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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7681 | 2025-10-06 |
Deep learning of structural morphology imaged by scanning X-ray diffraction microscopy
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97183-0
PMID:40595408
|
研究论文 | 本研究开发了专门用于扫描X射线显微镜数据分析的卷积神经网络NanobeamNN,用于从纳米衍射数据中解析结构形貌 | 开发了专门针对扫描探针X射线显微镜数据的卷积神经网络,能够直接从实验数据做出合理预测而无需额外微调 | 基于模拟衍射数据进行训练,可能对真实实验数据的适应性存在局限 | 解决扫描X射线纳米衍射显微镜数据分析中的计算挑战 | 外延薄膜的纳米衍射数据 | 计算机视觉 | NA | 扫描X射线纳米衍射显微镜 | CNN | 衍射图像 | NA | NA | 卷积神经网络 | 计算速度,准确度 | NA |
| 7682 | 2025-10-06 |
Deep learning quantifies pathologists' visual patterns for whole slide image diagnosis
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60307-1
PMID:40595468
|
研究论文 | 本研究通过眼动追踪设备收集病理医生的视觉模式,开发了病理专业知识获取网络(PEAN),用于全切片图像的精确诊断 | 首次利用眼动追踪技术量化病理医生的视觉诊断模式,将标注时间减少至手动标注的4%,填补了现有模型无法学习病理医生诊断过程的空白 | 研究仅针对5类皮肤病变进行评估,未涉及更广泛的疾病类型 | 通过最小化病理医生工作量的方式获取专业知识,实现全切片图像的精确诊断 | 皮肤病变的全切片图像 | 数字病理 | 皮肤病变 | 眼动追踪技术 | 深度学习 | 全切片图像 | 5881张全切片图像 | NA | 病理专业知识获取网络(PEAN) | AUC, 准确率 | NA |
| 7683 | 2025-10-06 |
Benchmark dataset and deep learning method for global tropical cyclone forecasting
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61087-4
PMID:40595595
|
研究论文 | 提出包含多模态数据集和AI-气象集成预测模型的热带气旋预报方法 | 创建首个开放多模态热带气旋数据集,提出气象知识驱动的深度学习架构 | NA | 提高热带气旋轨迹和强度预测的准确性 | 全球六大洋盆地的热带气旋 | 机器学习 | NA | 多源气象数据集成 | 深度学习 | 多模态气象数据 | 70年跨度的多源数据 | NA | Generator Chooser Network, Environment-Time Net | 轨迹预测准确率, 强度预测准确率 | NA |
| 7684 | 2025-10-06 |
Mapping global floods with 10 years of satellite radar data
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60973-1
PMID:40595639
|
研究论文 | 本研究开发了一种深度学习洪水检测模型,利用10年卫星雷达数据创建了全球洪水范围数据集 | 利用Sentinel-1 SAR卫星影像的云层穿透能力,实现了不受云层影响的持续洪水范围制图,提供了首个长达十年的全球洪水范围数据集 | 全球洪水范围随时间增长的潜在趋势需要进一步验证以探索与气候变化的联系 | 开发能够穿透云层的洪水检测方法,创建长期全球洪水数据集,支持洪水监测和灾害响应 | 全球洪水事件,特别关注埃塞俄比亚历史洪水易发区和2024年5月肯尼亚实时洪水 | 计算机视觉 | NA | 合成孔径雷达(SAR)卫星影像 | 深度学习 | 卫星雷达图像 | 10年Sentinel-1 SAR数据 | NA | NA | NA | NA |
| 7685 | 2025-10-06 |
Prompt-based fine-tuning with multilingual transformers for language-independent sentiment analysis
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03559-7
PMID:40595680
|
研究论文 | 本研究通过基于提示的微调方法,利用多语言Transformer模型实现语言无关的情感分析 | 首次将基于提示的微调策略应用于语言无关的情感分析任务,建立了使用单一语言模板评估多语言性能的统一框架 | 仅评估了八种语言,未涵盖更多语言类型;提示模板设计可能对性能产生影响 | 开发可扩展的多语言情感分析方法,减少对大量标注数据的依赖 | 阿拉伯语、英语、法语、德语、印地语、意大利语、葡萄牙语和西班牙语的文本数据 | 自然语言处理 | NA | 提示微调技术 | Transformer, LSTM, CNN, SVM | 文本 | 八种语言的数据集,每个类别仅需32个训练样本 | TensorFlow, PyTorch | BERT-base-multilingual, XLM-RoBERTa, LSTM-CNN混合架构 | 准确率, 精确率, 召回率, F1分数 | NA |
