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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
6341 | 2025-10-06 |
A hybrid deep learning model EfficientNet with GRU for breast cancer detection from histopathology images
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00930-6
PMID:40634313
|
研究论文 | 提出一种结合EfficientNetV2和GRU的混合深度学习模型,用于乳腺癌组织病理学图像的准确分类 | 集成EfficientNetV2进行多尺度特征提取,并结合带有注意力机制的GRU来建模序列依赖关系 | NA | 开发高性能深度学习框架用于乳腺癌组织病理学图像的准确分类 | 乳腺癌组织病理学图像 | 数字病理学 | 乳腺癌 | 组织病理学图像分析 | CNN, GRU | 图像 | BreakHis和Camelyon17数据集(200倍放大) | NA | EfficientNetV2, GRU | 精确率, 召回率, F1分数, 特异性, IoU, 准确率 | NA |
6342 | 2025-10-06 |
Enhanced detection of Mpox using federated learning with hybrid ResNet-ViT and adaptive attention mechanisms
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05391-5
PMID:40634415
|
研究论文 | 提出一种基于联邦学习的混合ResNet-ViT模型,用于增强猴痘皮肤病变检测 | 结合ResNet和Vision Transformer架构,集成XGBoost和LightGBM分类器,采用联邦学习保护数据隐私 | NA | 开发隐私保护且可扩展的猴痘检测系统 | 猴痘皮肤病变图像 | 计算机视觉 | 猴痘 | 深度学习 | CNN, Transformer | 图像 | 3192张增强图像 | Python | ResNet, Vision Transformer | 准确率, 精确率, 召回率, 鲁棒性 | NA |
6343 | 2025-10-06 |
Leveraging explainable artificial intelligence for early detection and mitigation of cyber threat in large-scale network environments
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08597-9
PMID:40634417
|
研究论文 | 提出一种结合可解释人工智能的网络安全威胁早期检测与缓解方法 | 集成Mayfly优化算法进行特征选择,采用稀疏去噪自编码器结合Hiking优化算法进行超参数调优,并引入LIME增强模型可解释性 | 仅使用NSLKDD2015和CICIDS2017数据集进行验证,未提及其他数据集或真实环境测试 | 实现大规模网络环境中网络安全威胁的早期检测与缓解 | 网络攻击和网络安全威胁 | 机器学习 | NA | 机器学习,深度学习 | 自编码器 | 网络数据 | 使用NSLKDD2015和CICIDS2017数据集 | NA | 稀疏去噪自编码器(SDAE) | 准确率 | NA |
6344 | 2025-10-06 |
Electricity usage prediction using developed human evolutionary optimization algorithm and Xception neural network
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10557-2
PMID:40634445
|
研究论文 | 提出一种结合改进人类进化优化算法和Xception神经网络的新型电力使用预测方法 | 首次将开发的DHEO优化算法与改进的Xception神经网络相结合用于电力使用预测,能够更精确捕捉电力消耗数据中的复杂依赖关系 | NA | 预测电力使用量,优化能源生产,有效预测未来需求 | 电力消耗数据,包括天气条件、人口统计洞察和经济指标等多种因素 | 机器学习 | NA | 时间序列分析 | Xception神经网络 | 时间序列数据 | NA | NA | Xception | NA | NA |
6345 | 2025-10-06 |
Transformer optimization with meta learning on pathology images for breast cancer lymph node micrometastasis
2025-Jul-09, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01833-6
PMID:40634485
|
研究论文 | 开发了一种名为MetaTrans的新型网络,通过元学习在病理图像上识别乳腺癌淋巴结微转移 | 结合元学习技术处理有限数据集,开发了MetaTrans网络,在多个临床场景中表现出优异的跨域适应能力 | 微转移病灶尺寸较小限制了数据集的扩展 | 开发能够有效识别淋巴结微转移的深度学习模型 | 乳腺癌、甲状腺癌和结直肠癌的淋巴结微转移 | 数字病理 | 乳腺癌 | 元学习 | Transformer | 病理图像 | 34类数据集(MT-MCD) | NA | MetaTrans | 零样本任务性能,跨域适应能力 | NA |
