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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 521 | 2025-11-13 |
LKE-DTA: predicting drug-target binding affinity with large language model representations and knowledge graph embeddings
2025-Nov-12, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11394-1
PMID:41222841
|
研究论文 | 提出融合大语言模型和知识图谱的LKE-DTA框架,用于预测药物-靶点结合亲和力 | 首次将大语言模型与知识图谱协同集成,并提出双多头注意力机制动态融合异质嵌入 | NA | 提高药物-靶点结合亲和力预测的准确性 | 药物和蛋白质 | 机器学习 | NA | 深度学习 | 注意力机制 | 分子表示,知识图谱嵌入 | 基准数据集(Davis、KIBA)和独立测试集 | NA | 双多头注意力机制 | MSE, MAE, CI, r | NA |
| 522 | 2025-11-13 |
SAFT: Real-Time Tracking and Mapping With Self-Supervised Robust Stereo Matching for Underwater Vehicles
2025-Nov-11, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3618666
PMID:41217922
|
研究论文 | 提出一种基于自监督鲁棒立体匹配的水下机器人实时跟踪与建图框架SAFT | 提出三种关键创新:集成成本聚合与迭代优化的立体匹配网络、利用时空约束的自监督损失函数、集成自监督模型的实时跟踪建图算法 | NA | 解决水下机器人因视觉质量退化、特征模糊和计算资源有限而面临的鲁棒高效跟踪与建图挑战 | 水下机器人 | 计算机视觉 | NA | 立体匹配 | 深度学习网络 | 立体图像 | 公共和定制水下数据集 | PyTorch | SAFT-Stereo, SAFT-DSOL | 泛化性能, 推理时间, 跟踪稳定性, 重建质量 | 实时计算资源 |
| 523 | 2025-11-13 |
Enhanced CT image classification for kidney stones using pruned ConvNeXt and two-tier optimization
2025-Nov-11, Acta clinica Belgica
IF:1.1Q2
DOI:10.1080/17843286.2025.2586626
PMID:41217965
|
研究论文 | 提出一种用于肾脏结石CT图像分类的两层优化深度学习模型 | 结合动态通道剪枝的改进ConvNeXt架构和河豚优化算法进行特征选择与超参数调优 | NA | 提高肾脏结石在CT图像中的检测准确率和效率 | 肾脏CT图像 | 计算机视觉 | 肾脏结石 | CT成像 | CNN | 图像 | NA | NA | ConvNeXt, LightGBM | 准确率 | NA |
| 524 | 2025-11-13 |
Automated C. elegans behavior analysis via deep learning-based detection and tracking
2025-Nov-11, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013707
PMID:41218058
|
研究论文 | 提出一种基于深度学习的秀丽隐杆线虫行为自动分析方法,实现多线虫实时检测追踪和运动参数量化分析 | 创新性地将YOLOv8与ByteTrack结合构建增强型线虫检测框架,实现多线虫实时精确追踪和多种行为参数的自动提取 | NA | 开发自动化高通量的线虫行为分析方法,提高实验通量和分析精度 | 秀丽隐杆线虫(C. elegans) | 计算机视觉 | NA | 深度学习 | CNN | 视频图像 | NA | YOLOv8, ByteTrack | YOLOv8 | 精确率, 召回率, mAP50, FPS | NA |
| 525 | 2025-11-13 |
Hybrid Synthetic Minority Over-sampling Technique (HSMOTE) and Ensemble Deep Dynamic Classifier Model (EDDCM) for big data analytics
2025-Nov-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23062-3
PMID:41219284
|
研究论文 | 提出一种结合混合合成少数类过采样技术和集成深度动态分类器模型的大数据分类框架 | 开发了HSMOTE方法处理类别不平衡问题,提出OEFSM集成特征选择模型和EDDCM动态集成分类器 | NA | 提升大数据分类在类别不平衡和高维度场景下的性能 | 大数据分类任务中的二分类和多分类数据集 | 机器学习 | NA | NA | CNN, LSTM, Autoencoder | 大数据 | NA | MATLAB | DWCNN, DWBi-LSTM, WAE | precision, recall, F-measure, accuracy | NA |
| 526 | 2025-11-13 |
Visible Light-Near Infrared Hyperspectral Imaging and Deep Learning Enable Rapid, Non-Staining Assessment of Lung Adenocarcinoma