| 7686 | 2025-10-06 |
Keypoint-based modeling reveals fine-grained body pose tuning in superior temporal sulcus neurons
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60945-5
PMID:40595710
|
研究论文 | 本研究利用基于关键点的深度学习模型探索了猴子上颞沟神经元对身体姿态和视角的精细调谐特性 | 首次将基于关键点的深度学习算法应用于猴脑神经元研究,通过模型反演识别有效身体部位和视角,揭示了上颞沟神经元对身体姿态的精细编码机制 | 研究仅针对fMRI定义的上颞沟身体斑块区域,未涵盖其他可能参与身体姿态处理的脑区;模型在视角无关条件下预测性能较差 | 探索灵长类视觉系统如何编码社交相关的身体姿态线索 | 猴子上颞沟中部和前部身体斑块的神经元 | 计算机视觉,神经科学 | NA | 深度学习,功能磁共振成像,关键点提取 | 主成分回归 | 视频,神经信号 | fMRI定义的上颞沟身体斑块神经元 | NA | 关键点主成分回归 | 交叉验证预测性能 | NA |
| 7687 | 2025-10-06 |
DeepLASD countermeasure for logical access audio spoofing
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04808-5
PMID:40595766
|
研究论文 | 提出一种名为DeepLASD的端到端深度学习方法来检测逻辑访问音频欺骗攻击 | 结合SincConv层进行可解释频谱处理,在残差卷积块中引入GeLU激活和注意力机制,并使用门控循环单元建模时序动态 | 在ASVspoof 2021数据集上的结果显示了应对新一代合成语音的挑战 | 提高语音认证系统对逻辑访问欺骗攻击的检测能力 | 语音转换和文本转语音生成的欺骗音频 | 语音处理 | NA | 深度学习 | CNN, GRU | 原始音频波形 | ASVspoof 2019和2021大规模数据集 | NA | SincConv, 残差卷积块 | 等错误率, 串联检测代价函数 | NA |
| 7688 | 2025-10-06 |
Machine learning and transformer models for prediction of postoperative pneumonia risk in patients with lower limb fractures
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04623-y
PMID:40595785
|
研究论文 | 本研究使用机器学习和Transformer模型预测下肢骨折患者术后肺炎风险 | 首次将Transformer模型应用于下肢骨折患者术后肺炎风险预测,并与XGBoost模型进行性能比较 | 数据来源于单一医院(南通大学医院),样本代表性可能存在局限 | 开发术后肺炎风险预测模型以改善患者预后 | 下肢骨折手术患者 | 机器学习 | 骨科疾病 | 临床数据分析 | XGBoost, Transformer | 临床指标数据 | 2016-2023年南通大学医院下肢骨折患者数据 | NA | Transformer | AUC, F1-score | NA |
| 7689 | 2025-10-06 |
Deep learning-based automated detection and multiclass classification of soil-transmitted helminths and Schistosoma mansoni eggs in fecal smear images
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02755-9
PMID:40595844
|
研究论文 | 开发基于深度学习的自动化系统,用于粪便涂片图像中土壤传播蠕虫和曼氏血吸虫虫卵的检测与分类 | 首次结合低成本数字显微镜Schistoscope与EfficientDet深度学习模型,实现粪便样本中多种寄生虫虫卵的自动检测与多分类 | 数据集仅包含3000多张视野图像,样本来源相对有限 | 开发适用于资源有限地区的寄生虫感染自动检测系统 | 土壤传播蠕虫(STH)和曼氏血吸虫虫卵 | 计算机视觉 | 寄生虫感染 | Kato-Katz粪便涂片技术,数字显微镜成像 | 深度学习 | 图像 | 3000多张视野图像,来自300多个粪便涂片样本 | TensorFlow | EfficientDet | 精确度,灵敏度,特异度,F分数 | NA |
| 7690 | 2025-10-06 |
DSNet enables feature fusion and detail restoration for accurate object detection in foggy conditions
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03902-y
PMID:40595900
|
研究论文 | 提出一种新型网络DSNet,通过特征融合和细节恢复技术提升雾天条件下的目标检测精度 | 设计去雾融合网络(DFN)实现差异化雾区处理,提出重参数化通道混洗注意力机制(MCA)优化特征传输,开发混合像素激活变换器(HPAT)恢复图像细节 | NA | 提升恶劣天气条件下基于深度学习的目标检测模型性能 | 雾天条件下的目标检测 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | Foggy Cityscapes、RTTS、DAWN和rRain数据集 | NA | DehazeSRNet(DSNet), DFN, MCA, HPAT | 准确率, FPS | NA |
