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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
7961 | 2025-10-06 |
Deep Learning-Based Adrenal Gland Volumetry for the Prediction of Diabetes
2025-Jun-18, Endocrinology and metabolism (Seoul, Korea)
DOI:10.3803/EnM.2025.2336
PMID:40528328
|
研究论文 | 本研究通过深度学习算法测量肾上腺体积,探索其与2型糖尿病现状及发病风险的关联 | 首次使用三维nnU-Net深度学习算法进行肾上腺体积自动测量,并建立其与2型糖尿病发病风险的长期关联 | 观察性研究设计无法确定因果关系,研究对象仅限于无肾上腺结节的人群 | 探究肾上腺体积与2型糖尿病现状及发病风险的关联 | 接受腹部盆腔CT检查的成年人 | 医学影像分析 | 2型糖尿病 | 计算机断层扫描(CT) | 深度学习 | CT图像 | 模型开发500例CT扫描,临床队列9708名成年人 | nnU-Net | 三维nnU-Net | Dice系数, 体积差异 | NA |
7962 | 2025-10-06 |
Explainable AI predicting Alzheimer's disease with latent multimodal deep neural networks
2025-Jun-18, Journal of biopharmaceutical statistics
IF:1.2Q2
DOI:10.1080/10543406.2025.2511194
PMID:40528446
|
研究论文 | 提出一种新颖的潜在多模态深度学习框架,利用临床、神经影像和遗传数据预测阿尔茨海默病认知状态 | 引入潜在多模态深度学习框架,结合注意力机制和交叉注意力层提升预测性能,并计算模态重要性分数增强模型可解释性 | 样本量相对有限(322名患者),数据来源单一(仅ADNI数据库) | 预测阿尔茨海默病认知状态 | 阿尔茨海默病患者 | 机器学习 | 阿尔茨海默病 | 验证性因子分析(CFA) | 深度神经网络 | 临床数据, 神经影像数据, 遗传数据 | 322名55-92岁患者 | NA | 多模态深度神经网络 | 平均绝对误差(MAE), 均方误差(MSE) | NA |
7963 | 2025-10-06 |
Identifying and predicting EEG microstates with sequence-to-sequence deep learning models for online applications
2025-Jun-17, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ade1f8
PMID:40480246
|
研究论文 | 提出基于序列到序列深度学习框架的EEG微状态在线识别与预测方法 | 首次将序列到序列深度学习模型应用于EEG微状态分析,实现从离线聚类到在线模型-数据混合计算范式的转变 | 在两个公共数据集上验证,样本规模和多样性可能有限 | 开发适用于跨被试、跨数据集和多任务场景的EEG微状态在线分析方法 | 脑电图微状态 | 机器学习 | NA | 脑电图 | 序列到序列深度学习模型 | EEG信号序列数据 | 两个公共数据集 | NA | 序列到序列架构 | 准确率 | NA |
7964 | 2025-10-06 |
NLP-like deep learning aided in identification and validation of thiosulfinate tolerance clusters in diverse bacteria
2025-Jun-17, mSphere
IF:3.7Q2
DOI:10.1128/msphere.00023-25
PMID:40525872
|
研究论文 | 本研究应用类似自然语言处理的深度学习技术识别和验证了多种细菌中的硫代亚磺酸盐耐受基因簇 | 首次将NLP-like技术应用于细菌基因簇识别,解决了传统方法因序列多样性而难以识别的问题 | 研究主要聚焦于植物病原菌,在其他细菌类型中的应用仍需验证 | 开发新方法识别细菌中难以发现的硫代亚磺酸盐耐受基因簇 | 多种植物病原菌及其基因簇 | 自然语言处理, 生物信息学 | 植物细菌性疾病 | 自然语言处理技术, 基因序列分析, 蛋白质结构预测 | 深度学习 | 基因序列数据, 蛋白质序列数据 | RefSeq细菌数据库中的多个菌株,包括97-1R、pv. FDAARGOS 389和pv. tomato DC3000 | DeepBGC | NA | 实验验证 | NA |
7965 | 2025-10-06 |
Effects of patient and imaging factors on small bowel motility scores derived from deep learning-based segmentation of cine MRI
2025-Jun-17, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11737-4
PMID:40526355
|
研究论文 | 本研究评估患者和影像因素对基于深度学习分割的MRI电影小肠运动评分的影响 | 首次系统评估MRI切片相关因素对小肠运动评分的显著影响,并开发深度学习算法进行小肠分割 | 样本量相对较小(54例患者),仅包含慢性便秘或疑似结肠假性梗阻患者 | 探究患者因素和影像因素对小肠运动评分的影响 | 54名慢性便秘或疑似结肠假性梗阻患者的小肠MRI影像 | 医学影像分析 | 消化系统疾病 | 电影MRI, 光学流算法 | 深度学习分割算法 | MRI影像 | 54名患者(平均年龄53.6±16.4岁,34名女性) | NA | NA | Dice相似系数 | NA |
