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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2026-04-27 |
A Channel-Independent Anchor Graph-Regularized Broad Learning System for Industrial Soft Sensors
2026-Feb-28, Entropy (Basel, Switzerland)
DOI:10.3390/e28030274
PMID:41899926
|
研究论文 | 提出一种通道无关锚图正则化宽度学习系统(CI-GBLS),用于工业软传感器中的非线性动力学和多元耦合建模 | 引入通道独立(CI)策略,通过构建物理隔离的特征通道实现多元输入的正交分解,并利用RBF聚类中心作为图锚点设计高效流形正则化算法,嵌入数据几何结构到学习目标 | 未提及具体限制 | 解决复杂工业数据的非线性动力学和强多元耦合问题,同时克服深度学习的高计算成本和部署挑战 | IndPenSim过程数据 | 机器学习 | 不适用 | 不适用 | 宽度学习系统 | 时间序列数据 | 不适用 | 不适用 | CI-GBLS | 预测精度和效率 | 不适用 |
| 702 | 2026-04-27 |
Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring
2026-Feb-06, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.aea8902
PMID:41650267
|
研究论文 | 提出一种集成深度学习与多层热梯度传感的软电子平台,用于实时监测血流速度和血管深度 | 首次将多层热传感与深度学习算法结合,解决传统热传感中血管深度变异导致的测量限制,能够同时测量血流速率和血管深度 | 未提及具体局限性信息 | 开发一种无需笨重设备和专业知识的可穿戴血流监测技术,提升心血管健康评估和血管并发症检测的便捷性 | 血流速率和血管深度 | 机器学习 | 心血管疾病 | 多层热传感、深度学习、光电容积脉搏波 | 深度学习模型 | 热梯度数据 | NA | NA | NA | NA | NA |
| 703 | 2026-04-27 |
Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth
2026-Feb, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70074
PMID:40276961
|
研究论文 | 开发一种基于深度学习框架的数据驱动连续睡眠深度测量方法——序贯睡眠深度(OSD),并评估其与觉醒概率、年龄、性别、睡眠呼吸障碍及认知障碍的关联 | 首次利用深度学习序贯回归方法,基于3秒脑电片段连续估计睡眠深度,提供了比传统分期更精细的睡眠深度量化手段 | NA | 开发连续睡眠深度测量方法并验证其临床相关性 | 多导睡眠图记录中的脑电信号 | 机器学习 | 睡眠呼吸障碍、认知障碍 | 多导睡眠图 | 卷积神经网络 | 脑电图信号 | 21787份多导睡眠图记录,来自18116名患者 | NA | 卷积神经网络 | 皮尔逊相关系数 | NA |
| 704 | 2026-04-27 |
Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization
2026, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2026.1704945
PMID:41908287
|
研究论文 | 通过迁移学习和Grad-CAM可视化技术,基于CT血管造影对颅内动脉瘤进行分类诊断 | 将迁移学习与定量可解释性评估相结合,在有限数据条件下同时提升了颅内动脉瘤CTA分类的准确性和透明度 | 样本量较小(仅83例患者),且缺乏多中心外部验证 | 评估混合深度迁移学习框架结合Grad-CAM在CTA图像中进行颅内动脉瘤分类的可解释性和准确性 | 来自两个中心的83例符合条件患者的CTA影像数据 | 计算机视觉 | 脑血管疾病 | CTA | CNN | 图像 | 83例患者 | PyTorch | ResNet-18 | AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数 | NA |
| 705 | 2026-04-27 |
Comparison of deep learning-based three-dimensional human pose estimation methods with motion capture for gesture research
