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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
6781 | 2025-10-06 |
teaLeafBD: A comprehensive image dataset to classify the diseased tea leaf to automate the leaf selection process in Bangladesh
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111769
PMID:40612469
|
研究论文 | 构建了一个包含5278张病害和健康茶叶图像的综合数据集teaLeafBD,用于自动化茶叶病害分类 | 创建了首个针对孟加拉国茶叶病害的全面图像数据集,涵盖多种病害类型和不同环境条件 | NA | 通过构建高质量图像数据集改进茶叶病害识别,实现自动化叶片选择过程 | 茶叶叶片(病害和健康状态) | 计算机视觉 | 植物病害 | 图像采集 | 深度学习模型 | 图像 | 5278张茶叶叶片图像 | NA | NA | NA | NA |
6782 | 2025-10-06 |
Assessment model of blast injury: A narrative review
2025-Jul-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112830
PMID:40612508
|
综述 | 本文系统总结了爆炸冲击波的生物学效应、传统评估模型的应用与局限,以及新兴的细胞/类器官模型和人工智能技术在爆炸伤评估中的应用 | 首次系统整合了冲击波细胞模型、人源类器官模型和人工智能模型在爆炸伤评估中的最新应用进展 | 作为叙述性综述,缺乏对原始研究数据的定量分析和统计比较 | 评估爆炸伤的生物学效应和开发新型评估模型 | 爆炸冲击波引起的颅脑和肺部损伤 | 医学研究 | 爆炸伤 | 数值模拟、动物模型、尸体替代品(PMHS)、细胞模型、类器官模型 | 机器学习,深度学习 | 实验数据、模拟数据 | NA | NA | NA | NA | NA |
6783 | 2025-10-06 |
Mutualistic Multi-Network Noisy Label Learning (MMNNLL) Method and Its Application to Transdiagnostic Classification of Bipolar Disorder and Schizophrenia
2025-Jul-04, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3585880
PMID:40614156
|
研究论文 | 提出一种互惠多网络噪声标签学习方法,用于双相情感障碍和精神分裂症的跨诊断分类 | 通过多网络协作与竞争机制最大化网络间一致性,有效处理噪声标签数据 | 未明确说明方法在其他类型精神疾病或医学影像数据上的泛化能力 | 提高精神疾病诊断准确性,实现跨诊断分类 | 双相情感障碍和精神分裂症患者 | 机器学习 | 精神疾病 | 脑功能连接数据分析 | DNN | 神经影像数据 | NA | NA | 多网络架构 | 分类准确率 | NA |
6784 | 2025-10-06 |
A self-supervised robotic system for autonomous contact-based spatial mapping of semiconductor properties
2025-Jul-04, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adw7071
PMID:40614181
|
研究论文 | 提出一种自监督机器人系统,用于自主进行基于接触的半导体特性空间映射 | 将自监督学习与机器人系统结合,实现像素级精确定位和高通量测量,无需大量标注数据 | NA | 开发能够自主执行基于接触的材料表征技术的机器人系统 | 半导体钙钛矿薄膜的光电导特性 | 机器人技术 | NA | 接触式材料表征技术 | 自监督神经网络 | 空间位置数据,光电导测量数据 | 3025个独特预测位点的钙钛矿薄膜成分梯度 | NA | NA | 测量通量(每小时125次以上测量) | 4自由度机器人探针系统 |
6785 | 2025-10-06 |
eNCApsulate: neural cellular automata for precision diagnosis on capsule endoscopes
2025-Jul-04, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03425-x
PMID:40615761
|
研究论文 | 本研究开发了基于神经细胞自动机的胶囊内镜出血分割和深度估计算法,并成功部署到微型硬件平台 | 首次将神经细胞自动机应用于胶囊内镜图像分析,通过知识蒸馏将大型基础模型压缩到轻量级架构,实现在微型设备上的可靠诊断功能 | 模型性能依赖于伪真实标签的质量,在极端病例上的泛化能力需要进一步验证 | 开发适用于胶囊内镜的轻量级深度学习模型,实现出血分割和深度估计功能 | 胶囊内镜图像数据 | 计算机视觉 | 胃肠道疾病 | 无线胶囊内镜检查 | 神经细胞自动机 | 图像 | NA | NA | 神经细胞自动机 | Dice系数 | ESP32微控制器, ESP32-S3 |
