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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 781 | 2026-01-30 |
AI-Based Prediction of Gene Expression in Single-Cell and Multiscale Genomics and Transcriptomics
2026-Jan-13, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27020801
PMID:41596454
|
综述 | 本文综述了基于人工智能和量子计算在单细胞及多尺度基因组学与转录组学中预测基因表达的最新进展 | 结合深度学习和量子机器学习方法,提升多组学数据分析的效率和可靠性,推动精准医学发展 | 未提及具体实验验证或模型性能比较,主要基于理论和技术展望 | 探讨人工智能和量子计算在基因表达预测中的应用,以促进精准医学 | 单细胞及多尺度基因组学与转录组学数据 | 机器学习 | NA | 单细胞测序,多组学分析 | 深度学习网络,量子机器学习 | 基因组学数据,转录组学数据,表观遗传学数据 | NA | NA | NA | NA | 量子计算 |
| 782 | 2026-01-30 |
EMG-Spectrogram-Empowered CNN Stroke-Classifier Model Development
2026-Jan-13, Life (Basel, Switzerland)
DOI:10.3390/life16010114
PMID:41598269
|
研究论文 | 本研究提出了一种将肌电图信号转换为时频表示谱图,并利用卷积神经网络进行中风分类的新方法 | 引入了将EMG信号转换为时频表示谱图作为CNN输入的新方法,并提出了Tri-CCNN模型,在分类准确率上超越了浅层CNN和经典LeNet-5架构 | 未明确提及样本量的具体大小、数据集的详细构成以及模型在更广泛人群中的泛化能力 | 开发一种自动化工具,用于区分中风后患者与健康个体,以支持家庭康复环境中的客观评估 | 中风后患者与健康个体的肌电图信号 | 机器学习 | 中风 | 肌电图 | CNN | 图像(时频表示谱图) | NA | NA | Tri-CCNN, Shallow CNN, LeNet-5 | 准确率 | NA |
| 783 | 2026-01-30 |
DCA-UNet: A Cross-Modal Ginkgo Crown Recognition Method Based on Multi-Source Data
2026-Jan-13, Plants (Basel, Switzerland)
DOI:10.3390/plants15020249
PMID:41600056
|
研究论文 | 本文提出了一种基于多源数据的银杏树冠识别方法DCA-UNet,用于精确分割无人机获取的RGB和多光谱图像中的银杏树冠 | 提出了一种新颖的双分支动态加权融合网络DCA-UNet,通过双分支编码器、跨模态交互融合模块和注意力增强解码器,有效融合多源信息并提升边界语义一致性 | 未明确提及模型在更广泛树种或极端环境下的泛化能力,以及计算效率的详细分析 | 开发一种高效、可靠的野生银杏树冠识别方法,以支持濒危树种的监测与保护 | 野生银杏树冠 | 计算机视觉 | NA | 无人机平台获取的RGB和多光谱成像 | CNN | 图像 | 未明确提及具体样本数量,但基于自建的多模态银杏树冠数据集 | 未明确提及,可能为PyTorch或TensorFlow | U-Net | IoU, PA, Precision, F1-score | 未明确提及 |
| 784 | 2026-01-30 |
Pose-Based Static Sign Language Recognition with Deep Learning for Turkish, Arabic, and American Sign Languages
2026-Jan-13, Sensors (Basel, Switzerland)
DOI:10.3390/s26020524
PMID:41600322
|
研究论文 | 本研究提出了一种基于姿态的跨语言手语识别框架,针对土耳其语、阿拉伯语和美国手语,利用深度学习模型进行性能比较 | 首次对土耳其语、阿拉伯语和美国手语进行跨语言比较,并系统评估了CNN、Vision Transformer和状态空间模型在姿态特征上的表现 | 仅使用了公开数据集,可能未覆盖所有手语变体;模型在真实环境中的鲁棒性有待进一步验证 | 开发跨语言手语识别系统,比较不同深度学习架构在手语识别任务中的性能 | 土耳其语、阿拉伯语和美国手语的手势图像 | 计算机视觉 | NA | 姿态估计,深度学习 | CNN, Transformer, SSM | 图像 | 来自9个公开数据集的精选图像帧(4个阿拉伯语、3个美式英语、2个土耳其语数据集) | NA | ConvNeXt, Swin Transformer, Vision Mamba | NA | NA |
