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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9181 | 2026-02-07 |
Deep learning-driven morphological fingerprinting: rapid, accurate and low-cost pathogen identification via the analysis of dried patterns of droplets
2025-Dec-29, Journal of nanobiotechnology
IF:10.6Q1
DOI:10.1186/s12951-025-03923-9
PMID:41462248
|
研究论文 | 本研究提出了一种基于深度学习的AI平台,通过分析微生物悬浮液干燥后形成的物种特异性脱水图案,实现快速、准确且低成本的病原体识别 | 首次利用微生物悬浮液干燥过程中的脱水图案作为形态指纹,结合深度学习模型进行病原体分类,提供了一种新型的快速诊断方法 | 研究仅针对七种常见血流感染病原体,未涵盖所有可能病原体;且需在40°C下进行干燥步骤,可能受环境条件影响 | 开发一种快速、低成本的血流感染病原体识别技术,以指导及时抗生素治疗 | 常见血流感染病原体,包括大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌、金黄色葡萄球菌、粪肠球菌和白色念珠菌 | 计算机视觉 | 血流感染 | 脱水图案分析 | CNN | 图像 | 10,055张脱水图案图像 | PyTorch | ResNet-34 | 准确率, AUC-ROC | NA |
| 9182 | 2025-12-29 |
A survival prediction model for leptomeningeal metastasis patients with non-small cell lung cancer based on deep learning
2025-Dec-28, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-15503-z
PMID:41455921
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9183 | 2026-02-07 |
Exploiting correlations across trials and behavioral sessions to improve neural decoding
2025-Sep-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.14.613047
PMID:39314484
|
研究论文 | 本文提出了两种利用跨试验和跨行为会话相关性的新型神经解码模型,以提高神经解码的准确性 | 提出了多会话降秩回归模型和多会话状态空间模型,首次系统性地利用跨试验和跨会话的神经活动相关性来改进解码,相比传统方法具有更好的解释性和计算效率 | 未明确说明模型在实时解码场景下的性能表现,也未讨论模型对噪声和异常数据的鲁棒性 | 改进神经解码的准确性,通过利用跨试验和跨行为会话的神经活动相关性 | 小鼠的神经活动数据与行为数据 | 机器学习 | NA | Neuropixels记录技术 | 降秩回归模型, 状态空间模型 | 神经活动数据, 行为数据 | 433个行为会话,覆盖270个脑区,来自国际脑实验室公开的小鼠Neuropixels数据集 | NA | 多会话降秩回归模型, 多会话状态空间模型 | 解码准确率 | NA |
| 9184 | 2026-02-07 |
Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning
2025-May-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59812-0
PMID:40374636
|
研究论文 | 本文通过整合高通量实验和贝叶斯深度学习,预测有机反应可行性及其对环境因素的鲁棒性 | 利用内部高通量平台构建了工业规模下最广泛的单一HTE数据集,并应用贝叶斯神经网络实现高精度预测,同时通过细粒度不确定性解耦实现高效主动学习 | 未明确提及模型在更广泛化学空间或不同反应类型中的泛化能力限制 | 预测有机反应的可行性和对环境因素的鲁棒性,以支持工业过程设计 | 11,669个不同的酸胺偶联反应 | 机器学习 | NA | 高通量实验 | 贝叶斯神经网络 | 实验数据 | 11,669个反应 | NA | 贝叶斯神经网络 | 预测准确率 | NA |
| 9185 | 2026-02-07 |
Consequences of training data composition for deep learning models in single-cell biology
