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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
5881 | 2025-10-06 |
Biomolecular Interaction Prediction: The Era of AI
2025-Jul-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202509501
PMID:40671265
|
综述 | 本文全面概述了深度学习在生物分子相互作用预测中的应用及其在药物发现和分子生物学中的潜力 | 系统总结了利用序列数据、结构信息和功能注释等多种特征预测生物分子相互作用的深度学习算法 | NA | 提升生物分子相互作用的预测能力以推动药物发现和分子生物学研究 | 蛋白质、核酸和小分子等各类靶分子 | 机器学习 | NA | 深度学习 | NA | 序列数据, 结构信息, 功能注释 | NA | NA | NA | NA | NA |
5882 | 2025-10-06 |
Deep learning-assisted comparison of different models for predicting maxillary canine impaction on panoramic radiography
2025-Jul-16, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics
IF:2.7Q1
DOI:10.1016/j.ajodo.2025.05.008
PMID:40673857
|
研究论文 | 本研究使用深度学习辅助的自动标志点检测系统比较三种基于全景片的上颌尖牙阻生预测模型 | 首次采用深度学习自动标志点定位系统辅助测量几何参数,并对现有预测模型进行外部验证比较 | 最佳模型仍存在逻辑和计算方面的挑战需要进一步改进 | 比较不同上颌尖牙阻生预测模型的准确性 | 7-14岁接受全景放射检查并被诊断为尖牙阻生的患者 | 计算机视觉 | 口腔疾病 | 全景放射摄影 | 深度学习 | 医学影像 | 102张全景片(102颗阻生尖牙和102颗非阻生尖牙) | NA | NA | 准确率, 灵敏度, 特异性, 精确率, AUC | NA |
5883 | 2025-10-06 |
Machine and deep learning models for predicting high pressure density of heterocyclic thiophenic compounds based on critical properties
2025-Jul-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09600-z
PMID:40659686
|
研究论文 | 本研究使用机器学习和深度学习模型预测七种噻吩衍生物的高压密度 | 首次将临界性质作为输入参数,并比较多种先进机器学习模型在噻吩衍生物高压密度预测中的性能 | 仅针对七种特定噻吩衍生物进行研究,模型泛化能力需进一步验证 | 开发准确预测噻吩衍生物高压密度的计算模型 | 七种噻吩衍生物(噻吩、2-甲基噻吩、3-甲基噻吩、2,5-二甲基噻吩、2-噻吩甲醇、2-噻吩甲醛和2-乙酰噻吩) | 机器学习 | NA | 临界性质分析 | DT, AdaBoost-DT, LightGBM, GBoost, TabNet, DNN | 数值数据 | NA | NA | 决策树, 自适应提升决策树, 轻量梯度提升机, 梯度提升, 表格神经网络, 深度神经网络 | AAPRE, RMSE, 决定系数R | NA |
5884 | 2025-10-06 |
Evaluating the strength properties of high-performance concrete in the form of ensemble and hybrid models using deep learning techniques
2025-Jul-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10860-y
PMID:40659776
|
研究论文 | 本研究开发了基于深度学习的混合和集成模型来预测高性能混凝土的抗压强度和坍落度流动性能 | 结合元启发式算法(GWO, QPSO)与机器学习模型(T-SFIS, GBMBoost, Decision Tree)构建混合和集成框架,显著提高了预测精度 | 研究仅基于191种混合物的数据集,样本规模相对有限 | 开发高精度预测高性能混凝土力学性能的计算模型 | 高性能混凝土的抗压强度和坍落度流动性能 | 机器学习 | NA | 深度学习 | 集成模型, 混合模型, Decision Tree | 混凝土混合物性能数据 | 191种混凝土混合物 | NA | T-SFIS, GBMBoost, Decision Tree, GWO, QPSO | R², RMSE | NA |
5885 | 2025-10-06 |
NeXtMD: a new generation of machine learning and deep learning stacked hybrid framework for accurate identification of anti-inflammatory peptides
2025-Jul-15, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02314-8
PMID:40660190
|
