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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
7941 | 2025-10-06 |
Transformer for Multitemporal Hyperspectral Image Unmixing
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3577394
PMID:40504726
|
研究论文 | 提出一种基于Transformer的多时相高光谱图像解混端到端无监督深度学习模型 | 提出MUFormer模型,引入全局感知模块和变化增强模块来有效捕捉多时相语义信息 | NA | 解决多时相高光谱图像解混问题,监测和分析地表动态变化 | 多时相高光谱图像 | 计算机视觉 | NA | 高光谱成像 | Transformer | 高光谱图像 | 1个真实数据集和2个合成数据集 | NA | Transformer, MUFormer | NA | NA |
7942 | 2025-10-06 |
Predicting patients' sentiments about medications using artificial intelligence techniques
2024-12-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-83222-9
PMID:39738528
|
研究论文 | 本研究开发人工智能模型预测患者对药物的情感倾向 | 首次实现结果可解释性技术,并开发了基于临床领域预训练词嵌入的深度集成模型 | NA | 通过情感分析为临床医生提供患者治疗反馈的洞察 | 药物相关评论文本数据 | 自然语言处理 | NA | 情感分析 | 机器学习,深度学习 | 文本 | 大型药物评论数据集 | NA | Word2Vec,集成学习模型 | 准确率,F1分数 | NA |
7943 | 2025-10-06 |
Descriptive overview of AI applications in x-ray imaging and radiotherapy
2024-12-27, Journal of radiological protection : official journal of the Society for Radiological Protection
IF:1.4Q3
DOI:10.1088/1361-6498/ad9f71
PMID:39681008
|
综述 | 本文概述了人工智能在X射线成像和放射治疗中的应用现状与发展前景 | 系统总结了AI在医疗辐射领域的应用全景,特别强调了深度学习在CT重建和自适应放疗中的创新应用 | 部分AI方法尚未准备好常规临床应用,主要由于验证挑战、患者群体多样性和临床环境可靠性问题 | 探讨人工智能在优化放射剂量、改善放疗效果方面的应用价值 | X射线成像和放射治疗中的AI技术应用 | 医学影像分析 | NA | 深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | NA | NA |
7944 | 2025-10-06 |
Cultivation strategies of English thinking ability in the environment of Internet of Things
2024-Dec-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e39515
PMID:39687130
|
研究论文 | 本研究通过设计LSNN推荐模型,在物联网环境下解决英语思维培养不足的问题 | 通过在CNN中增加调整层设计LSNN推荐模型,有效缓解数据稀疏性问题 | NA | 拓宽英语学习者视野,加强英语思维能力培养 | 英语学习者 | 自然语言处理 | NA | 深度学习 | CNN, LSNN | 推荐数据 | NA | NA | 卷积神经网络,局部相似卷积神经网络 | 平均绝对误差(MAE) | NA |
7945 | 2025-10-06 |
Vocal Call Locator Benchmark (VCL) for localizing rodent vocalizations from multi-channel audio
2024-Sep-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.20.613758
PMID:39345431
|
研究论文 | 本文提出了首个用于啮齿动物声音源定位的大规模基准数据集VCL,包含多通道音频和同步视频记录 | 创建了生物声学领域首个公开的声音源定位基准数据集,填补了该领域缺乏系统评估工具的空白 | 目前仅限于啮齿动物声音定位,未涵盖其他动物物种 | 开发用于生物声学研究的声音源定位基准和方法 | 啮齿动物的社交发声定位 | 生物声学 | NA | 多通道音频记录,同步视频采集 | 深度学习声音源定位模型 | 多通道音频,视频 | 767,295个带有标注真实声源的声音样本,涵盖9种条件 | NA | NA | 声音源定位性能评估指标 | NA |
7946 | 2025-10-06 |
Emerging research trends in artificial intelligence for cancer diagnostic systems: A comprehensive review