| 785 | 2026-01-30 |
Artificial Intelligence for Detecting Aortic Arch Calcification on Chest Radiographs: A Systematic Review
2026-Jan-12, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16020243
PMID:41594218
|
系统综述 | 本文系统综述了人工智能模型在胸部X光片上检测主动脉弓钙化的诊断准确性及其临床实施潜力 | 首次系统性地评估了AI模型在常规胸部X光片上检测主动脉弓钙化的性能,并强调了其作为心血管风险分层可扩展工具的潜力 | 研究间存在显著的方法学异质性,缺乏横断面成像参考标准,且外部验证队列中的性能估计值常被削弱,导致总体证据确定性较低 | 评估人工智能模型在胸部X光片上检测主动脉弓钙化的诊断准确性,并评估其临床实施潜力 | 成年人的胸部X光片 | 计算机视觉 | 心血管疾病 | 胸部X光摄影 | CNN | 图像 | 约270万张图像 | NA | NA | AUROC, 召回率, 特异性, 敏感性 | NA |
| 786 | 2026-01-30 |
Liquid Biopsy in Early Screening of Cancers: Emerging Technologies and New Prospects
2026-Jan-12, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines14010158
PMID:41595692
|
综述 | 本文综述了液体活检在癌症早期筛查中的新兴技术,特别是从单一突变检测向整合cfDNA、CTC和EVs等多模态框架的转变,并探讨了其在多癌种早期检测、溯源、诊断分流和纵向监测中的应用前景 | 提出了从信号发现向可部署的多模态决策系统过渡的路径感知工作流程,强调将片段组学和甲基化特征与深度学习放射组学结合,支持以血液为首的高特异性风险分层 | NA | 总结用于癌症早期检测的新兴液体活检技术,并为其临床实施提出标准化工作流程和评估建议 | 液体活检技术,包括细胞游离DNA、循环肿瘤细胞和细胞外囊泡 | 数字病理学 | 癌症 | 测序,错误抑制策略,片段组学,甲基化分析 | 深度学习 | NA | NA | NA | NA | 校准,决策曲线分析,固定特异性下的阳性预测值/阴性预测值,组织溯源准确性 | NA |
| 787 | 2026-01-30 |
Comparative Study of Different Algorithms for Human Motion Direction Prediction Based on Multimodal Data
2026-Jan-12, Sensors (Basel, Switzerland)
DOI:10.3390/s26020501
PMID:41600297
|
研究论文 | 本研究基于足底压力和惯性传感器数据,开发了一种融合CNN和BiLSTM的混合深度学习模型,用于人体运动方向预测,并通过系统比较实验验证了其优越性能 | 提出了一种融合CNN和BiLSTM的混合深度学习模型,用于联合时空特征学习,并通过系统比较四种不同深度学习模型,验证了该模型在复杂运动场景中的优越适应性和预测精度 | 未明确说明数据集的规模、多样性以及模型在更广泛人群或极端运动场景下的泛化能力 | 优化和比较用于时空特征提取的深度学习算法,为实时人体运动预测提供可靠框架 | 基于足底压力和惯性传感器数据的人体运动方向 | 机器学习 | NA | 足底压力传感,惯性传感 | CNN, BiLSTM, CNN-LSTM, CNN-BiLSTM | 多模态数据(压力数据,惯性数据) | NA | NA | CNN, BiLSTM, CNN-LSTM, CNN-BiLSTM | RMSE, MAE, R | NA |
| 788 | 2026-01-30 |
Development of AI-Based Laryngeal Cancer Diagnostic Platform Using Laryngoscope Images
2026-Jan-11, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16020227
PMID:41594203
|
研究论文 | 本研究开发并评估了一个基于人工智能的喉癌诊断平台,该平台利用喉镜图像,通过两个深度学习模型分别进行声带图像选择和喉癌病灶定位 | 提出了一个集成声带图像选择模型和病灶检测模型的两阶段AI平台,用于从喉镜图像中实现准确且快速的喉癌检测 | 研究局限在当前实验设置下,未提及外部验证或临床前瞻性试验结果 | 开发并评估基于人工智能的模型,用于利用喉镜图像检测喉癌 | 喉镜图像 | 计算机视觉 | 喉癌 | 喉镜成像 | 深度学习 | 图像 | NA | NA | FCN-ResNet101 | IoU, Dice分数, 准确率, 精确率, 召回率, F1分数, 单图推理时间 | NA |