2025-Feb-24, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.19.639127
PMID:40060416
|
研究论文 | 本文系统研究了训练数据组成对单细胞转录组学深度学习模型行为的影响,重点关注人类造血系统作为模型系统 | 首次系统探讨训练数据组成对单细胞基础模型性能的影响,揭示了数据多样性对模型泛化能力的重要性 | 研究主要聚焦于人类造血系统,可能限制了结论在其他生物系统或疾病类型中的普适性 | 优化单细胞基础模型的训练数据组成以提高其性能 | 人类造血系统中的单细胞转录组数据 | 机器学习 | NA | 单细胞转录组学 | 深度学习模型 | 单细胞转录组数据 | 包含成人及发育组织、疾病状态和扰动图谱的细胞数据 | NA | NA | NA | NA |
| 9186 | 2026-02-07 |
Ultrasound elastic modulus reconstruction using a deep learning model trained with simulated data
2025-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.1.017001
PMID:39916991
|
研究论文 | 本文开发并验证了一种基于深度学习的超声弹性成像逆问题求解方法,用于从超声测量的位移场中重建弹性模量的空间分布 | 提出了一种基于U-Net的深度学习神经网络,通过数据驱动模型解决超声弹性成像中的逆问题,利用模拟数据进行训练,避免了传统方法对大量真实测量数据的依赖 | 模拟数据的多样性和代表性对模型泛化能力至关重要,可能在实际应用中受到模拟与真实数据差异的限制 | 解决超声弹性成像中传统逆问题技术计算量大、对噪声敏感或依赖完整位移场数据的局限性 | 超声弹性成像中的位移场数据及对应的弹性模量分布 | 医学影像分析 | NA | 超声弹性成像 | 深度学习 | 模拟位移场数据、体模实验数据、临床数据 | 未明确具体样本数量,但包括模拟数据、体模实验和临床数据 | 未明确指定,但基于U-Net架构 | U-Net | 均方误差, 平均绝对百分比误差, 模量比, 对比噪声比 | NA |
| 9187 | 2026-02-07 |
Vision transformer distillation for enhanced gastrointestinal abnormality recognition in wireless capsule endoscopy images
2025-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.1.014505
PMID:39916992
|
研究论文 | 本文提出了一种基于知识蒸馏的深度学习框架,利用CNN教师模型指导ViT学生模型,以增强无线胶囊内窥镜图像中胃肠道异常的识别能力 | 首次将知识蒸馏技术应用于CNN与ViT的结合,用于WCE图像分析,通过注意力机制和深度可分离卷积提升特征提取效率 | 研究仅基于公开数据集(Kvasir和KID),未在更大规模或更多样化的临床数据上进行验证 | 开发计算机视觉辅助系统,以自动化识别WCE图像中的胃肠道异常,减轻医生手动检查负担 | 无线胶囊内窥镜图像中的正常与异常区域,以及出血与非出血病例 | 计算机视觉 | 胃肠道疾病 | 无线胶囊内窥镜成像 | CNN, ViT | 图像 | 基于Kvasir和KID两个公共数据集的图像(具体数量未明确说明) | 未明确指定,可能为PyTorch或TensorFlow | Vision Transformer, 结合注意力机制和深度可分离卷积的CNN | 准确率 | 未明确说明 |
| 9188 | 2026-02-07 |
A CNN-CBAM-BIGRU model for protein function prediction
2024-01-01, Statistical applications in genetics and molecular biology
IF:0.8Q3
DOI:10.1515/sagmb-2024-0004
PMID:38943434
|
研究论文 | 本文提出了一种结合CNN、CBAM和BiGRU的深度学习模型,用于从蛋白质氨基酸序列预测其功能 | 创新性地将卷积注意力模块(CBAM)与双向门控循环单元(BiGRU)结合,以增强特征提取和长程依赖捕获能力 | 未明确说明模型在更广泛物种或更大规模数据集上的泛化能力,以及计算效率的详细分析 | 提高基于蛋白质序列的功能预测准确性 | 人类和酵母的蛋白质序列 | 生物信息学 | NA | 深度学习 | CNN, BiGRU | 蛋白质氨基酸序列 | NA | NA | CNN-CBAM-BiGRU | 准确率 | NA |
| 9189 | 2026-02-07 |
Deep learning models to map osteocyte networks can successfully distinguish between young and aged bone
