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 | 
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6681 | 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 | 
| 6682 | 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 | 
| 6683 | 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 | 
| 6684 | 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 | 
| 6685 | 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 | 
| 6686 | 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 | 
| 6687 | 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 | 
| 6688 | 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 | 
| 6689 | 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 | 
| 6690 | 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 | 
| 6691 | 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 | 
| 6692 | 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 | 
| 6693 | 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 | 
| 6694 | 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 | 
| 6695 | 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 | 
| 6696 | 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 | 
| 6697 | 2025-10-06 | 
         Fundus Refraction Offset as an Individualized Myopia Biomarker 
        
          2025-Jul-01, JAMA ophthalmology
          
          IF:7.8Q1
          
         
        
          DOI:10.1001/jamaophthalmol.2025.1513
          PMID:40471629
         
       | 
      
      研究论文 | 提出一种眼底层面的生物标志物——眼底屈光偏移(FRO),并研究其与光学相干断层扫描(OCT)衍生眼部参数的关联 | 首次提出FRO作为个体化近视生物标志物,能够捕捉后段解剖结构的个体差异,弥补传统球镜等效屈光度和眼轴长度的不足 | 研究为横断面设计,无法确定因果关系;外部验证数据集样本量较小(仅152只眼) | 开发个体化近视生物标志物并验证其与眼部解剖结构参数的关联 | 健康人眼(来自UK Biobank和Caledonian队列) | 医学影像分析 | 近视 | 光学相干断层扫描(OCT),深度学习 | 深度学习模型 | 眼底图像,OCT图像 | UK Biobank队列45,180只眼(训练集70%,内部验证集30%),外部验证集152只右眼 | NA | NA | 线性回归系数(β),95%置信区间,P值 | NA | 
| 6698 | 2025-10-06 | 
         Unsupervised learning reveals landscape of local structural motifs across protein classes 
        
          2025-Jul-01, Bioinformatics (Oxford, England)
          
         
        
          DOI:10.1093/bioinformatics/btaf377
          PMID:40569048
         
       | 
      
      研究论文 | 通过无监督学习分析蛋白质三维结构中的局部结构基序,构建了包含1500万个结构环境的基序词典 | 首次利用自监督深度学习表征大规模蛋白质局部结构微环境,创建了全面的局部3D基序词典 | NA | 探索蛋白质局部结构基序的景观及其在蛋白质结构和功能分析中的应用 | 蛋白质数据银行中的1500万个结构环境,人类蛋白质组中的致病变异 | 机器学习 | NA | 无监督学习,自监督深度学习 | 深度学习 | 蛋白质三维结构数据 | 超过1500万个结构环境 | NA | NA | 结构搜索性能,模型质量评估,药物脱靶相互作用预测准确率 | NA | 
| 6699 | 2025-10-06 | 
         A semi-automated workflow for cohort-wise preparation of radiotherapy data for dose-response modeling, including autosegmentation of organs at risk 
        
          2025-Jul, Journal of applied clinical medical physics
          
          IF:2.0Q3
          
         
        
          DOI:10.1002/acm2.70152
          PMID:40653785
         
       | 
      
      研究论文 | 开发并测试了一种用于放疗数据队列化处理的半自动化工作流程,包括危及器官的自动分割 | 提出结合数据提取、清理、自动分割和质量控制的半自动化工作流程,特别针对历史未系统勾画的危及器官 | 工作流程在20%测试案例中仍需人工干预 | 开发用于剂量-反应建模的放疗数据预处理工作流程 | 放疗患者数据,特别是近端支气管树、心脏和食道等危及器官 | 数字病理 | 肺癌 | 深度学习,基于图谱的分割方法 | 深度学习模型 | 医学影像数据,放疗剂量数据 | 106个患者案例用于开发,20个独立案例用于评估,50个独立案例用于最终测试 | NA | NA | Dice相似系数 | NA | 
| 6700 | 2025-10-06 | 
         Transfer learning for DL-based Synthetic CT after reconstruction algorithm upgrade in a proton therapy clinic 
        
          2025-Jul, Medical physics
          
          IF:3.2Q1
          
         
        
          DOI:10.1002/mp.17937
          PMID:40660869
         
       | 
      
      研究论文 | 本研究评估迁移学习策略在CBCT软件升级后维持深度学习合成CT图像质量的效能 | 首次系统评估迁移学习在质子治疗中应对CBCT重建算法升级导致数据漂移的有效性 | 研究仅针对头颈部癌症患者,样本量有限(69例患者) | 评估迁移学习策略在CBCT软件升级后维持sCT工作流程可持续性的能力 | 头颈部癌症患者的CBCT-CT图像对 | 医学影像分析 | 头颈部癌症 | CBCT成像,深度学习 | DCNN, cycleGAN | 医学影像(CBCT和CT图像) | 69例头颈部癌症患者,其中60例用于训练验证,9例用于测试 | NA | DCNN, cycleGAN | 平均绝对误差(MAE), 剂量学差异, 正常组织并发症概率差异(∆NTCP) | NA |