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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5601 | 2025-10-06 |
Predicting receptor-ligand pairing preferences in plant-microbe interfaces via molecular dynamics and machine learning
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.06.029
PMID:40677241
|
研究论文 | 开发了一种结合分子动力学和机器学习的混合方法,用于预测植物-微生物界面中大分子配体与受体的结合亲和力 | 针对大尺寸、高柔性信号分子(如LCOs)开发了MD/ML混合方法,在有限实验结构信息下仍能准确预测结合亲和力排序 | 依赖于粗粒度初始结构模型,实验结构信息有限 | 预测植物-微生物界面中受体-配体配对偏好,揭示内共生起始阶段的分子机制 | 豆科植物LysM-RLKs(LYR3)受体与脂质几丁寡糖(LCOs)及几丁寡糖的相互作用 | 机器学习 | NA | 分子动力学模拟,机器学习 | NA | 分子结构数据,结合亲和力数据 | 四种豆科植物LysM-RLKs(LYR3)与LCOs及几丁寡糖的结合系统 | NA | NA | 结合亲和力排序准确性,与实验趋势的一致性 | NA |
| 5602 | 2025-10-06 |
Deep latent force models: ODE-based process convolutions for Bayesian deep learning
2025, Machine learning
IF:4.3Q2
DOI:10.1007/s10994-025-06824-y
PMID:40677904
|
研究论文 | 提出一种基于常微分方程过程卷积的深度隐力模型,用于非线性动态系统的贝叶斯深度学习 | 将物理知识融入深度高斯过程,通过ODE推导的核函数构建分层物理信息内核 | 诱导点框架对基于LFM的模型外推能力产生负面影响 | 开发具有稳健不确定性量化的非线性动态系统建模方法 | 多输出时间序列数据和基准单变量回归任务 | 机器学习 | NA | 过程卷积框架 | 深度高斯过程 | 时间序列数据 | NA | NA | 深度隐力模型 | NA | NA |
| 5603 | 2025-10-06 |
Swarm learning network for privacy-preserving and collaborative deep learning assisted diagnosis of fracture: a multi-center diagnostic study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1534117
PMID:40678137
|
研究论文 | 开发基于区块链的群体学习框架用于隐私保护的骨折影像分析 | 首次将群体学习应用于骨折识别,实现多中心协作训练同时保护数据隐私 | 研究仅针对膝关节损伤,未验证其他部位骨折 | 开发隐私保护的分布式AI模型用于骨折诊断 | 膝关节损伤患者影像数据 | 计算机视觉 | 骨折 | 医学影像分析 | 目标检测算法 | 医学影像 | 4,581名患者(回顾性研究)+ 112名患者(前瞻性队列) | YOLOv8 | YOLOv8n-cls | AUROC, 准确率 | NA |
| 5604 | 2025-10-06 |
CT radiomics combined with neural networks predict the malignant degree of pulmonary grinding glass nodules
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1603472
PMID:40678142
|
研究论文 | 本研究通过CT影像组学结合卷积神经网络预测肺磨玻璃结节恶性程度 | 首次将CT影像组学特征与卷积神经网络结合用于肺磨玻璃结节恶性程度预测,相比传统Mayo和Brock模型显著提升预测性能 | 单中心回顾性研究,需要外部验证和多中心前瞻性队列验证 | 提高肺磨玻璃结节的诊断准确性,支持个性化治疗规划 | 肺磨玻璃结节患者 | 计算机视觉 | 肺癌 | CT影像组学 | CNN | CT图像 | 670例肺结节患者(2019-2023年) | MATLAB Deep Learning Toolbox | CNN | AUC, 敏感度, 特异度, 准确率 | NA |
| 5605 | 2025-10-06 |
Using Convoluted Neural Networks in Diagnosing Lung Cancer on Computed Tomography Scans
2025 Jan-Mar, Current health sciences journal
DOI:10.12865/CHSJ.51.01.09
PMID:40678299
|
研究论文 | 开发卷积神经网络用于CT扫描图像中肺部良恶性结节的分类诊断 | 提出新型卷积神经网络模型用于肺部CT图像的良恶性分类,并在不平衡数据集上实现良好性能 | 样本量相对有限(176例),模型精度有待进一步提升 | 开发计算机辅助工具用于肺部癌症的早期诊断 | 肺部CT图像中的可疑结节 | 计算机视觉 | 肺癌 | 计算机断层扫描(CT) | CNN | 图像 | 176例患者(192个病例),其中男性135例(76.7%),城市居民111例(63%),右肺肿瘤103例 | NA | NA | 准确率, 召回率, 精确率 | 常规硬件 |
