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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2026-06-08 |
ECG and PPG Signals-Based Premature Ventricular Contraction Detection Methods: A Review, Key Challenges, and Future Directions
2026-Apr, Cardiovascular engineering and technology
IF:1.6Q4
DOI:10.1007/s13239-026-00819-z
PMID:41634439
|
综述 | 本文综述了基于心电图和光电容积描记图信号的室性早搏检测方法,涵盖信号处理、传统机器学习和深度学习方法 | 系统性地将现有室性早搏检测方法分为三类(阈值/启发式、传统机器学习、深度学习),并回顾了预处理技术和性能评估基准 | 未提及具体方法间的定量对比分析,对噪声影响和资源约束仅作方向性讨论 | 总结室性早搏检测方法的现状、关键挑战和未来研究方向 | 基于心电图和光电容积描记图信号的室性早搏检测方法 | 机器学习 | 心血管疾病 | 心电图、光电容积描记图 | 信号处理、传统机器学习模型、深度学习框架 | 信号 | NA | NA | NA | 基准指标 | NA |
| 62 | 2026-06-08 |
Dynamic Eyelid Evaluation Using a Deep Neural Network in Upper Blepharoplasty: A Prospective Multicenter Pilot Study
2026-Apr, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-026-05632-6
PMID:41642312
|
研究论文 | 应用深度神经网络自动分析上睑成形术后眼睑形态,提供客观评价指标 | 首次将UNet和PointRend深度学习技术用于上睑成形术后动态眼睑评估,实现自动测量四项眼睑形态参数 | 样本量有限(仅51例患者和50例志愿者),且未提及算法在不同种族或眼睑类型中的泛化能力 | 评估深度神经网络在眼睑形态分析中的准确性和可重复性,辅助外科医生评估手术效果 | 寻求修复性眼睑成形术的51例患者(102只眼)和50例天生双眼皮志愿者(100只眼) | 计算机视觉 | NA | 深度学习图像分割 | 深度神经网络 | 面部图像和视频 | 51例患者(102只眼)和50例志愿者(100只眼) | PyTorch | UNet, PointRend | 组内相关系数 | NA |
| 63 | 2026-06-08 |
Machine learning-based DNA microarray analysis for disease detection using the MICRO-AI framework
2026 Apr-Jun, Science progress
IF:2.6Q2
DOI:10.1177/00368504261436834
PMID:41925147
|
研究论文 | 提出 MICRO-AI 机器学习框架,用于分析 DNA 微阵列数据并实现自动疾病诊断 | 集成注意力加权自适应特征选择、异构集成分类和注意力特征融合机制,在保留生物意义的同时将维度降低超99% | 未提及对更复杂疾病或更大样本量的泛化能力,以及模型的可解释性分析 | 开发高效的DNA微阵列分析框架,解决噪声、高维度和类不平衡问题,实现自动疾病诊断 | 六个基准数据集,涵盖乳腺癌、胃癌、卵巢癌和白血病,共2321个样本 | 机器学习 | 乳腺癌, 胃癌, 卵巢癌, 白血病 | DNA微阵列 | 梯度提升机, 随机森林, 支持向量机 | 基因表达数据 | 2321个样本(来自155-1097个样本的六个数据集) | Scikit-learn | 集成模型(GBM, RF, SVM) | 准确率, 灵敏度, 特异度, F1分数, 马修斯相关系数, AUC | NA |
| 64 | 2026-06-08 |
A novel interpretable classification of lumbar spinal stenosis using a cascade deep learning approach and T2-weighted MRI
2026-Mar-27, Journal of neurosurgery. Spine
DOI:10.3171/2025.10.SPINE25878
PMID:41894804
|