| 789 | 2026-01-30 |
EEG Signal Classification with Data Augmentation for Epileptic Focus Localization and Deep Sleep Detection
2026-Jan-11, Sensors (Basel, Switzerland)
DOI:10.3390/s26020474
PMID:41600271
|
研究论文 | 本文提出了一种统一的EEG分类框架,通过三种轻量级数据增强技术(时间偏移、幅度缩放和噪声添加)来丰富训练多样性并增强模型鲁棒性,应用于癫痫灶定位和深度睡眠检测任务 | 提出了一种结合时间偏移、幅度缩放和噪声添加三种轻量级数据增强技术的统一EEG分类框架,即使在基线准确率较高的情况下仍能显著提升模型性能 | 未明确讨论数据增强技术对模型计算复杂度的影响,也未在更多样化的数据集上进行验证 | 提高基于EEG的深度学习模型在数据有限条件下的分类性能和鲁棒性 | 生理和病理EEG信号,具体应用于癫痫灶定位和深度睡眠检测 | 机器学习 | 癫痫 | EEG信号处理 | CNN | EEG信号 | 两个公共数据集(未指定具体样本数量) | 未指定 | DeepConvNet, ShallowConvNet, EEGNet | 准确率 | NA |
| 790 | 2026-01-30 |
Deep learning based volumetric analysis of infrarenal abdominal aortic aneurysms characterized on CTA
2026-Jan-10, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02262-1
PMID:41519965
|
研究论文 | 本文提出了一种基于深度学习的自动化分割和体积测定方法,用于分析CTA图像中的肾下腹主动脉瘤 | 开发了一种机构无关的网络,能够自动进行腹主动脉瘤的体积分析,显著提高了工作流程效率 | 未明确说明模型在更广泛数据集或不同成像条件下的泛化能力 | 训练和验证一个网络,以自动化分割和测定CTA图像中肾下腹主动脉瘤的体积,并评估工作流程加速效果 | 肾下腹主动脉瘤,包括总动脉瘤、管腔和血栓 | 计算机视觉 | 心血管疾病 | CTA | 深度学习 | 图像 | 未明确说明具体样本数量,但涉及内部和外部验证数据集 | 未明确说明 | 未明确说明 | Dice相似系数, 相关系数 | 未明确说明 |
| 791 | 2026-01-30 |
Deep learning-based detection and viability assessment of Eimeria oocysts
2026-Jan-10, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2026.106419
PMID:41544445
|
研究论文 | 本研究开发了一种基于深度学习的模型,用于检测和评估艾美耳球虫卵囊的活力,利用形态特征区分活性和非活性卵囊 | 首次利用高分辨率显微成像发现死卵囊中的颗粒结构,并基于此开发了基于YOLOv7架构的深度学习模型,实现了对艾美耳球虫卵囊活力的快速、可靠评估 | 模型在跨物种评估中对艾美耳球虫最大种的初始性能较低,可能由于卵囊尺寸较大,需要特定数据集进行微调 | 开发一种简单、经济有效的方法,用于区分活性和非活性艾美耳球虫卵囊,以改进疫苗配方和球虫病管理 | 艾美耳球虫卵囊,特别是艾美耳球虫顶种、艾美耳球虫柔嫩种和艾美耳球虫最大种 | 计算机视觉 | 球虫病 | 相位对比成像、微分干涉对比成像、明场成像 | CNN | 图像 | 未明确指定样本数量,但涉及艾美耳球虫顶种、柔嫩种和最大种的卵囊图像 | 未明确指定,但基于YOLOv7架构 | YOLOv7 | 精确度, 召回率 | NA |
| 792 | 2026-01-30 |
Decoding of Inconsistent Biological Data: A Critical Step toward Enhanced AI Predictivity in Drug Discovery
2026-Jan-09, ACS pharmacology & translational science
IF:4.9Q1
DOI:10.1021/acsptsci.5c00677
PMID:41536274
|
观点文章 | 本文讨论了生物活性数据整合中的噪声问题及其对AI药物发现预测能力的影响 | 强调实验协议变化(如缓冲液组成和实验设置)对数据一致性的深刻影响,并探讨利用大语言模型和代理AI支持药物发现的新策略 | 当前计算研究在评估蛋白质-配体相互作用方面存在局限性,数据噪声问题尚未完全解决 | 提高AI在药物发现中的预测能力,解决生物数据不一致性问题 | 酶抑制剂/结合剂和病毒表面蛋白等蛋白质靶标 | 机器学习 | NA | NA | 深度学习, 大语言模型 | 生物活性数据 | NA | NA | NA | NA | NA |
| 793 | 2026-01-30 |