7966 | 2025-10-06 |
Innovative deep learning and signal decomposition approaches for enhanced spatial and temporal suspended sediment concentration prediction
2025-Jun-17, Environmental science and pollution research international
DOI:10.1007/s11356-025-36581-3
PMID:40526349
|
研究论文 | 本研究提出新型混合深度学习方法来提高悬浮泥沙浓度的时空预测精度 | 结合多种深度学习模型与信号分解技术,首次将CEEMDAN和SVMD与DDNN结合用于SSC预测 | 研究仅限于美国科罗拉多河下游的四个连续监测站数据 | 开发精确可靠的悬浮泥沙浓度预测方法以改善河流管理 | 美国科罗拉多河下游的悬浮泥沙浓度 | 机器学习 | NA | 小波变换相干性分析,信号分解技术 | LSTM, BiLSTM, GRU, DDNN | 时间序列数据 | 2008年至2022年美国科罗拉多河下游四个连续监测站的数据集 | NA | 密集深度神经网络 | 均方误差,均方根误差,纳什-萨克利夫效率,相关系数R | NA |
7967 | 2025-10-06 |
Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach
2025-Jun-17, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11714-x
PMID:40526353
|
研究论文 | 本研究采用基于深度学习的CT定量方法预测进行性纤维化性间质性肺疾病及其预后 | 首次将基于深度学习的CT定量分析应用于PF-ILD的预测和预后评估,证明了QCT指标对疾病进展和死亡风险的预测价值 | 单中心回顾性研究,样本量有限(465例患者),可能存在选择偏倚 | 评估基于深度学习的定量CT在预测进行性纤维化性间质性肺疾病和评估预后方面的价值 | 间质性肺疾病患者 | 医学影像分析 | 间质性肺疾病 | CT扫描,深度学习定量分析 | 深度学习模型 | CT影像 | 465名ILD患者(中位年龄65岁,238名男性) | NA | NA | C-index, OR值, HR值 | NA |
7968 | 2025-10-06 |
Replacing Attention with Modality-wise Convolution for Energy-Efficient PPG-based Heart Rate Estimation using Knowledge Distillation
2025-Jun-17, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3580474
PMID:40526537
|
研究论文 | 提出一种基于光电容积脉搏波的心率估计轻量级深度学习架构PULSE,通过知识蒸馏技术实现高效传感器融合 | 使用多头部交叉注意力层改进传感器融合,并提出基于关系的知识蒸馏机制,用模态卷积替代注意力模块 | NA | 开发适用于可穿戴设备的节能高效心率估计算法 | 光电容积脉搏波信号和加速度计数据 | 机器学习 | 心血管疾病 | 光电容积脉搏波 | 深度学习 | 时序信号 | 两个数据集:PPG-DaLiA(最大可用数据集)和WESAD | NA | 多头部交叉注意力,模态卷积 | 平均绝对误差,内存占用,能耗 | 商用现成微控制器 |
7969 | 2025-10-06 |
M3D: Manifold-based Domain Adaptation with Dynamic Distribution for Non-Deep Transfer Learning in Cross-subject and Cross-session EEG-based Emotion Recognition
2025-Jun-17, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3580612
PMID:40526534
|
研究论文 | 提出一种基于流形的轻量级非深度迁移学习框架M3D,用于跨被试和跨会话的EEG情绪识别 | 结合流形特征变换和动态分布对齐,在Grassmann流形空间实现源域和目标域的自适应对齐 | 未明确说明模型对特定EEG采集设备的依赖性 | 解决EEG信号的非平稳性和个体差异性,降低对大规模标注数据和计算资源的需求 | 脑电图信号和情绪识别 | 机器学习 | 情绪障碍,重度抑郁症 | 脑电图 | 非深度学习,迁移学习 | EEG信号 | 三个基准EEG情绪识别数据集和一个临床MDD EEG数据集 | NA | 流形特征变换,动态分布对齐,集成学习 | 准确率 | 显著低于深度学习的计算需求 |
7970 | 2025-10-06 |
ABNN: Adaptive-Gating Binary Neural Network With Dynamic Activation Quantization for Industrial Health Status Prediction
2025-Jun-17, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3577620
PMID:40526547
|
研究论文 | 提出一种用于工业健康状态预测的自适应门控二值神经网络,通过动态激活量化优化边缘设备部署 | 提出趋势感知编码器优化输入层二值化过程、可学习精度指示器动态调整推理精度、自适应门控卷积在保持拟合能力的同时提升表示能力 | 未明确说明模型在极端工业环境下的鲁棒性测试结果 | 解决工业边缘场景资源受限和实时性要求下的设备健康状态预测问题 | 工业边缘场景中的复杂工业设备 | 机器学习 | NA | 二值神经网络、FPGA硬件加速 | 二值神经网络 | 工业设备状态数据 | NA | NA | 自适应门控二值神经网络 | 准确率、效率 | FPGA硬件加速器 |
