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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7461 | 2025-10-06 |
Detection of Electric Network Frequency in Audio Using Multi-HCNet
2025-Jun-13, Sensors (Basel, Switzerland)
DOI:10.3390/s25123697
PMID:40573584
|
研究论文 | 提出Multi-HCNet深度学习模型用于解决高通滤波环境下电力网络频率信号检测的挑战 | 首次针对高通滤波环境设计专用深度学习模型,通过高阶谐波滤波器补偿基频损失,并提出分组多通道自适应注意力机制区分不同频率信号 | 未明确说明模型在不同信噪比条件下的鲁棒性及计算复杂度分析 | 提升高通滤波环境下电力网络频率信号的检测性能 | 音频信号中的电力网络频率信号 | 信号处理 | NA | 深度学习 | CNN | 音频信号 | NA | NA | Multi-HCNet | 准确率 | NA |
| 7462 | 2025-10-06 |
Improving Doppler Radar Precipitation Prediction with Citizen Science Rain Gauges and Deep Learning
2025-Jun-13, Sensors (Basel, Switzerland)
DOI:10.3390/s25123719
PMID:40573605
|
研究论文 | 利用公民科学雨量计数据和深度学习改进多普勒雷达降水预测 | 结合公民科学雨量计观测数据,构建分段线性降雨累积函数,并采用改进的ResNet-101模型进行降雨强度分类 | 对完全未见过区域的泛化能力仍具挑战性,特别是对高强度降雨的预测 | 改进多普勒雷达的实时降雨估算精度 | 多普勒雷达降水估算和公民科学雨量计观测数据 | 机器学习 | NA | 深度学习,雷达降水估算 | CNN | 降雨序列数据,雨量计观测数据 | 经过时空一致性过滤验证的公民科学雨量计数据 | PyTorch/TensorFlow | ResNet-101 | 准确率,精确率,召回率,F1分数 | NA |
| 7463 | 2025-10-06 |
EffRes-DrowsyNet: A Novel Hybrid Deep Learning Model Combining EfficientNetB0 and ResNet50 for Driver Drowsiness Detection
2025-Jun-13, Sensors (Basel, Switzerland)
DOI:10.3390/s25123711
PMID:40573599
|
研究论文 | 提出一种结合EfficientNetB0和ResNet50的混合深度学习模型EffRes-DrowsyNet,用于驾驶员疲劳检测 | 首次将EfficientNetB0的计算效率与ResNet50的深度表征能力相结合,构建混合架构 | NA | 通过视频分析检测驾驶员疲劳早期迹象,提升道路安全 | 驾驶员疲劳状态 | 计算机视觉 | NA | 视频分析 | CNN | 视频 | 三个基准数据集:SUST-DDD、YawDD和NTHU-DDD | NA | EfficientNetB0, ResNet50 | 准确率, 精确率, 召回率 | NA |
| 7464 | 2025-10-06 |
A Review of Research on Fruit and Vegetable Picking Robots Based on Deep Learning
2025-Jun-12, Sensors (Basel, Switzerland)
DOI:10.3390/s25123677
PMID:40573563
|
综述 | 本文系统综述了深度学习技术在果蔬采摘机器人视觉感知、路径规划和智能控制等核心环节的应用现状与挑战 | 首次全面梳理深度学习在果蔬采摘机器人中的核心应用体系,系统分析技术瓶颈并展望未来发展方向 | 未涉及具体实验验证,主要基于文献分析进行理论探讨 | 为深度学习技术在果蔬采摘机器人中的实际应用提供理论支持和实践指导 | 果蔬采摘机器人的关键技术环节 | 计算机视觉 | NA | 深度学习 | NA | 多模态数据 | NA | NA | NA | 感知精度 | NA |
| 7465 | 2025-10-06 |
Lights-Transformer: An Efficient Transformer-Based Landslide Detection Model for High-Resolution Remote Sensing Images
2025-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25123646
PMID:40573533
|
研究论文 | 提出一种基于Transformer的高效滑坡检测模型Lights-Transformer,用于高分辨率遥感图像分析 | 引入融合块增强多角度特征融合和轻量分割头提升推理速度,有效结合局部和全局特征 | NA | 提高滑坡检测的准确性和效率 | 高分辨率遥感图像中的滑坡区域 | 计算机视觉 | NA | 遥感技术 | Transformer | 图像 | GDCLD数据集 | NA | 编码器-解码器架构 | mIoU,准确率,F1分数,kappa值,精确率,召回率 | NA |
| 7466 | 2025-10-06 |
