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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7581 | 2025-10-06 |
Sequence to sequence architecture based on hybrid LSTM global and local encoders approach for meteorological factors forecasting
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08331-5
PMID:40595187
|
研究论文 | 提出一种基于混合LSTM全局和局部编码器的序列到序列架构用于气象因子预测 | 开发了H-LSTM-GLE模型,通过局部编码器的滑动窗口机制、全局编码器的二次编码和状态向量计算模块的协同整合来提升预测精度 | NA | 提高气象因子预测的准确性 | 相对湿度和室外温度气象数据 | 机器学习 | NA | 深度学习 | LSTM, 序列到序列模型 | 时间序列数据 | 两个数据集(SML2010-Hum和SML2010-outTem) | NA | 混合LSTM全局-局部编码器(H-LSTM-GLE) | NA | NA |
| 7582 | 2025-10-06 |
Integration of metaheuristic based feature selection with ensemble representation learning models for privacy aware cyberattack detection in IoT environments
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05545-5
PMID:40595948
|
研究论文 | 提出一种集成元启发式特征选择与集成表示学习模型的隐私感知网络攻击检测技术 | 结合自适应哈里斯鹰优化算法进行特征选择,并集成BiGRU、WAE和DBN三种模型,通过社会群体优化算法调整超参数 | 仅在CICIDS-2017和NSLKDD两个数据集上进行验证,需要更多数据集测试泛化能力 | 开发隐私保护的网络攻击检测系统以提高物联网环境安全性 | 物联网环境中的网络流量和攻击行为 | 机器学习 | NA | Z-score归一化,特征选择,集成学习 | BiGRU, WAE, DBN | 网络流量数据 | CICIDS-2017和NSLKDD两个数据集 | NA | 双向门控循环单元,Wasserstein自编码器,深度信念网络 | 准确率 | NA |
| 7583 | 2025-10-06 |
Detection of fasting blood sugar using a microwave sensor and convolutional neural network
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06502-y
PMID:40596086
|
研究论文 | 本研究开发了一种结合微波传感器和卷积神经网络的非接触式空腹血糖检测方法 | 首次将宽带微波传感与深度学习技术相结合用于非接触式血糖检测,开发了微型微带微波传感器 | 样本量相对有限(78人),仅在受控实验室条件下验证,未在真实穿戴环境中测试 | 开发一种可靠的非接触式空腹血糖监测技术 | 78名个体的血液样本 | 机器学习 | 糖尿病 | 微波传感技术 | CNN | 传感器响应数据(S21传输响应) | 78人血液样本,每个样本测量5次,共390个数据点 | NA | 卷积神经网络 | 平均相对误差(MRE) | NA |
| 7584 | 2025-10-06 |
Design concept and phase transformation study of advanced bainitic-austenitic medium-Mn steel
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05854-9
PMID:40596134
|
研究论文 | 研究新型中锰钢的等温热处理工艺及其相变行为,通过深度学习方法定量分析微观组织 | 采用深度学习评估方法基于衍射图样质量差异定量分析微观组织组成,并整合热力学和动力学参数预测贝氏体铁素体片层厚度 | 研究局限于特定化学成分的钢种,未涉及其他合金体系 | 开发具有均匀细小板条状贝氏体铁素体和残余奥氏体微观结构的先进中锰钢 | 0.17C-3.1Mn-1Si-0.55Al-0.22Mo-0.034Ti-0.073V 中锰钢 | 材料科学 | NA | 高分辨率膨胀测量法,扫描电子显微镜(SEM),电子背散射衍射(EBSD),透射电子显微镜(TEM),X射线衍射(XRD) | 深度学习 | 显微图像,衍射数据 | 特定化学成分的钢样品 | NA | NA | 实验观测与预测的一致性 | NA |
| 7585 | 2025-10-06 |
A novel neuroimaging based early detection framework for alzheimer disease using deep learning
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05529-5
PMID:40596195
|