6786 | 2025-07-06 |
Automated radiographic assessment of lower limb alignment using deep learning in a data-constrained clinical setting
2025-Jul-04, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-08846-y
PMID:40615817
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
6787 | 2025-10-06 |
Deep learning-based approach to third molar impaction analysis with clinical classifications
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93783-y
PMID:40603531
|
研究论文 | 本研究开发了一种基于深度学习的模型,用于自动检测和分类阻生第三磨牙 | 首次将YOLOv11模型应用于第三磨牙阻生的自动化分类,结合了Pell and Gregory分类、Winter分类和Pederson难度指数三种临床分类系统 | 特定标签(如48-Distoangular-C-III)的F1分数较低,数据集多样性有待增强 | 开发自动化工具来辅助第三磨牙阻生的临床诊断和分类 | 阻生第三磨牙 | 计算机视觉 | 牙科疾病 | 全景放射摄影 | YOLO | 图像 | 训练集2,300张图像(7,624颗牙齿),验证集765张图像(2,580颗牙齿),测试集765张图像(2,493颗牙齿),共98个标签 | NA | YOLOv11 | 精确度, 召回率, F1分数, mAP@50, mAP@50:95 | NA |
6788 | 2025-10-06 |
Accurate prediction of synergistic drug combination using a multi-source information fusion framework
2025-Jul-03, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02302-y
PMID:40611149
|
研究论文 | 提出一种多源信息融合框架MultiSyn,用于准确预测协同药物组合 | 首次将蛋白质相互作用网络与药物药效团信息相结合,采用半监督图神经网络框架整合多源数据 | NA | 开发准确预测协同药物组合的计算方法 | 药物组合、细胞系、蛋白质相互作用网络 | 机器学习 | 复杂疾病 | 多组学数据分析 | 图神经网络,Transformer | 基因表达数据,蛋白质相互作用网络,药物化学结构 | NA | NA | 异构图Transformer | NA | NA |
6789 | 2025-10-06 |
BrainAGE latent representation clustering is associated with longitudinal disease progression in early-onset Alzheimer's disease
2025-Jul-03, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2025.101365
PMID:40614437
|
研究论文 | 本研究通过基于BrainAGE的聚类算法对早发性阿尔茨海默病患者进行分层,分析不同疾病进展速率的生物标志物 | 首次将BrainAGE潜在表征聚类应用于早发性阿尔茨海默病的纵向疾病进展分析 | 样本量相对有限(142名参与者),且为回顾性研究设计 | 识别与早发性阿尔茨海默病进展相关的生物标志物,以推进临床试验和改进治疗策略 | 早发性阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 深度学习 | 3D T1加权MRI图像 | 142名早发性阿尔茨海默病患者,另使用3,227名健康受试者的MRI进行预训练 | NA | Brain Age Gap Estimation模型 | BrainAGE分数,MMSE评分,CDR评分,灰质体积 | NA |
6790 | 2025-07-06 |
Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531]
2025-Jul-03, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2025.112556
PMID:40615244
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
6791 | 2025-10-06 |
Prioritizing perturbation-responsive gene patterns using interpretable deep learning