研究论文 | 提出了一种名为NeXtMD的新型机器学习与深度学习混合框架,用于准确识别抗炎肽 | 开发了双模块堆叠框架,整合机器学习和深度学习组件,采用四类序列衍生描述符和两阶段预测策略 | NA | 准确识别抗炎肽以支持药物开发和炎症疾病治疗 | 抗炎肽序列 | 机器学习 | 炎症疾病 | 序列分析 | 机器学习,深度学习 | 肽序列数据 | NA | NA | ResNeXt | 准确率,精确率,召回率,F1分数,AUC | NA |
5886 | 2025-10-06 |
Assessing MRI-based Artificial Intelligence Models for Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma: A Systematic Review and Meta-analysis
2025-Jul-15, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.030
PMID:40670226
|
系统评价与荟萃分析 | 评估基于MRI的人工智能模型在肝细胞癌微血管侵犯术前预测中的性能 | 首次对MRI-based AI预测HCC微血管侵犯进行系统评价和荟萃分析,比较了传统机器学习与深度学习方法的表现差异 | 存在显著的异质性和低GRADE证据等级,可能影响证据强度 | 评估基于MRI的人工智能在肝细胞癌微血管侵犯术前预测中的诊断性能 | 肝细胞癌患者的MRI影像数据 | 医学影像分析 | 肝细胞癌 | 磁共振成像 | 传统机器学习,深度学习 | 医学影像 | 2838例内部验证病例和1161例外部队验证病例 | NA | NA | 敏感度,特异度,诊断比值比,曲线下面积 | NA |
5887 | 2025-10-06 |
Harnessing AlphaFold to reveal hERG channel conformational state secrets
2025-Jul-14, eLife
IF:6.4Q1
DOI:10.7554/eLife.104901
PMID:40658102
|
研究论文 | 本研究利用AlphaFold结合结构模板预测hERG离子通道的不同构象状态,揭示其功能机制和药物结合特性 | 首次展示通过精心选择结构模板可引导AlphaFold预测特定功能状态,发现hERG通道失活机制和增强药物结合的新分子特征 | 方法依赖于结构模板的选择质量,计算预测仍需实验验证 | 解析跨膜离子通道蛋白的离散构象状态,提升药物安全性筛选能力 | hERG钾离子通道(K11.1) | 计算生物学 | 心律失常 | AlphaFold蛋白质结构预测,分子对接,分子动力学模拟 | 深度学习 | 蛋白质结构数据,实验验证数据 | NA | AlphaFold | AlphaFold | 与实验药物亲和力的一致性,结构特征验证 | NA |
5888 | 2025-10-06 |
Pathological omics prediction of early and advanced colon cancer based on artificial intelligence model
2025-Jul-14, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03119-5
PMID:40658261
|
研究论文 | 本研究开发了一种基于全切片图像的AI模型用于预测结肠癌分期 | 结合病理组学诊断开发深度学习模型预测结肠癌分期,相比传统机器学习方法具有更高识别精度 | 外部验证集性能相对较低(AUC 0.700),样本量有限 | 开发基于病理切片的AI模型预测结肠癌分期 | 结肠癌患者病理切片 | 数字病理 | 结肠癌 | 全切片图像分析 | 机器学习算法,深度学习算法 | 病理图像 | 100张训练集病理切片 + 421张TCGA外部验证集病理切片 | CellProfiler, CLAM | NA | AUC, 准确率 | NA |
5889 | 2025-10-06 |
Identification of a 10-species microbial signature of inflammatory bowel disease by machine learning and external validation
2025-Jul-14, Cell regeneration (London, England)
DOI:10.1186/s13619-025-00246-w
PMID:40658318
|
研究论文 | 本研究通过机器学习方法识别出与炎症性肠病相关的10种微生物标志物,并进行了外部验证 | 首次开发了基于10种微生物特征的XGBoost分类模型,并采用标准化方法确保宏基因组和16S测序数据的可比性 | 模型性能在不同人群和数据质量下存在差异,需要进一步验证 | 开发非侵入性生物标志物以提高炎症性肠病的诊断精度 | 炎症性肠病患者和健康对照的粪便样本 | 机器学习 | 炎症性肠病 | 宏基因组测序,16S测序 | XGBoost | 微生物组测序数据 | 181份粪便样本(验证集) | XGBoost | XGB-IBD10 | 准确率 | NA |
5890 | 2025-10-06 |
Uncertainty aware domain incremental learning for cross domain depression detection
2025-Jul-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10917-y
PMID:40659724
|
研究论文 | 提出一种不确定性感知的领域增量学习框架用于跨领域抑郁症检测 | 整合了不确定性引导的自适应类别阈值学习和无数据领域对齐方法,解决了领域间隙、类别不平衡和模型不确定性问题 | 仅在四个基准数据集上进行验证,需要进一步在真实临床场景中测试 | 开发可靠的跨领域抑郁症检测方法 | 重度抑郁症患者的文本数据 | 自然语言处理 | 抑郁症 | 深度学习 | 深度学习模型 | 文本数据 | 四个基准数据集(CMDC, DIAC-WoZ, MODMA, EATD) | NA | UDIL-DD框架(包含UACTL和DFDA模块) | NA | NA |
