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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
741 | 2025-10-05 |
Optimized YOLO based model for photovoltaic defect detection in electroluminescence images
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13956-7
PMID:41006343
|
研究论文 | 提出一种优化的PV-YOLOv12n模型用于光伏电致发光图像中的缺陷检测 | 在YOLOv12n基础上引入A2C2f模块增强关键缺陷区域的特征提取能力 | 未提及模型在其他类型光伏缺陷或不同成像条件下的泛化能力 | 开发高效的光伏面板缺陷自动检测方法以保障光伏系统可靠性 | 光伏面板电致发光图像中的缺陷 | 计算机视觉 | NA | 电致发光成像 | YOLO | 图像 | PVEL-AD和Roboflow数据集 | NA | YOLOv12n, PV-YOLOv12n | mAP@50, mAP@50-95, 召回率, 精确率, 推理速度 | NA |
742 | 2025-10-05 |
Enhancing indoor activity recognition for disabled persons using multi head self attention recurrent neural network with improved pelican algorithm
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14515-w
PMID:41006356
|
研究论文 | 提出一种基于改进鹈鹕优化算法的多头自注意力循环神经网络方法,用于增强残疾人士的室内活动识别 | 结合改进鹈鹕优化算法(IPOA)进行超参数调优,并采用双向长短期记忆网络与多头自注意力机制(BiLSTM-MHSA)进行活动分类 | 仅在Florence 3D Actions数据集上进行验证,需要进一步在实际环境中测试 | 提高残疾人士室内活动识别系统的准确性和适应性 | 残疾人士的室内日常活动 | 计算机视觉 | 残疾人士 | 深度学习,传感器数据分析 | BiLSTM, Self-Attention | 图像,传感器数据 | Florence 3D Actions数据集 | TensorFlow, PyTorch | EfficientNetB7, BiLSTM-MHSA | 准确率 | NA |
743 | 2025-10-05 |
A novel deep neural architecture for efficient and scalable multidomain image classification
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10517-w
PMID:41006388
|
研究论文 | 提出一种名为DeepFreqNet的新型深度神经网络架构,用于高效可扩展的多领域图像分类 | 结合多尺度特征提取、深度可分离卷积和残差连接三种强大组件,无需大量重新配置即可适应不同数据集 | NA | 开发能够有效泛化到不同图像领域的高性能多领域图像分类模型 | 多领域图像数据,包括MRI肿瘤分类、血细胞分类和手语识别 | 计算机视觉 | 肿瘤 | NA | CNN | 图像 | 九个基准数据集 | NA | DeepFreqNet | 准确率 | NA |
744 | 2025-10-05 |
A physics-based fingerprinting approach for efficient device identification in OWC system
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12220-2
PMID:41006393
|
研究论文 | 提出一种基于物理学的指纹识别方法,用于光学无线通信系统中的高效设备识别 | 将LED的非线性响应变化量化为等效电路模型中的集总参数,作为物理指纹特征,替代传统数据密集型深度学习方法 | NA | 开发适用于资源受限物联网环境的高效设备认证解决方案 | 光学无线通信系统中的设备识别 | 机器学习 | NA | 等效电路模型 | 物理模型 | 信号数据 | NA | NA | 等效电路模型 | 分类准确率 | NA |
745 | 2025-10-05 |
Optimized extreme learning machines with deep learning for high-performance network traffic classification
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16980-9
PMID:41006381
|
研究论文 | 提出一种结合改进极限学习机和深度学习的网络流量分类框架,用于准确识别安全和不安全网络流量 | 通过粒子群优化算法优化模型参数,并采用基于深度学习的特征选择机制评估输入特征相关性 | NA | 开发高性能网络流量分类方法以增强网络安全防护 | 网络流量数据 | 机器学习 | NA | NA | 极限学习机,深度学习 | 网络流量数据 | CICIDS 2017数据集 | NA | 改进极限学习机(IELM) | 准确率 | NA |
746 | 2025-10-05 |
