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 | 
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7781 | 2025-10-06 | 
         Deep learning-driven drug response prediction and mechanistic insights in cancer genomics 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-91571-2
          PMID:40595000
         
       | 
      
      研究论文 | 开发基于深度学习的药物反应预测模型DrugS,用于预测癌症基因组学中的药物反应并揭示耐药机制 | 提出DrugS模型整合基因表达和突变数据预测药物反应,并成功应用于发现逆转Ibrutinib耐药的联合用药策略 | 模型主要基于体外细胞系数据,临床转化效果需要进一步验证 | 从基因组学角度预测癌症药物反应并阐明耐药机制 | 人类来源的癌细胞系、患者来源的异种移植模型、癌症基因组图谱数据 | 机器学习 | 癌症 | 基因表达分析、基因突变分析、体外药物筛选 | 深度神经网络 | 基因表达数据、药物测试数据、突变数据 | 大规模体外药物筛选数据集、癌症基因组图谱数据 | NA | 深度神经网络 | NA | NA | 
| 7782 | 2025-10-06 | 
         Interpretable longitudinal glaucoma visual field estimation deep learning system from fundus images and clinical narratives 
        
          2025-Jul-01, NPJ digital medicine
          
          IF:12.4Q1
          
         
        
          DOI:10.1038/s41746-025-01750-8
          PMID:40595009
         
       | 
      
      研究论文 | 开发了一种多模态纵向深度学习系统,能够从眼底图像和临床文本预测青光眼患者当前和未来的视野 | 首次结合眼底图像和临床文本进行纵向视野预测,提供可解释的热力图展示眼底损伤与视力丧失的空间关系 | 数据集规模有限(1598条横断面记录和3278条纵向记录),需要进一步验证临床可靠性 | 开发青光眼视野预测系统以改善临床实践效率 | 青光眼患者 | 计算机视觉,自然语言处理 | 青光眼 | 深度学习 | 深度学习模型 | 图像,文本 | 1598条横断面记录,3278条纵向记录,446条外部测试记录 | NA | 多模态纵向估计深度学习系统(MLEDL) | 点状平均绝对误差(3.098-4.131 dB) | NA | 
| 7783 | 2025-10-06 | 
         Deep learning based knowledge tracing in intelligent tutoring systems 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-07422-7
          PMID:40595046
         
       | 
      
      研究论文 | 提出一种基于稀疏注意力和生成解码的质量感知深度学习框架,用于解决智能辅导系统中的知识追踪数据稀疏问题 | 首次将稀疏注意力技术和生成解码应用于知识追踪领域,有效解决了学生交互记录数据稀疏的问题 | 未明确说明模型在极端稀疏数据场景下的表现,且实验数据集范围有限 | 改进智能辅导系统中的知识追踪精度,解决数据稀疏性问题 | 学生在智能辅导系统中的问答交互记录 | 自然语言处理 | NA | 深度学习 | RNN | 问答交互记录 | 多个真实数据集(具体数量未说明) | NA | 基于稀疏注意力的生成解码架构 | 知识状态预测准确率 | NA | 
| 7784 | 2025-10-06 | 
         Cascade drive: a unified deep learning framework for multi-featured detection and control in autonomous electric vehicles on unstructured roadways 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-06567-9
          PMID:40595070
         
       | 
      
      研究论文 | 提出了一种用于非结构化道路自动驾驶电动汽车的多特征检测与控制的统一深度学习框架 | 采用级联架构集成多种深度学习模型,在资源受限硬件上以6帧/秒速度同时处理车道边界和关键物体,具有智能安全特征优先级 | NA | 解决发展中国家和智慧城市中非结构化道路自动驾驶电动汽车面临的独特挑战 | 自动驾驶电动汽车在非结构化道路环境中的多特征检测与控制 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | PyTorch | DeepLabv3+, YOLOv5, YOLOv7 | 准确率, mAP | 资源受限硬件 | 
| 7785 | 2025-10-06 | 
         An automatic classification of breast cancer using fuzzy scoring based ResNet CNN model 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-07013-6
          PMID:40595083
         