研究论文 | 提出一种基于神经影像和深度学习的阿尔茨海默病早期检测框架 | 采用混合ResNet-50和AlexNet架构,结合CUDA并行处理优化,利用深度可分离卷积提升计算效率 | NA | 开发阿尔茨海默病的早期检测方法 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | 神经影像技术 | 深度学习 | MRI和PET神经影像数据 | NA | CUDA | ResNet-50, AlexNet | 准确率, 灵敏度, 特异性, F1分数 | CUDA并行处理 |
| 7586 | 2025-10-06 |
Deep learning strategies for semantic segmentation of pediatric brain tumors in multiparametric MRI
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07257-2
PMID:40596219
|
研究论文 | 本研究提出两种深度学习策略用于儿童脑肿瘤的多参数MRI语义分割 | 设计了两种新型多编码器注意力架构,并采用集成范式和后处理技术提升增强肿瘤区域的分割性能 | 研究主要基于BraTS-PEDs 2024数据集,尚未在其他儿科数据集上验证泛化能力 | 开发自动分割儿童脑肿瘤的深度学习算法 | 儿童胶质瘤的增强肿瘤、肿瘤核心和全肿瘤区域 | 计算机视觉 | 儿童脑肿瘤 | 多参数MRI | CNN | 医学影像 | BraTS-PEDs 2024数据集中的儿童脑肿瘤病例 | NA | SegResNet, 多编码器注意力架构 | Dice Score, 召回率, 精确率 | NA |
| 7587 | 2025-10-06 |
Real-world defocus deblurring via score-based diffusion models
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07326-6
PMID:40596248
|
研究论文 | 提出一种基于分数扩散模型的高分辨率迭代去模糊方法,用于解决真实场景中的离焦模糊问题 | 无需配对的清晰-模糊图像对即可训练模型,采用预测-校正框架增强反向时间SDE的鲁棒性 | 未明确说明计算资源需求和模型训练时间 | 实现真实场景下的高分辨率离焦图像去模糊 | 离焦模糊图像 | 计算机视觉 | NA | 分数扩散模型 | 扩散模型 | 图像 | 真实世界数据集(包括自采集数据集、RealBlur和DED数据集) | NA | 分数扩散模型 | PSNR, SSIM | NA |
| 7588 | 2025-10-06 |
A novel double machine learning approach for detecting early breast cancer using advanced feature selection and dimensionality reduction techniques
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06426-7
PMID:40596255
|
研究论文 | 提出三种双机器学习模型,通过特征融合和元分类器提升乳腺癌检测准确率 | 结合传统机器学习与深度学习的双机器学习框架,通过特征融合充分利用结构化特征和非线性模式 | 未提及模型在外部验证集上的泛化能力及临床部署的可行性 | 提高乳腺癌早期检测的准确率 | 乳腺癌检测数据集 | 机器学习 | 乳腺癌 | 特征选择,降维技术 | RF, FNN, XGBoost, ANN, LightGBM | 结构化数据,序列数据 | NA | NA | 随机森林,前馈神经网络,人工神经网络 | 准确率 | NA |
| 7589 | 2025-10-06 |
Enhancing sarcasm detection in sentiment analysis for cyberspace safety using advanced deep learning techniques
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08131-x
PMID:40596266
|
研究论文 | 提出一种基于深度学习的讽刺检测方法,用于社交媒体中的情感分析和网络空间安全 | 结合CNN特征提取与注意力机制的双向LSTM-GRU混合模型,并采用增强型正弦红鹿优化器进行参数优化 | 未提及模型在跨平台或跨语言场景下的泛化能力 | 提升社交媒体中讽刺内容的检测准确率以促进网络空间安全 | 社交媒体文本数据(来自Kaggle和新闻标题) | 自然语言处理 | NA | 自然语言处理 | CNN, LSTM, GRU | 文本 | 来自Kaggle和新闻标题的讽刺检测数据集 | NA | CNN, AM-BLSTM-GRU | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 7590 | 2025-10-06 |
A deep learning-based computed tomography reading system for the diagnosis of lung cancer associated with cystic airspaces
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05986-y
PMID:40596379
|