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36743
PMID:39263113
|
综述 | 本文对人工智能在癌症诊断系统中的最新研究趋势进行了全面综述 | 重点突出了可解释人工智能在癌症诊断中的新兴应用,包括交互式可视化模型决策和特征重要性分析等特定技术 | NA | 评估现代机器学习技术在癌症诊断中的应用,指导研究人员、临床医生和政策制定者开发高效可解释的癌症诊断系统 | 癌症诊断系统 | 机器学习 | 癌症 | 机器学习 | 监督学习,无监督学习,深度学习,联邦学习 | 影像数据,基因组数据,临床记录 | NA | NA | NA | NA | NA |
7947 | 2025-10-06 |
Modelling protein complexes with crosslinking mass spectrometry and deep learning
2024-09-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51771-2
PMID:39251624
|
研究论文 | 通过将交联质谱实验数据整合到AlphaFold-Multimer中,开发了AlphaLink方法用于蛋白质复合物结构建模 | 首次将交联质谱数据整合到深度学习蛋白质结构预测中,扩展了AlphaLink方法至蛋白质复合物建模 | NA | 提高蛋白质复合物结构建模的准确性和可靠性 | 蛋白质复合物 | 计算生物学 | NA | 交联质谱, 深度学习 | 深度学习 | 质谱数据, 蛋白质序列 | NA | AlphaFold-Multimer | AlphaLink | 建模性能 | NA |
7948 | 2025-10-06 |
Pretrainable geometric graph neural network for antibody affinity maturation
2024-09-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51563-8
PMID:39242604
|
研究论文 | 提出可预训练的几何图神经网络GearBind用于抗体亲和力成熟 | 结合多关系图构建、多层级几何消息传递和大规模无标签蛋白质结构数据的对比预训练 | NA | 开发计算模型提升抗体与靶抗原的结合亲和力 | 抗体-抗原相互作用 | 机器学习 | NA | 几何深度学习 | 图神经网络 | 蛋白质结构数据 | SKEMPI数据集和独立测试集 | NA | GearBind | ELISA EC值, K值 | NA |
7949 | 2025-10-06 |
The analysis of teaching quality evaluation for the college sports dance by convolutional neural network model and deep learning
2024-Aug-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36067
PMID:39224395
|
研究论文 | 本研究使用一维卷积神经网络模型和深度学习方法对高校体育舞蹈教学质量进行综合评估 | 创新地将深度学习技术应用于体育舞蹈教学质量评估,解决了传统评估方法主观性强和标准不一致的问题 | NA | 通过构建教学质量评估模型,定量评估高校体育舞蹈教育质量 | 高校体育舞蹈课程教学质量 | 机器学习 | NA | 深度学习 | CNN | 一维评估数据 | NA | NA | 一维CNN | 均方误差(MSE), R值 | NA |
7950 | 2025-10-06 |
Forward dynamics computational modelling of a cyclist fall with the inclusion of protective response using deep learning-based human pose estimation
2024-01, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2024.111959
PMID:38286096
|
研究论文 | 本研究通过视频分析结合深度学习姿态估计和正向动力学计算模型,研究自行车骑行者跌倒的运动学特征和防护响应机制 | 开发了结合深度学习姿态估计和逆向运动学优化的新型重建流程,用于从真实跌倒视频中提取人体运动数据,并首次在自行车跌倒模型中优化包含支撑性主动响应 | 研究仅针对单个自行车跌倒案例进行研究,样本量有限 | 研究自行车骑行者跌倒的运动学和动力学特征,开发计算模型以改进防护装备和安全措施 | 自行车骑行者的跌倒过程 | 计算机视觉, 生物力学 | 创伤性损伤 | 视频分析, 深度学习姿态估计, 逆向运动学优化, 正向动力学计算模型 | 深度学习姿态估计模型 | 视频 | 单个自行车跌倒案例研究 | 遗传算法 | NA | NA | NA |
7951 | 2025-10-06 |
GSDA: Generative adversarial network-based semi-supervised data augmentation for ultrasound image classification
2023-Sep, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e19585
