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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
5421 | 2025-10-06 |
Integrated deep learning for cardiovascular risk assessment and diagnosis: An evolutionary mating algorithm-enhanced CNN-LSTM
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103466
PMID:40678461
|
研究论文 | 提出一种基于进化交配算法优化的CNN-LSTM混合深度学习模型,用于心血管疾病风险评估和诊断 | 采用进化交配算法优化双输出CNN-LSTM模型的超参数,实现连续风险评分和二元诊断结果的同步预测 | NA | 开发准确高效的心血管疾病预测模型,支持定量评估和早期临床决策 | 心血管疾病患者 | 机器学习 | 心血管疾病 | 深度学习 | CNN,LSTM | NA | NA | NA | CNN-LSTM | 平均绝对误差,均方误差,均方根误差,决定系数,准确率,精确率 | NA |
5422 | 2025-10-06 |
MDD-LLM: Towards accuracy large language models for major depressive disorder diagnosis
2025-Nov-01, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.119774
PMID:40581100
|
研究论文 | 本文提出了一种基于大语言模型的高性能重度抑郁症诊断工具MDD-LLM | 首次将大语言模型应用于重度抑郁症诊断,并设计了三种表格数据转换方法创建大规模训练语料库 | 仅使用UK Biobank队列数据,未在其他数据集上验证泛化能力 | 开发准确、鲁棒且可解释的重度抑郁症诊断工具 | 重度抑郁症患者 | 自然语言处理 | 重度抑郁症 | 大语言模型微调技术 | LLM | 表格数据 | 274,348条来自UK Biobank队列的个体记录 | NA | MDD-LLM | 准确率,AUC | NA |
5423 | 2025-10-06 |
EstimateNoiseSEM: A novel framework for deep learning based noise estimation of scanning electron microscopy images
2025-Oct, Ultramicroscopy
IF:2.1Q2
DOI:10.1016/j.ultramic.2025.114192
PMID:40602325
|
研究论文 | 提出一种用于扫描电子显微镜图像噪声估计的深度学习框架EstimateNoiseSEM | 提出包含分类网络选择机制的多阶段深度学习框架,可同时估计噪声类型和噪声水平 | Gamma噪声分类准确率从97%降至80%,受Gamma噪声水平不确定性影响 | 开发自动化噪声估计方法以支持扫描电子显微镜图像去噪 | 扫描电子显微镜图像中的噪声 | 计算机视觉 | NA | 扫描电子显微镜 | 深度学习,分类网络,回归模型 | 图像 | 合成噪声样本 | NA | NA | 准确率,精确率,召回率,F1分数,均方根误差 | NA |
5424 | 2025-10-06 |
Can artificial intelligence in spine imaging affect current practice? Practical developments and their clinical status
2025-Sep, North American Spine Society journal
DOI:10.1016/j.xnsj.2025.100621
PMID:40678684
|
综述 | 本文综述了人工智能在脊柱影像学中的临床应用现状与发展前景 | 聚焦于已进入临床实践的人工智能工具,为放射科医生和外科医生提供实用参考 | 多数发展仍处于实验或早期阶段,性能仍需进一步验证 | 评估人工智能在脊柱影像学中的临床相关性及应用价值 | 脊柱影像学中的人工智能应用 | 医学影像分析 | 脊柱疾病 | 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 成像速度、可解释性 | NA |
5425 | 2025-10-06 |
Exploring Machine Learning Models for Vault Safety in ICL Implantation: A Comparative Analysis of Regression and Classification Models
2025-Aug, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-025-01173-4
PMID:40493108
|
研究论文 | 本研究比较了回归和分类机器学习模型在预测ICL植入术后拱高安全性的性能 | 首次系统比较回归和分类方法在ICL术后拱高预测中的表现,发现分类模型在临床应用方面更具优势 | 所有模型在预测极端拱高类别时都面临挑战,准确性有待提高 | 评估机器学习模型在预测ICL植入术后拱高方面的性能 | 接受ICL V4c植入术患者的生物特征和人口统计学数据 | 机器学习 | 眼科疾病 | 机器学习建模 | 梯度提升, 随机森林, CatBoost | 生物特征数据, 人口统计学数据 | NA | NA | 梯度提升, 随机森林, CatBoost | 平均绝对误差, 均方根误差, 准确率, F1分数, AUC | NA |
5426 | 2025-10-06 |
Artificial intelligence and first-principle methods in protein redesign: A marriage of convenience?