2025-Nov-11, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500362
PMID:41220170
|
研究论文 | 本研究开发了一种结合可见光-近红外高光谱成像和深度学习的非破坏性基因分型方法,用于快速评估肺腺癌驱动基因突变 | 首次将可见光-近红外高光谱成像与双分支深度学习融合框架相结合,实现对未染色病理切片的非破坏性基因分型 | 研究样本量相对有限(90例临床标本),需要在更大规模数据集中验证 | 开发一种非侵入性、快速评估肺腺癌驱动基因突变的方法 | 肺腺癌患者的临床病理标本 | 生物医学光子学 | 肺腺癌 | 可见光-近红外高光谱成像(400-1000 nm) | 深度学习融合框架,XGBoost | 高光谱图像 | 90例临床标本 | NA | 双分支融合网络 | 准确率,ROC曲线下面积(AUC) | NA |
| 527 | 2025-11-13 |
Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors
2025-Nov-10, Seminars in oncology
IF:3.0Q2
DOI:10.1016/j.seminoncol.2025.152429
PMID:41218468
|
综述 | 探讨人工智能驱动智能纳米载体在脑癌诊疗一体化中的应用与前景 | 提出AI与纳米技术融合的智能纳米载体新范式,实现肿瘤微环境响应和个性化治疗 | 存在批次变异性和工业规模化生产的挑战,涉及伦理与成本问题 | 推动脑癌诊疗一体化纳米医学发展 | 胶质母细胞瘤及其他中枢神经系统转移性肿瘤 | 数字病理 | 脑肿瘤 | 多组学数据整合,MRI,PET | 机器学习,深度学习 | 医学影像,多组学数据 | NA | NA | NA | NA | NA |
| 528 | 2025-11-13 |
Multimodal deep learning model for predicting prognosis following radiotherapy-based combination therapy in unresectable hepatocellular carcinoma
2025-Nov-08, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.218122
PMID:41213465
|
研究论文 | 开发基于Transformer的多模态深度学习模型TRIM-uHCC,用于预测不可切除肝细胞癌放疗联合治疗后的预后 | 提出首个基于Transformer的多模态风险分层模型,相比现有指南分期系统和深度学习模型显著提升预后预测性能 | 多中心回顾性研究,需要前瞻性验证 | 提高不可切除肝细胞癌放疗联合治疗的预后预测准确性 | 不可切除肝细胞癌患者 | 数字病理 | 肝细胞癌 | 多模态深度学习 | Transformer | 多模态医疗数据 | 875例不可切除肝细胞癌患者(ES队列383例,ETS队列492例) | NA | Transformer, Swin-Transformer, ViT, ResNet50, ResNeXt50 | C-index, 时间依赖性AUC | NA |
| 529 | 2025-11-13 |
Patients visits forecasting in emergency departments: Self-adapting LSTM models for evolving data distributions
2025-Nov-08, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109153
PMID:41218323
|
研究论文 | 提出一种自适应Seq2Seq LSTM框架用于急诊科患者就诊量预测,能够在数据分布变化时保持准确性 | 结合逐序列缩放和持续学习策略,使模型能够自适应数据分布变化而无需完全重新训练 | 在COVID相关结构性冲击期间,ARIMA模型偶尔表现更优;一个月期预测性能接近季节性朴素基准 | 开发能够在数据分布变化条件下保持准确性的急诊科患者就诊量预测框架 | 急诊科历史每日就诊数据 | 机器学习 | NA | 深度学习时间序列预测 | LSTM, Seq2Seq | 时间序列数据 | 涵盖COVID前、COVID期间和COVID后阶段的急诊科历史每日就诊数据 | NA | Seq2Seq LSTM | MSE, MAE, MAPE, MASE | NA |
| 530 | 2025-11-13 |
Development of a screening model for APL using cell population data and deep learning-extracted WBC scattergram features
2025-Nov-07, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-15034-7
PMID:41204132
|
研究论文 | 开发了一种结合深度学习提取的白细胞散点图特征和常规血液参数的急性早幼粒细胞白血病筛查模型 | 首次使用VGG-16网络从常规血检的DIFF和WNB通道提取APL特异性3D散点图特征,并与细胞群体数据结合构建两阶段机器学习模型 | 研究为回顾性多中心设计,样本量相对有限(94例APL患者),需要在更广泛人群中进一步验证 | 开发一种快速、准确的急性早幼粒细胞白血病筛查方法,特别适用于资源有限医疗机构 | 急性早幼粒细胞白血病患者和对照人群 | 数字病理学 | 白血病 | 常规血液检测,白细胞散点图分析 | CNN, 随机森林 | 图像,数值数据 | 94例确诊APL患者(来自三家三甲医院,2020-2024年),外部验证集541例 | NA | VGG-16 | AUC, 灵敏度, 特异性 | NA |