PMID:37809802
|
研究论文 | 提出一种基于生成对抗网络的半监督数据增强方法GSDA,用于解决超声图像分类中的数据稀缺问题 | 开发了结合GAN和CNN的半监督数据增强框架,能够合成高质量超声图像并自动生成伪标签,提出平衡分类精度与计算时间的新型评估标准 | 仅在BUSI数据集上进行评估,需要进一步验证在其他医学影像数据上的泛化能力 | 解决医学超声图像分析中数据稀缺问题,提升深度学习模型性能 | 医学超声图像 | 计算机视觉 | NA | 超声成像 | GAN, CNN | 图像 | 780张超声图像 | NA | 生成对抗网络,卷积神经网络 | 准确率,计算时间 | NA |
7952 | 2025-10-06 |
Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models
2023-Sep, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e20281
PMID:37809397
|
研究论文 | 本研究比较了多种机器学习和混合深度学习模型在英语和孟加拉语情感分析中的性能 | 首次在孟加拉语和英语双语环境下系统比较传统机器学习与深度学习模型的情感分析效果,特别针对孟加拉语NLP研究提供了重要进展 | 研究仅限于单一电商平台数据,未涉及更多领域和语言对 | 比较不同模型在多语言情感分析任务中的效能 | 来自DARAZ电商平台的孟加拉语和英语用户评论 | 自然语言处理 | NA | 文本挖掘,情感分析 | SVM, LSTM, Bi-LSTM, Conv1D, Conv1D-LSTM | 文本 | 来自DARAZ电商平台的孟加拉语和英语评论数据集 | NA | LSTM, Bi-LSTM, Conv1D, 混合Conv1D-LSTM | 准确率 | NA |
7953 | 2025-10-06 |
Statin use and longitudinal bone marrow lesion burden: analysis of knees without osteoarthritis from the Osteoarthritis Initiative study
2025-Aug, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04878-6
PMID:39890641
|
研究论文 | 本研究通过分析骨关节炎倡议研究数据,探讨了他汀类药物使用与无骨关节炎参与者膝关节骨髓病变体积纵向变化之间的关联 | 首次在无基线膝关节骨关节炎人群中,使用深度学习算法定量测量骨髓病变体积,并评估他汀类药物的长期影响 | 观察性研究设计无法确立因果关系,可能存在未测量的混杂因素 | 确定他汀类药物使用与膝关节骨髓病变体积纵向变化之间的关联 | 无放射学膝关节骨关节炎的参与者膝关节 | 医学影像分析 | 骨关节炎 | 磁共振成像,深度学习 | 深度学习算法 | 膝关节MRI图像 | 1502个膝关节(751个他汀使用者,751个非使用者) | NA | NA | 回归系数,95%置信区间,P值 | NA |
7954 | 2025-10-06 |
Deep learning predicts the effect of neoadjuvant chemotherapy for patients with triple negative breast cancer
2025-Aug, Journal of pathology informatics
DOI:10.1016/j.jpi.2025.100448
PMID:40524708
|
研究论文 | 本研究利用深度学习技术基于术前活检H&E切片预测三阴性乳腺癌患者新辅助化疗效果 | 首次证明H&E术前活检图像通过深度学习可预测新辅助化疗反应,性能优于基于临床数据的预测方法 | 样本量相对较小,中度和不良反应病例数量不足需要合并分析 | 预测三阴性乳腺癌患者新辅助化疗的治疗效果 | 三阴性乳腺癌患者 | 数字病理学 | 乳腺癌 | H&E染色 | CNN | 图像 | 训练集221个活检样本来自205名患者,测试集52个活检样本来自50名患者 | NA | NA | AUC ROC | NA |
7955 | 2025-10-06 |
Multi-site, multi-vendor development and validation of a deep learning model for liver stiffness prediction using abdominal biparametric MRI
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11312-3
PMID:39779515
|
研究论文 | 开发并验证基于深度学习的模型,使用腹部双参数MRI预测肝脏硬度 | 首个在多中心、多厂商环境下开发和验证的深度学习模型,能够使用常规临床双参数MRI数据替代MRE评估肝脏硬度 | 模型性能在不同验证场景中存在差异,外部验证性能相对较低 | 开发深度学习模型用于预测MRI弹性成像衍生的肝脏硬度 | 成人和儿童慢性肝病患者 | 医学影像分析 | 慢性肝病 | MRI, MRE | 深度学习 | 医学影像(T1加权和T2加权MRI) | 4295名患者的4695次MRI检查 | NA | DeepLiverNet2.0 | AUROC | NA |
7956 | 2025-10-06 |
ReorderBench: A Benchmark for Matrix Reordering