CAGNet: A Network Combining Multiscale Feature Aggregation and Attention Mechanisms for Intelligent Facial Expression Recognition in Human-Robot Interaction
2025-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25123653
PMID:40573540
|
研究论文 | 提出了一种结合多尺度特征聚合和注意力机制的新型网络CAGNet,用于人机交互中的智能面部表情识别 | 结合多尺度特征聚合和注意力机制,集成CBAM和GAP模块优化局部和全局特征捕获 | NA | 提高人机交互中面部表情识别的特征表示和识别准确率 | 面部表情识别 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | FER2013和CK+两个标准数据集 | NA | CAGNet, CBAM, GAP | 准确率 | NA |
| 7467 | 2025-10-06 |
Remaining Useful Life Prediction of Bearings via Semi-Supervised Transfer Learning Based on an Anti-Self-Healing Health Indicator
2025-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25123662
PMID:40573548
|
研究论文 | 本文提出了一种基于抗自愈健康指标和Transformer架构的半监督迁移学习方法,用于轴承剩余使用寿命预测 | 首次提出抗自愈健康指标(ASH-HI)解决轴承自愈现象问题,开发了无需寿命终止(EOL)数据的半监督迁移学习方法,并首次同时使用三个以上数据集进行迁移学习验证 | 未明确说明模型在工业实际应用中的部署挑战和计算效率问题 | 开发更准确的轴承剩余使用寿命预测方法 | 滚动轴承 | 机器学习 | NA | 功率谱密度分析,偏度参数选择 | Transformer | 信号特征 | PHM 2012、NASA IMS和实验设置三个数据集 | NA | Transformer | NA | NA |
| 7468 | 2025-10-06 |
A Novel Bilateral Data Fusion Approach for EMG-Driven Deep Learning in Post-Stroke Paretic Gesture Recognition
2025-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25123664
PMID:40573553
|
研究论文 | 提出一种结合双侧数据融合的混合深度学习模型,用于识别脑卒中后偏瘫患者的手势肌电信号 | 开发了新型双侧数据融合方法,在训练中纳入非瘫痪肢体的EMG信号以提升小数据集下的模型性能 | 结果可能略低于传统监督学习算法,样本量相对较小 | 脑卒中后偏瘫患者的手势识别研究 | 25名表现出偏瘫临床特征的亚急性脑卒中患者 | 机器学习 | 脑卒中 | 肌电图(EMG) | CNN-LSTM | EMG信号 | 25名患者,两次采集时间点(数据集A中位时间16.0±8.6天,数据集B中位时间19.2±13.7天) | NA | 一维卷积长短时记忆神经网络(1D CNN-LSTM) | 准确率,灵敏度,特异性,F1分数 | NA |
| 7469 | 2025-10-06 |
A Survey of Deep Learning-Driven 3D Object Detection: Sensor Modalities, Technical Architectures, and Applications
2025-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25123668
PMID:40573555
|
综述 | 本文对深度学习驱动的3D目标检测进行了全面综述,重点关注传感器模态与技术架构之间的协同创新 | 提出了双轴'传感器模态-技术架构'分类框架,系统分析了基于RGB相机、LiDAR和多模态融合的检测方法 | NA | 综述深度学习驱动的3D目标检测技术发展现状与未来方向 | 3D目标检测方法 | 计算机视觉 | NA | 深度学习 | CNN, BEV, 占用网络, 时序融合架构 | RGB图像, LiDAR点云, 多模态数据 | NA | NA | 传统卷积网络, BEV方法, 占用网络, 时序融合架构 | NA | NA |
| 7470 | 2025-10-06 |
Federated Learning and EEL-Levy Optimization in CPS ShieldNet Fusion: A New Paradigm for Cyber-Physical Security
2025-Jun-09, Sensors (Basel, Switzerland)
DOI:10.3390/s25123617
PMID:40573503
|
研究论文 | 提出了一种结合联邦学习和EEL-Levy优化的CPS ShieldNet Fusion框架,用于增强网络物理系统的安全性 | 首次将联邦残差卷积网络与EEL-Levy融合优化方法相结合,在保护数据隐私的同时提升复杂安全威胁检测能力 | 未明确说明在极端动态CPS环境中的适应能力以及计算资源需求 | 开发一个全面保护网络物理系统免受不断演变的网络威胁的安全框架 | 网络物理系统,包括工业控制系统、智能电网和医疗设备 | 机器学习 | NA | 联邦学习,优化算法 | CNN | 网络安全数据 | 使用CICIoT-2023、Edge-IIoTset-2023和UNSW-NB三个数据集 | NA | 联邦残差卷积网络 | 准确率,有效性 | NA |