| 531 | 2025-11-13 |
The diagnostic accuracy of deep learning-based AI models in predicting lymph node metastasis in T1 and T2 colorectal cancer: A systematic review and meta-analysis
2025-Nov-07, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000045172
PMID:41204540
|
系统评价与荟萃分析 | 评估基于深度学习的AI模型在预测T1和T2结直肠癌淋巴结转移中的诊断准确性 | 首次系统评估AI模型在早期结直肠癌淋巴结转移预测中的表现,整合多种深度学习与机器学习方法 | 纳入研究数量有限(12项),部分研究存在方法学偏倚风险 | 评估AI模型预测早期结直肠癌淋巴结转移的诊断准确性 | T1和T2期结直肠癌患者 | 数字病理 | 结直肠癌 | 深度学习,机器学习 | 深度学习模型,机器学习模型 | 医学影像数据 | 8540名患者(12项研究) | NA | NA | 敏感度,特异度,AUC,阳性似然比,阴性似然比,诊断比值比 | NA |
| 532 | 2025-11-13 |
Developments in diagnosis and treatment of early hypopharyngeal carcinoma and precancerous lesions: A review
2025-Nov-07, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000045617
PMID:41204550
|
综述 | 总结早期下咽癌及癌前病变诊断与治疗的最新进展 | 专门聚焦早期下咽癌的综述,系统整合了窄带成像放大内镜和人工智能等新兴诊断技术以及经口微创手术等治疗进展 | NA | 探讨早期下咽癌及癌前病变的诊断与治疗策略 | 下咽癌患者及癌前病变 | 数字病理 | 下咽癌 | 窄带成像放大内镜(ME-NBI), 深度学习 | 深度学习算法 | 内镜图像 | NA | NA | NA | NA | NA |
| 533 | 2025-11-13 |
Quantitative evaluation of the myocardial bridge anatomical features and FFRCT in patients with myocardial bridging stratified by age
2025-Nov-07, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000045686
PMID:41204561
|
研究论文 | 本研究通过冠状动脉CT血管成像评估年龄对左前降支心肌桥解剖特征和CT血流储备分数的影响 | 首次按年龄分层分析心肌桥解剖特征与FFRCT的关系,并发现中年和老年患者特定解剖参数与FFRCT降低相关 | 回顾性研究设计,样本量相对有限,特别是年轻组和老年组样本数较少 | 评估年龄对心肌桥解剖特征和CT血流储备分数的影响 | 139例左前降支心肌桥患者 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管成像,深度学习软件分析 | 深度学习 | 医学影像数据 | 139例患者(短心肌桥组58例,长心肌桥组81例;年轻组28例,中年组89例,老年组22例) | NA | NA | 统计学显著性(P值) | NA |
| 534 | 2025-11-13 |
Molecular, metabolic, and histological subtypes of pancreatic ductal adenocarcinoma and its tumor microenvironment: Insights into tumor heterogeneity and clinical implications
2025-Nov-01, Pharmacology & therapeutics
IF:12.0Q1
DOI:10.1016/j.pharmthera.2025.108946
PMID:41183744
|
综述 | 本文系统综述了胰腺导管腺癌的分子、代谢和组织学亚型分类方法及其临床意义 | 整合单细胞/空间转录组学、代谢组学和深度学习病理分析,揭示PDAC亚型异质性和可塑性 | 作为综述文章,未提供原始实验数据和新方法验证 | 建立PDAC多组学亚型分类框架以指导精准医疗 | 胰腺导管腺癌及其肿瘤微环境 | 数字病理 | 胰腺癌 | 单细胞转录组学, 空间转录组学, 代谢组学, 深度学习 | 深度学习 | 基因表达数据, 代谢物数据, H&E染色病理图像 | NA | NA | NA | NA | NA |
| 535 | 2025-11-13 |
RL-I2IT: Image-to-image translation with deep reinforcement learning
2025-Oct-29, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108264
PMID:41218403
|
研究论文 | 提出基于深度强化学习的图像到图像转换框架RL-I2IT,通过迭代决策过程逐步转换图像 | 将I2IT重新建模为迭代决策问题,引入元策略和低维“概念计划”处理高维连续动作空间 | 未明确说明具体计算效率提升程度和模型参数减少量 | 解决传统单步图像转换模型参数多、易过拟合的问题 | 图像到图像转换任务 | 计算机视觉 | NA | 深度强化学习 | Actor-Critic | 图像 | NA | PyTorch, TensorFlow | Actor-Critic | NA | NA |
| 536 | 2025-11-13 |