Secure federated learning with metaheuristic optimized dimensionality reduction and multi-head attention for DDoS attack mitigation
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15052-2
PMID:41006431
|
研究论文 | 提出一种基于元启发式优化降维和多头注意力的安全联邦学习方法,用于物联网环境中的DDoS攻击检测与缓解 | 结合鹦鹉优化算法进行特征选择,使用时间卷积网络和双向门控循环单元与多头注意力机制进行攻击分类,并采用麋鹿群优化器进行参数调优 | 仅在NSLKDD和CIC-IDS2017数据集上进行了验证,需要在实际物联网环境中进一步测试 | 为物联网环境中的DDoS攻击提供有效的检测和缓解策略 | 物联网设备面临的分布式拒绝服务攻击 | 机器学习 | NA | 联邦学习,深度学习 | TCN, Bi-GRU, 多头注意力机制 | 网络流量数据 | NSLKDD和CIC-IDS2017数据集 | NA | 时间卷积网络,双向门控循环单元,多头注意力机制 | 准确率 | NA |
747 | 2025-10-05 |
Leveraging hybrid deep learning with starfish optimization algorithm based secure mechanism for intelligent edge computing in smart cities environment
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11608-4
PMID:41006459
|
研究论文 | 提出一种基于混合深度学习和海星优化算法的智能边缘计算安全机制,用于智慧城市环境中的入侵检测 | 结合卷积神经网络和双向门控循环单元与交叉注意力机制(CNN-BiGRU-CrAM),并采用海星优化算法进行超参数调优 | NA | 为智慧城市中的边缘计算提供安全的入侵检测系统 | 物联网边缘计算环境中的网络安全 | 机器学习 | NA | 深度学习 | CNN, BiGRU | 网络数据 | Edge-IIoT和ToN-IoT数据集 | NA | CNN-BiGRU-CrAM | 准确率 | NA |
748 | 2025-10-05 |
Explainable artificial intelligence-based cyber resilience in internet of things networks using hybrid deep learning with improved chimp optimization algorithm
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15146-x
PMID:41006487
|
研究论文 | 提出一种基于可解释人工智能的混合深度学习优化方法,用于提升物联网网络中的网络威胁检测和解释能力 | 结合混合深度学习模型与改进的黑猩猩优化算法,并引入SHAP增强模型可解释性 | 未明确说明模型在更广泛物联网场景中的泛化能力 | 提高物联网环境中网络威胁检测的准确性和可解释性 | 物联网网络中的网络攻击和异常行为 | 机器学习 | NA | NA | CNN, BiGRU | 网络流量数据 | Edge-IIoT和BoT-IoT数据集 | NA | CNN-BiGRU混合架构 | 准确率 | NA |
749 | 2025-10-05 |
Revolutionary hybrid ensembled deep learning model for accurate and robust side-channel attack detection in cloud computing
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89794-4
PMID:41006528
|
研究论文 | 提出一种混合集成深度学习模型用于云计算环境中侧信道攻击的准确鲁棒检测 | 集成CNN、LSTM和AutoEncoder的混合模型,并引入注意力机制以关注关键数据段 | 仅使用ASCAD基准数据集进行评估,未在其他数据集验证泛化能力 | 开发云计算环境中鲁棒的侧信道攻击检测模型 | 侧信道攻击检测 | 机器学习 | NA | 深度学习 | CNN,LSTM,AutoEncoder | 功率轨迹数据 | ASCAD基准数据集 | NA | 混合集成深度学习模型 | 准确率 | 云计算环境 |
750 | 2025-10-05 |
The Evolution and Clinical Impact of Deep Learning Technologies in Breast MRI
2025-Sep-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.rev.2024-0056
PMID:39477506
|
综述 | 本文综述了深度学习技术在乳腺MRI中的演变历程和临床影响,重点探讨其在图像重建、分类、检测、分割及临床预后预测等方面的应用 | 系统阐述了深度学习如何通过CNN、RNN和GAN等先进模型提升乳腺MRI图像质量与诊断精度,并探索了个性化治疗策略的潜力 | 该技术融入临床实践仍面临挑战,需要进一步研究、验证以及法律与伦理框架的完善 | 探讨深度学习技术在乳腺MRI领域的发展历程及其对临床诊断和治疗的影响 | 乳腺MRI图像及相关临床数据 | 医学影像 | 乳腺癌 | MRI | CNN, RNN, GAN | 医学影像 | NA | NA | 卷积神经网络,循环神经网络,生成对抗网络 | NA | NA |