| 5606 | 2025-10-06 |
Deep Learning and The Retina: A New Frontier in Multiple Sclerosis Diagnosis
2025 Jan-Mar, Current health sciences journal
DOI:10.12865/CHSJ.51.01.03
PMID:40678297
|
综述 | 探讨深度学习在视网膜影像分析中对多发性硬化症诊断与进展追踪的应用价值 | 首次系统综述人工智能(特别是深度学习)如何通过视网膜影像这一无创窗口检测多发性硬化症的早期生物标志物 | 面临数据标准化不足、模型可解释性有限及临床整合困难等挑战 | 评估人工智能技术在多发性硬化症眼科诊断中的临床应用潜力 | 多发性硬化症患者的视网膜影像特征 | 计算机视觉 | 多发性硬化症 | OCT(光学相干断层扫描)、眼底摄影、扫描激光检眼镜 | CNN, GAN, 可解释AI | 视网膜影像 | NA | NA | NA | 准确率 | NA |
| 5607 | 2025-10-06 |
Synergistic fusion: An integrated pipeline of CLAHE, YOLO models, and advanced super-resolution for enhanced thermal eye detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328227
PMID:40679961
|
研究论文 | 提出一种结合CLAHE图像增强、YOLO模型和超分辨率技术的综合流程,用于提升热成像图像中的眼睛检测效果 | 首次将CLAHE图像增强、先进YOLO模型和多种超分辨率技术协同融合,构建端到端的眼睛检测与增强流程 | 未明确说明数据集的具体样本数量和多样性,超分辨率技术的主观评估可能存在偏差 | 解决热成像图像中因低分辨率和对比度差导致的眼睛检测精度不足问题 | 热成像面部图像中的眼睛区域 | 计算机视觉 | NA | 热成像技术,图像增强,目标检测,超分辨率 | YOLO, GAN, Transformer | 热成像图像 | NA | NA | YOLOv8, YOLOv9, BSRGAN, ESRGAN, Real-ESRGAN, SwinIR, SwinIR-Large with ResShift | 准确率, 召回率, mAP50, mAP50-95, 主观质量评估 | NA |
| 5608 | 2025-10-06 |
Fault analysis of chemical equipment based on an improved hybrid model
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326370
PMID:40680025
|
研究论文 | 提出一种基于改进混合模型的化工设备故障检测方法,通过多模态数据融合和深度学习技术提升故障检测精度 | 结合变分模态分解、最小均方处理、非对称注意力机制和预激活ResNet-BiGRU模型,构建高效的多模态数据融合分析框架 | NA | 提高化工设备故障检测的准确性和效率,为智能预测性维护提供技术支持 | 化工设备 | 机器学习 | NA | 变分模态分解(VMD),最小均方(LMS)处理 | ResNet, BiGRU | 多模态数据,非平稳信号 | NA | NA | 预激活ResNet-BiGRU | 分类准确率 | NA |
| 5609 | 2025-10-06 |
Automated identification of sedimentary structures in core images using object detection algorithms
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327738
PMID:40680021
|
研究论文 | 本研究使用卷积神经网络自动识别岩心图像中的沉积结构 | 首次将YOLOv4和Faster R-CNN两种目标检测算法应用于沉积结构自动识别,建立了自动化岩心解释框架 | 模型在区分形态相似特征(如泥质披盖和生物扰动介质)时存在困难,对未见数据集的泛化能力有限 | 开发自动化沉积结构识别方法以提升岩心分析效率 | 三角洲、滨面、河流和湖泊环境的硅质碎屑沉积物岩心图像 | 计算机视觉 | NA | 岩心图像分析 | CNN | 图像 | 包含15种沉积结构类型的标注数据集 | NA | YOLOv4, Faster R-CNN | 精确度, 平均精确度, 召回率, 推理时间 | NA |
| 5610 | 2025-10-06 |
Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy
2024-Dec-10, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02490-y
PMID:39658727
|
研究论文 | 本研究开发了一种基于深度学习的脂质优化方法,用于设计用于肺部基因治疗的脂质纳米颗粒 | 首次引入定向消息传递神经网络进行离子化脂质设计,能够预测核酸递送效果并外推至训练集外的结构 | 研究主要基于小鼠和雪貂模型,在人类中的应用效果需要进一步验证 | 开发基于人工智能的脂质纳米颗粒设计方法,提高肺部基因治疗效率 | 离子化脂质、脂质纳米颗粒、mRNA递送系统 | 机器学习 | 肺部疾病 | 深度学习、基因治疗 | 神经网络 | 化学结构数据、活性测量数据 | 超过9,000个脂质纳米颗粒活性测量数据,评估了160万个脂质结构 | NA | 定向消息传递神经网络 | mRNA递送效率、体外和体内验证 | NA |