2023-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.20.572567
PMID:38187546
|
研究论文 | 本研究探索应用深度学习和计算机视觉技术,自动分割和测量骨细胞连接组学,以区分年轻和衰老小鼠的骨骼 | 首次将深度学习模型(特别是Attention U-Net)应用于骨细胞网络(LCN)的自动化分割与测量,实现了比传统手动方法更高效、客观的分析 | 模型对骨细胞树突状突起的分割准确率(42.1%)仍有待提高,需要进一步开发以提升性能 | 开发自动化工具以研究骨细胞网络的形态变化,并区分年轻与衰老骨骼的差异 | 小鼠骨骼中的骨细胞及其在骨陷窝-小管网络(LCN)中的连接结构 | 计算机视觉 | 老年性疾病 | 高分辨率显微镜成像 | CNN, Transformer | 图像 | 年轻(2月龄)和衰老(36月龄)小鼠的骨骼样本 | NA | U-Net, Vision Transformer, Attention U-Net | 分割准确率(骨细胞81.8%,树突状突起42.1%) | NA |
| 9190 | 2026-02-06 |
An enhanced diabetes prediction using an improved hybrid deep learning algorithm with mountain gazelle optimizer
2026-Jun, Journal of diabetes and metabolic disorders
IF:1.8Q4
DOI:10.1007/s40200-025-01844-w
PMID:41641400
|
研究论文 | 提出了一种基于改进混合深度学习算法和山地瞪羚优化器的糖尿病预测框架 | 结合CatBoost算法、CNN和Bi-LSTM的混合深度学习架构,并利用山地瞪羚优化器进行超参数调优 | 仅使用Pima印度糖尿病数据集,样本规模有限,未在更广泛或多样化的数据集上验证 | 提高糖尿病预测的准确性和诊断效率 | 糖尿病患者的医疗数据 | 机器学习 | 糖尿病 | 深度学习 | CNN, Bi-LSTM | 结构化医疗数据 | Pima印度糖尿病数据集(具体样本数未明确) | NA | CNN, Bi-LSTM | 准确率, 精确率, 召回率, F1分数 | NA |
| 9191 | 2026-02-06 |
Development and application of an instrument for microstructure matrix inclusion distribution analysis in oversized metallic materials
2026-Feb-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.114620
PMID:41630922
|
研究论文 | 本研究开发了一种用于超大金属材料中微观结构基体夹杂物分布分析的自动化检测系统 | 集成高精度CNC平台、多单元显微成像、激光光谱和基于YOLOv11的深度学习模型,实现了米级样品的全区域快速扫描,检测效率比传统方法提高20倍以上 | 未明确说明系统对不同金属材料类型的适用性限制 | 解决洁净钢生产中夹杂物分析的迫切需求,开发自动化检测系统 | 超大金属材料(汽车板材样品)中的微观结构夹杂物 | 计算机视觉 | NA | CNC平台控制、显微成像、激光光谱分析、深度学习 | CNN | 图像 | 汽车板材样品(具体数量未明确),共分析533,041个夹杂物 | NA | YOLOv11 | 检测效率(与传统方法对比) | NA |
| 9192 | 2026-02-06 |
AI-driven routing and layered architectures for intelligent ICT in nanosensor networked systems
2026-Feb-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2026.114626
PMID:41630924
|
综述 | 本文综述了纳米传感器网络与现代信息通信技术(ICT)的融合,探讨了机器学习与人工智能在提升数据处理、能源管理、实时通信和系统协调方面的应用 | 提出了一个统一的框架,用于推进智能且资源高效的纳米传感器通信系统,并探索了受生物系统启发、可解释模型和基于量子学习等潜在解决方案 | 识别了涉及计算负载、数据隐私和系统互操作性等关键挑战 | 评估人工智能与机器学习技术如何改善纳米传感器网络环境中的数据路由、异常检测、安全性和预测性维护 | 纳米传感器网络系统 | 机器学习 | NA | NA | 监督学习, 无监督学习, 强化学习, 深度学习 | 传感器数据 | NA | NA | NA | 延迟, 吞吐量, 能源效率 | NA |
| 9193 | 2026-02-06 |