5891 | 2025-10-06 |
AFTG-Net: A Deep Attention-based Fusion Framework of Topological and Gradient Features for Pathological Image Analysis
2025-Jul-11, Research square
DOI:10.21203/rs.3.rs-6710077/v1
PMID:40671798
|
研究论文 | 提出一种基于注意力机制的深度学习框架AFTG-Net,用于骨骼肌病理图像分类 | 首次将拓扑数据分析与梯度特征通过交叉加权融合方法结合,使用余弦相似度自适应平衡异构特征的贡献 | NA | 开发自动分类骨骼肌病理图像的机器学习方法,区分肌萎缩侧索硬化症、糖尿病和健康对照组 | 野生型和疾病模型(G93A*SOD1 ALS模型和Akita 1型糖尿病模型)的WGA染色骨骼肌图像 | 数字病理学 | 神经肌肉疾病, 糖尿病 | WGA染色组织病理学成像 | 深度学习, 注意力机制 | 图像 | 多种骨骼肌(股四头肌、腓肠肌、胫骨前肌、趾长伸肌和比目鱼肌)的病理图像 | NA | AFTG-Net | 分类准确率 | NA |
5892 | 2025-10-06 |
Deep learning for predicting myopia severity classification method
2025-Jul-09, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01416-2
PMID:40634962
|
研究论文 | 本文提出了一种结合深度可分离卷积和动态卷积的深度学习模型X-ENet,用于从眼底图像中分类不同严重程度的近视 | 结合深度可分离卷积和动态卷积的优势,实现轻量化处理同时保持高分类精度 | NA | 提高近视筛查效率,开发近视严重程度分类方法 | 眼底图像 | 计算机视觉 | 近视 | 深度学习 | CNN | 图像 | NA | NA | X-ENet | 准确率,精确率,召回率,F1分数,特异性 | NA |
5893 | 2025-10-06 |
A Digital Twin Framework for Adaptive Treatment Planning in Radiotherapy
2025-Jul-09, ArXiv
PMID:40671956
|
研究论文 | 开发用于前列腺立体定向放射治疗的数字孪生框架,实现快速在线自适应质子治疗计划优化 | 集成深度学习多图谱形变图像配准、日常CBCT解剖结构更新和基于知识的计划质量评估,显著缩短重新优化时间 | 研究基于43例历史病例,样本量有限,需进一步验证框架的普适性 | 提高前列腺SBRT治疗中自适应放疗的精确度和效率 | 前列腺癌患者,特别是伴有显性前列腺内病灶增强的患者 | 数字病理 | 前列腺癌 | 锥形束CT,质子治疗,立体定向放射治疗 | 深度学习 | 医学影像 | 43例前列腺SBRT历史病例 | NA | 多图谱形变图像配准 | 重新优化时间,计划质量评分,V100,膀胱V20.8Gy,直肠V23Gy,尿道D10 | NA |
5894 | 2025-10-06 |
Psychometric Evaluation of Large Language Model Embeddings for Personality Trait Prediction
2025-Jul-08, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/75347
PMID:40627556
|
研究论文 | 本研究系统评估了大语言模型嵌入在人格特质预测中的心理测量有效性 | 首次在大语言模型嵌入的心理测量有效性框架内进行系统评估,并比较了与传统特征工程方法的效能 | 心理测量验证测试显示中等可靠性(平均Cronbach α为0.63),需要进一步研究微调策略来增强心理测量有效性 | 评估大语言模型嵌入在人格特质预测中的应用,建立其作为人格评估的心理测量有效且高效的替代方案 | 来自PANDORA大五人格数据集的100万条Reddit帖子 | 自然语言处理 | NA | 文本嵌入,心理语言学特征提取 | 双向长短期记忆模型,大语言模型 | 文本 | 100万条Reddit帖子 | NA | RoBERTa, BERT, OpenAI, 双向LSTM | Cronbach α, 相关系数 | NA |
5895 | 2025-10-06 |
Enhancing sequence alignment of adaptive immune receptors through multi-task deep learning
2025-Jul-08, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf651
PMID:40650972
|
研究论文 | 提出一种基于多任务深度学习的自适应免疫受体序列比对工具AlignAIR,显著提升等位基因分配准确性和序列分割性能 | 首次将多任务学习框架应用于免疫受体序列比对,通过先进模拟方法和潜在空间表征捕获体细胞超突变特征 | 未明确说明模型在特定免疫条件下的泛化能力及对罕见等位基因的处理效果 | 开发高精度的免疫球蛋白序列比对方法以促进适应性免疫研究和抗体工程 | 免疫球蛋白序列和自适应免疫受体 repertoire 测序数据 | 生物信息学 | 免疫相关疾病 | AIRR-seq, V(D)J重组分析, 体细胞超突变分析 | 深度学习 | 生物序列数据 | 数百万条序列 | NA | 多任务学习框架 | 等位基因分配准确率, 生产力评估, 序列分割精度, 处理速度 | 支持本地容器化部署处理大规模序列 |