研究论文 | 提出一种基于级联深度学习方法和T2加权MRI的腰椎管狭窄症的可解释分类新方法 | 首创3阶段深度学习流水线用于自动识别、分类和分级腰椎管狭窄症,结合梯度加权类激活映射提供临床可解释性 | 尚未评估对诊断不足和多节段脊柱疾病分析的改进效果 | 提高腰椎管狭窄症诊断的准确性和一致性 | 腰椎MRI图像(共17440张训练切片,8000张外部验证切片) | 计算机视觉 | 腰椎管狭窄症 | T2加权MRI | 卷积神经网络 | 图像 | 640名患者的17440张MRI切片(训练),8000张切片(外部验证) | NA | 级联深度学习模型 | 准确率 | NA |
| 65 | 2026-06-08 |
Closing the loop: A systematic review of artificial intelligence in circular e-waste management
2026-Mar-15, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2026.115392
PMID:41653831
|
综述 | 系统综述了人工智能在循环电子废弃物管理中的应用,涵盖2019年至2025年10月的147篇文章 | 提出了六层分类体系以结构化AI在电子废弃物管理中的证据,并将AI系统从终端处理重新定位为再生循环 | 数据可用性和泛化性不足,缺乏标准化、互操作性和伦理监管障碍,限制了在真实运行条件下具有不确定性感知能力的电子废弃物系统的开发 | 探索AI如何通过构建可持续反馈循环,推动电子废弃物管理从线性处理向循环路径转变 | 人工智能在循环电子废弃物管理中的应用 | 机器学习 | NA | NA | 深度学习 | NA | 147篇文章 | NA | NA | NA | NA |
| 66 | 2026-06-08 |
Evaluation of KU-F40 automated microscope for parasitology: when artificial intelligence meets old school microscopy
2026-Mar-11, Journal of clinical microbiology
IF:6.1Q1
DOI:10.1128/jcm.00743-25
PMID:41665376
|
研究论文 | 评估KU-F40自动粪便分析仪结合深度学习人工智能对肠道寄生虫感染的诊断性能 | 首次对KU-F40自动显微镜在多种寄生虫检测中的性能进行广泛评估,结合自动显微镜和深度学习,无需预先诊断怀疑即可检测和识别预定面板中的寄生虫 | 目前性能不足以作为筛查工具自动验证阴性结果;缺少关键功能,如10倍放大镜头和数据库中没有的额外寄生虫 | 评估KU-F40自动粪便分析仪对肠道寄生虫感染的诊断准确性 | 来自比利时六个临床实验室的267份随机粪便样本及外部质量控制样本 | 数字病理学 | 肠道寄生虫感染 | 自动显微镜检查 | 深度学习 | 图像 | 267份临床粪便样本 | NA | NA | 敏感度, 特异度 | NA |
| 67 | 2026-06-08 |
Deep learning-based one-stop 11C-CFT and 18F-FDG dual-tracer brain PET imaging protocol for Parkinson's disease
2026-Mar, Brain research bulletin
IF:3.5Q2
|
研究论文 | 探索使用深度学习从短间隔交错的11C-CFT和18F-FDG双示踪剂脑PET图像中分离出单个示踪剂图像,用于帕金森病诊断 | 提出一种基于深度学习的单次扫描双示踪剂PET成像协议,可减少患者等待时间并提高临床效率 | NA | 利用深度学习分离交错注射的双示踪剂PET图像,以缩短帕金森病PET扫描等待时间 | 帕金森病患者 | 数字病理学 | 帕金森病 | PET成像, 深度学习 | Swin UNETR | 医学图像 | 67名患者 | NA | Swin UNETR | 归一化均方误差, 结构相似性指数, 标准化摄取值比, 肿瘤-背景比值, 信噪比 | NA |
| 68 | 2026-06-08 |
High-Resolution MR Imaging of Elbow Ligament Injuries and Associated Impingement and Instability Syndromes
2026-Mar, Radiologic clinics of North America
IF:2.1Q2
DOI:10.1016/j.rcl.2025.09.005
PMID:41656056
|
综述 | 文章详细介绍肘部韧带损伤及相关撞击和不稳定综合征的高分辨率磁共振成像技术 | 结合高场强磁共振、专用表面线圈、优化患者体位、三维成像和深度学习重建,增强韧带结构和完整性的可视化 | 未提及研究局限性 | 评估肘部韧带损伤及其相关的撞击和不稳定综合征 | 肘部韧带结构和相关病变 | NA | 肘部韧带损伤, 撞击综合征, 不稳定综合征 | 高分辨率MRI | NA | 图像 | NA | NA | NA | NA | 高场强磁共振设备, 专用表面线圈 |
| 69 | 2026-06-08 |