7971 | 2025-10-06 |
Beyond the Posts: Analyzing Breast Implant Illness Discourse With Natural Language Processing and Deep Learning
2025-Jun-16, Aesthetic surgery journal
IF:3.0Q1
DOI:10.1093/asj/sjaf047
PMID:40173420
|
研究论文 | 使用自然语言处理和深度学习分析社交媒体上关于乳房植入物疾病的患者认知和情感反应 | 首次使用基于1.24亿条X平台推文训练的Robust optimizing BERT模型分析乳房植入物疾病相关讨论,并发现社交媒体讨论与植入物取出率之间的强相关性 | 研究仅基于社交媒体数据,无法证明因果关系,且数据来源局限于单一平台 | 分析社交媒体上患者对乳房植入物疾病的认知和情感反应,及其与临床决策的关系 | 社交媒体上关于乳房植入物疾病的讨论帖子 | 自然语言处理 | 乳房植入物疾病 | 自然语言处理 | BERT, 深度学习模型 | 文本 | 6099条帖子(2014-2023年) | NA | Robust optimizing Bidirectional Encoder Representations from Transformers | 皮尔逊相关系数 | NA |
7972 | 2025-10-06 |
Rate of brain aging associates with future executive function in Asian children and older adults
2025-Jun-16, eLife
IF:6.4Q1
DOI:10.7554/eLife.97036
PMID:40522287
|
研究论文 | 本研究探讨脑年龄变化率与未来执行功能的关联,并在新加坡老年人和儿童群体中验证脑年龄模型的泛化能力 | 首次在亚洲儿童和老年人群体中验证脑年龄模型的泛化性,并发现脑年龄差距变化率与未来执行功能存在关联 | 样本仅来自新加坡人群,模型在儿童群体上需要微调才能适用 | 研究脑年龄变化率与认知功能的关联,并验证脑年龄模型在不同人群中的泛化能力 | 新加坡老年人(55-88岁)和儿童(4-11岁) | 医学影像分析 | NA | 脑年龄预测 | 深度学习 | 神经解剖学影像数据 | 新加坡老年人和儿童群体 | NA | NA | 模型泛化能力,脑年龄预测准确性 | NA |
7973 | 2025-10-06 |
DWI-based deep learning radiomics nomogram for predicting the impaired quality of life in patients with unruptured intracranial aneurysm developing new iatrogenic cerebral infarcts following stent placement: a multicenter cohort study
2025-Jun-13, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-025-03628-5
PMID:40512286
|
研究论文 | 开发基于DWI的深度学习影像组学列线图预测支架置入术后发生新发医源性脑梗死患者的生活质量受损 | 首次整合临床特征、影像组学特征和深度学习特征构建多模态预测模型,并采用超分辨率重建技术优化特征提取 | 研究为多中心回顾性研究,需要前瞻性验证 | 预测未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死患者的生活质量受损 | 522例未破裂颅内动脉瘤支架置入术后发生新发医源性脑梗死的患者 | 医学影像分析 | 颅内动脉瘤,脑梗死 | DWI,超分辨率重建 | 深度学习,逻辑回归 | 医学影像(DWI) | 522例患者(训练队列和两个外部验证队列) | NA | GoogleNet | AUC,校准曲线,决策曲线分析 | NA |
7974 | 2025-10-06 |
Discovery of CYP1A1 Inhibitors for Host-Directed Therapy against Sepsis
2025-Jun-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.5c00493
PMID:40442943
|
研究论文 | 本研究通过深度学习、虚拟筛选和生物评估发现新型CYP1A1小分子抑制剂,用于治疗多重耐药细菌引起的脓毒症 | 首次将CYP1A1确定为宿主导向治疗靶点,并通过深度学习发现具有卓越活性的新型小分子抑制剂 | 未明确说明临床前研究阶段及动物模型验证数据 | 开发针对多重耐药细菌脓毒症的宿主导向治疗方法 | 细胞色素P4501A1(CYP1A1)酶及其小分子抑制剂 | 药物发现 | 脓毒症 | 深度学习, 虚拟筛选, 生物评估 | 深度学习模型 | 化学结构数据, 生物活性数据 | NA | NA | NA | 细菌载量减少率(70%以上), 巨噬细胞吞噬功能增强 | NA |
7975 | 2025-10-06 |
Amortized template matching of molecular conformations from cryoelectron microscopy images using simulation-based inference
