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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
5481 | 2025-10-06 |
AgNWs-COF SERS biosensor for oral cancer diagnosis based on exhaled breath and saliva
2025-Jul-14, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126648
PMID:40680353
|
研究论文 | 开发了一种基于银纳米线-共价有机框架的SERS生物传感器,用于通过呼出气和唾液进行口腔癌无创诊断 | 首次将等离子体共价有机框架合成SERS生物传感器应用于气液流体分析物检测,结合深度学习算法实现高精度口腔癌识别 | 实验中使用的是人工呼出甲硫醇和唾液尿酸样本,需要进一步验证在真实临床样本中的性能 | 开发用于口腔癌早期诊断的无创生物传感技术 | 口腔癌生物标志物(呼出气中的甲硫醇和唾液中的尿酸) | 生物医学传感 | 口腔癌 | 表面增强拉曼光谱(SERS) | Light Gradient Boosting (LGB) | 光谱数据 | NA | NA | LGB算法 | 准确率 | NA |
5482 | 2025-10-06 |
An insight into the role of artificial intelligence in combating malaria: recent developments
2025-Jul-13, Annals of parasitology
DOI:10.17420/ap71.545
PMID:40682862
|
综述 | 本文综述人工智能在疟疾防治领域的最新应用进展,包括诊断、监测、治疗和病媒控制等方面 | 系统总结AI在应对耐药疟原虫、个性化医疗和药物重定向方面的创新应用 | 作为综述文章未涉及原始实验数据,主要基于现有文献分析 | 探讨人工智能技术在疟疾防治中的潜力和应用前景 | 疟疾防治相关的诊断、治疗和监测技术 | 机器学习 | 疟疾 | 机器学习,深度学习,计算机辅助药物设计 | NA | 医学数据,流行病学数据,药物分子数据 | NA | NA | NA | NA | NA |
5483 | 2025-10-06 |
Automated segmentation of the breech and firing pin faces of fired cartridge case images
2025-Jul-12, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2025.112554
PMID:40682899
|
研究论文 | 提出一种用于高分辨率弹壳图像中头部印记区域自动分割的深度学习方法 | 针对更高分辨率图像(512×512和2592×1944像素)的头部印记去除任务,引入后处理方法提升性能,并提供标注数据和预训练模型 | NA | 开发自动化弹壳图像分析方法以支持枪支鉴定 | 射击后弹壳图像的闭锁面和击针面区域 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | 卷积神经网络 | NA | NA |
5484 | 2025-10-06 |
Tem2-KAN: Data-driven temporal temperature prediction via an improved Kolmogorov-Arnold network
2025-Jul-10, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.07.014
PMID:40681441
|
研究论文 | 提出一种改进的Kolmogorov-Arnold网络Tem-KAN,用于高精度气候温度预测 | 用样条参数化的单变量函数替代传统神经网络中的线性权重,动态学习非线性气候模式同时保持内在可解释性 | NA | 开发高精度气候温度预测框架 | 英国监测站的原始气象数据 | 机器学习 | NA | 深度学习 | Kolmogorov-Arnold网络 | 气象数据 | NA | NA | Tem-KAN, Multi-Layer Perceptrons | 预测准确率 | NA |
5485 | 2025-10-06 |
EEG Emotion Copilot: Optimizing lightweight LLMs for emotional EEG interpretation with assisted medical record generation
2025-Jul-10, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107848
PMID:40683189
|
研究论文 | 提出EEG情感副驾系统,通过优化轻量级大语言模型实现从脑电信号直接识别情感状态并生成个性化医疗建议 | 首次将轻量级LLM应用于脑电情感识别与医疗记录生成,提出新型提示数据结构、模型剪枝和微调训练等关键技术 | 模型参数量较小(0.5B),与更大参数模型(如7B)的对比可能受限 | 开发端到端脑电情感计算系统,实现快速处理、个体适应和无缝用户交互 | 脑电信号和个性化医疗记录 | 脑机接口, 情感计算 | 心理健康相关疾病 | EEG信号分析, 大语言模型优化 | LLM | 脑电信号, 文本 | 未明确说明 | 未明确说明 | 轻量级大语言模型 | 准确率 | 本地部署环境 |
5486 | 2025-10-06 |
