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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7621 | 2025-10-06 |
Automated sleep staging model for older adults based on CWT and deep learning
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07630-1
PMID:40593120
|
研究论文 | 提出了一种基于连续小波变换和深度学习的老年人自动睡眠分期模型RICM-SleepNet | 首次针对老年人群体设计自动睡眠分期模型,采用三维时频特征融合图和多重特征提取机制 | 需要进一步验证和完善模型在临床环境中的应用 | 提高老年人睡眠分期的准确性和有效性 | 老年人睡眠数据 | 深度学习 | 睡眠障碍 | 连续小波变换(CWT) | 深度学习 | 脑电信号,三维时频特征融合图 | 基于Sleep-EDF扩展数据集 | NA | RICM-SleepNet, Inception, CBAM注意力机制 | 准确率, κ值 | NA |
| 7622 | 2025-10-06 |
Automated ejection fraction and risk stratification in cardiomyopathy patients with diverse LV geometry using 2D echocardiography
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06738-8
PMID:40593134
|
研究论文 | 开发深度学习模型从超声心动图自动评估左心室射血分数并进行心肌病患者风险分层 | 首次使用DeepLabV3+算法处理心尖两腔和四腔切面图像,并针对不同左心室几何亚型进行个性化分析 | 样本量相对较小(120例患者),仅在心肌病患者中验证 | 开发自动化工具用于心肌病患者的左心室功能评估和风险分层 | 心肌病患者,按左心室几何亚型分类 | 医学影像分析 | 心肌病 | 二维超声心动图 | 深度学习 | 医学图像 | 120例心肌病患者 | NA | DeepLabV3+ | Dice相似系数,IoU,平均绝对误差,Bland-Altman分析,相关系数,AUC | NA |
| 7623 | 2025-10-06 |
Construction of evolutionary stability and signal game model for privacy protection in the internet of things
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08836-z
PMID:40593151
|
研究论文 | 提出一种基于演化博弈理论和信号博弈机制的物联网隐私保护模型,通过多阶段信号博弈和深度学习优化隐私保护策略 | 结合演化博弈理论和信号博弈机制构建物联网隐私保护模型,引入多阶段信号博弈和深度学习实现动态优化 | NA | 分析和优化物联网环境中的隐私保护策略 | 用户、设备、网络运营商和攻击者之间的博弈关系 | 物联网安全 | NA | 演化博弈理论、信号博弈机制、深度学习 | 深度学习模型 | 物联网数据集 | CIC物联网数据集 | NA | 多阶段信号博弈和深度学习模型(IoT-PSGDL) | 隐私保护效果、策略更新速度、系统响应时间、隐私保护持久性、通信延迟、数据存储安全性、隐私保护成功率、隐私泄露概率 | NA |
| 7624 | 2025-10-06 |
Explainable AI in early autism detection: a literature review of interpretable machine learning approaches
2025-Jul-01, Discover mental health
DOI:10.1007/s44192-025-00232-3
PMID:40593180
|
文献综述 | 本文综述了可解释人工智能在早期自闭症检测中应用的机器学习方法 | 专注于可解释AI在自闭症早期检测领域的应用,强调解决传统机器学习模型在医疗领域因不透明性导致的信任问题 | NA | 探讨可解释AI在自闭症研究中的应用价值及其对AI伦理和可靠实施的保障作用 | 自闭症谱系障碍(ASD)患者,特别是儿童 | 机器学习 | 自闭症谱系障碍 | NA | NA | NA | NA | NA | NA | NA | NA |
| 7625 | 2025-10-06 |
Deep learning for network security: an Attention-CNN-LSTM model for accurate intrusion detection
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07706-y
PMID:40593224
|
研究论文 | 提出一种结合注意力机制、CNN和LSTM的混合深度学习模型用于网络入侵检测 | 首次将自注意力机制与CNN和LSTM结合,突出最具信息量的输入特征 | NA | 开发高效的网络入侵检测系统以应对不断演变的网络威胁 | 网络入侵检测 | 机器学习 | NA | 深度学习 | CNN,LSTM,注意力机制 | 网络流量数据 | NSL-KDD和Bot-IoT数据集 | NA | Attention-CNN-LSTM | 准确率,马修斯相关系数(MCC),F1分数 | NA |