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0347288
PMID:42030231
|
研究论文 | 比较基于深度学习的三维人体姿态估计方法与运动捕捉在手势研究中的准确性和可行性 | 首次系统比较了四种深度学习人体姿态估计方法(两种单目和两种双目三角法)用于手势研究,并验证了其作为运动捕捉系统低成本替代方案的潜力 | 未提及具体限制;但可能受限于小样本量(10名参与者)和特定手势场景,通用性需进一步验证 | 评估深度学习人体姿态估计方法在自然手势研究中的3D关键点测量精度,旨在开发替代运动捕捉的易用工具箱 | 10名参与者进行手势丰富的演讲时的上身关键点(包括手腕、肘部、肩部、手指和面部) | 计算机视觉 | 无特定疾病 | 光学运动捕捉、标准视频摄像头 | 深度学习人体姿态估计模型(具体未指定,但涉及单目和双目三角法) | 图像/视频、3D关键点坐标 | 10名参与者 | NA | NA | 欧氏距离、平均误差、重叠率 | NA |
| 706 | 2026-04-27 |
Genetic algorithm-based daily power output forecasting for energy storage power stations
2026, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0342331
PMID:42030241
|
研究论文 | 提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法,用于储能电站日前功率输出预测 | 首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合,并引入精细化损耗模型量化储能电站的能量损失,实现数据驱动与物理模型的集成 | 仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证,可能缺乏在不同规模和类型储能电站中的泛化性;未讨论模型的计算复杂度和实时部署可行性 | 提高储能电站日前发电功率预测的准确性,以提升电站运行效率和电网调度可靠性 | 储能电站的日前发电功率 | 机器学习 | NA | NA | CNN、LSTM、MLP | 时间序列数据 | 一个10 MW/20 MWh电化学储能电站的实际运行数据 | NA | CNN-LSTM-MLP | 均方误差、平均绝对误差、决定系数 | NA |
| 707 | 2026-04-27 |
A cycle-aware and physics-informed framework for battery remaining useful life prediction
2025-Dec-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28505-5
PMID:41476082
|
研究论文 | 提出一个基于物理信息且考虑充放电周期一致性的锂电池剩余使用寿命预测框架 | 在输入层面引入周期感知的分段方法,将时间序列按实际充放电周期分割,并在目标层面引入物理信息一致性损失函数,使预测与物理退化曲线一致 | 未明确提及局限 | 提高锂电池剩余使用寿命预测的准确性 | 锂电池的剩余使用寿命 | 机器学习 | NA | NA | 图神经网络 | 时间序列 | NA | NA | Bat-T-GNN | NA | NA |
| 708 | 2026-04-27 |
Multimodal deep learning ensemble framework for skin cancer detection
2025-Dec-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-30534-z
PMID:41469782
|
研究论文 | 提出一种基于多模态深度学习的集成框架用于皮肤癌检测 | 采用迁移学习和自适应加权集成方法,结合元数据与图像数据,提升卷积神经网络在皮肤癌检测中的性能 | 在外部数据集Derm7pt上准确率较低,表明模型泛化能力有限 | 提高皮肤癌检测和分类的准确性和鲁棒性 | 多类型皮肤癌图像数据和元数据 | 数字病理学 | 皮肤癌 | 卷积神经网络、迁移学习、集合方法、SMOTE过采样 | CNN | 图像, 元数据 | ISIC 2018数据集、ISIC 2019数据集、Derm7pt外部数据集 | NA | ResNet50, Xception, MobileNet, EfficientNetB0, DenseNet121 | 准确率, 精确度, 召回率, F1分数, AUC | NA |
| 709 | 2026-04-27 |
Fuzzy granulation-based wind speed prediction with multi-objective optimization