       | 
      
      研究论文 | 提出一种基于模糊评分ResNet CNN的混合深度学习模型用于乳腺癌自动分类 | 提出模糊评分ResNet CNN框架,结合自适应灰狼优化算法和快速离散小波变换进行特征选择与优化 | NA | 提高乳腺癌分类的预测性能并减少计算时间消耗 | 乳腺癌医学图像数据 | 计算机视觉 | 乳腺癌 | 快速离散小波变换,区域感兴趣图像分析 | CNN, ResNet | 图像 | NA | NA | ResNet, FS-Resnet CNN | 召回率, 精确率, F-measure, 准确率 | NA | 
| 7786 | 2025-10-06 | 
         Automatic cattle identification system based on color point cloud using hybrid PointNet++ Siamese network 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-08277-8
          PMID:40595167
         
       | 
      
      研究论文 | 提出一种基于彩色点云的牛只自动识别系统,采用混合PointNet++孪生网络架构 | 首次将彩色点云与混合PointNet++孪生网络结合用于牛只识别,无需模型重训练即可识别新引入牛只 | 数据集主要包含荷斯坦奶牛和少量泽西牛,对其他品种的泛化能力未验证 | 开发自动牛只识别系统以支持健康监测管理 | 牛只(主要为荷斯坦奶牛和少量泽西牛) | 计算机视觉 | NA | RGB-D相机采集,点云处理 | PointNet++, Siamese Network | 彩色点云,深度图像 | 13天测试期的牛只数据集 | NA | PointNet++, Siamese Network | 识别准确率 | NA | 
| 7787 | 2025-10-06 | 
         The analysis of acquisition system for electronic traffic signal in smart cities based on the internet of things 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-07423-6
          PMID:40595191
         
       | 
      
      研究论文 | 基于物联网和深度学习设计智能交通电子信息信号采集系统 | 提出融合多模态特征融合和通道注意力机制的改进型多任务卷积神经网络AM-MMFF-GooGleNet | NA | 解决城市交通拥堵问题,提升交通管理效率和智能化水平 | 交通场景中的车辆电子信号 | 计算机视觉 | NA | 深度学习 | CNN | 视频 | NA | NA | AM-MMFF-GooGleNet, MT-GooGleNet | 准确率, 检测时间 | NA | 
| 7788 | 2025-10-06 | 
         Application of wings interferential patterns (WIPs) and deep learning (DL) to classify some Culex. spp (Culicidae) of medical or veterinary importance 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-08667-y
          PMID:40595213
         
       | 
      
      研究论文 | 本研究利用翅膀干涉图案和深度学习技术对具有医学或兽医学重要性的库蚊物种进行分类识别 | 首次将翅膀干涉图案与卷积神经网络相结合应用于库蚊物种分类,为双翅目昆虫调查提供通用方法 | 代表性不足物种的分类存在挑战,需要更大数据集和分子条形码等补充技术 | 开发基于翅膀干涉图案和深度学习的通用方法,用于对人类健康重要的双翅目昆虫调查 | 具有医学或兽医学重要性的库蚊物种 | 计算机视觉 | 虫媒传染病 | 翅膀干涉图案成像 | CNN | 图像 | NA | NA | 卷积神经网络 | 属级准确率, 种级准确率 | NA | 
| 7789 | 2025-10-06 | 
         Synergizing advanced algorithm of explainable artificial intelligence with hybrid model for enhanced brain tumor detection in healthcare 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-07524-2
          PMID:40595253
         
       | 
      
      研究论文 | 提出一种结合可解释人工智能与混合模型的脑肿瘤检测方法 | 将DenseNet201特征提取与SVM分类器结合,并集成多种XAI技术实现模型可解释性 | 仅进行二元分类,未处理多类别脑肿瘤分类问题 | 开发高精度且可解释的脑肿瘤自动检测系统 | 脑部MRI扫描图像 | 计算机视觉 | 脑肿瘤 | 磁共振成像 | 深度学习, 机器学习 | 医学图像 | NA | NA | DenseNet201, SVM | 准确率, 敏感度, 特异度, 精确率, F1分数, IoU | NA | 
| 7790 | 2025-10-06 | 
         Advancements in noise reduction for wheel speed sensing using enhanced LSTM models 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-07924-4
          PMID:40595304
         