| 7626 | 2025-10-06 |
Improved model for intrusion detection in the Internet of Things
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92852-6
PMID:40593260
|
研究论文 | 提出一种改进的深度学习模型用于物联网环境中的入侵检测 | 集成数据增强和正则化的CNN模型,在物联网入侵检测中实现了高精度和泛化能力 | NA | 提高物联网环境中入侵检测的准确性和泛化能力 | 物联网设备和网络 | 机器学习 | NA | 深度学习 | CNN | 网络数据 | 多个基准数据集 | NA | CNN | 精确率, 平均精确率 | NA |
| 7627 | 2025-10-06 |
FPGA implementation of deep learning architecture for ankylosing spondylitis detection from MRI
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08593-z
PMID:40593288
|
研究论文 | 本研究开发了一种基于FPGA的深度学习架构,用于从MRI图像中自动检测强直性脊柱炎 | 首次在FPGA上实现深度学习架构用于强直性脊柱炎检测,相比传统CPU实现具有高计算效率和低延迟优势 | 研究样本量相对有限(527人),且仅比较了FPGA与CPU的性能,未与其他硬件平台对比 | 开发自动化系统诊断强直性脊柱炎,通过分类轴向MRI序列实现早期检测 | 强直性脊柱炎患者的轴向磁共振成像序列 | 计算机视觉 | 强直性脊柱炎 | 磁共振成像 | 深度学习神经网络 | 医学图像 | 527名个体的MRI图像 | NA | NA | 分类准确率 | FPGA卡, CPU |
| 7628 | 2025-10-06 |
Enhancing the YOLOv8 model for realtime object detection to ensure online platform safety
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08413-4
PMID:40593284
|
研究论文 | 本研究基于YOLOv8-m架构开发了增强目标检测模型,用于在线平台有害物体的实时检测 | 改进了跨阶段部分融合模块并在模型头部增加了三个卷积块,提升了特征提取和检测能力 | NA | 提高在线平台有害物体的检测精度以保障用户安全 | 武器、成瘾物质和暴力内容等六类有害物体 | 计算机视觉 | NA | NA | CNN | 图像 | NA | NA | YOLOv8-m | 精确率,召回率,mAP50 | NA |
| 7629 | 2025-10-06 |
Predictive value of subacromial motion metrics for the effectiveness of ultrasound-guided dual-target injection: a longitudinal follow-up cohort trial
2025-Jul-01, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01989-5
PMID:40593369
|
研究论文 | 本研究评估动态肩峰下超声指标对超声引导双靶点注射治疗肩峰下撞击综合征效果的预测价值 | 首次使用定量动态肩峰下超声指标(最小垂直肩峰肱骨距离)预测双靶点注射治疗的早期成功和疼痛复发 | 使用历史队列进行比较而非随机对照试验,样本量有限 | 评估超声引导双靶点注射治疗肩峰下撞击综合征的疗效预测因素和长期效果 | 肩峰下撞击综合征患者 | 医学影像分析 | 肩峰下撞击综合征 | 超声引导注射,动态超声测量 | NA | 超声影像,临床评估数据 | 90例接受双靶点注射的患者,另与90例历史队列患者比较 | NA | NA | 治疗成功率,疼痛复发时间,最小垂直肩峰肱骨距离变化 | NA |
| 7630 | 2025-10-06 |
Deep generalizable prediction of RNA secondary structure via base pair motif energy
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60048-1
PMID:40593483
|
研究论文 | 开发了一种基于碱基对基序能量的深度学习方法来预测RNA二级结构 | 构建了完整的局部相邻三邻域碱基对基序库,并通过三级结构从头建模记录相应基序的热力学能量,将物理先验与深度学习方法相结合 | NA | 提高RNA二级结构预测的准确性和泛化能力 | RNA序列及其二级结构 | 机器学习 | NA | 从头三级结构建模 | 深度学习 | RNA序列数据 | NA | NA | BPfold | 准确性, 泛化能力 | NA |
| 7631 | 2025-10-06 |
Data-driven protease engineering by DNA-recording and epistasis-aware machine learning