| 7471 | 2025-10-06 |
Robust Estimation of Unsteady Beat-to-Beat Systolic Blood Pressure Trends Using Photoplethysmography Contextual Cycles
2025-Jun-09, Sensors (Basel, Switzerland)
DOI:10.3390/s25123625
PMID:40573512
|
研究论文 | 提出一种基于光电容积脉搏波的双阶段深度学习模型,用于估计逐拍收缩压趋势 | 引入上下文周期输入结构和双阶段架构,结合并行ResU块和带相对位置编码的Transformer层 | NA | 开发稳健的逐拍收缩压趋势估计方法 | 光电容积脉搏波信号和收缩压趋势 | 机器学习 | 心血管疾病 | 光电容积脉搏波 | 深度学习 | 生理信号 | NA | NA | ResU Blocks, Transformer | 平均绝对误差, 序列皮尔逊相关系数, 变异性误差 | NA |
| 7472 | 2025-10-06 |
Unobtrusive Sleep Posture Detection Using a Smart Bed Mattress with Optimally Distributed Triaxial Accelerometer Array and Parallel Convolutional Spatiotemporal Network
2025-Jun-08, Sensors (Basel, Switzerland)
DOI:10.3390/s25123609
PMID:40573496
|
研究论文 | 开发了一种基于智能床垫的非接触式睡眠姿势检测系统,采用优化分布的三轴加速度计阵列和并行卷积时空网络 | 提出优化分布的三轴加速度计阵列作为前端数据采集单元,并构建了集成CNN、LSTM和Bi-LSTM模块的并行卷积时空网络(PCSN) | 未提及系统在更大规模人群或不同床垫环境下的泛化能力测试 | 开发低成本非接触式睡眠姿势检测系统,用于睡眠质量评估和健康监测 | 睡眠姿势(俯卧、仰卧、左侧直躺、左侧胎儿式、右侧直躺、右侧胎儿式) | 机器学习 | 压力性溃疡,睡眠呼吸暂停 | 加速度传感技术 | CNN,LSTM,Bi-LSTM | 加速度传感器数据 | 未明确说明样本数量 | NA | 并行卷积时空网络(PCSN) | 准确率,精确率,召回率,F1分数 | NA |
| 7473 | 2025-10-06 |
Synergizing Attribute-Guided Latent Space Exploration (AGLSE) with Classical Molecular Simulations to Design Potent Pep-Magnet Peptide Inhibitors to Abrogate SARS-CoV-2 Host Cell Entry
2025-Jun-07, Viruses
DOI:10.3390/v17060828
PMID:40573419
|
研究论文 | 本研究结合人工智能和分子模拟技术设计新型抗SARS-CoV-2多肽抑制剂 | 提出属性引导潜空间探索(AGLSE)方法,结合变分自编码器和Wasserstein自编码器生成具有抗病毒活性的新型多肽序列 | 研究仅通过计算模拟验证多肽活性,尚未进行实验验证 | 设计能够阻断SARS-CoV-2进入宿主细胞的多肽抑制剂 | 抗病毒多肽序列 | 机器学习 | COVID-19 | 分子对接,分子动力学模拟 | VAE, WAE | 多肽序列数据 | 200个生成的多肽序列 | NA | 变分自编码器,Wasserstein自编码器 | 对接分数,MMGBSA,RMSD,RMSF,氢键分析 | NA |
| 7474 | 2025-10-06 |
Segment Anything Model (SAM) and Medical SAM (MedSAM) for Lumbar Spine MRI
2025-Jun-07, Sensors (Basel, Switzerland)
DOI:10.3390/s25123596
PMID:40573483
|
研究论文 | 评估Segment Anything Model (SAM)和Medical SAM (MedSAM)在腰椎MRI中分割椎间盘和椎体的性能 | 首次在腰椎MRI分割任务中评估两种零样本深度学习模型,并与nnU-Net进行对比 | 性能仍不及专门训练的nnU-Net模型,结果存在一定变异性 | 确定零样本深度学习模型在腰椎MRI组织分割中的性能表现 | 腰椎椎间盘和椎体 | 医学影像分析 | 腰椎疾病 | 磁共振成像 | 深度学习模型 | MRI图像 | 82具捐赠者脊柱 | NA | SAM, MedSAM, nnU-Net | Dice分数, 敏感性, 特异性 | NA |
| 7475 | 2025-10-06 |
Enhanced RNA secondary structure prediction through integrative deep learning and structural context analysis
2025-Jun-06, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf533
PMID:40530692
|