研究论文 | 提出基于深度学习的CT影像阅读系统LungSSFNet,用于辅助诊断囊性气腔相关肺癌 | 开发了基于nnUnet的新型深度学习模型LungSSFNet,在囊性气腔相关肺癌的识别和分割任务中表现优于现有多个模型 | 回顾性研究,样本量有限(342个CT序列),需要进一步前瞻性验证 | 探索深度学习模型在囊性气腔相关肺癌辅助诊断中的性能 | 囊性气腔相关肺癌和肺大泡患者的CT影像 | 计算机视觉 | 肺癌 | 计算机断层扫描(CT) | 深度学习 | 医学影像 | 342个CT序列(272个LCCA,70个肺大泡) | nnUnet | LungSSFNet, UNet, M2Snet, TANet, MADGNet, nnUnet | 交并比, Dice相似系数, 准确率, 精确率, 灵敏度 | NA |
| 7591 | 2025-10-06 |
Clinical validation of AI assisted animal ultrasound models for diagnosis of early liver trauma
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91900-5
PMID:40596647
|
研究论文 | 开发并验证用于早期肝创伤识别的AI辅助超声模型 | 结合巴马小型猪动物数据和北京患者临床数据开发深度学习模型,在内部测试中表现优于初级和高级超声医师 | 外部测试中模型性能略低于高级超声医师 | 开发AI辅助超声模型用于早期肝创伤识别 | 巴马小型猪和北京患者 | 医学影像分析 | 肝创伤 | 超声成像 | 深度学习 | 超声图像 | 巴马小型猪和北京患者数据 | NA | NA | Dice相似系数,真阳性率,阳性预测值,Hausdorff距离 | NA |
| 7592 | 2025-10-06 |
Reconstruction of Heart-related Imaging from Lung Electrical Impedance Tomography Using Semi-Siamese U-Net
2025-Jul-02, Current medical imaging
IF:1.1Q3
|
研究论文 | 使用半孪生U-Net架构从肺部电阻抗断层扫描重建心脏相关成像 | 提出新型半孪生U-Net架构,通过共享编码器和双解码器设计独立分割肺部和心脏区域 | 目前结果仅限于真实数据的定性评估和基于模拟的训练 | 从肺部EIT中重建心脏相关阻抗成像,改善心脏监测能力 | 肺部电阻抗断层扫描数据 | 医学影像分析 | 心血管疾病 | 电阻抗断层扫描(EIT) | U-Net | 医学影像数据 | 基于FEM的EIT模拟数据和真实人类EIT数据 | NA | 半孪生U-Net | Dice系数, MAE | NA |
| 7593 | 2025-10-06 |
3MT-Net: A Multi-Modal Multi-Task Model for Breast Cancer and Pathological Subtype Classification Based on a Multicenter Study
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3445952
PMID:39163184
|
研究论文 | 提出一种基于多中心研究的乳腺癌多模态多任务分类模型3MT-Net | 首次将临床数据与B超、彩色多普勒超声图像融合,采用AM-CapsNet提取特征和级联交叉注意力机制进行数据融合 | 回顾性数据收集,未提及外部验证结果 | 开发乳腺癌良恶性分类及病理亚型分类的深度学习模型 | 乳腺病变患者 | 数字病理 | 乳腺癌 | 超声成像 | Capsule Network, 集成学习 | 临床数据, B超图像, 彩色多普勒超声图像 | 来自9个医疗中心的多中心数据 | NA | AM-CapsNet, 3MT-Net | AUC | NA |
| 7594 | 2025-10-06 |
Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient
2025-Jul, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons
IF:8.9Q1
DOI:10.1016/j.ajt.2025.01.041
PMID:39892790
|
研究论文 | 本研究通过CT和组织学分析发现活体供肾中肾锥体数量较少与移植肾失败风险增加相关 | 首次发现肾锥体数量可作为预测移植肾失败的预捐赠生物标志物 | 研究限于ABO相容的活体供肾移植,样本量3098例 | 确定与活体供肾移植失败相关的肾实质结构特征 | 活体肾移植受者 | 数字病理 | 肾脏疾病 | 计算机断层扫描, 组织形态计量学, 深度学习 | 深度学习模型 | CT图像, 组织活检图像 | 3098名肾移植受者 | NA | NA | 发病率(每100人年), 肾小球滤过率 | NA |
| 7595 | 2025-10-06 |
Exploring an Innovative Deep Learning Solution for Acupuncture Point Localization on the Weak Feature Body Surface of the Human Back
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3511128
PMID:40030421
|