AGEP_TWAS: A Deep Learning-Based Framework for Predicting Gene Expression Levels in Tissues
2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3663364
PMID:41666075
|
研究论文 | 提出一种基于深度学习的框架AGEP_TWAS,用于预测不同组织中的基因表达水平,以辅助转录组广泛关联研究 | 首次利用密集连接网络、自适应激活函数和参数剪枝策略的非线性特征提取框架,结合地标基因预测难以用传统方法预测的基因表达水平 | 未明确讨论方法的计算资源需求,以及在地标基因选择或跨物种应用中的潜在偏差 | 提高跨组织基因表达水平预测的准确性和效率,改进转录组广泛关联研究 | 人类GEO表达数据集和牛CattleGTEx数据集中的基因表达水平预测 | 机器学习 | NA | RNA-seq | 密集连接网络 | 基因表达数据 | NA | PyTorch | 密集连接网络 | 均方误差, 皮尔逊相关系数 | NA |
| 70 | 2026-06-08 |
Exploring the potential of explainable deep learning for EEG-based cognitive decline prediction
2026-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111538
PMID:41666658
|
研究论文 | 探讨可解释深度学习在基于脑电图的认知衰退预测中的应用潜力 | 首次使用具有自注意力机制的深度学习算法对基于认知评分的健康受试者进行分类,并证明了注意力层在提升模型准确性和解释性方面的关键作用,同时发现β频段(13-30 Hz)对区分轻度认知障碍与对照受试者至关重要 | 对健康受试者临床前认知衰退的预测准确率较低,仅为56.08%,且大脑变化微小,检测困难 | 开发一种经济、非侵入性的方法来早期检测认知衰退,特别是阿尔茨海默病 | 健康对照受试者和轻度认知障碍患者的静息态脑电图数据 | 机器学习 | 阿尔茨海默病 | 脑电图 | 深度学习模型 | 脑电图信号 | 公共数据集中健康对照与轻度认知障碍患者的样本数量未明确给出 | NA | 自注意力机制 | 测试准确率 | NA |
| 71 | 2026-06-08 |
Glymphatic dysfunction in trigeminal neuralgia: A multimodal MRI study
2026-Mar, Neurobiology of disease
IF:5.1Q1
DOI:10.1016/j.nbd.2026.107312
PMID:41666986
|
研究论文 | 使用多模态MRI研究三叉神经痛患者类淋巴系统功能障碍 | 首次揭示三叉神经痛中类淋巴系统功能异常与结构指标之间的分离现象,挑战传统神经影像学范式,强调中枢机制在疾病发病中的潜在作用 | 未发现类淋巴系统指标与疼痛强度或病程的相关性,样本量有限,且为横断面研究 | 探究三叉神经痛患者是否存在类淋巴系统功能障碍及其对病理生理学的贡献 | 71名经典三叉神经痛患者和52名年龄匹配健康对照 | 数字病理学 | 三叉神经痛 | 多模态MRI(包括DTI-ALPS、自由水分数、血管周围空间负担、脉络丛体积分析) | 深度学习分割模型 | MRI影像数据 | 71名患者、52名健康对照,共123名参与者 | NA | NA | DTI-ALPS指数、自由水分数、血管周围空间负担、脉络丛体积、相关分析(斯皮尔曼相关系数) | NA |
| 72 | 2026-06-08 |
Complex networks for modeling texture and spectral features of hyperspectral images for environmental analysis
2026-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2026.111504
PMID:41633275
|
研究论文 | 提出一种复杂网络方法用于高光谱图像分析,并将其应用于检测环境污染 | 提出名为Directed Network of Angular Similarity (DNAS)的手工设计技术,将高光谱像素建模为基于光谱带角度相似性连接的复杂网络顶点,实现高效特征提取,仅需36个描述符即可获得紧凑图像表示 | 样本数量有限且高光谱数据维度高,使得传统深度学习方法不适用 | 开发适用于资源受限场景的高光谱图像分类方法,用于环境污染检测 | 暴露于不同氟化钾水平的Jacaranda caroba植物叶片 | 计算机视觉 | NA | 共聚焦激光扫描显微镜 | 复杂网络 | 高光谱图像 | NA | NA | Directed Network of Angular Similarity (DNAS) | 准确率 | NA |
| 73 | 2026-06-08 |