6346 | 2025-10-06 |
Deep learning-based automatic detection and grading of disk herniation in lumbar magnetic resonance images
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10401-7
PMID:40634500
|
研究论文 | 开发了一种改进的YOLOv8模型(GE-YOLOv8),用于自动检测和分级腰椎磁共振图像中的椎间盘突出 | 在YOLOv8基础上结合梯度搜索模块和高效通道注意力机制,增强关键结构特征学习能力并提升小目标病变检测灵敏度 | NA | 解决腰椎MR图像解读过程重复耗时及不同经验医师诊断结果不一致的问题 | 腰椎磁共振图像中的椎间盘突出 | 计算机视觉 | 椎间盘疾病 | 磁共振成像 | CNN | 医学图像 | 福建医科大学附属协和医院平潭分院数据集和外部测试数据集 | NA | YOLOv8, GE-YOLOv8 | mAP50 | NA |
6347 | 2025-10-06 |
Real-Time jamming detection using windowing and hybrid machine learning models for pre-saturation alerts
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10567-0
PMID:40634565
|
研究论文 | 提出一种用于GNSS干扰下Ublox-M8T接收机欺骗和压制干扰检测的新型深度学习和机器学习模型 | 集成窗口机制实现预饱和警报和干扰检测早期激活,在静态和动态干扰条件下区分高可信度和低可信度GNSS数据 | NA | 开发实时干扰检测系统以增强GNSS接收机在干扰环境下的可靠性 | Ublox-M8T接收机中的欺骗和压制干扰信号 | 机器学习 | NA | 软件定义无线电 | XGBoost | GNSS信号数据 | 在受控条件下收集的真实GNSS和干扰信号 | XGBoost | XGBoost分类器 | 检测率, 精确度, 马修斯相关系数, 预测时间 | STM32H743微控制器 |
6348 | 2025-10-06 |
Artificial Intelligence-powered copilots for precision diagnosis and surgical assessment of histological growth patterns in resectable colorectal liver metastases: a prospective study
2025-Jul-09, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002922
PMID:40638258
|
研究论文 | 开发基于Transformer的深度学习模型COFFEE,用于结直肠癌肝转移组织学生长模式的精确分类 | 首次将Transformer架构与多实例学习框架结合,通过多头自注意力和金字塔位置编码生成器有效聚合全切片图像中的空间和形态学信息 | 样本量相对有限,前瞻性队列仅包含30例患者 | 开发AI辅助工具提升结直肠癌肝转移组织学生长模式的诊断精度和手术评估 | 431例结直肠癌肝转移患者的全切片图像 | 数字病理 | 结直肠癌肝转移 | 全切片图像分析 | Transformer | 图像 | 431例患者(训练297例,测试104例,前瞻性30例),共使用2414张全切片图像 | PyTorch | Vision Transformer, TransMIL | AUC, 准确率, 诊断时间 | NA |
6349 | 2025-07-12 |
Letter to editor "Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model"
2025-Jul-09, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002840
PMID:40643594
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
6350 | 2025-10-06 |
Reproducibility and interpretability in radiomics: a critical assessment
2025-07-08, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2024.242719
PMID:39463040
|
综述 | 本文批判性评估了影像组学中可重复性和可解释性面临的挑战及其对临床转化的影响 | 系统分析了影像组学中高维数据特性与统计方法之间的根本矛盾,并提出通过最佳实践和公共数据集建设来应对挑战 | 作为综述文章未提出具体技术解决方案,主要侧重于问题分析和方向性建议 | 评估影像组学领域的可重复性和可解释性挑战 | 影像组学研究流程和统计分析方法 | 医学影像分析 | NA | 影像组学特征提取 | NA | 医学影像 | NA | NA | NA | NA | NA |
6351 | 2025-10-06 |