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60622-7
PMID:40593579
|
研究论文 | 本文提出了一种结合DNA记录技术和机器学习方法的蛋白酶工程新策略 | 开发了用于深度特异性分析的DNA记录系统,并提出了表型相互作用感知的训练集设计策略 | 方法目前仅在大肠杆菌中进行了验证,在其他系统中的适用性有待进一步研究 | 开发能够预测和设计具有特定底物特异性的蛋白酶序列的计算方法 | 蛋白酶及其底物特异性 | 机器学习 | NA | DNA记录技术,深度特异性分析 | 深度学习 | 序列活性数据 | 29,716个候选蛋白酶,约600,000个蛋白酶-底物对 | NA | NA | 准确性 | NA |
| 7632 | 2025-10-06 |
RiNALMo: general-purpose RNA language models can generalize well on structure prediction tasks
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60872-5
PMID:40593636
|
研究论文 | 本文介绍了RiNALMo,一个通用RNA语言模型,在RNA结构预测任务中表现出良好的泛化能力 | 开发了迄今为止最大的RNA语言模型(6.5亿参数),首次证明通用RNA语言模型在二级结构预测等任务上能够泛化到未见过的RNA家族 | NA | 通过预训练RNA语言模型来揭示RNA序列中隐藏的结构和功能信息 | 非编码RNA序列 | 自然语言处理 | NA | RNA测序技术 | 语言模型 | RNA序列数据 | 来自多个数据库的3600万条非编码RNA序列 | NA | RiNALMo | NA | NA |
| 7633 | 2025-10-06 |
Human protein interaction networks of ancestral and variant SARS-CoV-2 in organ-specific cells and bodily fluids
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60949-1
PMID:40593736
|
研究论文 | 通过分析SARS-CoV-2祖先病毒和变异株在器官特异性细胞及体液中的人类蛋白质相互作用网络 | 首次系统比较不同SARS-CoV-2毒株在多种器官细胞系中的蛋白质相互作用差异,并发现NSP3木瓜样蛋白酶的双重功能 | 研究仅涉及8种细胞系和有限的患者唾液样本 | 揭示SARS-CoV-2与宿主蛋白质相互作用机制,为抗病毒药物开发提供靶点 | SARS-CoV-2祖先病毒和四种变异株的28种蛋白质,八种代表不同器官和免疫系统的细胞系 | 生物信息学 | COVID-19 | 亲和纯化, 质谱分析, 共分级质谱分析, 深度学习 | 深度学习模型 | 蛋白质组学数据 | 639次亲和纯化实验,涵盖8种细胞系和COVID-19患者唾液样本 | NA | NA | NA | NA |
| 7634 | 2025-10-06 |
Deep learning model for grading carcinoma with Gini-based feature selection and linear production-inspired feature fusion
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00217-w
PMID:40593755
|
研究论文 | 提出一种结合基尼特征选择和线性生产函数特征融合的深度学习模型,用于肾细胞癌和肝细胞癌的病理分级 | 引入受经济学理论启发的特征选择与融合框架,将注意力机制集成到三种CNN架构中,并采用基尼系数特征选择和线性生产函数融合技术 | NA | 提高肾细胞癌和肝细胞癌病理分级的准确性 | 肾细胞癌(RCC)和肝细胞癌(HCC)的病理图像 | 数字病理 | 肾癌,肝癌 | 组织病理学图像分析 | CNN | 图像 | NA | NA | MobileNetV2,DenseNet121,InceptionV3 | 准确率 | NA |
| 7635 | 2025-10-06 |
ToxACoL: an endpoint-aware and task-focused compound representation learning paradigm for acute toxicity assessment
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60989-7
PMID:40593807
|
研究论文 | 提出一种用于多条件急性毒性评估的端点感知和任务聚焦的化合物表示学习范式ToxACoL | 通过图拓扑建模端点关联,利用图卷积实现知识迁移,采用伴随相关机制同步编码化合物和端点 | NA | 解决多物种急性毒性评估中实验条件多样、数据不平衡和目标数据稀缺的挑战 | 化学化合物的急性毒性评估 | 机器学习 | 毒性评估 | 图卷积神经网络 | 图神经网络 | 化学化合物数据,毒性端点数据 | NA | NA | 图卷积网络 | 改进率,数据减少比例 | NA |
| 7636 | 2025-10-06 |
A deep learning approach to stress recognition through multimodal physiological signal image transformation
