医学影像分析 | 颈部淋巴结病变 | B型超声 | 深度学习 | 超声图像 | 210例经病理证实的颈部淋巴结病变(训练集169例,测试集41例) | NA | 卷积神经网络,可变形卷积网络,注意力机制 | AUC,敏感性,特异性 | NA |
5157 | 2025-10-06 |
DTIP-WINDGRU a novel drug-target interaction prediction with wind-enhanced gated recurrent unit
2025-Jul-20, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06141-0
PMID:40685357
|
研究论文 | 提出一种名为DTIP-WINDGRU的新型药物-靶点相互作用预测模型,结合风驱动优化算法和门控循环单元 | 首次将风驱动优化算法(WDO)与门控循环单元(GRU)结合用于药物-靶点相互作用预测,通过药物-药物和靶点-靶点相互作用初始化GRU权重 | 未提及模型在更大规模数据集上的泛化能力,也未讨论计算复杂度具体指标 | 开发高效的药物-靶点相互作用预测计算模型以替代耗时的实验室测试 | 药物分子和靶点蛋白 | 机器学习 | NA | 计算智能技术 | GRU, WDO | 药物-靶点相互作用数据 | 四个数据集(具体数量未说明) | NA | 门控循环单元(GRU) | NA | NA |
5158 | 2025-10-06 |
Deep learning optimization of STAR-RIS for enhanced data rate and energy efficiency in 6G wireless networks
2025-Jul-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09774-6
PMID:40685393
|
研究论文 | 本研究通过深度学习优化同时透射反射智能表面在6G无线网络中的数据速率和能量效率 | 首次系统比较近被动和主动STAR-RIS与传统RIS的性能,并采用深度学习优化方法探索其在复杂信道场景中的性能边界 | 缺乏真实环境条件下的性能研究,对能量-频谱效率权衡理解不足,功率管理和干扰控制等实际部署问题研究不充分 | 优化6G无线网络中STAR-RIS技术的数据速率和能量效率性能 | 同时透射反射智能表面在6G无线网络中的应用 | 机器学习 | NA | 深度学习优化 | 深度学习 | 仿真数据 | 多种系统配置、训练数据集大小和用户位置 | NA | NA | 数据速率、频谱能量效率 | NA |
5159 | 2025-10-06 |
Establishing radar-derived rainfall thresholds for a landslide early warning system: a case study in the Sichuan Basin, Southwest China
2025-Jul-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10464-6
PMID:40685424
|
研究论文 | 本研究利用深度学习处理的雷达降雨数据,为四川盆地建立滑坡预警系统的降雨阈值 | 结合深度学习处理的雷达降雨数据与频率理论和贝叶斯概率分析方法,在雨量站稀疏山区建立可靠的滑坡降雨阈值 | 研究区域局限于四川盆地,方法在其它地理环境中的适用性需进一步验证 | 建立可靠的滑坡预警系统降雨阈值,提升滑坡灾害预警能力 | 降雨诱发滑坡事件及其与降雨参数的关系 | 地质灾害预警 | NA | 雷达降雨监测、深度学习数据处理 | 深度学习 | 雷达降雨数据、雨量站测量数据、滑坡事件数据 | 研究区域收集的滑坡数据集 | NA | NA | 阈值超越概率、贝叶斯概率分析 | NA |
5160 | 2025-10-06 |
Deep learning framework for interpretable supply chain forecasting using SOM ANN and SHAP
2025-Jul-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11510-z
PMID:40685434
|
研究论文 | 提出一种结合自组织映射、主成分分析和人工神经网络的深度学习框架,用于供应链运输时间预测和交付风险分类 | 首次将自组织映射与人工神经网络结合用于供应链预测,并引入SHAP方法增强模型可解释性 | 仅使用两个数据集进行验证,需要更多实际场景测试 | 开发AI驱动的预测模型以提升供应链管理效能 | 供应链运输时间和交付风险预测 | 机器学习 | NA | 深度学习 | SOM, ANN | 结构化数据和非结构化数据 | DataCo智能供应链数据集和另一个未命名数据集 | NA | 自组织映射+人工神经网络 | R平方, RMSE, MAE, 准确率, F1分数 | NA |