Structural similarities reveal an expansive conotoxin family with a two-finger toxin fold
2025-Jul-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.03.662903
PMID:40631153
|
研究论文 | 通过结构生物信息学方法揭示了一个具有双指毒素折叠结构的广泛芋螺毒素家族 | 首次发现六个芋螺毒素超家族共享相同的双指毒素折叠结构,并识别出大量以前未知的原口动物2FTX蛋白 | 基于序列信息的进化关系推断存在困难,部分超家族缺乏序列同源性 | 研究芋螺毒素的结构相似性和进化关系 | 芋螺毒素超家族和原口动物双指毒素蛋白 | 结构生物信息学 | NA | NMR结构解析, 深度学习结构预测, 结构比较分析 | 深度学习 | 蛋白质序列和结构数据 | 六个芋螺毒素超家族,包括Tx33.1(124个残基,12个半胱氨酸) | NA | NA | NA | NA |
5487 | 2025-10-06 |
Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study
2025-Jul-04, Research square
DOI:10.21203/rs.3.rs-6823810/v1
PMID:40630532
|
研究论文 | 对31种计算病理学基础模型进行综合基准测试,评估其在多样化组织病理学数据集和任务中的性能 | 首次系统比较病理学基础模型与通用视觉模型在多样化组织病理学任务中的性能,挑战了模型规模和数据规模必然提升性能的假设 | 未能深入分析影响模型性能的底层因素,需要进一步研究提升模型在不同组织类型和数据集间的泛化能力 | 评估计算病理学中基础模型的比较性能和泛化能力 | 31种AI基础模型,包括通用视觉模型(VM)、通用视觉语言模型(VLM)、病理学专用视觉模型(Path-VM)和病理学专用视觉语言模型(Path-VLM) | 计算病理学 | 多种癌症(基于TCGA、CPTAC数据集) | 深度学习 | 基础模型 | 组织病理学图像 | 来自TCGA、CPTAC、外部基准数据集和域外数据集的41个任务 | NA | Virchow2及其他30种基础模型 | 综合性能评估指标 | NA |
5488 | 2025-10-06 |
Facial Emotion Recognition of 16 Distinct Emotions From Smartphone Videos: Comparative Study of Machine Learning and Human Performance
2025-Jul-02, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/68942
PMID:40601921
|
研究论文 | 开发基于智能手机视频的面部情绪识别模型,并比较机器学习与人类表现 | 引入包含16种治疗相关情绪的STREs WoZ数据集,开发结合外观特征和深度学习特征的情绪识别模型 | 需要进一步研究提升自动情绪识别模型在心理治疗应用中的实际性能 | 开发用于心理治疗应用的面部情绪识别模型 | 63名个体在非约束实验室环境中录制的面部情绪视频 | 计算机视觉 | 心理健康 | 面部动作编码系统 | RNN, ResNet | 视频 | 63名个体的14,412个面部视频,测试集包含3,018个视频 | OpenFace | ResNet50, RNN-convolution, RNN-attention, RNN-average | 未加权平均召回率, 准确率 | NA |
5489 | 2025-10-06 |
A 3D pocket-aware lead optimization model with knowledge guidance and its application for discovery of new glutaminyl cyclase inhibitors
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf345
PMID:40669838
|
研究论文 | 提出一种名为Diffleop的3D口袋感知扩散模型,用于基于结构的先导化合物优化 | 首次将蛋白质-配体结合亲和力知识和共价键信息显式整合到扩散模型中,指导去噪采样过程 | NA | 开发基于结构的先导化合物优化方法,提高结合亲和力和分子性质 | 先导化合物和蛋白质靶点 | 机器学习 | NA | 深度学习 | 扩散模型 | 3D分子结构数据 | NA | NA | 扩散模型,E(3)-等变专家网络 | 结合亲和力,IC50值,结合相互作用,类药性 | NA |
5490 | 2025-10-06 |
scRECL: representative ensembles with contrastive learning for scRNA-seq data clustering analysis
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf346
PMID:40671174
|
研究论文 | 提出一种名为scRECL的对比集成学习方法用于单细胞RNA测序数据聚类分析 | 结合对比学习和集成学习方法,通过多组k近邻划分训练孪生神经网络,并利用代表性元素选择的多重图过滤噪声和冗余细胞 | NA | 开发稳健的单细胞RNA测序数据聚类方法 | 单细胞RNA测序数据 | 机器学习 | NA | scRNA-seq | 孪生神经网络 | 基因表达数据 | NA | NA | NA | NA | NA |