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01228-3
PMID:40593851
|
研究论文 | 提出一种通过多模态生理信号图像转换进行压力识别的深度学习方法 | 首次将GASF、GADF和MTF变换应用于多模态生理信号转换为RGB图像,并用于压力状态分类 | NA | 开发基于深度学习的心理压力识别方法 | 多模态生理信号 | 机器学习 | 心理健康 | Gramian Summation Angular Field (GASF), Gramian Difference Angular Field (GADF), Markov Transition Field (MTF) | 深度学习模型 | 生理信号转换的RGB图像 | NA | NA | NA | 准确率, F1分数 | NA |
| 7637 | 2025-10-06 |
Multi-modal and Multi-view Cervical Spondylosis Imaging Dataset
2025-Jul-01, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05403-z
PMID:40593874
|
研究论文 | 发布了一个用于颈椎病的多模态多视角影像数据集MMCSD,并基于该数据集开发了预测术后颈部疼痛的深度学习模型 | 首次公开了包含MRI和CT多模态多视角的颈椎病影像数据集,并验证了其在术后疼痛预测任务中的应用价值 | 数据集样本量相对有限(250例患者),仅针对颈椎病单一疾病 | 支持颈椎病深度学习模型的开发与测试,优化临床诊断评估和治疗决策 | 颈椎病患者 | 医学影像分析 | 颈椎病 | MRI, CT | 深度学习模型 | 医学影像 | 250例患者 | NA | NA | NA | NA |
| 7638 | 2025-10-06 |
Leveraging federated learning and edge computing for pandemic-resilient healthcare
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00199-9
PMID:40593962
|
研究论文 | 提出基于联邦学习与边缘计算的疫情适应性医疗监测系统,用于口罩检测、社交距离监测和接触者追踪 | 首次将YOLOv4与SENet注意力层集成到联邦学习框架中,并在边缘设备上部署 | 研究主要基于模拟居住环境,未在真实大规模场景中验证 | 开发符合疫情防护规范的智能监测机制 | 人类居住场所的防疫行为监测 | 计算机视觉 | 传染病 | 深度学习预训练模型 | CNN | 传感器数据,图像 | NA | 联邦学习框架 | YOLOv4,SENet,RESNET-50,MobileNetV2,SocialdistancingNet-19 | 准确率 | 服务器,Grove AI-Raspberry Pi 4边缘节点 |
| 7639 | 2025-10-06 |
Two stage malware detection model in internet of vehicles (IoV) using deep learning-based explainable artificial intelligence with optimization algorithms
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00269-y
PMID:40594004
|
研究论文 | 提出一种基于深度学习和可解释人工智能的两阶段恶意软件检测模型,用于车联网环境 | 结合双阶段优化模型、爬行动物搜索算法特征选择、BiLSTM-MHSA混合分类器以及鹈鹕优化算法参数调优 | NA | 提高车联网环境中恶意软件检测和分类的准确率 | 车联网环境中的恶意软件 | 机器学习 | NA | 深度学习,可解释人工智能 | BiLSTM, 自注意力机制 | 恶意软件数据集 | NA | NA | 双向长短期记忆网络-多头自注意力混合模型 | 准确率 | NA |
| 7640 | 2025-10-06 |
Fusing satellite imagery and ground-based observations for PM2.5 air pollution modeling in Iran using a deep learning approach
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05332-2
PMID:40594048
|
研究论文 | 本研究利用深度学习技术融合卫星影像和地面观测数据,对伊朗PM2.5空气污染进行建模分析 | 首次在伊朗将ConvLSTM模型应用于PM2.5浓度建模,并比较了多种深度学习模型的性能 | 地面监测站点数据覆盖范围有限,可能无法完全反映整个地区的空气质量状况 | 实现PM2.5污染物浓度的准确时空建模,为空气质量管理和流行病学研究提供支持 | 伊朗地区的PM2.5空气污染物 | 环境科学, 深度学习 | 呼吸系统疾病, 心血管疾病 | 卫星遥感, 地面观测 | MLP, CNN, LSTM, ConvLSTM | 卫星影像, 地面观测数据, 气象参数 | NA | NA | 多层感知机, 卷积神经网络, 长短期记忆网络, 卷积长短期记忆网络 | 均方根误差, 决定系数 | NA |