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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2025-11-09 |
AI Applications in Depression Detection and Diagnosis: Bibliometric and Visual Analysis of Trends and Future Directions
2025-Oct-22, JMIR mental health
IF:4.8Q1
DOI:10.2196/79293
PMID:41022381
|
文献计量分析 | 通过文献计量和可视化分析方法,系统梳理2015-2024年人工智能在抑郁症检测与诊断领域的研究趋势和发展方向 | 首次对AI在抑郁症诊断领域的全球研究趋势进行系统性文献计量分析,揭示从传统机器学习向深度学习、多模态融合的关键转变 | 仅基于Web of Science数据库文献,可能存在收录偏差;分析时间范围截止2024年,无法反映最新发展 | 分析人工智能在抑郁症检测与诊断领域的全球研究趋势、知识结构和前沿方向 | 2015-2024年间发表的2304篇相关学术文献 | 自然语言处理, 机器学习 | 抑郁症 | 文献计量分析, 共引分析 | 机器学习, 深度学习 | 文献元数据, 引文数据 | 2304篇学术论文 | CiteSpace | NA | NA | NA |
| 762 | 2025-11-09 |
Shallow and ensemble deep randomized neural network for anomaly detection
2025-Oct-21, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108240
PMID:41202707
|
研究论文 | 提出一种用于异常检测的单类集成深度随机向量函数链接网络模型 | 融合深度学习和集成学习原理,在OC-RVFL基础上构建多层输出结构的OC-edRVFL模型 | OC-RVFL的单隐藏层结构限制了其捕获复杂模式的能力 | 提升异常检测或单类分类任务的泛化能力和性能 | 异常检测算法模型 | 机器学习 | NA | NA | RVFL, 集成深度学习 | 人工数据集, UCI数据集, NDC数据集, MNIST图像数据 | 最多500万样本的数据集 | NA | 随机向量函数链接网络(RVFL), 集成深度RVFL(edRVFL) | 泛化误差上界 | NA |
| 763 | 2025-11-09 |
Evaluating microplastics and antibiotics induced genotoxicity in marine mussels through deep learning-based processing images of comet assay
2025-Oct-15, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.119295
PMID:41138450
|
研究论文 | 开发基于深度学习的彗星试验图像分析方法,用于评估微塑料和抗生素对海洋贻贝的基因毒性 | 首次将YOLOv8深度学习模型应用于彗星试验图像分析,实现高通量自动化DNA损伤评估 | 训练数据集规模有限(1453张训练图像),仅针对特定污染物组合进行研究 | 建立自动化高通量彗星试验分析方法,评估新兴污染物基因毒性 | 海洋贻贝鳃组织暴露于聚乙烯微塑料和磺胺甲恶唑的DNA损伤 | 计算机视觉 | NA | 彗星试验 | YOLOv8 | 图像 | 1453张训练图像,364张验证图像,6749个人工标注彗星目标 | NA | YOLOv8 | 准确率 | NA |
| 764 | 2025-11-09 |
Deep learning approach for tooth numbering and restoration detection on pediatric periapical radiographs in mixed dentition
2025-Oct-11, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-025-06542-8
PMID:41074996
|
研究论文 | 使用YOLOv8深度学习模型在混合牙列期儿童根尖片中实现牙齿编号和修复体检测 | 首次将YOLOv8模型应用于混合牙列期儿童根尖片的牙齿编号和修复体自动检测 | NA | 评估深度学习模型在混合牙列期根尖片中牙齿编号和修复体检测的效率 | 6-12岁混合牙列期儿童的根尖片 | 计算机视觉 | 牙科疾病 | 深度学习 | YOLOv8 | 医学影像 | 1,504张用于牙齿编号的根尖片,1,599张用于修复体检测的根尖片 | Python | YOLOv8 | 准确率, 精确率, F1分数, 召回率, IoU, 混淆矩阵 | NA |
| 765 | 2025-11-09 |
Artificial Intelligence in Rhinoplasty: Precision or Over-Reliance?