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28328-4
PMID:41461667
|
研究论文 | 提出一种结合模糊信息粒化与多目标优化策略的多尺度风速预测框架 | 通过模糊信息粒化技术降低高波动风速数据复杂度并抑制噪声干扰,创新性地将多种神经网络与启发式优化算法自适应集成,同时提升预测准确性与鲁棒性 | 未明确提及局限性 | 提升短中期风速预测的准确性与计算效率,推动可再生能源并网与脱碳目标实现 | 高波动风速时间序列数据 | 机器学习 | NA | 模糊信息粒化 | 神经网络 | 时间序列 | 蓬莱风电场数据集 | NA | 多种神经网络 | 预测精度、计算效率 | NA |
| 710 | 2026-04-27 |
Osprey optimization algorithm integrated with graph neural networks for intrusion detection in wireless sensor networks
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28359-x
PMID:41461693
|
研究论文 | 提出一种结合鱼鹰优化算法与图神经网络的入侵检测模型,用于提升无线传感器网络的安全性 | 首次将鱼鹰优化算法与图神经网络集成,通过OOA优化GNN超参数以提升检测性能,并利用SMOTE解决数据不平衡问题 | 未说明在真实大规模WSN场景中的部署挑战及计算开销 | 设计高效入侵检测系统以准确识别无线传感器网络中的各类攻击并降低误报率 | 无线传感器网络中的网络流量数据及攻击模式 | 计算机网络 | NA | NA | 图神经网络 (GNN) | 网络流量数据 | 使用WSN-DS数据集,未明确样本数量 | NA | 图神经网络 (GNN) | 准确率, 误报率 | NA |
| 711 | 2026-04-27 |
ISAAF: an IoT security and attack prevention framework using AI-driven predictive analytics
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28516-2
PMID:41461726
|
研究论文 | 提出一个利用人工智能驱动预测分析的物联网安全与攻击防御框架,名为ISAAF | 引入基于真实物联网测试平台收集的新型入侵数据集MQTTEEB-D,并开发分层式AI驱动框架,实现实时入侵检测与自动缓解,解决模拟数据集在真实环境中泛化能力差的问题 | 未明确提及,但框架依赖特定数据集,可能在不同物联网环境中需重新训练 | 设计并验证一个可部署、可扩展的跨域物联网安全解决方案,用于实时检测和缓解MQTT协议相关攻击 | 物联网系统中的MQTT协议,以及针对该协议的网络攻击(如DoS、暴力破解、畸形数据、洪水攻击、Slowite攻击) | 机器学习, 网络安全 | NA | NA | 决策树(DT), 门控循环单元(GRU) | 网络流量数据 | 利用MQTTset和MQTTEEB-D两个数据集,具体样本数量未提及 | NA | 决策树(DT), 门控循环单元(GRU) | 准确率(accuracy) | 未明确提及 |
| 712 | 2026-04-27 |
Ultrasound and SWE-based transfer learning for predicting fibrotic NASH
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28753-5
PMID:41461741
|
研究论文 | 利用肝脏超声、弹性成像图像和临床特征构建组合深度学习模型,预测和诊断纤维性非酒精性脂肪性肝炎 | 首次结合肝脏超声、剪切波弹性成像图像和临床特征的多模态深度学习模型预测纤维性NASH | 未明确说明局限性 | 开发和验证基于超声和SWE图像的深度学习模型,用于预测和诊断纤维性NASH | 高脂饮食和皮下CCl₄注射建立的大鼠肝脏脂肪变性和纤维化模型 | 计算机视觉 | 非酒精性脂肪性肝炎 | 超声成像, 剪切波弹性成像 | CNN | 图像, 临床特征 | 未明确说明样本量 | NA | ResNet-18 | AUC, ROC曲线, DCA, 校准曲线 | NA |
| 713 | 2026-04-27 |
Terahertz metamaterial liquid detector optimized by deep learning
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28757-1
PMID:41461749
|