2025-Jun-10, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2420158122
PMID:40465628
|
研究论文 | 提出基于模拟推理的冷冻电镜图像分析方法cryoSBI,用于从单个冷冻电镜图像推断生物分子构象 | 将基于物理的模拟与概率深度学习相结合,无需计算显式似然函数即可进行贝叶斯推断,显著提升计算速度 | 方法在合成数据和实验数据上进行了验证,但需要进一步在更广泛的实验场景中测试 | 开发从冷冻电镜图像中准确推断生物分子构象的计算方法 | 生物分子构象和构象集合 | 计算生物学 | NA | 冷冻电镜(cryo-EM) | 神经网络 | 冷冻电镜图像 | NA | NA | NA | NA | NA |
7976 | 2025-10-06 |
[A preliminary exploration of an intelligent system for personalized tooth morphology reconstruction based on deep learning]
2025-Jun-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology
|
研究论文 | 本研究构建了一种基于深度学习的牙齿可变形深度隐式网络,用于个性化牙齿形态重建 | 将隐式模板与深度学习技术相结合,构建了新型的T-DDIN神经网络,实现了个性化的高精度牙齿缺损形态修复 | 样本量相对有限(550个口内扫描模型),且仅针对特定类型的牙齿缺损进行评估 | 开发智能系统实现个性化牙齿形态重建 | 牙齿缺损患者的口内扫描模型 | 计算机视觉 | 牙齿缺损 | 口内扫描 | 深度学习神经网络 | 三维扫描模型 | 550个口内扫描模型(500个训练,50个测试) | NA | 牙齿可变形深度隐式网络 | 三维偏差,咬合调整体积,牙尖角度偏差,修复时间 | NA |
7977 | 2025-10-06 |
Automated interpretation of cardiotocography using deep learning in a nationwide multicenter study
2025-Jun-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02849-4
PMID:40467683
|
研究论文 | 本研究开发了一种基于深度学习的自动化胎心监护解读模型,并在全国多中心数据集上进行了验证 | 使用全国14家医院的大规模胎心监护数据集,由认证产科医生提供可靠标注,解决了以往研究数据规模小和临床相关性不足的问题 | 需要在前瞻性研究中进一步评估模型的临床适用性 | 开发临床适用的自动化胎心监护解读模型以改善胎儿预后 | 胎心监护信号 | 医疗人工智能 | 产科疾病 | 胎心监护技术 | 深度学习 | 生理信号数据 | 22,522例分娩数据,来自14家医院,共519,800人分钟的分析数据 | NA | NA | AUC, PRC | NA |
7978 | 2025-10-06 |
Development of Deep Learning Models to Screen Posterior Staphylomas in Highly Myopic Eyes Using UWF-OCT Images
2025-Jun-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.6.25
PMID:40504567
|
研究论文 | 开发基于深度学习模型利用超广角光学相干断层扫描图像筛查高度近视眼后巩膜葡萄肿 | 首次使用UWF-OCT图像开发深度学习模型用于后巩膜葡萄肿筛查,并比较了七种不同网络架构的性能 | 回顾性单中心研究,样本量相对有限 | 开发用于高度近视眼后巩膜葡萄肿筛查的深度学习模型 | 高度近视患者 | 计算机视觉 | 眼科疾病 | 超广角光学相干断层扫描 | CNN | 图像 | 训练集1428张图像来自438名患者,测试集216张图像来自69名患者 | NA | VGG16,VGG19,ResNet18,ResNet50,ResNet101,DenseNet121,DenseNet161 | AUC,敏感度 | NA |
7979 | 2025-06-19 |
High-precision inversion of vegetation parameters in the AI era: Integrating hyperspectral remote sensing and deep learning
2025-Jun-02, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2025.100868
PMID:40528880
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
7980 | 2025-10-06 |
Employing transfer learning for breast cancer detection using deep learning models
2025-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000907
PMID:40523018
|
研究论文 | 本研究利用迁移学习和四种预训练深度学习模型进行乳腺癌检测 | 结合四种预训练模型作为特征提取器,并采用多种监督学习分类器进行乳腺癌检测 | 仅使用BUSI数据集进行验证,未在其他数据集上测试模型泛化能力 | 提高乳腺癌检测的准确性和效率 | 乳腺癌医学图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 医学图像 | BUSI数据集 | TensorFlow, Keras | Mobilenetv2, Inceptionv3, ResNet50, VGG16 | 准确率 | NA |