| 7691 | 2025-10-06 |
A novel decision-making approach for the selection of best deep learning techniques under logarithmic fractional fuzzy set information
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03389-7
PMID:40595920
|
研究论文 | 提出一种基于对数分数模糊集信息的深度学习方法选择决策框架 | 定义了新型对数分数模糊集(Log-FFS)并构建了相应的聚合算子,扩展了传统模糊集理论 | NA | 开发基于模糊集理论的决策方法以优化深度学习技术选择 | 深度学习技术选择决策问题 | 机器学习 | NA | 模糊集理论,多准则决策方法 | NA | 模糊信息 | NA | NA | NA | NA | NA |
| 7692 | 2025-10-06 |
Advanced object detection for smart accessibility: a Yolov10 with marine predator algorithm to aid visually challenged people
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04959-5
PMID:40595928
|
研究论文 | 提出一种基于YOLOv10和海洋捕食者算法的智能辅助物体检测模型,用于帮助视障人士 | 结合YOLOv10物体检测、VGG19特征提取、深度信念网络分类和海洋捕食者算法进行超参数优化 | 仅在室内物体检测数据集上进行验证,未说明室外环境适用性 | 通过先进的物体检测技术提升视障人士的独立生活能力 | 视障人士日常环境中的物体(如椅子、自行车、桌子、门等) | 计算机视觉 | 视力障碍 | 深度学习,计算机视觉 | YOLOv10, VGG19, DBN | 图像 | 室内物体检测数据集(具体数量未说明) | NA | YOLOv10, VGG19, 深度信念网络 | 准确率 | NA |
| 7693 | 2025-10-06 |
A novel deep learning approach to field-road semantic segmentation
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05066-1
PMID:40595943
|
研究论文 | 提出一种用于农田-道路语义分割的新型深度学习框架,通过分析GNSS轨迹数据区分农业机械作业模式 | 集成Transformer和语义技术构建高级语义编码器,结合轻量级上采样机制和语义特征金字塔网络解码器 | 仅在小麦和水稻的GNSS轨迹图像数据集上进行验证,未涉及其他作物或农业场景 | 实现农田与道路的自动语义分割以支持精准农业管理 | 农业机械的GNSS轨迹数据 | 计算机视觉 | NA | GNSS数据采集 | 深度学习 | 轨迹图像 | 6,380张小麦和水稻的GNSS轨迹图像 | NA | Transformer, 语义特征金字塔网络(FPN) | mIoU, F1-score | NA |
| 7694 | 2025-10-06 |
BGATT-GR: accurate identification of glucocorticoid receptor antagonists based on data augmentation combined with BiGRU-attention
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05839-8
PMID:40595974
|
研究论文 | 提出基于数据增强和BiGRU-注意力机制的深度学习混合框架BGATT-GR,用于准确识别糖皮质激素受体拮抗剂 | 结合数据增强方法、双向门控循环单元和自注意力机制的多视图特征学习框架 | NA | 开发准确识别糖皮质激素受体拮抗剂的深度学习模型 | 糖皮质激素受体拮抗剂分子 | 机器学习 | NA | 分子描述符提取 | BiGRU, 注意力机制 | 分子描述符数据 | NA | NA | BiGRU-注意力架构 | 平衡准确度, MCC, AUPR | NA |
| 7695 | 2025-10-06 |
Enhancing agricultural commodity price forecasting with deep learning
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05103-z
PMID:40595985
|
研究论文 | 本研究评估了传统随机模型、机器学习技术和深度学习方法在预测23种农产品价格方面的性能 | 首次系统比较了从传统ARIMA到多种深度学习模型在农产品价格预测中的表现,发现LSTM和GRU在捕捉复杂时间模式方面具有显著优势 | 未考虑天气数据等外部因素,建议未来研究探索混合模型和更多影响因素 | 提高农产品价格预测准确性,为市场规划和政策制定提供支持 | 23种农产品的每日批发价格数据 | 机器学习 | NA | 时间序列分析 | ARIMA, SVR, XGBoost, MLP, RNN, LSTM, GRU, ESN | 时间序列数据 | 2010年1月至2024年6月的每日批发价格数据,涵盖23种商品 | NA | 多层感知机, 循环神经网络, 长短期记忆网络, 门控循环单元, 回声状态网络 | 均方根误差, 平均绝对百分比误差 | NA |