| 5611 | 2025-10-06 |
Detection of neurologic changes in critically ill infants using deep learning on video data: a retrospective single center cohort study
2024-Dec, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102919
PMID:39764545
|
研究论文 | 本研究开发了一种基于深度学习姿态识别算法的计算机视觉方法,通过视频数据预测危重症婴儿的神经系统变化 | 构建了迄今为止最大的视频-脑电图数据集,并首次证明仅通过视频数据就能预测脑功能异常和镇静状态 | 单中心回顾性研究,样本量相对有限(115名婴儿) | 开发可靠、连续的神经系统监测方法以替代间歇性、主观的体格检查 | 矫正年龄小于1岁的危重症婴儿 | 计算机视觉 | 神经系统疾病 | 视频脑电图监测 | 深度学习姿态识别算法 | 视频数据 | 115名婴儿,282,301分钟视频数据 | NA | NA | ROC-AUC, 置换检验P值 | NA |
| 5612 | 2025-10-06 |
Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes
2024-Nov-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.18.24317499
PMID:39606364
|
研究论文 | 本研究通过整合空间转录组学和单核RNA测序数据,增强了阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析能力 | 首次将空间转录组数据与单核RNA测序数据整合,实现了皮层层级特异性细胞类型差异基因表达分析 | 研究基于死后脑组织样本,可能无法完全反映活体状态;空间位置是通过深度学习工具推断而非直接测量 | 提升阿尔茨海默病相关表型的空间信息差异基因表达分析能力 | 436例死后大脑背外侧前额叶皮层组织的约150万个细胞 | 生物信息学 | 阿尔茨海默病 | 空间转录组学,单核RNA测序,深度学习 | 深度学习 | 基因表达数据,空间位置数据 | 436个死后大脑样本,约150万个细胞 | CelEry | NA | p值,基因集富集分析 | NA |
| 5613 | 2025-10-06 |
In vivo evaluation of complex polyps with endoscopic optical coherence tomography and deep learning during routine colonoscopy: a feasibility study
2024-11-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78891-5
PMID:39537775
|
研究论文 | 本研究评估了内窥镜光学相干断层扫描结合深度学习在常规结肠镜检查中评估复杂结直肠息肉的可行性 | 开发了用于成人结肠镜的侧视OCT导管,并在常规结肠镜检查中实现了实时诊断,不仅区分良恶性病变,还区分多种组织学亚型息肉 | 样本量较小(35个息肉),仅为可行性研究 | 评估内窥镜OCT结合深度学习在结肠镜检查中评估结直肠息肉深部浸润的可行性 | 接受内镜治疗的大型结直肠息肉患者 | 数字病理 | 结直肠癌 | 内窥镜光学相干断层扫描,组织病理学 | 深度学习模型 | OCT图像 | 32名患者的35个息肉 | NA | NA | AUROC, Cohen's kappa | NA |
| 5614 | 2025-10-06 |
A wearable echomyography system based on a single transducer
2024-Nov, Nature electronics
IF:33.7Q1
DOI:10.1038/s41928-024-01271-4
PMID:40677283
|
研究论文 | 开发了一种基于单个换能器的可穿戴回声肌电图系统,用于肌肉活动的无线监测和手势识别 | 采用单个定制换能器替代复杂的换能器阵列,实现了小型化、低功耗的可穿戴回声肌电图系统 | NA | 开发可穿戴肌肉活动监测系统,用于健康监测和身体运动追踪 | 膈肌活动和前臂肌肉的手势识别 | 生物医学工程 | NA | 回声肌电图,超声波检测 | 深度学习算法 | 射频数据,超声波信号 | NA | NA | NA | 平均误差7.9° | NA |
| 5615 | 2025-10-06 |
Enhanced Electroacoustic Tomography with Supervised Learning for Real-time Electroporation Monitoring
2024-Sep, Precision radiation oncology
DOI:10.1002/pro6.1242
PMID:40336975
|
研究论文 | 本研究提出了一种基于监督学习的电声层析成像方法,用于实时监测电穿孔治疗过程 | 首次在实验环境中使用单个线性阵列实现高质量电声层析成像,通过深度学习模型校正图像失真 | 研究仅使用56个实验数据集,样本量相对有限 | 改进电声层析成像技术,提高其在基于纳秒脉冲电场的电穿孔治疗中的实时监测能力 | 纳秒脉冲电场产生的电声信号 | 医学影像处理 | 癌症治疗 | 电声层析成像,纳秒脉冲电场 | 深度学习 | 超声信号,图像数据 | 56个实验电声数据集(46个训练,10个测试) | NA | NA | RMSE, PSNR, SSIM | NA |
| 5616 | 2025-10-06 |