Diverse intracellular trafficking of insulin analogs by machine learning-based colocalization and diffusion analysis
2026-Feb-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.114516
PMID:41630923
|
研究论文 | 本研究开发了一种结合机器学习共定位指纹识别与深度学习辅助单粒子扩散分析(DeepSPT)的平台,用于实时比较胰岛素类似物在活细胞内的运输差异 | 首次将时间分辨共定位的机器学习框架与深度学习辅助单粒子扩散分析相结合,实现了对胰岛素类似物细胞内运输动态的精细解析 | 研究仅在活细胞模型中进行,未涉及完整的生理环境或动物模型验证 | 探究胰岛素类似物与内源性胰岛素在细胞内运输途径的差异 | ATTO标记的重组人胰岛素(HI)和速效胰岛素类似物门冬胰岛素(IAsp) | 机器学习 | 糖尿病 | 活细胞成像,单粒子追踪,共定位分析 | 机器学习,深度学习 | 活细胞成像视频,单粒子轨迹数据 | 未明确说明 | 未明确说明 | 未明确说明 | 未明确说明 | 未明确说明 |
| 9194 | 2026-02-06 |
Cosynllm: predicting drug combination synergy with LLM-generated descriptions
2026-Feb-05, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-026-01158-w
PMID:41639911
|
研究论文 | 本文提出了一种名为CoSynLLM的LLM辅助预测框架,用于预测药物组合的协同作用 | 利用大型语言模型生成语义级化学信息,并结合药物指纹和细胞系基因表达谱,通过分层特征融合策略预测药物组合协同作用 | NA | 预测药物组合的协同作用,以辅助复杂疾病的治疗 | 药物组合 | 机器学习 | NA | 深度学习 | NA | 文本, 化学指纹, 基因表达谱 | 两个基准数据集:NCI-ALMANAC和O'Neil | NA | NA | NA | NA |
| 9195 | 2026-02-06 |
Learning the anatomical topology consistency driven by Wasserstein distance for weakly supervised 3D pancreas registration in multi-phase CT images
2026-Feb-04, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae3966
PMID:41544269
|
研究论文 | 提出了一种基于Wasserstein距离的弱监督三维胰腺配准框架,用于多期相CT图像中胰腺的精确配准 | 引入Wasserstein距离来强制胰腺解剖拓扑结构的一致性,并采用距离变换来构建胰腺的小型、不确定和复杂的解剖拓扑分布,从而克服了传统基于强度或分割的相似性度量的局限性 | 研究仅针对胰腺这一特定器官,且方法在胰腺肿瘤类型(PDAC、IPMN、MCN、SCN、SPT、CP、PNET)上的泛化能力有待进一步验证 | 实现增强CT与非增强CT图像之间胰腺的准确自动配准,以辅助胰腺癌的诊断和治疗 | 胰腺 | 医学图像处理 | 胰腺癌 | CT成像 | 深度学习模型 | 3D CT图像 | 975对配对的增强CT-非增强CT图像,来自七种胰腺肿瘤类型(PDAC、IPMN、MCN、SCN、SPT、CP、PNET)的患者 | NA | NA | Dice分数,假阳性分割率,Hausdorff距离 | NA |
| 9196 | 2026-02-06 |
Hybrid GELAN-UNet: integrating medical priors for low-dose CT denoising
2026-Feb-04, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae3b47
PMID:41564446
|
研究论文 | 提出一种融合医学先验的混合GELAN-UNet模型,用于提升低剂量CT图像的去噪性能 | 提出混合广义高效层聚合网络-UNet架构,通过浅层医学增强模块捕获细节、深层高效模块降低计算成本,并创新性地引入低频保留路径和边缘感知注意力机制 | 仅在公开Mayo Clinic数据集上进行评估,未在其他多中心或临床场景验证 | 开发兼顾去噪性能与计算效率的低剂量CT图像去噪方法 | 低剂量CT图像 | 计算机视觉 | NA | 低剂量计算机断层扫描 | CNN | 医学图像 | 公开Mayo Clinic数据集(具体数量未说明) | NA | GELAN-UNet | 峰值信噪比 | NA |
| 9197 | 2026-02-06 |