       | 
      
      研究论文 | 提出一种增强型LSTM深度学习模型用于汽车轮速传感器的鲁棒噪声抑制 | 通过引入注意力机制选择性关注瞬态高噪声帧,在保留关键旋转信息的同时提升噪声抑制能力 | 计算成本较高且需要大量标注数据 | 提升汽车轮速传感器在复杂噪声环境下的信号质量 | 汽车轮速传感器信号 | 信号处理 | NA | 变分模态分解(VMD), 希尔伯特-黄变换(HHT) | LSTM | 时序信号数据 | NA | NA | 增强型LSTM(带注意力机制) | 多种噪声强度下的性能指标 | NA | 
| 7791 | 2025-10-06 | 
         The analysis of artificial intelligence-based mobile learning in students' open teaching recommendation system based on deep learning 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-08147-3
          PMID:40595317
         
       | 
      
      研究论文 | 基于深度学习的AI移动学习推荐系统在开放教学模式中的应用研究 | 将深度学习推荐系统应用于移动学习环境,提升开放教学模式下的学习效率 | 研究样本仅针对中学生群体,未涵盖其他教育阶段 | 提高学生移动学习时间利用效率和开放教学学习效果 | 中学生群体 | 机器学习 | NA | 深度学习 | 深度学习推荐系统, 决策树 | 学习行为数据 | 两组中学生群体 | NA | NA | 推荐次数, 接受次数, 满意度 | NA | 
| 7792 | 2025-10-06 | 
         DeepECG-Net: a hybrid transformer-based deep learning model for real-time ECG anomaly detection 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-07781-1
          PMID:40595316
         
       | 
      
      研究论文 | 提出一种基于混合Transformer的深度学习模型DeepECG-Net,用于实时心电图异常检测 | 结合CNN和Transformer架构,通过多头自注意力机制有效学习心电信号的局部和全局变化,并采用分层嵌入策略和联邦学习框架 | NA | 开发能够实时检测心电图异常的高性能深度学习模型 | 心电图信号 | 机器学习 | 心血管疾病 | 心电图分析 | CNN, Transformer | 信号数据 | NA | NA | CNN, Transformer | 准确率, 信噪比, 均方误差, 精确率, 召回率, F1分数 | 树莓派4B(4GB内存) | 
| 7793 | 2025-10-06 | 
         High-accuracy PM2.5 prediction via mutual information filtering and Bayesian-Optimized Spatio-Temporal Convolutional Networks 
        
          2025-Jul-01, Scientific reports
          
          IF:3.8Q1
          
         
        
          DOI:10.1038/s41598-025-08896-1
          PMID:40595390
         
       | 
      
      研究论文 | 本文提出了一种结合互信息过滤和贝叶斯优化的时空卷积网络,用于高精度PM2.5浓度预测 | 提出了动态互信息与自适应信息距离的特征选择框架、基于多模态高斯分布的贝叶斯优化器、以及嵌入信息筛选层的增强型时空卷积网络 | 未明确说明模型在不同地理区域和季节变化中的泛化能力限制 | 提高PM2.5浓度预测精度,为公共卫生干预和政策制定提供数据支持 | 空气污染物数据,特别是细颗粒物(PM)浓度数据 | 机器学习 | NA | 时空数据分析 | CNN, LSTM, GRU | 时空序列数据 | NA | NA | 时空卷积网络(STCN), MIBO-STCN | 预测精度, 收敛速度, 泛化能力 | NA | 
| 7794 | 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 | 
| 7795 | 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 | 
| 7796 | 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 | 
| 7797 | 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 | 
| 7798 | 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 | 
| 7799 | 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 | 
| 7800 | 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 |