2025-Oct, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-04954-1
PMID:40389738
|
评论文章 | 探讨人工智能在鼻整形手术中的应用价值与潜在风险 | 首次系统分析AI在鼻整形领域的双面性:精准预测能力与过度依赖风险 | AI无法预测个体愈合过程和组织行为,存在数据偏见和伦理问题 | 评估AI在鼻整形手术中的应用效果和伦理影响 | 鼻整形手术的术前规划和患者沟通 | 医学人工智能 | 整形外科 | 深度学习,生成对抗网络(GANs) | 深度学习,GAN | 医学图像数据 | NA | NA | GAN | 预测准确性 | NA |
| 766 | 2025-11-09 |
Deciphering the unique autoregulatory mechanisms and substrate specificity of the understudied DCLK3 kinase linked to neurodegenerative diseases
2025-Oct, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2025.110664
PMID:40902973
|
研究论文 | 本研究揭示了与神经退行性疾病相关的未充分研究激酶DCLK3的独特自调控机制和底物特异性 | 首次发现DCLK3通过自磷酸化其截短尾部实现与催化结构域的结合,揭示了不同于其旁系同源物DCLK1的调控机制,并鉴定Tau蛋白为其潜在底物 | 研究主要基于体外实验和计算预测,需要在体内模型中进一步验证DCLK3的功能和调控机制 | 阐明DCLK3激酶的自调控机制和底物特异性,为神经退行性疾病提供潜在治疗靶点 | 双皮质素样激酶3(DCLK3)及其与神经退行性疾病的关联 | 计算生物学 | 神经退行性疾病 | 质谱分析, 肽库筛选, 体外测定 | 深度学习模型 | 肽序列数据, 质谱数据 | NA | NA | NA | NA | NA |
| 767 | 2025-11-09 |
Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14
2025-Oct, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2025.110611
PMID:40848973
|
研究论文 | 本研究开发了选择性非共价抑制RGS14 GTP酶加速活性的小分子抑制剂 | 首次发现可靶向RGS14浅表蛋白相互作用界面的非共价小分子抑制剂,并采用机器学习增强的分子对接技术指导配体优化 | 未明确说明化合物在疾病模型中的具体疗效验证 | 开发针对RGS14 GTP酶加速活性的选择性抑制剂 | RGS14蛋白及其小分子抑制剂 | 计算药物设计 | 中枢神经系统疾病,代谢疾病 | 结构引导虚拟筛选,分子对接,深度学习评分,荧光检测,放射性GTP水解测定 | 深度学习 | 分子结构数据,生物活性数据 | 40多个第二代类似物 | NA | NA | 抑制活性,细胞毒性,药代动力学参数 | NA |
| 768 | 2025-11-09 |
Accelerating myelin defect detection in neurodegenerative disorders: a human-in-the-loop deep learning approach with birefringence microscopy
2025-Oct, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.4.045007
PMID:41195092
|
研究论文 | 开发了一种人机协同深度学习方法,用于加速神经退行性疾病中髓鞘缺陷的检测 | 首次将人机协同循环与YOLOv8模型结合应用于双折射显微镜图像中的髓鞘缺陷检测 | 样本量相对较小(15名受试者),需要进一步验证在更大样本和更多疾病类型中的适用性 | 加速神经退行性疾病中髓鞘缺陷的检测和分析 | 人脑背外侧前额叶皮质组织样本 | 数字病理学 | 神经退行性疾病 | RGB圆形交叉偏振双折射显微镜 | YOLOv8 | 3D体积显微镜图像 | 15名受试者(5名对照,5名阿尔茨海默病,5名慢性创伤性脑病)的脑组织样本,包含5600个手动标注的髓鞘缺陷 | NA | YOLOv8 | mAP@50 | 能够处理高达300GB的完整3D体积图像 |
| 769 | 2025-11-09 |
Navigating protein-nucleic acid sequence-structure landscapes with deep learning
2025-Sep-22, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.103162
PMID:40987097
|
综述 | 本文综述了深度学习在蛋白质-核酸序列-结构关系研究中的最新进展与挑战 | 系统总结了蛋白质-核酸相互作用预测领域的新兴方法,包括整合高通量分析数据、开发更严谨的评估基准以及利用自监督学习发现生物学信号 | 实验数据稀缺且多样性有限,核酸具有独特的几何、物理化学和进化特性 | 探索深度学习在蛋白质-核酸相互作用预测和核酸设计中的应用前景 | 蛋白质-核酸复合物结构和核酸配体 | 计算生物学 | NA | 深度学习,高通量分析,自监督学习 | 深度学习模型 | 蛋白质-核酸复合物结构数据,序列数据 | NA | NA | NA | NA | NA |
| 770 | 2025-11-09 |
AI-enhanced orthodontic treatment planning - a scoping review on evidence-based clinical application with commercial software overview
2025-Sep-18, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106112
PMID:40975160