2025-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61476-9
PMID:40603296
|
研究论文 | 提出一种名为River的可解释深度学习框架,用于识别跨多个条件的差异空间表达模式基因 | 首次将DSEP基因优先排序定义为新的分析任务,开发具有双分支预测架构和事后归因策略的可解释深度学习框架 | NA | 识别在多个生物条件下表现出条件相关空间变化的基因模式 | 胚胎发生、糖尿病影响的精子发生、狼疮相关脾脏变化、三阴性乳腺癌等生物环境中的空间表达模式 | 空间转录组学 | 三阴性乳腺癌,糖尿病,狼疮 | 空间分辨转录组学 | 深度学习 | 空间基因表达数据 | NA | NA | 双分支预测架构 | NA | NA |
6792 | 2025-10-06 |
AI-enabled Barilai-Borwein-Blinder-Oaxaca-Bernoulli Deep Classifier for Enhanced Crop Yield Prediction
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03935-3
PMID:40603331
|
研究论文 | 本文提出了一种AI驱动的BBO-BDC深度分类器,用于提高作物产量预测的准确性 | 结合Barilai-Borwein梯度最小最大归一化、Blinder-Oaxaca统计分解和伯努利深度信念网络的新型集成方法 | NA | 提高作物产量预测的准确性、敏感性和特异性,减少假阳性和假阴性案例 | 作物产量预测 | 机器学习 | NA | AI驱动的深度学习方法 | 深度信念网络 | 作物产量数据集 | NA | NA | Bernoulli Deep Belief Network | 准确率, 特异性, 敏感性, 收敛速度, 开销 | NA |
6793 | 2025-10-06 |
Dual smart sensor data-based deep learning network for premature infant hypoglycemia detection
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03864-1
PMID:40603339
|
研究论文 | 提出一种基于双智能传感器和深度学习算法的HAPI-BELT系统,用于早产儿低血糖的实时监测与检测 | 结合PPG传感器和智能摄像头的双传感器系统,采用CAT-Swarm优化进行特征提取,并首次应用GRU-LSTM网络进行早产儿低血糖检测 | 未提及系统在临床环境中的验证规模和具体性能数据 | 开发实时监测和检测早产儿低血糖的智能系统 | 早产新生儿 | 医疗健康监测 | 新生儿低血糖 | 光电体积描记法(PPG),智能摄像监测 | GRU-LSTM | 传感器数据,图像数据 | NA | NA | GRU-LSTM混合网络 | NA | 树莓派Zero 2 W |
6794 | 2025-10-06 |
Explainable few-shot learning workflow for detecting invasive and exotic tree species
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05394-2
PMID:40603367
|
研究论文 | 提出一种可解释的小样本学习工作流,用于检测巴西大西洋雨林中的入侵和外来树种 | 将孪生网络与可解释AI相结合,在少量标注数据下实现树种分类并提供可视化案例解释 | 仅针对特定地理区域(巴西大西洋雨林)的树种检测,通用性有待验证 | 开发能够在数据稀缺条件下准确检测入侵和外来树种的方法 | 巴西大西洋雨林中的入侵和外来树种 | 计算机视觉 | NA | 无人机影像采集 | Siamese network, CNN | 图像 | 小样本学习(3-shot learning) | NA | MobileNet, 浅层CNN | F1-score, 正确性, 连续性, 对比性 | 轻量级骨干网络(MobileNet) |
6795 | 2025-10-06 |
Advanced multiscale machine learning for nerve conduction velocity analysis
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08367-7
PMID:40603452
|
研究论文 | 提出一种结合多尺度信号处理和生理约束深度学习的先进机器学习框架,用于精确分析神经传导速度 | 整合熵优化小波分析、热力学正则化神经网络和随机进展模型,解决了传统NCV技术的三大局限 | 基于已有研究数据进行分析,未提及前瞻性验证 | 开发高精度神经传导速度分析框架,提升神经病变诊断和监测能力 | 神经传导速度信号分析 | 机器学习 | 神经病变 | 神经传导速度分析 | 深度学习神经网络 | 生理信号数据 | 来自28个医疗中心的1842名患者 | NA | 热力学正则化神经网络,随机进展模型 | 准确率,治疗反应预测准确率 | NA |
6796 | 2025-10-06 |
Ensemble methods and partially-supervised learning for accurate and robust automatic murine organ segmentation