751 | 2025-10-05 |
A Deep Learning Method for Diagnosis of Oral Potentially Malignant Disorders
2025-Sep-26, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106138
PMID:41016582
|
研究论文 | 开发并验证用于诊断口腔潜在恶性疾病的双阶段深度学习方法 | 提出双阶段深度学习架构,分别用于区分口腔潜在恶性疾病与其他口腔黏膜病变,以及分类具体亚型 | NA | 开发AI诊断工具提升口腔潜在恶性疾病的诊断准确率 | 口腔潜在恶性疾病患者 | 数字病理 | 口腔癌前病变 | 深度学习 | 深度学习模型 | 临床图像 | 内部数据集3,305例,外部多中心数据集1,756例 | NA | 双阶段架构(CLA OPMD-OOML和CLA OPMDs) | F1分数 | NA |
752 | 2025-10-05 |
Mapping the Evolution of China's Traditional Chinese Medicine Education Policies: Insights From a BERTopic-Based Descriptive Study
2025-Sep-25, JMIR medical education
IF:3.2Q1
DOI:10.2196/72660
PMID:40997298
|
研究论文 | 使用BERTopic模型分析中国中医药教育政策的演变趋势和核心议题 | 首次将深度学习方法BERTopic应用于中医药教育政策分析,提供数据驱动的政策演变视角 | 数据来源主要限于官方文件和高校档案,可能未涵盖所有相关政策文本 | 系统分析中国中医药教育政策的研究主题和演变趋势 | 中医药教育政策相关文档 | 自然语言处理 | NA | 主题建模 | BERTopic | 文本 | 来自教育部、国家中医药管理局、PKU法律信息库和中医药高校档案的政策文档 | BERTopic | BERT-based | 主题识别和聚类分析 | NA |
753 | 2025-10-05 |
Intelligent temporal causal inference framework for wastewater treatment plant nitrogen removal: Multi-stage spurious causal elimination
2025-Sep-25, Bioresource technology
IF:9.7Q1
DOI:10.1016/j.biortech.2025.133394
PMID:41015305
|
研究论文 | 提出一种名为AquaCausal的新型混合因果推断框架,用于污水处理厂生物脱氮过程的因果关系识别 | 集成时间感知PCMCI算法、深度学习和多阶段机制来消除虚假因果关系 | 基于模拟数据集,需要在实际场景中进一步验证 | 建立可解释的污水处理厂生物脱氮机制模型 | 污水处理厂氮去除过程 | 机器学习 | NA | 因果推断,深度学习 | 混合因果推断框架 | 时间序列模拟数据 | 经过校准的污水处理厂模型生成的扰动模拟数据集 | PCMCI, 深度学习框架 | 多阶段因果推断框架 | 因果关系减少率,核心因果关系识别数量 | NA |
754 | 2025-10-05 |
Deep learning in abdominopelvic digital subtraction angiography: a systematic review of interventional radiology applications
2025-Sep-25, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112456
PMID:41016082
|
系统综述 | 本系统综述评估了深度学习在腹盆腔数字减影血管造影介入放射学应用中的现状 | 首次系统评估深度学习在腹盆腔DSA介入放射学中的应用,识别了文献中的研究空白 | 大多数模型在单中心小数据集上测试,限制了其普适性;目前尚无FDA批准的DL工具用于腹盆腔DSA | 评估深度学习在腹盆腔数字减影血管造影介入放射学应用中的性能并识别研究空白 | 腹盆腔数字减影血管造影图像 | 医学影像分析 | 腹盆腔血管疾病 | 数字减影血管造影 | 深度学习 | 医学影像 | 9项研究的小型数据集 | NA | NA | AUC, 准确率 | NA |
755 | 2025-10-05 |
Metabolic profiling of Yangxinshi tablet based on time-staggered ion list dynamic detection integrated with metabolic molecular network
2025-Sep-23, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.128910
PMID:41016099
|
研究论文 | 开发基于时间交错离子列表动态检测与代谢分子网络整合的分析策略,系统表征养心氏片在大鼠体内的代谢特征 | 创新性地建立了BS-VPMDF-tsPIL-AE数据采集模式,结合代谢分子网络和深度学习辅助质量缺陷过滤技术 | NA | 系统表征中药复方养心氏片在体内的代谢特征,推进中药药效物质基础研究 | 大鼠血浆和尿液样本中的药物源性成分 | 代谢组学 | 心血管疾病 | 质谱分析、代谢分子网络、深度学习辅助质量缺陷过滤 | 深度学习 | 质谱数据 | 大鼠血浆和尿液样本(具体数量未明确说明) | R编程、Python | NA | NA | NA |