研究论文 | 提出一种整合深度学习和结构上下文分析的RNA二级结构预测方法 | 采用分阶段学习策略整合RNA序列和结构上下文信息,并使用配对约束训练模型,有效处理局部和长程核苷酸相互作用 | NA | 提高RNA二级结构预测的准确性和鲁棒性 | RNA二级结构 | 机器学习 | NA | RNA结构预测 | 深度学习 | RNA序列和结构数据 | NA | NA | DSRNAFold | 假结识别准确率, 化学图谱活性预测准确率 | NA |
| 7476 | 2025-10-06 |
Method for Estimating Amount of Saliva Secreted Using a Throat Microphone
2025-Jun-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25123584
PMID:40573471
|
研究论文 | 提出一种使用可穿戴喉部麦克风通过声音估计唾液分泌量的方法 | 首次利用喉部麦克风采集的声音数据,通过深度学习技术实现唾液分泌量的持续监测 | 唾液分泌量估计的相关系数R为0.600,准确度有待进一步提高 | 开发能够持续监测唾液分泌量的非侵入式方法 | 人类唾液分泌活动 | 机器学习 | 口腔疾病 | 声音信号分析 | 深度学习 | 音频 | 未明确说明 | NA | NA | 准确率, R, MAE | NA |
| 7477 | 2025-10-06 |
Clinical outcome and deep learning imaging characteristics of patients treated by radio-chemotherapy for a "molecular" glioblastoma
2025-Jun-04, The oncologist
DOI:10.1093/oncolo/oyaf127
PMID:40542584
|
研究论文 | 本研究评估分子胶质母细胞瘤对标准放化疗的治疗反应,并开发基于深度学习的MRI影像特征区分方法 | 首次系统比较新型分子胶质母细胞瘤与传统组织学胶质母细胞瘤的生存差异,并开发AI模型区分无对比增强的分子胶质母细胞瘤与低级别胶质瘤 | 回顾性研究设计,样本量有限(132例患者) | 评估分子胶质母细胞瘤对标准治疗的反应,开发基于AI的影像学鉴别方法 | 132例接受放疗和替莫唑胺治疗的胶质母细胞瘤患者 | 数字病理 | 胶质母细胞瘤 | MRI FLAIR序列影像分析 | 深度学习, 机器学习 | 医学影像 | 132例胶质母细胞瘤患者 | NA | NA | ROC AUC, 风险比, 中位总生存期, 无进展生存期 | NA |
| 7478 | 2025-10-06 |
The role of learned song in the evolution and speciation of Eastern and Spotted towhees
2025-Jun, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013135
PMID:40526780
|
研究论文 | 本研究通过机器学习方法分析东部和斑点towhee鸟类的鸣叫特征,探讨学习性鸣叫在物种识别和生殖隔离中的作用 | 首次结合社区科学记录的鸣叫数据和机器学习方法,量化分析两种近缘鸟类鸣叫的细微差异及其在重叠区域的分类准确性变化 | 可用的公开遗传数据有限,主要依赖鸣叫特征分析 | 探究学习性鸣叫在鸟类物种进化和生殖隔离中的作用机制 | 东部towhee和斑点towhee两种近缘鸟类的鸣叫特征 | 机器学习 | NA | 鸣叫特征分析,机器学习分类 | 随机森林,深度学习,梯度提升机,卷积神经网络 | 音频 recordings | 广泛的社区科学记录的鸣叫数据 | NA | CNN | 准确率 | NA |
| 7479 | 2025-10-06 |
The Potential of Artificial Intelligence in Pharmaceutical Innovation: From Drug Discovery to Clinical Trials
2025-May-25, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph18060788
PMID:40573185
|
综述 | 本文探讨人工智能在药物研发全过程中的应用潜力,从药物发现到临床试验 | 系统评估AI技术在药物配方优化、加速发现和药物重定位方面的创新潜力 | AI应用仍存在监管空白,需要持续深入的立法监督以确保安全、伦理和无偏见使用 | 评估人工智能在药物开发中的作用和潜力 | 药物发现和开发过程 | 机器学习 | NA | 机器学习,深度学习 | NA | 生物数据,化学数据 | NA | NA | NA | NA | NA |
| 7480 | 2025-10-06 |
Generative prediction of real-world prevalent SARS-CoV-2 mutation with in silico virus evolution
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf276
PMID:40532108
|
研究论文 | 开发了基于深度学习的生成框架ViralForesight,用于预测现实世界中流行的SARS-CoV-2突变 | 结合蛋白质语言模型和计算机模拟病毒进化,通过宿主到群体的进化范式预测现实世界中的病毒突变趋势 | NA | 预测新兴病毒在现实世界中的突变流行趋势,以提前更新疫苗或药物 | SARS-CoV-2病毒及其突变 | 机器学习 | COVID-19 | 计算机模拟病毒进化 | 深度学习生成模型 | 蛋白质序列数据 | NA | NA | 蛋白质语言模型 | 体外实验验证 | NA |