|
综述 | 对AI增强正畸治疗规划工具的证据基础研究进行范围综述,并评估商业软件的临床应用 | 首次系统梳理AI在正畸治疗规划中的临床应用证据,并对比学术验证工具与商业软件的差异 | 商业软件普遍缺乏公开验证研究,学术工具与临床实际应用存在脱节 | 评估AI增强正畸治疗规划工具的证据基础和临床应用价值 | 正畸治疗规划相关的AI工具和研究文献 | 医疗人工智能 | 口腔正畸 | 机器学习,深度学习,大语言模型 | 机器学习,深度学习,LLM | 文本输入,口腔扫描数据 | 17篇符合纳入标准的研究文献 | NA | NA | 准确率 | NA |
| 771 | 2025-11-09 |
Advancing deep learning-based segmentation for multiple lung cancer lesions in real-world multicenter CT scans
2025-Aug-18, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00617-7
PMID:40826204
|
研究论文 | 提出一种基于深度学习的自动化多实例肺癌症病灶分割方法,在真实世界多中心CT扫描中实现准确分割 | 开发了包含胸腔边界框提取、多实例病灶分割和新型多尺度级联分类器的三步流程,专门针对多病灶分割问题 | 研究基于回顾性数据,需要在前瞻性研究中进一步验证 | 开发能够准确分割肺癌症多病灶的自动化方法 | 肺癌症患者的CT扫描图像 | 计算机视觉 | 肺癌症 | CT扫描 | 深度学习 | 医学图像 | 1,081例CT扫描,包含5,322个标注病灶(训练集868例,测试集213例),外部验证集188例 | NA | 多尺度级联分类器 | Dice相似系数, 病灶检测灵敏度 | NA |
| 772 | 2025-11-09 |
Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling
2025-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002639
PMID:40474806
|
研究论文 | 本研究通过整合计算病理学和单细胞多组学分析,构建了一个多维框架来表征肺腺癌异质性并开发预后模型 | 首次将计算病理学特征与单细胞多组学数据系统整合,识别出与拷贝数变异相关的影像学特征和关键分子调控因子 | 主要基于回顾性生物信息学分析,缺乏前瞻性队列和实验研究验证,临床实用性需进一步确认 | 探索肺腺癌病理组织学特征与基因组不稳定性之间的关系,并开发预后预测模型 | TCGA-LUAD数据集中的全切片图像和单细胞多组学数据 | 计算病理学 | 肺腺癌 | 单细胞多组学分析, 拷贝数变异分析, 基因共表达网络分析 | CNN, 机器学习 | 全切片图像, 基因表达数据 | TCGA-LUAD数据集 | CellProfiler, inferCNV, hdWGCNA, CellChat, Monocle2 | ResNet-50 | 生存预测准确性 | NA |
| 773 | 2025-11-09 |
Cross-level Cross-Scale Inference and Imputation of Single-cell Spatial Proteomics
2025-Jul-28, Research square
DOI:10.21203/rs.3.rs-7108570/v1
PMID:40766228
|
研究论文 | 提出scProSpatial深度学习框架,从单细胞RNA测序数据推断和填补高保真单细胞空间蛋白质组学数据 | 开发首个统一的多模态多尺度深度学习框架,能够在缺乏共享转录组特征的情况下准确预测蛋白质空间丰度,将蛋白质覆盖度提升50倍 | 未明确说明模型在更广泛生物系统中的泛化能力限制 | 解决跨生物层级和尺度的分子驱动因子识别及其相互作用分析的挑战 | 单细胞空间蛋白质组学数据 | 计算生物学 | 转移性乳腺癌 | scRNA-seq, 空间蛋白质组学 | 深度学习 | 单细胞RNA测序数据, 空间蛋白质组数据 | NA | NA | NA | 蛋白质空间丰度预测准确度, 分布外泛化能力 | NA |
| 774 | 2025-11-09 |
Deep learning NTCP model for late dysphagia after radiotherapy for head and neck cancer patients based on 3D dose, CT and segmentations
2025-Jun-20, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.20.25329926
PMID:40585085
|
研究论文 | 本研究开发了一种基于深度学习的NTCP模型,用于预测头颈癌放疗后晚期吞咽困难 | 首次将3D剂量分布、器官分割和CT扫描数据结合到深度学习模型中,相比传统NTCP模型能更全面捕捉吞咽困难的复杂性 | 研究样本量相对有限(1484例),且为多中心回顾性研究 | 提高头颈癌患者放疗后晚期吞咽困难的预测准确性 | 头颈癌放疗患者 | 数字病理学 | 头颈癌 | 放射治疗,CT扫描 | CNN | 3D剂量分布,器官分割,CT图像,患者临床数据 | 1484例头颈癌患者(多中心队列) | NA | Residual Network (ResNet) | AUC,校准曲线 | NA |
| 775 | 2025-11-09 |
Health Misinformation Detection: Approaches, Challenges and Opportunities
2025 Jan-Dec, Inquiry : a journal of medical care organization, provision and financing
DOI:10.1177/00469580251384784
PMID:41189452
|