756 | 2025-10-05 |
Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model
2025-Sep-23, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146497
PMID:41016293
|
研究论文 | 本研究提出了一种基于GASF和梅尔谱图特征多传感器融合的增强型EfficientNet-B0模型,用于鉴别八种不同原料酿造的葡萄酒 | 首次将一维时间序列传感器数据通过GASF和梅尔谱图算法转化为二维RGB图像,并采用增强型EfficientNet-B0模型进行多传感器数据融合 | 仅针对相同酿造工艺的八种原料葡萄酒进行研究,未涉及不同酿造工艺的影响 | 开发基于多传感器融合的葡萄酒原料鉴别方法 | 八种不同原料酿造的葡萄酒 | 计算机视觉 | NA | 广谱电子鼻、贵金属电极传感器 | CNN | 图像 | 八种不同原料的葡萄酒样本 | NA | Enhanced-EfficientNet-B0 | 准确率 | NA |
757 | 2025-10-05 |
Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos
2025-Sep-22, Journal of gynecology obstetrics and human reproduction
IF:1.7Q3
DOI:10.1016/j.jogoh.2025.103039
PMID:40992502
|
研究论文 | 开发并验证了一种基于深度学习的AI系统,用于从超声视频中自动检测标准胎儿平面、测量胎儿生物测量参数和估计胎儿体重 | 首次开发了能够从超声视频中自动识别标准胎儿平面并测量生物参数的深度学习系统,并进行了前瞻性时间验证 | 研究仅针对健康胎儿,未包含异常或病理情况;样本量相对有限 | 开发人工智能系统以自动进行胎儿生物测量和体重估计 | 胎儿超声图像和视频 | 计算机视觉 | 产科超声 | 超声成像 | 深度神经网络 | 超声图像和视频 | 训练集16,626张图像,验证集281个超声视频 | NA | NA | 绝对相对测量误差 | NA |
758 | 2025-10-05 |
Leveraging learned representations and multitask learning for lysine methylation site discovery
2025-Sep-21, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.27.672583
PMID:40950037
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型MethylSight 2.0,用于预测赖氨酸甲基化位点,并通过质谱实验验证了68个新位点 | 首次将Transformer架构应用于赖氨酸甲基化位点预测,并采用多任务学习整合其他赖氨酸翻译后修饰信息 | 未明确说明模型在特定癌症类型或组织中的泛化能力 | 提高赖氨酸甲基化位点预测的准确性,推动赖氨酸甲基化组图谱的完善 | 蛋白质赖氨酸甲基化位点 | 机器学习 | 癌症 | 质谱分析,深度学习 | Transformer | 蛋白质序列数据 | NA | NA | Transformer | 准确率 | NA |
759 | 2025-10-05 |
Intelligent Fish Recognition Method Based on Variable-Step Size Learning Rate Optimization Strategy
2025-Sep-21, Foods (Basel, Switzerland)
DOI:10.3390/foods14183274
PMID:41008245
|
研究论文 | 提出一种基于变步长学习率优化策略的智能鱼类识别方法 | 通过分析学习率规律对网络精度的影响,提出变步长学习率优化策略,显著减少优化次数并提升准确率 | NA | 提高鱼类分类的效率和准确性 | 多物种干扰鱼类 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | ResNet18, ShuffleNet, EfficientNet, MobileNetV3, YOLOv8 | 准确率 | NA |
760 | 2025-10-05 |
Diagnostic Performance of Large Language Models in Multimodal Analysis of Radiolucent Jaw Lesions
2025-Sep-16, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103910
PMID:40961626
|
研究论文 | 评估大型语言模型在多模态影像分析中诊断颌骨透射性病变的性能 | 首次系统评估ChatGPT和Gemini在口腔颌面外科多模态影像诊断中的表现,比较不同影像组合和答题格式对诊断准确性的影响 | 样本量有限(100例),仅评估两种LLM模型,需要更大数据集和混合AI系统的进一步验证 | 评估大型语言模型在口腔颌面外科颌骨透射性病变诊断中的性能 | 颌骨透射性病变患者 | 自然语言处理 | 颌骨疾病 | 多模态影像分析(全景X线、锥形束CT、病理学) | 大型语言模型 | 多模态数据(影像、文本) | 100名匿名患者来自Wonkwang University Daejeon Dental Hospital | NA | ChatGPT 4o, Gemini 2.5 Pro | 准确率 | NA |