5491 | 2025-10-06 |
A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology
2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100749
PMID:40057037
|
研究论文 | 本研究开发了一种基于深度学习的术中胶质瘤分级模型(IGGC),用于冷冻切片图像的自动分级 | 首次开发专门针对术中冷冻切片图像的深度学习模型,实现胶质瘤的三级分类,并验证其在不同经验水平病理医生中的辅助诊断价值 | 研究样本主要来自TCGA数据库,外部验证队列规模相对较小(n=213) | 开发准确高效的术中胶质瘤分级方法以指导手术策略 | 成人型弥漫性胶质瘤患者 | 数字病理 | 胶质瘤 | 冷冻切片病理学 | 深度学习 | 病理图像 | 训练集1603例,验证集628例,测试集5个队列共213例 | NA | NA | AUC | NA |
5492 | 2025-10-06 |
Deep Learning Estimation of Small Airway Disease from Inspiratory Chest Computed Tomography: Clinical Validation, Repeatability, and Associations with Adverse Clinical Outcomes in Chronic Obstructive Pulmonary Disease
2025-Jul, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.202409-1847OC
PMID:40072247
|
研究论文 | 开发了一种基于生成式人工智能的模型,仅通过吸气相胸部CT扫描即可评估慢性阻塞性肺疾病中的功能性小气道疾病 | 首次使用生成式AI模型从单一吸气相CT扫描生成虚拟呼气相CT,无需额外呼气相扫描即可量化fSAD | 研究主要基于特定队列(SPIROMICS和COPDGene),需要在更广泛人群中验证 | 开发并验证从吸气相CT评估小气道疾病的AI方法 | 慢性阻塞性肺疾病患者 | 医学影像分析 | 慢性阻塞性肺疾病 | 计算机断层扫描(CT) | 生成模型 | 医学影像 | SPIROMICS研究2,513名参与者(1,055名用于模型开发,1,458名用于验证),COPDGene研究458名参与者用于外部验证 | NA | NA | Pearson相关系数, 组内相关系数, 置信区间 | NA |
5493 | 2025-10-06 |
A Deep Learning Model of Histologic Tumor Differentiation as a Prognostic Tool in Hepatocellular Carcinoma
2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100747
PMID:40086592
|
研究论文 | 开发基于深度学习的AI模型量化肝细胞癌组织学分化特征并预测癌症相关结局 | 首次结合多种组织病理学特征(形态学参数、免疫组化标记和网状纤维表达)通过AI模型客观量化肝细胞癌分化程度 | 样本量有限(仅99例肝细胞癌切除标本),需更大规模研究验证 | 评估AI模型在量化肝细胞癌分化特征和预测癌症结局方面的性能 | 接受肝细胞癌根治性切除术的患者 | 数字病理学 | 肝细胞癌 | 免疫组织化学(HepPar 1和glypican-3)、组织形态学分析 | 深度学习 | 组织病理学图像 | 99例肝细胞癌切除标本 | 基于云的深度学习平台 | 监督式AI模型 | C-index | 基于云的深度学习平台 |
5494 | 2025-10-06 |
Labor-Efficient Pathological Auxiliary Diagnostic Model for Primary and Metastatic Tumor Tissue Detection in Pancreatic Ductal Adenocarcinoma
2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100764
PMID:40199428
|
研究论文 | 提出一种用于胰腺导管腺癌病理组织检测的弱监督深度学习框架PANseg | 采用仅需图像级标签的弱监督方法实现与全监督方法相当的肿瘤分割性能,显著降低标注负担 | 模型在活检切片上的性能相对较低(AUROC: 0.821),样本来源仅限于两个独立中心 | 开发高效的胰腺导管腺癌病理辅助诊断模型 | 胰腺导管腺癌的原发肿瘤组织和淋巴结转移组织 | 数字病理学 | 胰腺癌 | 全切片图像分析 | 深度学习 | 病理图像 | 368张全切片图像,来自208名患者,涵盖2个独立中心 | NA | 多尺度弱监督深度学习框架 | AUROC, 诊断准确率, 诊断时间 | NA |
5495 | 2025-10-06 |
Comparison of Deep Learning and Clinician Performance for Detecting Referable Glaucoma from Fundus Photographs in a Safety Net Population
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100751
PMID:40235827
|