文献综述 | 本文对健康虚假信息检测领域的研究进展、挑战与机遇进行了系统性综述 | 首次系统梳理了2016-2025年间健康虚假信息检测的研究现状,分析了检测方法的优势局限,并提出了跨学科合作、以人为本设计和伦理考量等未来发展路径 | 仅纳入英文全文研究,存在类别不平衡和标注标准不一致等数据质量问题 | 通过系统综述健康虚假信息检测方法,为开发有效的临床相关检测系统提供指导 | 100项关于健康虚假信息检测的研究文献 | 自然语言处理 | NA | 文献系统检索 | 机器学习,深度学习 | 文本数据 | 100项研究 | NA | 集成方法,基于嵌入的表示方法 | 准确率,可解释性 | 高计算成本 |
| 776 | 2025-11-09 |
Optimization of house price evaluation model based on multi-source geographic big data and deep neural network
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335722
PMID:41191568
|
研究论文 | 基于多源地理大数据和深度神经网络优化房价评估模型 | 提出融合注意力机制与空间特征提取的混合深度学习网络,并采用蝙蝠优化算法提升模型可解释性和准确性 | 未明确说明模型在其他房地产市场或经济环境下的泛化能力 | 优化房价预测模型的准确性、计算效率和可解释性 | 房地产价格数据 | 机器学习 | NA | 多源地理大数据分析 | 深度神经网络, 注意力机制 | 多源地理数据, 房价数据 | NA | NA | 混合深度学习网络, 空间特征提取网络 | 特征稳定性, 平均绝对误差(MAE), 收敛速度, 训练时间 | NA |
| 777 | 2025-11-09 |
Football sports automatic judgment model based on improved YOLOv7 and RNN
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0334158
PMID:41191562
|
研究论文 | 提出基于改进YOLOv7和RNN的足球运动自动判罚模型,用于运动视频场景的识别与分析 | 引入聚类算法和注意力机制改进YOLOv7目标检测,采用麻雀搜索算法优化RNN参数搜索 | NA | 提高运动视频场景识别的准确性和公平性,推动足球运动自动化发展 | 足球运动视频场景 | 计算机视觉 | NA | 深度学习 | YOLOv7, RNN | 视频 | NA | NA | 改进YOLOv7, 循环神经网络 | 准确率, F1分数, 交并比, 召回率, AUC, R平方值 | NA |
| 778 | 2025-11-09 |
Interpretable weakly-supervised learning through kernel density matrices: A digital pathology use case
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335826
PMID:41191610
|
研究论文 | 提出一种基于核密度矩阵的可解释弱监督学习框架WiSDoM,应用于数字病理图像分类 | 首次将核密度矩阵用于统一全监督和弱监督学习模式,提供可量化的解释性指标 | NA | 开发一种同时支持全监督和弱监督学习的可解释分类框架 | 数字病理图像中的组织切片 | 数字病理 | 前列腺癌 | 核密度矩阵,注意力机制,原型生成 | 深度学习 | 图像 | NA | NA | 局部-全局注意力机制,核空间采样 | AUC | NA |
| 779 | 2025-11-09 |
Deep learning-based automated detection of supernumerary teeth in pediatric panoramic radiographs
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0335845
PMID:41191613
|
研究论文 | 本研究开发了一种基于YOLOv8的深度学习模型,用于在儿童全景X光片中自动检测和定位多生牙 | 首次将YOLOv8模型应用于儿童全景X光片中多生牙的自动检测和定位 | 验证样本量有限,分割模型的召回率较低,存在漏检情况 | 评估基于卷积神经网络的深度学习模型在儿童全景X光片中自动定位和分类多生牙的诊断准确性和临床适用性 | 儿童患者的多生牙 | 计算机视觉 | 口腔疾病 | 全景X光摄影 | CNN | 医学影像 | 2000张儿童全景X光片,其中140张用于标注(71张阳性,69张阴性),20张用于独立验证 | YOLOv8 | YOLOv8 | 精确率, 召回率, F1分数, McNemar检验 | NA |
| 780 | 2025-11-08 |
FastKAN-DDD: A novel fast Kolmogorov-Arnold network-based approach for driver drowsiness detection optimized for TinyML deployment
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332577
PMID:41191636
|
研究论文 | 提出一种基于快速Kolmogorov-Arnold网络的轻量级驾驶员疲劳检测模型FastKAN-DDD,专为TinyML部署优化 | 首次将FastKAN架构应用于驾驶员疲劳检测,采用基于径向基函数的可学习非线性激活函数,并通过后训练量化技术实现极致轻量化 | 仅使用单一数据集UTA-RLDD进行验证,未在其他数据集上测试泛化能力 | 开发适用于资源受限环境的实时驾驶员疲劳检测系统 | 驾驶员疲劳状态 | 机器学习 | NA | TinyML, 后训练量化 | FastKAN | 图像 | UTA-RLDD数据集 | TensorFlow Lite Micro | FastKAN with RBF激活函数 | 准确率, 推理延迟, 内存占用 | 微控制器 |