2025-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3560345
PMID:40227900
|
研究论文 | 本文构建了一个用于评估和改进矩阵重排技术的基准测试ReorderBench | 提出了基于卷积和熵的评分方法,并创建了包含数百万生成矩阵和真实世界矩阵的综合性基准 | NA | 评估和改进矩阵重排技术 | 矩阵重排算法和视觉模式识别 | 机器学习 | NA | 矩阵重排技术 | 深度学习模型 | 矩阵数据 | 2,835,000个二值矩阵,5,670,000个连续矩阵,450个真实世界矩阵 | NA | NA | 基于卷积和熵的评分方法 | NA |
7957 | 2025-10-06 |
Agreement between Routine-Dose and Lower-Dose CT with and without Deep Learning-based Denoising for Active Surveillance of Solid Small Renal Masses: A Multiobserver Study
2025-Jul, Radiology. Imaging cancer
DOI:10.1148/rycan.240250
PMID:40512032
|
研究论文 | 评估常规剂量与低剂量CT扫描在肾小肿块主动监测中的一致性,并研究深度学习去噪技术的作用 | 首次系统评估深度学习去噪技术在低剂量CT肾小肿块监测中的应用价值 | 回顾性研究,样本量相对有限(70例患者) | 评估低剂量CT扫描在肾小肿块主动监测中的可行性和准确性 | 接受肾小肿块主动监测的患者 | 医学影像 | 肾脏肿瘤 | CT扫描,深度学习去噪 | 深度学习 | 医学影像 | 70例患者(48男,22女),350次CT扫描 | NA | NA | LOAM,Gwet AC2系数,图像质量评分,噪声水平,对比噪声比 | NA |
7958 | 2025-10-06 |
ConsAMPHemo: A computational framework for predicting hemolysis of antimicrobial peptides based on machine learning approaches
2025-Jul, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70087
PMID:40519190
|
研究论文 | 提出基于深度学习的计算框架ConsAMPHemo,用于预测抗菌肽的溶血活性 | 开发两阶段深度学习框架,同时实现抗菌肽溶血活性的二元分类和溶血浓度回归预测 | NA | 通过机器学习方法预测抗菌肽的溶血活性,降低药物安全性评估成本 | 抗菌肽(AMPs) | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据 | 三个独立数据集 | NA | NA | 准确率, Pearson相关系数 | NA |
7959 | 2025-10-06 |
PCKRF: Point Cloud Completion and Keypoint Refinement With Fusion Data for 6D Pose Estimation
2025-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3390122
PMID:38630565
|
研究论文 | 提出一种用于6D姿态估计的点云补全与关键点优化新流程PCKRF | 提出融合姿态敏感的点云补全网络和色彩支持的迭代关键点配准方法,在姿态优化中引入颜色信息并增强稳定性 | NA | 提升6D姿态估计的精度和稳定性 | 点云数据,纹理缺失和对称物体 | 计算机视觉 | NA | 点云处理,深度学习 | 神经网络 | 点云数据,颜色信息 | NA | NA | 姿态敏感点云补全网络 | 姿态估计精度,稳定性 | NA |
7960 | 2025-10-06 |
Chemical Properties-Based Deep Learning Models for Recommending Rational Daily Diet Combinations to Diabetics Through Large-Scale Virtual Screening of α-Glucosidase Dietary-Derived Inhibitors and Verified In Vitro
2025-Jun-18, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c03646
PMID:40472393
|
研究论文 | 基于化学性质开发深度学习模型,通过大规模虚拟筛选α-葡萄糖苷酶膳食来源抑制剂并体外验证,为糖尿病患者推荐合理的日常饮食组合 | 首次结合三种基于化学性质的深度学习模型(α-葡萄糖苷酶抑制剂、安全性和药物相互作用)进行大规模膳食化合物筛选,发现59个新型抑制剂并验证协同效应 | 研究主要基于虚拟筛选和体外验证,尚未进行临床实验验证 | 开发基于深度学习的饮食推荐系统,帮助糖尿病患者选择合理的日常饮食组合 | 膳食来源化合物,特别是α-葡萄糖苷酶抑制剂 | 机器学习 | 糖尿病 | 虚拟筛选,体外验证实验 | 深度学习模型 | 化学性质数据 | FooDB数据库中约70,000种食物来源化合物,筛选出75种潜在AGIs | NA | NA | 体外验证的抑制效果 | NA |