Video-based diagnostics supported by artificial intelligence as an opportunity to address the epilepsy diagnostic gap: A narrative review
2026-Feb-04, Epilepsia
IF:6.6Q1
DOI:10.1002/epi.70134
PMID:41636690
|
综述 | 本文是一篇叙述性综述,探讨了人工智能增强的视频诊断技术在解决癫痫诊断差距方面的潜力 | 提出了一个整合视频诊断到癫痫护理的框架,并综合了临床、技术和卫生经济学视角,强调了AI视频分析作为可扩展解决方案的未充分利用的机遇 | AI算法在真实世界环境中的性能差异显著,存在数据稀缺、泛化性、监管框架和报销缺口等实施挑战 | 探索人工智能增强的视频诊断技术如何解决癫痫诊断差距,实现更早、更易获取的癫痫发作检测和分类 | 癫痫诊断,特别是资源有限环境下的诊断 | 计算机视觉 | 癫痫 | 视频记录,人工智能驱动的视频分析 | 深度学习算法 | 视频 | 综述了13项研究(n=682)的荟萃分析,以及8项关键验证研究 | NA | NA | 敏感性,特异性,假检测率 | NA |
| 9198 | 2026-02-06 |
A new model based on multi-axis vision transformer for chondromalacia patella diagnosis in magnetic resonance scans
2026-Feb-04, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-026-01707-5
PMID:41637014
|
研究论文 | 本文提出了一种基于多轴视觉Transformer的深度学习架构,用于磁共振扫描中髌骨软骨软化症的诊断 | 首次将Multi-Axis Vision Transformer (MaxViT) 应用于髌骨软骨软化症的MRI图像分类,并与多种Transformer和CNN模型进行了对比 | 未提及模型在外部验证集上的泛化性能或临床部署的可行性 | 开发一种基于深度学习的准确诊断髌骨软骨软化症的方法 | 磁共振成像 (MRI) 扫描图像 | 计算机视觉 | 髌骨软骨软化症 | 磁共振成像 (MRI) | Transformer, CNN | 图像 | NA | NA | Multi-Axis Vision Transformer (MaxViT), Vision Transformer (ViT), Swin Transformer, GoogLeNet, ResNet18, MobileNetV2 | 准确率, 精确率, 召回率, F1分数 | NA |
| 9199 | 2026-02-06 |
Rapid, label-free cancer detection in fresh pancreatic tissue using deep learning and multispectral Mueller matrix polarimetry
2026-Feb-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2026.3661029
PMID:41637699
|
研究论文 | 本研究提出了一种结合多光谱穆勒矩阵偏振测量和深度学习的方法,用于新鲜胰腺组织中快速、无标记的癌症检测 | 首次将多光谱穆勒矩阵偏振测量与深度学习结合,实现新鲜组织活检中像素级的癌症自动识别,无需染色或组织切片 | 研究主要针对胰腺导管腺癌,未涉及其他癌症类型;方法依赖于定制设备,可能限制广泛临床应用 | 开发一种快速、无标记的术中癌症检测方法,以替代传统冷冻切片评估 | 胰腺导管腺癌患者的新鲜组织活检样本 | 计算机视觉 | 胰腺癌 | 多光谱穆勒矩阵偏振测量 | 深度学习模型 | 偏振分辨的多光谱图像 | 来自胰腺导管腺癌患者的活检样本(具体数量未在摘要中说明) | NA | NA | 分类性能(与临床常规冷冻切片评估相当) | NA |
| 9200 | 2026-02-06 |
Robust Distance Estimation with Out-of-distribution Detection in Ophthalmic Surgery
2026-Feb-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2026.3661297
PMID:41637700
|
研究论文 | 本文提出了一种深度学习框架,用于在眼科手术中通过光学相干断层扫描(OCT)M扫描进行稳健的距离估计和分布外检测 | 结合自适应远程运动中心(RCM)视网膜建模和时间序列分析,有效检测和纠正分割错误,并估计距离及其置信水平 | NA | 提高眼科手术中器械到视网膜距离估计的准确性,以增强患者安全性 | 离体人眼 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描(OCT) | 深度学习 | 时间序列数据 | NA | NA | NA | 准确率, 平均绝对误差(MAE) | NA |