Progress in the application research of cervical cancer screening developed by artificial intelligence in large populations
2025-Jul-08, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03102-0
PMID:40627254
|
综述 | 本文综述人工智能在大人群宫颈癌筛查中的应用进展、临床案例及实施挑战 | 系统总结AI技术如何简化宫颈癌筛查流程并提升诊断效率,首次整合大规模筛查中的临床实践案例与实施障碍分析 | 存在技术资源限制、临床工作流整合困难及伦理法律风险等挑战 | 探讨人工智能在大人群宫颈癌筛查中的应用价值与发展方向 | 低收入和中等收入国家需要宫颈癌筛查的女性群体 | 数字病理 | 宫颈癌 | 机器学习,深度学习 | NA | 细胞学图像,HPV检测数据,阴道镜检查数据 | 大人群规模(未指定具体数量) | NA | NA | 敏感度,特异性,诊断精度 | NA |
6352 | 2025-10-06 |
Unveiling aging heterogeneities in human dermal fibroblasts via nanosensor chemical cytometry
2025-Jul-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61590-8
PMID:40628739
|
研究论文 | 开发基于纳米传感器化学细胞术的无标记非破坏性单细胞分析平台,用于揭示人类真皮成纤维细胞中的衰老异质性 | 首次将纳米传感器化学细胞术与自动化硬件和深度学习集成,实现无标记、非破坏性的单细胞衰老表型分析 | 未明确说明平台在其他细胞类型或组织中的适用性 | 研究组织再生细胞中的衰老异质性及其对治疗效果的影响 | 人类真皮成纤维细胞 | 生物医学工程 | 衰老相关疾病 | 纳米传感器化学细胞术, RNA测序, 微流控技术 | 深度学习 | 细胞表型数据, 基因表达数据 | 约10个细胞/小时的高通量分析 | NA | NA | 治疗疗效预测可靠性 | NA |
6353 | 2025-10-06 |
Motor imagery EEG signal classification using novel deep learning algorithm
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00824-7
PMID:40628758
|
研究论文 | 提出一种结合混合预处理、空间特征增强和自适应深度信念网络的运动想象脑电信号分类新方法 | 提出创新的混合预处理方法(EMD+CWT)、SPoC与CSP结合的空间特征增强技术、自适应深度信念网络分类器以及使用FNO算法进行参数优化 | NA | 解决运动想象脑电信号分类中信号噪声、被试间变异性和实时处理需求等挑战 | 运动想象脑电信号 | 机器学习 | 神经系统疾病 | 脑电图 | 深度信念网络 | 脑电信号 | BCI竞赛IV数据集2a和Physionet数据集 | NA | 自适应深度信念网络 | 准确率, 召回率, 精确率, 特异性 | NA |
6354 | 2025-10-06 |
Deep learning diagnosis plus kinematic severity assessments of neurodivergent disorders
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04294-9
PMID:40628787
|
研究论文 | 本研究结合深度学习诊断和运动学严重程度评估来识别神经发育障碍 | 首次将原始运动学数据与深度学习相结合用于NDD诊断,并开发了基于生理特征波动的新型生物特征指标用于严重程度分型 | 未提及样本量的具体限制和外部验证结果 | 开发神经发育障碍的早期诊断和严重程度评估方法 | 自闭症谱系障碍、注意力缺陷多动障碍、共病ASD+ADHD患者和神经典型发育个体 | 机器学习 | 神经发育障碍 | 高清晰度运动学蓝牙传感器测量 | 深度学习 | 运动学数据 | NA | NA | NA | AUC | NA |
6355 | 2025-10-06 |
Enhancing stroke risk prediction through class balancing and data augmentation with CBDA-ResNet50
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07350-6
PMID:40628791
|
研究论文 | 提出一种结合类别平衡和数据增强的CBDA-ResNet50深度学习模型,用于提升中风风险预测准确率 | 将类别平衡和数据增强技术集成到ResNet50架构中,解决医学影像数据中的类别不平衡和训练样本有限问题 | 未明确说明数据集中具体缺失的中风风险因素类型 | 提高中风风险的早期预测准确性 | 中风风险预测 | 医学影像分析 | 中风 | 深度学习 | CNN | 医学影像 | NA | TensorFlow, PyTorch | ResNet50 | 准确率, 平衡准确率 | NA |
6356 | 2025-10-06 |
Integrating radiomic texture analysis and deep learning for automated myocardial infarction detection in cine-MRI