研究论文 | 开发并测试用于检测需转诊青光眼的深度学习算法,并与临床医生性能进行比较 | 在安全网人群中首次比较深度学习算法与多经验层次临床医生在青光眼检测中的表现 | 回顾性研究设计,数据来源于单一医疗系统 | 开发自动检测需转诊青光眼的深度学习算法 | 6116名洛杉矶县卫生服务部患者 | 计算机视觉 | 青光眼 | 眼底摄影 | CNN | 图像 | 12998张眼底图像(5616名患者用于训练),1000张图像(500名患者用于测试) | NA | VGG-19 | AUROC, 敏感度, 特异度 | NA |
5496 | 2025-10-06 |
Application of deep learning-based facial pain recognition model for postoperative pain assessment
2025-Jul, Journal of clinical anesthesia
IF:5.0Q1
DOI:10.1016/j.jclinane.2025.111898
PMID:40516197
|
研究论文 | 开发基于深度学习的面部疼痛识别模型用于术后疼痛评估 | 结合临床和模拟数据集构建综合数据集,开发基于VGG16的面部疼痛识别软件 | 高质量临床数据集有限,实验室研究与临床应用之间存在差距 | 开发自动疼痛评估系统改善术后疼痛管理 | 术后患者和健康志愿者 | 计算机视觉 | 术后疼痛 | 深度学习 | CNN | 面部图像 | 503名术后患者提供3411张图像,51名志愿者提供1038张图像 | NA | VGG16 | AUROC, F1分数 | NA |
5497 | 2025-10-06 |
Deep learning-based analysis and identification of single-particle mass spectra of bacteria
2025-Jul, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-025-05942-9
PMID:40542895
|
研究论文 | 结合单粒子质谱与深度学习算法对六种细菌物种进行识别和分类 | 首次将Score-CAM可视化方法应用于细菌单粒子质谱数据分析,提取CNN模型分类依赖的关键离子特征 | 仅针对六种细菌物种进行研究,样本多样性有限 | 开发基于深度学习的细菌单粒子质谱分析方法 | 六种细菌物种和四种生物质燃烧产物 | 机器学习 | NA | 单粒子质谱法 | CNN, MLP, SVM | 质谱数据 | 10个样本类别(6种细菌+4种生物质燃烧产物) | NA | CNN, MLP | 准确率 | NA |
5498 | 2025-10-06 |
GASTON-Mix: a unified model of spatial gradients and domains using spatial mixture-of-experts
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf254
PMID:40662777
|
研究论文 | 提出GASTON-Mix模型,用于从空间分辨转录组数据中同时识别空间域和域内空间梯度 | 将混合专家框架扩展为空间MoE模型,结合聚类组件与神经场模型,无需对空间域和梯度做限制性几何假设 | NA | 开发能够同时量化空间域和连续空间梯度的计算方法 | 空间分辨转录组数据 | 机器学习 | NA | 空间分辨转录组技术 | 混合专家模型,神经场模型 | 基因表达空间数据 | NA | NA | 空间混合专家模型 | 准确性 | NA |
5499 | 2025-10-06 |
Top-DTI: integrating topological deep learning and large language models for drug-target interaction prediction
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf183
PMID:40662785
|
研究论文 | 提出Top-DTI框架,通过整合拓扑深度学习和大型语言模型来预测药物-靶点相互作用 | 首次将拓扑数据分析与大型语言模型相结合用于DTI预测,利用持久同源性从蛋白质接触图和药物分子图像中提取拓扑特征 | NA | 提高药物-靶点相互作用预测的准确性和鲁棒性 | 药物分子和蛋白质靶点 | 机器学习 | NA | 拓扑数据分析,大型语言模型 | 深度学习 | 蛋白质序列,药物SMILES字符串,蛋白质接触图,药物分子图像 | 公共BioSNAP和Human DTI基准数据集 | NA | 大型语言模型,拓扑深度学习 | AUROC,AUPRC,灵敏度,特异性 | NA |
5500 | 2025-10-06 |
Understanding the sources of performance in deep drug response models reveals insights and improvements
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf255
PMID:40662789
|
研究论文 | 本研究通过分析深度药物反应预测模型的性能来源,揭示了现有模型的局限性并提出了改进方案 | 首次证明二元化药物反应值能使模型学习有用的化学药物特征,并开发了BinaryET和BinaryCB两种新模型 | 现有模型性能很大程度上依赖于训练目标值,且不同测试类型下性能表现不一致 | 改进抗癌药物反应预测模型的性能并理解其性能来源 | 癌细胞系和药物化学结构 | 机器学习 | 癌症 | 转录组学分析 | Transformer, 基础模型 | 化学结构数据, 组学数据 | NA | NA | Transformer | NA | NA |