研究论文 | 提出一种基于自注意力模块的深度学习网络,用于人体背部弱特征体表的穴位定位与识别 | 采用自注意力模块进行图像特征全局提取,解决了传统CNN在弱特征图像任务中因过度裁剪和缩放导致的分类模糊问题 | 仅针对人体背部穴位进行研究,未涉及其他身体部位 | 探索高效可靠的穴位定位与识别解决方案,解决当前依赖医师主观经验的问题 | 人体背部弱特征体表的84个穴位 | 计算机视觉 | 中医诊疗 | 深度学习 | CNN, 自注意力网络 | 图像 | 自建人体背部穴位数据集,由专业中医师标注 | NA | 自注意力模块 | 定位准确度(平均误差小于1cm) | NA |
| 7596 | 2025-10-06 |
Class-Agnostic Feature-Learning-Based Deep-Learning Model for Robust Melanoma Prediction
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3535536
PMID:40031346
|
研究论文 | 提出一种基于类无关激活映射的深度学习模型,用于提高黑色素瘤预测的鲁棒性和诊断准确性 | 使用类无关激活映射(CAAMs)解决皮肤病变图像因成像条件和病变位置变化导致的模型激活不一致问题 | NA | 开发鲁棒的黑色素瘤预测深度学习模型 | 皮肤病变图像中的黑色素瘤和痣 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像 | ISIC 2017和ISIC 2019数据集 | NA | ConvNeXt, ResNet | AUROC, Dice系数 | NA |
| 7597 | 2025-10-06 |
Respiratory Anomaly and Disease Detection Using Multi-Level Temporal Convolutional Networks
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3545156
PMID:40031640
|
研究论文 | 提出一种基于多级时序卷积网络的呼吸音分析框架,用于呼吸异常和疾病检测 | 首次将空间特征提取与时序卷积网络结合,通过多级时序卷积网络捕捉呼吸音的时空相关性 | 基于公开数据集验证,在临床实际应用中的泛化能力有待进一步验证 | 开发呼吸音自动分析系统以实现肺部疾病的早期检测 | 呼吸音音频数据 | 数字病理 | 肺部疾病 | 深度学习 | TCN, CNN | 音频 | ICBHI 2017挑战数据集 | NA | 多级时序卷积网络(ML-TCN) | 准确率, 敏感度, 特异度, Score指标 | NA |
| 7598 | 2025-10-06 |
Optimal Electroencephalogram and Electrooculogram Signal Combination for Deep Learning-Based Sleep Staging
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3541453
PMID:40031834
|
研究论文 | 本研究通过深度学习模型探索脑电图和眼电图信号组合在自动睡眠分期中的最优性能 | 首次系统比较不同EEG和EOG信号组合对深度学习自动睡眠分期性能的影响 | 研究仅针对疑似阻塞性睡眠呼吸暂停患者,未涵盖其他睡眠障碍类型 | 识别用于深度学习自动睡眠分期的最优EEG和EOG信号组合 | 876名疑似阻塞性睡眠呼吸暂停患者 | 机器学习 | 睡眠障碍 | 多导睡眠图 | 深度学习 | 生理信号 | 876名受试者 | NA | NA | 准确率, Cohen's kappa | NA |
| 7599 | 2025-10-06 |
DSleepNet: Disentanglement Learning for Personal Attribute-Agnostic Three-Stage Sleep Classification Using Wearable Sensing Data
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3541851
PMID:40031837
|
研究论文 | 提出一种基于解耦学习的睡眠分期分类方法DSleepNet,通过分离个人属性相关和无关特征提升模型泛化能力 | 引入双概率编码器将特征空间解耦为个人属性相关和无关组件,并提出独立激励机制消除两类特征间的相关性 | 未提及具体样本量限制或跨中心验证的局限性 | 开发对个人属性不敏感的三阶段睡眠分期分类模型 | 可穿戴传感器采集的睡眠监测数据 | 机器学习 | 睡眠障碍 | 可穿戴传感技术 | CNN, 概率编码器 | 传感器时序数据 | NA | NA | DSleepNet | F1分数, Cohen's Kappa | NA |
| 7600 | 2025-10-06 |
Beyond the Ground Truth, XGBoost Model Applied to Sleep Spindle Event Detection
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3544966
PMID:40031867
|
研究论文 | 提出基于XGBoost的新型睡眠纺锤波检测框架SpinCo,通过可解释特征实现接近深度学习方法的性能 | 开发基于滑动窗口特征提取和XGBoost算法的检测框架,提出对称性事件评估指标和基于专家间一致性的泛化能力测试方法 | 性能略低于最先进的深度学习技术 | 开发可解释的自动睡眠纺锤波检测方法 | 脑电图中的睡眠纺锤波微事件 | 机器学习 | 睡眠障碍 | 脑电图分析 | XGBoost | 脑电图信号 | NA | XGBoost | NA | 对称性事件指标, 概率解释指标, 专家间一致性评估 | NA |