Refined trajectory smoothing and deep learning classification of human sperm motility
2026-Mar-01, Human reproduction (Oxford, England)
DOI:10.1093/humrep/deag005
PMID:41633817
|
研究论文 | 提出通过频域平滑提高精子运动参数提取精度,并利用原始轨迹数据训练深度学习模型实现精子运动模式分类的方法 | 引入离散余弦变换(DCT)平滑实现更精确的平均路径估计;提出新的侧向位移量化指标PAW;应用InceptionTime集成模型直接从原始坐标序列分类精子运动模式 | 模型仅在低粘度培养基轨迹上训练,未涵盖ICSI使用的高粘度环境;分类模型基于单中心小样本(5人790条轨迹),缺乏多中心验证;缺少个人标识和临床元数据无法进行个体分析 | 提升精子运动参数提取精度并实现基于轨迹数据的运动模式自动分类 | 人类精子轨迹(2326条轨迹,含1931条渐进运动型和395条超活化型) | 机器学习 | 男性不育症 | NA | InceptionTime集成模型 | 坐标序列(x,y) | 5个个体样本,共2326条精子轨迹 | NA | InceptionTime | 准确率 | NA |
| 74 | 2026-06-08 |
Multi-scale structural similarity embedding search across entire proteomes
2026-Feb-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag058
PMID:41632625
|
研究论文 | 提出一种基于蛋白质语言模型和深度神经网络的跨蛋白质组多尺度结构相似性嵌入搜索方法 | 通过将三维结构转化为定长向量,结合向量数据库实现大规模蛋白质结构相似性的高效检索,且能泛化至全长多肽链和多聚体组装体 | NA | 开发可扩展的高效结构相似性搜索策略,应对日益增长的生物大分子三维结构数据 | 实验测定结构和AI/DL预测的结构模型(包括全长多肽链和多聚体组装体) | 机器学习 | NA | 蛋白质语言模型、深度神经网络 | 深度神经网络 | 蛋白质三维结构数据 | NA | PyTorch | NA | TM-score | NA |
| 75 | 2026-06-08 |
Rapid and interpretable protein contact map prediction using a pattern-matching strategy
2026-Feb-20, Physical biology
IF:2.0Q3
DOI:10.1088/1478-3975/ae443c
PMID:41666568
|
研究论文 | 提出一种基于模板的模式匹配方法,通过识别同源实验结构中的保守结构基序来预测蛋白质接触图,无需深度学习或大量同源序列 | 首次将模式匹配策略应用于蛋白质接触图预测,仅需少量结构模板(50-500个)即可在标准硬件上快速完成预测,兼顾效率与可解释性 | 依赖已有实验结构作为模板,对全新折叠类型或无同源结构的蛋白质预测能力有限 | 开发一种计算高效且可解释的蛋白质接触图预测方法,以替代深度学习和共进化方法 | 蛋白质接触图预测方法 | 机器学习 | 未明确提及 | 结构模式匹配 | 模式匹配模型 | 蛋白质序列与结构数据 | 25个蛋白质结构域(验证集)和7599条低注释序列(测试集) | NA | 模式匹配框架 | 相关系数、准确率、接触覆盖率、平均F1分数 | 标准硬件(无需GPU或高性能计算集群) |
| 76 | 2026-06-08 |
Temporal fusion transformer-based forecasting of COVID-19 infection trends using environmental indicators
2026-Feb-15, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2026.141381
PMID:41653747
|
研究论文 | 基于时间融合转换器利用环境指标预测COVID-19感染趋势 | 结合废水质量、空气质量和天气条件等多维环境变量进行预测,并采用间接估计方法(基于病例数比例变化)提升预测准确性 | 测试数据集中病例数被低估,直接预测不可靠;研究局限于单一地区(区级)和单一疾病(COVID-19) | 开发并评估基于时间融合转换器的多元时间序列预测模型,以环境指标预测COVID-19病例动态 | 2020年2月至2022年5月期间的区级COVID-19确诊病例数据及环境变量(废水质量、空气质量、天气条件) | 机器学习 | 传染病 | 时间序列预测 | 时间融合转换器 | 时间序列数据 | 区级数据,时间跨度约2年4个月 | NA | 时间融合转换器 | R值 | NA |
| 77 | 2026-06-08 |