Identification of essential tremor and dystonic tremor using Graph Convolutional Networks with multiple connectivity patterns
2025-Oct-28, Parkinsonism & related disorders
IF:3.1Q2
DOI:10.1016/j.parkreldis.2025.108104
PMID:41218287
|
研究论文 | 本研究利用多连接模式的图卷积网络识别特发性震颤和肌张力障碍性震颤的显著脑区 | 首次将多连接模式图卷积网络应用于震颤疾病的脑功能连接分析,能够同时识别多种脑连接模式下的关键脑区 | 样本量相对有限(共158名参与者),仅使用静息态功能磁共振数据 | 探索特发性震颤和肌张力障碍性震颤的神经病理机制 | 特发性震颤患者、肌张力障碍性震颤患者和健康对照者 | 医学影像分析 | 神经系统疾病 | 静息态功能磁共振成像 | GCN | 脑功能连接矩阵 | 55名ET患者、51名DT患者和52名健康对照 | NA | 四种不同的图卷积网络架构 | 准确率 | NA |
| 537 | 2025-11-13 |
Comparative investigation into flexible alginate-based hydrogel sponges with excellent biocompatibility and breathability for reliable strain and pressure sensors
2025-Oct-21, Mikrochimica acta
DOI:10.1007/s00604-025-07620-0
PMID:41117919
|
研究论文 | 通过比较研究开发具有优异生物相容性和透气性的柔性藻酸盐基水凝胶海绵传感器 | 采用一锅法定向冷冻工艺制备各向异性多孔结构,实现应变/压力刺激的区分识别,结合深度学习和莫尔斯码实现信息编码转换 | NA | 开发兼具透气性、生物相容性和高灵敏度的柔性应变/压力传感器 | 藻酸盐/丝素蛋白水凝胶海绵材料 | NA | NA | 定向冷冻工艺 | 深度学习模型 | 电阻信号,生理信号 | NA | NA | NA | 灵敏度(1.69),压力灵敏度(-1.10 kPa),循环稳定性(3750次),准确率(99.2%) | 微处理器 |
| 538 | 2025-11-13 |
Deep learning based retinal hard exudates quantification of optical coherence tomography
2025-Oct-17, International journal of retina and vitreous
IF:1.9Q2
DOI:10.1186/s40942-025-00715-z
PMID:41107968
|
研究论文 | 开发基于深度学习的视网膜硬性渗出物分割模型,用于光学相干断层扫描图像的量化分析 | 采用改进的U-Net架构实现视网膜硬性渗出物的三维体积量化,相比传统二维成像提供更丰富的结构信息 | 训练数据仅来自15名患者,样本量有限;与眼底照片的手动测量结果仅呈现中等相关性 | 开发视网膜硬性渗出物的自动分割和量化方法 | 糖尿病视网膜病变和视网膜分支静脉阻塞患者的视网膜硬性渗出物 | 计算机视觉 | 糖尿病视网膜病变 | 光学相干断层扫描 | CNN | 图像 | 15名患者的1,811个OCT扫描 | NA | U-Net | Dice系数, 准确率 | NA |
| 539 | 2025-11-13 |
Semi-supervised deep learning for uterus and bladder segmentation on female pelvic floor magnetic resonance imaging with limited labeled data
2025-Oct-17, American journal of obstetrics and gynecology
IF:8.7Q1
DOI:10.1016/j.ajog.2025.10.004
PMID:41109500
|
研究论文 | 提出一种用于女性盆腔磁共振成像中子宫和膀胱分割的半监督深度学习框架 | 开发了一种结合自监督图像修复任务和伪标签生成的半监督学习方法,显著减少了对标注数据的依赖 | 研究仅针对子宫和膀胱两个器官,样本量相对有限(48名受试者) | 改进盆腔器官的自动分割技术,减少对大量标注数据的依赖 | 女性盆腔磁共振成像中的子宫和膀胱 | 医学影像分析 | 盆腔器官脱垂 | 磁共振成像 | 深度学习 | 磁共振图像 | 48名女性受试者的4103张磁共振图像 | NA | NA | Dice相似系数, 平均表面距离, 95% Hausdorff距离 | NA |
| 540 | 2025-11-13 |
Machine learning-assisted N-doped carbon dots for sensitive Pd2+ detection and high-performance LED applications in plant cultivation
2025-Oct-13, Mikrochimica acta
DOI:10.1007/s00604-025-07604-0
PMID:41081953
|
研究论文 | 开发了一种氮掺杂碳点用于钯离子检测和植物栽培LED应用 | 结合深度学习算法的智能手机传感平台实现钯离子的现场检测,以及具有植物生长所需光谱的暖白光LED | NA | 开发多功能氮掺杂碳点用于环境监测和光电应用 | 钯离子检测和植物栽培LED | 机器学习和光电材料 | NA | 水热合成法,荧光猝灭检测 | CNN | 智能手机采集的图像 | NA | NA | 卷积神经网络 | 检测限0.058μM,回收率95.3-103.5%,相对标准偏差<1.51% | NA |