2025-Aug, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70210
PMID:40671352
|
研究论文 | 本文验证并比较了蛋白质重新设计中广泛使用的深度学习工具与第一性原理方法,探索了它们的组合应用 | 开发了TriCombine工具识别残基三角形并基于替换频率评分突变体,提出了AI建模工具与力场评分函数结合的混合策略 | 所有方法在应用于未解析的从头设计模型时性能下降,逆折叠工具在代表性不足的蛋白质上准确性降低 | 评估蛋白质重新设计工具的效能并探索治疗性重定向的潜力 | 蛋白质变体、SH3突变体、GB1突变体、天然和从头设计结构域 | 计算生物学 | NA | 深度学习、第一性原理方法、力场计算、逆折叠工具 | 深度学习模型 | 蛋白质结构数据、突变体数据、晶体结构 | 16个SH3突变体、36个突变体、11个晶体结构、160,000个GB1四站点突变体、163,555个变体覆盖179个结构域 | NA | AlphaFold2 | 序列恢复准确性、突变效应检测准确性 | NA |
5427 | 2025-10-06 |
A dataset for classifying phrases and sentences into statements, questions, or exclamations based on sound pitch
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111826
PMID:40677266
|
研究论文 | 本文介绍了基于声音音调将短语和句子分类为陈述句、疑问句或感叹句的数据集SQEBSP | 创建了首个针对库尔德语的韵律分类数据集,包含12,660个专业录制的语音片段,特别关注音调变化在低资源语言中的语义重要性 | 数据集仅限于库尔德语和伊拉克库尔德斯坦地区的方言,可能不适用于其他语言或方言 | 开发基于音调的语音分类算法,推进低资源语言的发音建模 | 431名伊拉克库尔德斯坦地区的母语库尔德语使用者 | 自然语言处理 | NA | 语音录制,Mel频率倒谱系数(MFCCs)分析 | NA | 语音音频 | 12,660个语音片段,来自431名说话者,每个韵律类别约4,200个样本 | NA | NA | NA | NA |
5428 | 2025-10-06 |
Emerging Role of MRI-Based Artificial Intelligence in Individualized Treatment Strategies for Hepatocellular Carcinoma: A Narrative Review
2025-Jul-19, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70048
PMID:40682357
|
综述 | 本文综述了基于MRI的人工智能在肝细胞癌个体化治疗策略中的应用 | 聚焦AI在MRI影像中预测HCC治疗反应和预后的新兴应用,强调影像组学和深度学习技术的整合 | 模型泛化性、可解释性和临床整合存在挑战,需要标准化影像数据集和多组学融合 | 探讨AI在指导肝细胞癌个体化治疗策略中的应用 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 磁共振成像, 影像组学, 深度学习 | 深度学习模型 | MRI影像 | NA | NA | NA | NA | NA |
5429 | 2025-10-06 |
Latent Class Analysis Identifies Distinct Patient Phenotypes Associated With Mistaken Treatment Decisions and Adverse Outcomes in Coronary Artery Disease
2025-Jul-19, Angiology
IF:2.6Q2
DOI:10.1177/00033197251350182
PMID:40682405
|
研究论文 | 本研究通过潜在类别分析识别冠状动脉疾病患者的不同表型,分析其与错误治疗决策和主要不良心血管事件的关系 | 首次结合深度学习血流储备分数和潜在类别分析方法识别冠状动脉疾病患者的表型特征及其与临床结局的关联 | 回顾性研究设计,样本量相对有限,未包含所有可能的混杂因素 | 识别与错误治疗决策和主要不良心血管事件相关的患者特征 | 接受经皮冠状动脉介入治疗的冠状动脉疾病患者 | 医学数据分析 | 冠状动脉疾病 | 潜在类别分析,深度学习血流储备分数 | 潜在类别分析模型 | 临床数据,血流储备分数数据 | 3,840例经皮冠状动脉介入治疗患者 | DEEPVESSEL-FFR | NA | 比值比,风险比,置信区间 | NA |
5430 | 2025-10-06 |
ISENet: a deep learning model for detecting ischemic ST changes in long-term ECG monitoring
2025-Jul-19, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03416-9
PMID:40682722
|
研究论文 | 提出一种名为ISENet的轻量级深度学习模型,用于在长期心电监测中检测缺血性ST段改变事件 | 首个基于深度学习神经网络应用于长期ST数据库心电信号的ISE检测研究,相比传统特征工程和特征学习方法在实验设计和方法学上有重要突破 | NA | 开发自动检测心肌缺血的深度学习模型 | 心电图信号中的缺血性ST段改变事件(ISE) | 机器学习 | 心血管疾病 | 心电监测 | 深度学习神经网络 | 心电信号 | PhysioNet长期ST数据库的心电信号和标注数据 | NA | ISENet | 准确率 | NA |