Sexually dimorphic computational histopathological signatures prognostic of overall survival in high-grade gliomas via deep learning
2024-08-23, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adi0302
PMID:39178259
|
研究论文 | 使用深度学习分析H&E染色切片识别高级别胶质瘤中性别特异性组织病理学特征并构建性别特异性生存预后模型 | 首次采用端到端深度学习方法从常规H&E染色切片中识别性别特异性肿瘤微环境特征并构建性别特异性生存预后模型 | 研究基于回顾性数据,需要在前瞻性研究中进一步验证 | 识别高级别胶质瘤中性别特异性组织病理学特征并构建性别特异性生存预后模型 | 高级别胶质瘤患者的H&E染色组织切片 | 数字病理学 | 脑肿瘤/高级别胶质瘤 | H&E染色,深度学习 | CNN | 病理图像 | 多个训练和验证队列(具体数量未在摘要中说明) | NA | ResNet18 | C-index | NA |
| 5617 | 2025-10-06 |
Quantification of Human Photoreceptor-Retinal Pigment Epithelium Macular Topography with Adaptive Optics-Optical Coherence Tomography
2024-Jul-15, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14141518
PMID:39061655
|
研究论文 | 使用自适应光学-光学相干断层扫描技术量化活体人眼感光细胞-视网膜色素上皮复合体的黄斑地形图 | 首次结合FDML-AO-OCT成像技术和深度学习算法,在活体人眼中三维表征PR-RPE复合体的细胞级地形分布 | 样本量较小(11名健康志愿者),仅观察了黄斑颞侧区域 | 量化活体人眼感光细胞-视网膜色素上皮复合体的黄斑地形结构 | 健康志愿者的视网膜PR-RPE复合体 | 医学影像 | 视网膜疾病 | 自适应光学-光学相干断层扫描(AO-OCT),傅里叶域锁模激光(FDML) | 深度学习 | 三维医学影像 | 11名健康志愿者 | NA | NA | 细胞密度、外节长度、PR/RPE比率 | NA |
| 5618 | 2025-10-06 |
A Primer for Utilizing Deep Learning and Abdominal MRI Imaging Features to Monitor Autosomal Dominant Polycystic Kidney Disease Progression
2024-May-20, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12051133
PMID:38791095
|
综述 | 介绍如何利用深度学习和腹部MRI影像特征监测常染色体显性多囊肾病进展 | 将深度学习应用于ADPKD的肾脏分割和额外生物标志物提取,超越传统的总肾脏体积测量 | 概念性论文,缺乏具体实验验证和性能数据 | 探索深度学习在监测常染色体显性多囊肾病进展中的应用潜力 | 常染色体显性多囊肾病患者的腹部MRI影像 | 医学影像分析 | 常染色体显性多囊肾病 | MRI成像 | 深度学习 | 医学影像 | NA | NA | NA | 速度、准确性、可重复性 | NA |
| 5619 | 2025-10-06 |
Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach
2024-Mar-27, Biometrics
IF:1.4Q2
DOI:10.1093/biomtc/ujae030
PMID:38682463
|
研究论文 | 提出一种基于主题模型的贝叶斯多层次上下文学习方法,用于发现癌症突变中的潜在主题 | 首次将计算语言学中的主题模型应用于癌症突变上下文分析,实现了可解释的降维和严格的全贝叶斯推断 | 未明确说明模型对特定癌症类型的普适性限制 | 推断全基因组范围内超罕见体细胞突变的癌症类型特异性 | 全基因组体细胞突变数据 | 机器学习 | 癌症 | 全基因组测序 | 主题模型,贝叶斯模型 | 基因组变异数据 | 数千个肿瘤样本的数千万个变异 | NA | 多层次多逻辑隐藏基因组模型 | 预测性能 | NA |
| 5620 | 2025-10-06 |
Magnetic Resonance Spectroscopy Spectral Registration Using Deep Learning
2024-03, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28868
PMID:37401726
|
研究论文 | 本研究提出了一种基于卷积神经网络的磁共振波谱配准方法,用于同时校正单个体素MEGA-PRESS MRS数据的频率和相位偏移 | 首次将深度学习应用于磁共振波谱配准领域,开发了同时进行频率和相位校正的CNN-SR方法 | 研究为回顾性研究,主要使用模拟数据验证,真实临床数据验证相对有限 | 开发基于深度学习的磁共振波谱配准方法,实现自动化的频率和相位校正 | 单个体素MEGA-PRESS磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱(MRS), MEGA-PRESS序列 | CNN | 磁共振波谱数据 | 40,000个模拟MEGA-PRESS数据集和101个体内顶叶内侧MEGA-PRESS数据 | NA | CNN-SR | 频率偏移平均绝对误差, 相位偏移平均绝对误差, 胆碱区间方差 | NA |