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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
6361 | 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 |
6362 | 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 |
6363 | 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 |
6364 | 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 |
6365 | 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 |
6366 | 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 |
6367 | 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 |
6368 | 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 |
6369 | 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 |
6370 | 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 |
6371 | 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 |
6372 | 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 |
6373 | 2025-10-06 |
ResNet-based image processing approach for precise detection of cracks in photovoltaic panels
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09101-z
PMID:40628943
|
研究论文 | 提出基于ResNet深度学习的图像处理方法,用于精确检测光伏面板裂纹 | 设计高效裂纹检测系统,在大规模光伏EL图像数据集上实现性能与计算效率的平衡 | 数据集存在一定缺陷,样本量相对有限 | 开发光伏面板早期缺陷诊断方法,提升太阳能系统维护效率 | 光伏面板电致发光图像 | 计算机视觉 | NA | 电致发光成像 | CNN | 图像 | 2000张EL图像(多晶硅和单晶硅电池) | PyTorch | ResNet34, ResNet50, ResNet152 | F1-score | NA |
6374 | 2025-10-06 |
Structural health monitoring and evaluation method for an immersed tunnel based on deep learning
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10643-5
PMID:40628967
|
研究论文 | 基于深度学习的沉管隧道结构健康监测与评估方法研究 | 提出基于多源信息融合的结构健康评估模型,并比较LSTM和Transformer在结构状态预测中的性能 | NA | 开发沉管隧道结构健康监测与评估方法,实现早期异常检测和长期运营安全 | 海底沉管隧道 | 机器学习 | NA | 传感器数据分析 | LSTM, Transformer | 时间序列数据 | NA | NA | LSTM, Transformer | 可靠性 | NA |
6375 | 2025-10-06 |
A novel model for expanding horizons in sign Language recognition
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09643-2
PMID:40628976
|
研究论文 | 本文提出了一种名为SNDA的新型手语识别架构,并在ASL数据集上实现了最先进的性能 | 提出了融合注意力机制的Sign Nevestro Densenet Attention (SNDA)新型架构 | NA | 提高美国手语识别的准确性和鲁棒性 | 美国手语手势和字母识别 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 超过64,000张标注图像 | NA | DenseNet, 注意力机制 | 准确率, 灵敏度, 特异性, 精确率 | NA |
6376 | 2025-10-06 |
Efficient pretraining of ECG scalogram images using masked autoencoders for cardiovascular disease diagnosis
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10773-w
PMID:40628987
|
研究论文 | 本研究提出一种基于掩码自编码器的心电图时频谱图预训练方法,用于提高心血管疾病的诊断准确率 | 首次将掩码自编码器应用于心电图时频谱图的预训练,在仅使用ImageNet数据集1/12规模的小数据集上实现优越性能 | 研究主要关注七种特定心血管疾病,在资源有限环境下的临床应用潜力尚未完全验证 | 开发自动化深度学习模型以提高心血管疾病诊断精度 | 心电图时频谱图 | 计算机视觉 | 心血管疾病 | 心电图时频谱图分析 | MAE, ViT | 图像 | 未明确指定具体样本数量,但仅使用ImageNet数据集1/12规模 | NA | ViT-S, ResNet-34 | AUC, 准确率 | NA |
6377 | 2025-10-06 |
Effectiveness of machine learning models in diagnosis of heart disease: a comparative study
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09423-y
PMID:40629019
|
研究论文 | 比较多种机器学习和深度学习模型在心脏病诊断中的效果 | 系统比较了12种不同机器学习算法在心脏病预测中的性能,并深入分析了不同特征缩放方法对模型效果的影响 | 仅使用表格数据集进行二元分类任务,未涉及其他类型数据 | 评估机器学习模型在心脏病诊断中的有效性 | 心脏病患者数据 | 机器学习 | 心血管疾病 | 机器学习预测分析 | LR, NB, SVM, DT, RF, KNN, AB, GBM, LGBM, CB, LDA, ANN | 表格数据 | NA | NA | 人工神经网络 | 准确率, 精确率, 召回率, F1分数, AUC, Cohen's Kappa, Logloss | NA |
6378 | 2025-10-06 |
Interpretability-guided RNA N6-methyladenosine modification site prediction with invertible neural networks
2025-Jul-08, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08265-8
PMID:40629144
|
研究论文 | 本研究开发了一种可解释性引导的可逆神经网络模型,用于准确预测RNA N6-甲基腺苷修饰位点 | 首次将可逆神经网络应用于m6A位点预测,整合RNA一级和二级结构信息,并提供跨物种和组织保守性分析 | 未明确说明模型在处理稀有修饰位点或特定组织类型时的性能限制 | 开发高精度预测RNA m6A修饰位点的深度学习方法 | RNA N6-甲基腺苷修饰位点 | 生物信息学 | 癌症 | RNA修饰位点预测 | 可逆神经网络 | RNA序列数据和二级结构信息 | 来自不同物种和组织的11个基准数据集 | NA | 可逆耦合框架 | NA | NA |
6379 | 2025-10-06 |
FeatureForest: the power of foundation models, the usability of random forests
2025-Jul-08, Npj imaging..
DOI:10.1038/s44303-025-00089-9
PMID:40629147
|
研究论文 | 提出FeatureForest方法,利用基础模型的特征嵌入训练随机森林分类器,实现快速语义分割 | 将大型基础模型的特征嵌入能力与随机森林的易用性相结合,仅需少量标注笔划即可完成复杂图像分割 | 需要依赖预训练基础模型,且在不同数据集上的泛化能力需进一步验证 | 开发更便捷高效的生物图像分割方法 | 生物图像中的目标对象 | 计算机视觉 | NA | 深度学习,随机森林分类 | 基础模型,随机森林 | 生物图像 | NA | napari | SAM | NA | NA |
6380 | 2025-10-06 |
Artificial intelligence-driven discovery of YH395A: A novel TGFβR1 inhibitor with potent anti-tumor activity against triple-negative breast cancer
2025-Jul-08, Cell communication and signaling : CCS
IF:8.2Q1
DOI:10.1186/s12964-025-02337-2
PMID:40629347
|
研究论文 | 通过人工智能驱动的虚拟筛选发现新型TGFβR1抑制剂YH395A,并验证其对三阴性乳腺癌的抗肿瘤活性 | 使用生成式深度学习方法构建虚拟分子库进行筛选,发现具有全新结构的四氢-β-咔啉衍生物YH395A | 需要扩展临床前验证研究 | 开发针对三阴性乳腺癌的新型TGFβ通路抑制剂 | 三阴性乳腺癌细胞系和小鼠模型 | 药物发现 | 三阴性乳腺癌 | 生成式深度学习,虚拟筛选 | 深度学习 | 分子结构数据 | 细胞系实验和动物模型(包括PDX模型) | NA | NA | 细胞迁移抑制率,细胞侵袭抑制率,肿瘤生长抑制率,转移抑制效果 | NA |