5431 | 2025-10-06 |
2.5D Deep Learning-Based Prediction of Pathological Grading of Clear Cell Renal Cell Carcinoma Using Contrast-Enhanced CT: A Multicenter Study
2025-Jul-19, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.056
PMID:40683765
|
研究论文 | 基于动脉期增强CT开发深度学习模型预测透明细胞肾细胞癌病理分级 | 提出2.5D深度学习模型,采用三切片输入方式,在多个中心验证中优于传统2D模型和放射组学MLP模型 | 回顾性研究设计,样本量相对有限 | 预测透明细胞肾细胞癌的病理分级 | 564例经诊断的透明细胞肾细胞癌患者 | 医学影像分析 | 肾细胞癌 | 对比增强CT | 深度学习 | CT图像 | 564例患者(训练集283例,内部测试集122例,三个外部验证集分别为60、38、61例) | NA | 2D模型, 2.5D模型, 多层感知器 | AUC, 准确率, 灵敏度 | NA |
5432 | 2025-07-21 |
Analyzing social psychological impact on emotional expression through peer communication using crayfish optimization algorithm with deep learning model
2025-Jul-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11775-4
PMID:40683924
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
5433 | 2025-10-06 |
Influence of high-performance image-to-image translation networks on clinical visual assessment and outcome prediction: utilizing ultrasound to MRI translation in prostate cancer
2025-Jul-19, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03481-3
PMID:40683943
|
研究论文 | 评估10种先进的图像到图像转换网络在将前列腺癌超声图像转换为合成MRI方面的性能表现 | 首次结合影像组学、专家临床评估和分类性能来全面评估图像转换网络在临床诊断中的可靠性 | 病灶级保真度不足,伪影生成问题明显,部分影像组学特征在转换过程中退化或丢失 | 评估图像到图像转换网络在前列腺癌成像中的临床可靠性和诊断特征保留能力 | 前列腺癌患者的超声和MRI图像数据 | 计算机视觉 | 前列腺癌 | 超声成像,磁共振成像,影像组学分析 | GAN, 深度学习模型 | 医学图像(超声,MRI) | 794名前列腺癌患者 | NA | Pix2Pix | SSIM, 准确率, AUC, Spearman相关系数 | NA |
5434 | 2025-10-06 |
Development of an optimized deep learning model for predicting slope stability in nano silica stabilized soils
2025-Jul-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11497-7
PMID:40683973
|
研究论文 | 开发了一种优化的深度学习混合模型,用于预测纳米硅胶稳定土壤中的边坡稳定性 | 提出结合CNN、LSTM和RNN的混合深度学习模型,并采用Optuna优化算法,首次将可解释人工智能技术应用于纳米硅胶稳定边坡稳定性预测 | 模型训练仅基于3,159个案例数据,未在不同地质条件下进行广泛验证 | 开发高效准确的边坡稳定性预测模型,替代传统计算方法 | 纳米硅胶稳定无限边坡 | 岩土工程 | NA | 纳米硅胶土壤稳定技术 | CNN,LSTM,RNN | 岩土工程参数数据 | 3,159个不同纳米硅胶含量的边坡案例 | Optuna | RNN-CNN-LSTM混合架构 | 准确率 | NA |
5435 | 2025-10-06 |
Deep learning for enhancing automatic classification of M-PSK and M-QAM waveform signals dedicated to single-relay cooperative MIMO 5G systems
2025-Jul-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10738-z
PMID:40676088
|
研究论文 | 提出一种基于深度学习的自动调制分类方法,用于识别单中继协作MIMO 5G系统中的M-PSK和M-QAM波形信号 | 在部分信道状态信息和空间相关信道条件下,利用卷积神经网络结合降维特征实现信号分类,采用集中式决策策略聚合多天线预测 | 仅通过仿真验证性能,未提及实际部署挑战 | 提升5G协作通信系统中自动调制分类性能 | M-PSK和M-QAM波形信号 | 机器学习 | NA | 自动调制分类 | CNN | 信号波形数据 | NA | NA | 卷积神经网络 | 准确率, 精确率, 召回率, F值 | NA |