| 7696 | 2025-10-06 |
Enhanced wind power forecasting using machine learning, deep learning models and ensemble integration
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05250-3
PMID:40596009
|
研究论文 | 本研究应用机器学习和深度学习技术提升风电功率预测精度 | 系统比较多种ML/DL模型在风电预测中的表现,构建堆叠集成模型,并针对实时数据和未来预测场景进行验证 | 仅使用特定地区的数据进行验证,未涉及更广泛地理区域和长期季节性变化 | 提高风电功率预测精度以保障电网稳定性 | 风力发电数据 | 机器学习 | NA | SCADA数据采集,实时气象监测 | Random Forest, Decision Trees, Linear Regression, KNN, XGBoost, AdaBoost, Gradient Boosting, MLP, LSTM | 时间序列数据,气象数据 | 两个数据集:Kaggle风轮机SCADA数据和印度Aralvaimozhi实时风数据 | NA | 多层感知器,长短期记忆网络,堆叠集成 | MAE, MSE, RMSE, R-squared | NA |
| 7697 | 2025-10-06 |
Multiclass semantic segmentation for prime disease detection with severity level identification in Citrus plant leaves
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04758-y
PMID:40596020
|
研究论文 | 提出一种用于柑橘叶片多类病害语义分割和严重程度识别的深度学习模型 | 集成层次特征提取、基于transformer的全局上下文建模和精确特征重建,解决现有模型的空间不一致性、精细病害边界丢失和特征表示不足等关键限制 | NA | 早期检测和分类柑橘植物病害,保护作物健康和提高生产力 | 柑橘植物叶片及其病害 | 计算机视觉 | 植物病害 | 图像处理 | 深度学习 | 图像 | NA | NA | RSL Linked-TransNet | 准确率, 损失值, 精确率, 召回率, IoU, F1分数 | NA |
| 7698 | 2025-10-06 |
Smart deep learning model for enhanced IoT intrusion detection
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06363-5
PMID:40596059
|
研究论文 | 提出一种结合预处理优化和超参数调优的智能深度学习模型,用于增强物联网入侵检测 | 采用大规模预处理步骤结合网格搜索优化XGBoost和序列神经网络(OSNN)的超参数,并通过多种滤波器、核函数、激活函数和正则化技术增强模型检测复杂多类别入侵模式的能力 | NA | 提高物联网环境中多类别入侵检测的准确性和性能 | 网络流量数据中的入侵行为 | 机器学习 | NA | NA | XGBoost, Sequential Neural Network | 网络流量数据 | 三个数据集:NSL-KDD、UNSW-NB15、CICIDS2017 | NA | Sequential Neural Network | 准确率, F1分数, MCC, FPR, AUC, 损失值 | NA |
| 7699 | 2025-10-06 |
Blockchain enabled deep learning model with modified coati optimization for sustainable healthcare disease detection and classification
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06578-6
PMID:40596110
|
研究论文 | 提出一种基于区块链和优化深度学习模型的医疗疾病检测与分类方法 | 结合区块链技术确保数据安全共享,使用改进的Coati优化算法进行超参数选择,并采用注意力双向门控循环单元进行疾病分类 | 仅在HD数据集上进行实验验证,缺乏多数据集和实际临床环境测试 | 开发高效准确的疾病诊断系统 | 医疗传感器收集的异构数据 | 机器学习 | NA | 深度学习,区块链技术 | ABiGRU | 医疗传感器数据 | NA | NA | 注意力双向门控循环单元(ABiGRU) | 准确率 | NA |
| 7700 | 2025-10-06 |
Evaluation of MRI-based synthetic CT for lumbar degenerative disease: a comparison with CT
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05399-x
PMID:40596109
|
研究论文 | 评估基于MRI的合成CT在腰椎退行性疾病诊断中的效果,并与传统CT进行对比 | 首次使用深度学习图像合成方法生成合成CT,实现无辐射的腰椎退行性疾病诊断 | 合成CT无法独立检测骨质疏松症 | 比较MRI合成CT与传统CT在显示腰椎退行性改变方面的效果 | 疑似腰椎退行性疾病的成年患者 | 医学影像分析 | 腰椎退行性疾病 | MRI, CT, 深度学习图像合成 | 深度学习 | 医学影像 | 105名参与者(54名男性,51名女性,年龄19-95岁) | BoneMRI | NA | 等效性统计检验,几何测量一致性 | NA |