Demystifying Deep Learning Decisions in Leukemia Diagnostics Using Explainable AI
2026-Jan-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16020212
PMID:41594188
|
研究论文 | 本文提出了一种结合卷积神经网络和可解释AI方法的AI流程,用于白血病诊断,旨在提高诊断准确性并提供透明的决策依据 | 整合了多种CNN模型与LIME和Grad-CAM两种可解释AI方法,在大型多样化数据集上实现了高精度诊断,并提供了以细胞核为中心的可视化解释 | 未明确提及模型在临床环境中的实时应用验证或外部独立数据集的测试 | 开发一个高精度且可解释的AI系统,用于白血病的自动化诊断 | 白血病患者及健康对照者的血液和骨髓图像数据 | 数字病理学 | 白血病 | 外周血涂片和骨髓评估,结合LDI-PCR、分子细胞遗传学和array-CGH | CNN | 图像 | 66,550张图像,涵盖ALL、AML、CLL、CML和健康对照 | TensorFlow, Keras | DenseNet-121, MobileNetV2, VGG16, InceptionV3, ResNet50, Xception, 自定义CNN | 准确率, F1分数 | 未明确指定 |
| 794 | 2026-01-30 |
Comparative Evaluation of Deep Learning Models for the Classification of Impacted Maxillary Canines on Panoramic Radiographs
2026-Jan-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics16020219
PMID:41594194
|
研究论文 | 本研究通过比较四种预训练的卷积神经网络模型,评估了深度学习在自动分类全景X光片中上颌阻生尖牙方面的性能 | 首次对ResNet50、Xception、InceptionV3和VGG16四种预训练CNN架构在阻生上颌尖牙分类任务上进行了比较评估,并开发了原型诊断界面以展示临床应用潜力 | 研究为单中心回顾性研究,数据集存在轻度不平衡,且需要进一步在多样化的多中心数据集上进行验证以确认临床泛化能力 | 开发并评估基于深度学习的自动化分类方法,以辅助上颌阻生尖牙的早期准确识别 | 上颌阻生尖牙 | 计算机视觉 | 牙科疾病 | 全景X光摄影 | CNN | 图像 | 694张标注的全景X光片 | TensorFlow, Keras | ResNet50, Xception, InceptionV3, VGG16 | 准确率, 精确率, 召回率, 特异性, F1分数 | NA |
| 795 | 2026-01-30 |
Efficient and Accurate Epilepsy Seizure Prediction and Detection Based on Multi-Teacher Knowledge Distillation RGF-Model
2026-Jan-09, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci16010083
PMID:41594804
|
研究论文 | 本文提出了一种基于多教师知识蒸馏的RGF-Model,用于高效、准确的癫痫发作预测与检测 | 提出了一种轻量级网络RGF-Model,将发作预测与检测统一在因果框架内,并采用多教师知识蒸馏策略从复杂教师模型中转移互补知识,显著降低了计算复杂度 | 模型仅在CHB-MIT和Siena两个数据集上进行了评估,需要更多临床数据验证其泛化能力 | 开发适用于可穿戴设备的实时癫痫监测系统 | 癫痫患者的脑电信号 | 机器学习 | 癫痫 | 脑电图 | RNN, 知识蒸馏 | 时序信号 | CHB-MIT和Siena数据集 | NA | Ring-Buffer Gated Recurrent Unit, Feature-wise Linear Modulation | AUC, 每小时错误预测率, 准确率 | NA |
| 796 | 2026-01-30 |
Robust Multimodal Deep Learning for Lymphoma Subtype Classification Using 18F-FDG PET Maximum Intensity Projection Images and Clinical Data: A Multi-Center Study
2026-Jan-09, Cancers
IF:4.5Q1
DOI:10.3390/cancers18020210
PMID:41595131
|