5436 | 2025-10-06 |
Deep learning enhanced deciphering of brain activity maps for discovery of therapeutics for brain disorders
2025-Jul-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112868
PMID:40678509
|
研究论文 | 本研究开发了名为DeepBAM的人工智能增强筛选平台,通过深度学习活体斑马鱼幼虫的全脑活动图谱来预测神经药物疗效 | 首次将深度学习应用于大规模全脑活动图谱的解卷积分析,无需先验化学信息即可预测非临床化合物的治疗潜力 | 验证集预测准确率约为45%,部分预测结果仍需进一步实验验证 | 开发结合系统水平表型分析和机器学习的脑部疾病治疗方法发现平台 | 活体药物响应斑马鱼幼虫的全脑活动图谱 | 机器学习 | 帕金森病,癫痫 | 自动微流体技术,高速显微镜成像 | 深度学习 | 脑活动图谱图像 | 大规模全脑活动图谱库 | NA | NA | 准确率 | NA |
5437 | 2025-10-06 |
Deep learning assisted non-invasive lymph node burden evaluation and CDK4/6i administration in luminal breast cancer
2025-Jul-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112849
PMID:40678544
|
研究论文 | 开发深度学习模型用于luminal乳腺癌淋巴结负荷评估和CDK4/6抑制剂治疗决策 | 提出首个结合临床病理参数和超声特征的多模态淋巴结预测网络 | 研究样本量有限(411例患者),需进一步多中心验证 | 优化luminal乳腺癌CDK4/6抑制剂治疗决策 | luminal乳腺癌患者 | 数字病理 | 乳腺癌 | 超声成像 | 深度学习 | 临床病理参数, 超声特征 | 411例患者(多中心队列) | NA | LNPN(淋巴结预测网络) | AUC | NA |
5438 | 2025-10-06 |
Long-term dynamics of earthquake swarms in the Yellowstone caldera
2025-Jul-18, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adv6484
PMID:40680135
|
研究论文 | 利用深度学习算法构建黄石火山口地区15年高分辨率地震目录,分析地震群时空演化特征 | 结合前沿深度学习算法和三维速度模型构建长期高分辨率地震目录,揭示地震群由流体扩散和快速注入共同控制的新机制 | 地震群控制机制仍需进一步验证,断层结构成熟度分析基于间接证据 | 研究火山系统中地震群的空间分布和时间演化控制因素 | 黄石火山口地区的地震群活动 | 地球物理学 | NA | 深度学习算法,三维速度模型 | NA | 地震数据 | 15年地震观测数据 | NA | NA | NA | NA |
5439 | 2025-10-06 |
Last vertex splitting: a new retroactive Monte Carlo splitting technique applied to LINAC out-of-field dose computation
2025-Jul-18, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adf1d2
PMID:40680765
|
研究论文 | 提出一种名为最后顶点分裂的新型方差缩减技术,用于加速直线加速器离场剂量计算的蒙特卡洛模拟 | 开发了专门针对高衰减介质中粒子传输优化的新型蒙特卡洛分裂技术,结合混合径迹长度估计器显著提升计算效率 | 方法会引入低于1%的残余偏差 | 开发高效的蒙特卡洛模拟技术以加速放射治疗中的离场剂量计算 | 直线加速器头部准直器和其他束流限制装置中的粒子传输 | 医学物理 | NA | 蒙特卡洛模拟 | NA | 模拟数据 | NA | NA | NA | 计算效率提升倍数,残余偏差百分比 | NA |
5440 | 2025-10-06 |
Curating a knowledge base for patients with neurosyphilis: a study protocol of a DEep learning Framework for pErsonalized prediction of Adverse prognosTic events in NeuroSyphilis (DEFEAT-NS)
2025-Jul-18, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-092248
PMID:40681191
|
研究论文 | 开发并验证用于神经梅毒患者不良预后事件的个性化预测深度学习框架 | 首次构建针对神经梅毒不良预后事件的个性化预测深度学习框架,结合无监督、半监督和深度学习技术 | 采用回顾性研究设计,数据来源于多中心但可能受限于历史数据质量 | 开发个性化预测模型以辅助神经梅毒患者的临床决策和风险分层 | 神经梅毒患者 | 机器学习 | 神经梅毒 | 深度学习,机器学习 | 深度学习 | 临床数据 | NA | NA | NA | 校准,验证,临床效用评估 | NA |