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05954-6
PMID:40603458
|
研究论文 | 本研究开发了用于小鼠μCT图像多器官自动分割的集成方法和部分监督学习框架 | 首次将部分监督学习(PSL)框架应用于临床前研究,并证明了3D模型在准确性和外部数据集泛化能力方面的优越性 | 部分监督学习框架在某些器官的外部数据泛化能力有待提升 | 开发准确且鲁棒的小鼠μCT图像自动器官分割方法 | 小鼠μCT图像中的多个器官 | 计算机视觉 | NA | μCT成像 | 2D CNN, 3D CNN | 医学图像 | NA | NA | NA | Dice相似系数(DSC) | NA |
6797 | 2025-10-06 |
Advancing BCI with a transformer-based model for motor imagery classification
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06364-4
PMID:40603471
|
研究论文 | 提出一种基于Transformer和时序卷积网络的脑机接口模型EEGEncoder,用于改进运动想象分类任务 | 提出新颖的双流时空块(DSTS)融合架构,结合多并行结构,能同时捕捉时空特征 | NA | 提高基于脑电信号的运动想象分类准确性 | 脑电信号中的运动想象模式 | 脑机接口 | 运动障碍 | 脑电图(EEG) | Transformer, TCN | 脑电信号 | BCI Competition IV-2a数据集 | NA | EEGEncoder, Dual-Stream Temporal-Spatial Block (DSTS) | 准确率 | NA |
6798 | 2025-10-06 |
Key factors in predictive analysis of cardiovascular risks in public health
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07874-x
PMID:40603495
|
研究论文 | 本研究通过机器学习和深度学习模型分析心血管疾病风险预测中的关键因素 | 系统比较了传统机器学习模型与深度学习模型在心血管风险预测中的表现,并识别出各自优势 | 需要大量计算资源和数据预处理工作 | 评估心血管疾病风险预测中数据分析方法的效果 | 心血管疾病风险预测模型 | 机器学习 | 心血管疾病 | 机器学习分析 | Logistic Regression, Random Forest, Gradient Boosting Machines, Multilayer Perceptron | 医疗健康数据 | NA | NA | 多层感知机 | 准确率, 精确率, 召回率, F1分数, ROC AUC | NA |
6799 | 2025-10-06 |
Deep learning deciphers the related role of master regulators and G-quadruplexes in tissue specification
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07579-1
PMID:40603503
|
研究论文 | 开发基于深度学习的框架预测人类14种组织类型中G-flipons的全基因组分布,并探索其在组织特异性调控中的作用 | 首次将深度学习应用于全基因组G-flipons预测,并揭示其与主调控基因在组织特异性中的关联机制 | 模型训练数据主要依赖于EndoQuad数据库的GQs水平4-6,可能未完全覆盖所有G-flipons类型 | 探索G-flipons在组织特异性调控中的功能和作用机制 | 人类14种组织类型的基因组G-flipons | 机器学习 | NA | ATAC-seq, 染色质免疫沉淀 | 深度学习 | 基因组序列数据, 表观遗传数据 | 14种人类组织类型 | NA | DeepGQ | 全基因组预测阈值优化 | NA |
6800 | 2025-10-06 |
A federated learning-based privacy-preserving image processing framework for brain tumor detection from CT scans
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07807-8
PMID:40603518
|
研究论文 | 提出一种基于联邦学习的隐私保护图像处理框架,用于从CT扫描中检测脑肿瘤 | 结合各向异性残差胶囊混合大猩猩獾优化网络(Aniso-ResCapHGBO-Net)框架,在去中心化系统中实现隐私保护的脑肿瘤检测 | NA | 开发隐私保护的脑肿瘤检测框架 | 脑部CT扫描图像 | 计算机视觉 | 脑肿瘤 | CT成像 | 联邦学习,CNN,胶囊网络 | 医学图像 | NA | TensorFlow,PyTorch | ResNet-50,胶囊网络,Aniso-ResCapHGBO-Net | 准确率,精确率,灵敏度 | NA |