研究论文 | 本研究提出了一种多模态深度学习框架,结合了标准化的PET影像特征与结构化临床数据,用于淋巴瘤亚型的层次分类 | 引入了Scanner-Conditioned Normalization (SCN)模块以自适应地调和不同扫描仪制造商引起的特征分布差异,并构建了一个多模态深度学习框架进行层次分类 | 需要在更大、更多样化的队列中进行进一步验证,以应对罕见亚型和生物学异质性的挑战 | 开发一个稳健的多模态深度学习框架,用于淋巴瘤亚型的自动分类 | 淋巴瘤患者的18F-FDG PET最大强度投影图像和临床数据 | 数字病理学 | 淋巴瘤 | 18F-FDG PET成像 | 深度学习 | 图像, 临床数据 | 多中心数据,包含内部和外部队列 | NA | NA | AUC | NA |
| 797 | 2026-01-30 |
Light Sources in Hyperspectral Imaging Simultaneously Influence Object Detection Performance and Vase Life of Cut Roses
2026-Jan-09, Plants (Basel, Switzerland)
DOI:10.3390/plants15020215
PMID:41600022
|
研究论文 | 本研究探讨了四种光源(卤素灯、白炽灯、荧光灯和LED)对高光谱成像质量和切花月季瓶插寿命的影响 | 首次同时评估光源对高光谱成像质量和植物生理状态(瓶插寿命)的双重影响,并提出两阶段照明策略 | 仅使用两个切花月季品种,样本量有限,且未考虑其他环境因素 | 优化高光谱成像中的照明条件,以提高深度学习模型检测精度并减少对植物生理的负面影响 | 切花月季品种'All For Love'和'White Beauty' | 计算机视觉 | NA | 高光谱成像 | YOLOv11x | 高光谱图像 | 40枝切花月季,每种光源产生640张图像 | NA | YOLOv11x | mAP@0.5 | NA |
| 798 | 2026-01-30 |
MS-TSEFNet: Multi-Scale Spatiotemporal Efficient Feature Fusion Network
2026-Jan-09, Sensors (Basel, Switzerland)
DOI:10.3390/s26020437
PMID:41600232
|
研究论文 | 提出一种用于脑电信号解码的多尺度时空高效特征融合网络,以提升运动想象任务的分类性能 | 提出了一种结合多尺度卷积模块、空间注意力机制和高效特征融合策略的网络架构,能有效融合不同层次的特征并捕捉脑电信号的时空相关性 | NA | 提升运动想象脑电信号解码的分类准确性和鲁棒性 | 脑电图信号 | 机器学习 | NA | 脑电图 | CNN | 信号数据 | 三个公开数据集:BCIC-IV2a, BCIC-IV2b, ECUST | NA | MS-TSEFNet | 分类准确率 | NA |
| 799 | 2026-01-30 |
Emerging Trends in Artificial Intelligence-Assisted Colorimetric Biosensors for Pathogen Diagnostics
2026-Jan-09, Sensors (Basel, Switzerland)
DOI:10.3390/s26020439
PMID:41600240
|
综述 | 本文综述了人工智能辅助比色生物传感器在病原体诊断中的新兴趋势,重点讨论了AI模型(特别是机器学习和深度学习)在提升诊断准确性、快速性和用户友好性方面的应用 | 系统性地总结了传统光学生物传感器与新兴AI辅助比色方法之间的研究空白,并提出了开发稳健、可解释且兼容智能手机的AI辅助检测的前瞻方向 | 本文是一篇综述,未提出新的实验数据或模型,主要基于过去五年的文献进行分析和总结 | 为医生和研究人员提供AI辅助病原体检测方法的全面概述,以支持快速、准确和用户友好的健康与临床应用 | 由细菌和病毒病原体引起的传染病 | 机器学习 | 传染病 | 比色生物传感器 | 机器学习, 深度学习 | 图像(颜色变化) | NA | NA | NA | 诊断准确性 | NA |
| 800 | 2026-01-30 |
Knowledge-guided multi-geometric window transformer for cardiac cine MRI reconstruction
2026-Jan-09, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2026.103936
PMID:41604895
|
研究论文 | 本文提出了一种基于知识引导的多几何窗口Transformer网络(KGMgT),用于加速心脏电影MRI图像重建 | 提出了一种结合自适应时空注意力机制和Transformer驱动动态特征聚合的新型重建网络,能够推断相邻心脏帧的运动轨迹并建立长程依赖关系 | NA | 加速心脏电影MRI图像采集过程,提高重建图像质量 | 心脏电影MRI图像 | 医学影像重建 | 心血管疾病 | 磁共振成像(MRI) | Transformer | MRI图像序列 | NA | NA | KGMgT(知识引导多几何窗口Transformer) | NA | NA |