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08127-7
PMID:40628813
|
研究论文 | 提出结合影像组学纹理分析和深度学习的混合框架,用于在非对比剂电影心脏磁共振成像中自动检测心肌梗死 | 将GLCM和GLRLM影像组学特征与改进的U-Net分割网络相结合,采用早期和中期融合策略的混合架构 | NA | 提高心肌梗死的诊断准确性并实现个性化治疗 | 心肌梗死组织和正常心肌组织 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像(CMR) | U-Net, 多种机器学习模型 | 医学影像 | SCD和Kaggle数据集的电影心脏磁共振数据 | NA | 改进的U-Net | AUC, Dice系数, IoU, HD95, 准确率, 精确率, 召回率, F1分数 | NA |
6357 | 2025-10-06 |
Residual capsule network with threshold convolution and attention mechanism for forest fire detection using UAV imagery
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09298-z
PMID:40628850
|
研究论文 | 提出一种结合残差胶囊网络、阈值卷积和注意力机制的新型深度学习框架,用于无人机图像中的森林火灾检测 | 首次将残差胶囊网络、阈值卷积和注意力机制相结合,构建专门针对无人机火灾检测的ResCaps-TC-Attn-Fire框架 | 计算成本较高(推理时间12秒,功耗15W) | 开发实时准确的森林火灾检测系统 | 无人机采集的森林火灾图像 | 计算机视觉 | NA | 无人机遥感,深度学习 | 胶囊网络,注意力机制 | 图像 | 14,140张无人机图像 | NA | ResCaps-TC-Attn-Fire(残差胶囊网络+阈值卷积+注意力机制) | 准确率,精确率,召回率,平均绝对误差,误报率 | NA |
6358 | 2025-10-06 |
A transformer-based architecture for collaborative filtering modeling in personalized recommender systems
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08931-1
PMID:40628873
|
研究论文 | 提出一种基于Transformer的新型架构MBT4R,用于电影推荐系统中的协同过滤建模 | 首次将Transformer架构应用于协同过滤推荐系统,通过自注意力机制有效捕捉序列依赖和上下文关系 | 仅使用MovieLens数据集进行验证,未在其他领域或数据集测试泛化能力 | 提高推荐系统的准确性和个性化程度,增强用户满意度 | 电影推荐系统中的用户偏好建模 | 自然语言处理 | NA | 协同过滤,自注意力机制 | Transformer | 用户交互数据,评分数据,上下文元数据 | 基于MovieLens公共数据集的多个数据集 | NA | Transformer | RMSE, MAE, R² | NA |
6359 | 2025-10-06 |
A novel obfuscation method based on majority logic for preventing unauthorized access to binary deep neural networks
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09722-4
PMID:40628915
|
研究论文 | 提出一种基于多数逻辑的二进制深度神经网络混淆方法以防止未经授权的访问 | 创新的基于密钥的算法-硬件协同设计方法,首次将多数逻辑应用于二进制神经网络的保护 | 方法主要针对二进制神经网络,在其他神经网络架构中的适用性需要进一步验证 | 保护深度神经网络模型免受未经授权访问 | 二进制神经网络模型 | 机器学习 | NA | 硬件安全设计 | 二进制神经网络 | 神经网络模型参数 | NA | NA | 多种二进制神经网络架构 | 面积减少百分比, 功耗减少百分比, 权重修改能量减少百分比 | Cadence Virtuoso工具, TSMC 40nm CMOS工艺 |
6360 | 2025-10-06 |
An enhanced deep learning approach for speaker diarization using TitaNet, MarbelNet and time delay network
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09385-1
PMID:40628926
|
研究论文 | 提出一种名为Neuro-TM Diarizer的深度学习框架,通过集成TitaNet、MarbelNet和时间延迟神经网络来提升说话人日志性能 | 结合噪声抑制、自适应波束成形和神经日志技术,在复杂声学环境中显著提升说话人日志性能 | NA | 开发更准确和鲁棒的说话人日志方法 | 音频信号中的说话人分割和识别 | 语音处理 | NA | 深度学习 | 时间延迟神经网络, TitaNet, MarbelNet | 音频 | VoxConverse和VoxCeleb两个标准数据集 | NA | TitaNet, MarbelNet, 时间延迟神经网络 | 日志错误率, 虚警率, 漏检率 | NA |