研究论文 | 提出一种基于超材料太赫兹探测器的无标签乙醇液体检测方法,并利用深度神经网络优化结构参数 | 首次将深度神经网络应用于超材料太赫兹液体探测器的结构参数优化,实现高吸收率和位移值,并揭示VO₂在不同温度下的调控机制为乙醇检测提供双重保障 | 论文未明确讨论探测器在实际复杂液体环境中的选择性与抗干扰能力,以及大规模应用的可行性 | 开发高效精确的乙醇液体检测方法,为食品安全、环境监测和生物医学领域提供参考 | 乙醇液体及其不同浓度、体积和温度条件下的吸收峰响应特性 | 计算机视觉 | NA | 太赫兹光谱检测 | 深度神经网络 | 仿真数据 | 未明确样本数量,基于CST仿真模拟不同条件(液滴体积、乙醇浓度、温度)下的吸收峰数据 | NA | 深度神经网络 | 灵敏度、品质因数 | NA |
| 714 | 2026-04-27 |
Automatic classification of uveal melanoma response patterns following ruthenium-106 plaque brachytherapy using ultrasound images and deep convolutional neural network
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28995-3
PMID:41461779
|
研究论文 | 利用超声图像和深度卷积神经网络自动分类葡萄膜黑色素瘤在钌-106敷贴治疗后反应模式 | 首次将深度学习模型(DenseNet121和ResNet34)应用于超声图像预测葡萄膜黑色素瘤敷贴治疗后肿瘤厚度变化模式(消退、复发、稳定、其他),其中DenseNet121在无预训练权重时表现最佳,且性能差异具有统计学显著性 | 样本量较小(192例),需进一步临床验证和探索其实际临床应用整合 | 应用深度学习模型预测葡萄膜黑色素瘤患者钌-106敷贴治疗后肿瘤反应模式 | 葡萄膜黑色素瘤患者在诊断时采集的B模式超声图像 | 医学图像分析 | 葡萄膜黑色素瘤 | 超声成像 | 卷积神经网络 | 图像 | 192例葡萄膜黑色素瘤患者 | PyTorch | DenseNet121, ResNet34 | 宏观平均AUC, 分类准确率 | NA |
| 715 | 2026-04-27 |
Design of a hybrid learning model for establishing consistency in smart grid environment
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28986-4
PMID:41461786
|
研究论文 | 提出一种混合学习模型,利用深度学习方法实现智能电网环境中的一致性预测 | 结合长短期记忆网络与神经模糊自适应干扰模型,为智能电网负载预测提供新的混合方法 | NA | 解决智能电网中大规模数据驱动的需求预测问题 | 智能电网中的消费者模式、能源需求与电力传输数据 | 机器学习 | NA | NA | 混合LSTM与NFADIM | 智能电网大规模数据 | NA | NA | LSTM, NFADIM | NA | NA |
| 716 | 2026-04-27 |
Secure facial biometric authentication in smart cities using multimodal methodology
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-29048-5
PMID:41461811
|
研究论文 | 提出一种结合CNN、ResNet-50和ElGamal密码学的多模态深度学习模型,用于智慧城市中人脸生物特征认证的安全保护 | 首次将CNN的低级特征保留、ResNet-50的高级特征提取与ElGamal加密相结合,构建多模态系统以同时实现高精度人脸映射和防欺骗安全传输 | 未讨论模型在实时部署中的计算开销、对其他攻击类型(如深度伪造)的鲁棒性,以及数据集(CelebA)可能存在的偏差 | 提升智慧城市中人脸生物特征认证的安全性,防止未经授权的访问和欺骗攻击 | 人脸图像中的生物特征数据及其安全传输过程 | 计算机视觉 | NA | 深度学习、密码学 | CNN, ResNet-50 | 图像 | 使用了CelebA人脸数据集,具体样本数量未说明 | NA | CNN, ResNet-50 | 准确率, 平均损失 | NA |
| 717 | 2026-04-27 |
Differences in different reconstruction algorithms for coronary CTA demonstrating pericoronary adipose tissue attenuation
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28914-6