Silencer variants are key drivers of gene up-regulation in Alzheimer's disease
2026-Feb-13, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adz3323
PMID:41671378
|
研究论文 | 开发一种深度学习框架,整合组蛋白修饰数据与单细胞开放染色质图谱,评估非编码变异在阿尔茨海默病中的调控潜力 | 首次系统识别阿尔茨海默病相关的沉默子变异,并提出基于深度学习的非编码变异调控潜力评估框架 | NA | 理解阿尔茨海默病相关非编码变异的遗传机制,特别是沉默子变异在基因上调中的作用 | 阿尔茨海默病相关非编码变异,尤其关注沉默子和增强子变异的调控功能 | 机器学习 | 阿尔茨海默病 | NA | 深度学习模型 | 组蛋白修饰数据、单细胞开放染色质图谱 | NA | NA | NA | 方向一致性(70%) | NA |
| 78 | 2026-06-08 |
Truth-based physics informed estimation of material composition in spectral CT in terms of density and effective atomic number
2026-Feb-13, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae4284
PMID:41643313
|
研究论文 | 开发并验证一种基于物理信息的深度学习模型,用于从光谱CT图像中分解出密度和有效原子序数图 | 将物理信息正则化损失融入生成对抗网络训练,以提升材料分解的精度,并使用验证过的模拟数据训练模型,弥补了深度学习缺乏物理原理和真实数据的局限性 | 临床数据样本量较小,限制了结果的泛化能力 | 实现光谱CT图像中密度和有效原子序数图的材料分解,并评估其临床实用性 | 光谱CT图像中的密度和有效原子序数图 | 计算机视觉 | 肝脏病变 | 光谱CT | 生成对抗网络 | 图像 | 32个人类模型的模拟腹部PCCT扫描用于训练,16个计算体模和6个临床病例用于验证,30张图像切片用于读者研究 | NA | 生成对抗网络 | NRMSE, SSIM, PSNR, RMSE, 显著度评分 | NA |
| 79 | 2026-06-08 |
A lightweight depthwise separable convolution and channel attention based GRU network for multichannel EEG seizure detection
2026-Feb-11, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae4106
PMID:41632979
|
研究论文 | 提出一种轻量级端到端注意力深度学习网络,用于从原始多通道脑电图信号中自动检测癫痫发作 | 采用残差深度可分离卷积块与通道注意力机制结合门控循环单元,实现高效空间特征提取和时间依赖建模,同时保持低计算复杂度 | NA | 开发快速、准确且非侵入性的癫痫发作检测框架,改善癫痫诊断和管理 | 多通道脑电图信号中的癫痫发作检测 | 机器学习 | 癫痫 | NA | 卷积神经网络与门控循环单元混合模型 | 脑电图信号 | CHB-MIT数据集,采用留一病人交叉验证方法 | NA | 残差深度可分离卷积块、通道注意力机制、门控循环单元 | 准确率、精确率、灵敏度、特异性、F1分数 | NA |
| 80 | 2026-06-08 |
Interpretable machine learning rationalizes carbonic anhydrase inhibition via conformal and counterfactual prediction
2026-Feb-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-39771-2
PMID:41673458
|
研究论文 | 介绍了一个可解释的机器学习框架,用于预测人碳酸酐酶异构体II、IX和XII的抑制活性,并结合共形预测与反事实分析,为选择性抑制剂设计提供指导 | 将共形预测用于不确定性量化与反事实解释用于分子可解释性相结合,提供了一个可解释的机器学习框架;发现支持向量机结合扩展连接性指纹在性能上优于更复杂的模型,强调了数据质量和验证的重要性 | 研究可能依赖于特定的数据集和分子指纹,泛化到其他酶靶点或更广泛的化学空间需要进一步验证 | 通过可解释的机器学习方法,预测并合理化人碳酸酐酶异构体II、IX和XII的抑制活性,以指导选择性抑制剂设计 | 人碳酸酐酶异构体II、IX和XII的抑制剂分子 | 机器学习 | 癌症 | NA | 支持向量机 | 分子指纹数据 | NA | NA | 支持向量机 | 性能指标未明确具体,但涉及系统基准测试和共形预测 | NA |