5896 | 2025-10-06 |
Multi-task machine learning reveals the functional neuroanatomy fingerprint of mental processing
2025-Jul-05, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.30.569385
PMID:40631327
|
研究论文 | 通过多任务深度学习模型揭示七种不同心理过程的功能神经解剖学指纹 | 首次证明每种心理过程都具有独特且可靠的功能神经解剖学指纹模式 | 研究仅涵盖七种代表性心理过程,未包含所有可能的心理活动类型 | 探索心理过程是否具有独特的功能神经解剖学基础 | 来自美国和中国的1235名受试者的功能磁共振成像数据 | 机器学习 | NA | 功能磁共振成像 | 深度学习 | 神经影像数据 | 1235名受试者 | NA | 多任务深度学习模型 | 分类准确率,AUC | NA |
5897 | 2025-10-06 |
Multimodal deep learning integration of cryo-EM and AlphaFold3 for high-accuracy protein structure determination
2025-Jul-03, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.03.663071
PMID:40631196
|
研究论文 | 提出一种结合冷冻电镜密度图和AlphaFold3预测结构的多模态深度学习方法MICA,用于高精度蛋白质结构测定 | 在输入和输出层面同时整合冷冻电镜密度图和AlphaFold3预测结构,采用多任务编码器-解码器架构和特征金字塔网络 | NA | 改进冷冻电镜蛋白质结构建模,实现全自动高精度蛋白质结构测定 | 蛋白质结构,特别是大型蛋白质复合物 | 计算生物学 | NA | 冷冻电镜,深度学习 | 多模态深度学习 | 冷冻电镜密度图,蛋白质结构数据 | NA | NA | 编码器-解码器架构,特征金字塔网络 | 模板建模得分 | NA |
5898 | 2025-10-06 |
Diagnosis and Screening of Velocardiofacial Syndrome by Evaluating Facial Photographs Using a Deep Learning-Based Algorithm
2025-Jul-01, Plastic and reconstructive surgery
IF:3.2Q1
DOI:10.1097/PRS.0000000000011792
PMID:39356705
|
研究论文 | 本研究开发了一种基于深度学习的人脸识别模型,用于从面部照片中诊断腭心面综合征 | 首次将多任务级联卷积神经网络应用于腭心面综合征的面部诊断,并通过热力图分析验证了模型关注区域与已知面部表型的一致性 | 样本量相对有限(98名患者和91名对照),且模型性能受照片拍摄角度影响 | 开发基于深度学习的腭心面综合征自动诊断系统 | 腭心面综合征患者和健康对照的面部照片 | 计算机视觉 | 腭心面综合征 | 面部图像分析 | CNN | 图像 | 98名VCFS患者(920张面部照片)和91名非VCFS对照(463张面部照片) | NA | 多任务级联卷积神经网络 | 准确率 | NA |
5899 | 2025-10-06 |
Toxicologic Pathology Forum*: Opinion on New Technologies and Trends Disrupting Drug Discovery and Development: How Can the Next Generation of Toxicologic Pathologists Be Prepared for Evolving Roles?
2025-Jul, Toxicologic pathology
IF:1.4Q4
DOI:10.1177/01926233251321805
PMID:40159889
|
观点论坛 | 探讨新技术和趋势如何改变药物研发模式以及毒理病理学家如何适应未来角色 | 首次系统分析技术变革对毒理病理学领域的颠覆性影响,并提出应对未来挑战的人才培养方向 | NA | 分析新兴技术对药物研发的影响,探讨毒理病理学家未来角色定位和培养策略 | 毒理病理学家和药物研发行业 | 数字病理 | NA | 人工智能、深度学习、数字病理 | NA | NA | NA | NA | NA | NA | NA |
5900 | 2025-10-06 |
Detection of Hypertrophic Cardiomyopathy on Electrocardiogram Using Artificial Intelligence
2025-Jul, Circulation. Heart failure
|
研究论文 | 本研究评估了一种基于深度学习的人工智能设备在12导联心电图中检测肥厚型心肌病的准确性 | 开发了首个基于深度学习的AI设备,能够通过常规12导联心电图筛查肥厚型心肌病 | 研究样本仅来自3家医院,可能存在选择偏倚;设备敏感性为68.4%,仍有提升空间 | 评估人工智能设备在检测肥厚型心肌病方面的准确性和临床应用价值 | 肥厚型心肌病患者和正常对照人群 | 医学人工智能 | 心血管疾病 | 12导联心电图 | 深度学习 | 心电图信号数据 | 3205例(293例HCM阳性,2912例HCM阴性) | NA | NA | 灵敏度, 特异度, AUC, 阳性预测值, 阴性预测值 | NA |