PMID:41461810
|
研究论文 | 评估三种重建算法(DLIR-H、ASiR-V50%、FBP)对冠状动脉CTA中冠状动脉周围脂肪衰减指数(FAI)的影响 | 首次系统比较深度学习图像重建算法(DLIR-H)与传统算法(ASiR-V50%、FBP)在测量冠状动脉周围脂肪衰减指数(FAI)上的差异,揭示不同算法对FAI值的显著影响 | 未提及算法的泛化性验证、样本量限制及临床实际应用中的标准化协议制定细节 | 评估不同图像重建算法对冠状动脉CTA中冠状动脉周围脂肪衰减指数(FAI)测量值的影响,强调标准化重建方案的重要性 | 冠状动脉周围脂肪衰减指数(FAI)及三种重建算法(DLIR-H、ASiR-V50%、FBP) | 计算机视觉, 数字病理学 | 冠心病 | 冠状动脉CT血管成像(CCTA) | 深度学习重建模型(DLIR) | 图像 | 基于有无斑块分组的冠状动脉CTA患者数据 | NA | 深度学习图像重建(DLIR) | 脂肪衰减指数(FAI)、图像噪声 | NA |
| 718 | 2026-04-27 |
Enhancing landslide detection in Western Ghats of Kerala, India with deep learning and Explainable AI
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-33065-9
PMID:41461880
|
研究论文 | 利用深度学习和可解释人工智能技术提升印度喀拉拉邦西高止山脉的滑坡检测能力 | 采用时间差异法结合高分辨率卫星影像训练深度学习模型,并首次将注意力多尺度U-Net应用于该区域滑坡分割,同时利用可解释AI技术揭示模型决策机制 | 研究仅基于特定区域(西高止山脉)和单个卫星影像源(PlanetScope),模型泛化性需进一步验证 | 构建印度喀拉拉邦的自动化滑坡清单系统,提升滑坡预测与风险缓解能力 | 印度喀拉拉邦西高止山脉的滑坡区域 | 计算机视觉, 数字病理 | NA | 高分辨率卫星遥感, 迁移学习 | U-Net | 高分辨率卫星影像(3米分辨率) | 使用HR-GLDD数据库及时间差异数据,具体样本量未明确说明 | PyTorch | 简单多尺度U-Net, 注意力多尺度U-Net | 精确率, F1分数 | NA |
| 719 | 2026-04-27 |
An optimized YOLOv8n based model for real time defect detection in taro strip production
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28216-x
PMID:41462034
|
研究论文 | 提出一种优化的YOLOv8n模型,用于芋头条生产线的实时缺陷检测 | 集成了双向特征金字塔网络、VoV-GSCSP模块、共享参数检测头和嵌入式WIoU损失函数,显著提升检测精度和计算效率 | 未提及在更复杂生产环境或多种产品类型上的泛化能力 | 实现工业环境下芋头条缺陷的实时自动检测,提高效率和产品质量 | 芋头条生产线中的缺陷检测 | 计算机视觉 | NA | NA | YOLOv8n | 图像 | NA | PyTorch | YOLOv8n,双向特征金字塔网络,VoV-GSCSP,共享参数检测头 | 平均检测精度(mAP50),精确率,召回率 | Raspberry Pi 5 |
| 720 | 2026-04-27 |
Transfer learning models for wheat ear detection on multi-source dataset
2025-Dec-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28351-5
PMID:41462035
|
研究论文 | 本文介绍一个名为BioS-Wheat的新型高分辨率RGB智能手机图像数据集,并评估六种深度学习模型用于麦穗检测 | 提出BioS-Wheat数据集,包含四个小麦品种的5696张标注图像,通过高播种密度和窄行距引入数据复杂性变化,强调农业多样性对模型性能的影响 | 未明确提及模型的泛化性限制,但数据集仅涵盖四个品种,可能未覆盖所有气候和种植条件下的多样性 | 开发低成本且可靠的自动化麦穗检测方法,支持早期产量预测 | 小麦麦穗的检测与计数 | 计算机视觉 | 农业科学,不涉及具体疾病 | RGB智能手机图像采集和深度学习 | Faster-RCNN、RetinaNet、YOLOv8、Vision Transformer(RT-DETR) | 图像 | 5696张标注RGB图像,涵盖四个小麦品种 | PyTorch | RetinaNet、YOLOv8、RT-DETR、Faster-RCNN | 平均精度mAP@50 | NA |