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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9341 | 2025-06-01 |
NeuroDetect: Deep Learning-Based Signal Detection in Phase-Modulated Systems with Low-Resolution Quantization
2025-May-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25103192
PMID:40431983
|
研究论文 | 本文介绍了NeuroDetect,一种基于深度学习的无模型信号检测框架,专为具有低分辨率模数转换器(ADC)的相位调制无线系统设计 | NeuroDetect无需显式信道状态信息,直接通过神经网络架构从数据中学习量化接收信号与发送符号之间的非线性关系,并在最坏情况下与假设完美信道知识的最大似然检测器相比性能差距不超过12% | NA | 开发适用于低分辨率ADC相位调制无线系统的信号检测框架 | 相位调制无线系统中的信号检测 | 机器学习 | NA | 深度学习 | 神经网络 | 信号数据 | NA | NA | NA | NA | NA |
| 9342 | 2025-06-01 |
Novel Spatio-Temporal Joint Learning-Based Intelligent Hollowing Detection in Dams for Low-Data Infrared Images
2025-May-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25103199
PMID:40431991
|
研究论文 | 提出了一种基于时空联合学习的智能检测方法,用于低数据红外图像中的大坝空鼓检测 | 创新性地结合物理信息神经网络(PINNs)与扩散技术,解决了低数据环境下的红外图像空鼓检测问题 | 方法依赖于构建的数据集,实际应用中可能需要对不同环境进行适应性调整 | 开发一种高效、非破坏性的红外检测方法,用于大坝空鼓的智能检测 | 混凝土大坝的表面温度场变化及空鼓缺陷 | 计算机视觉 | NA | 红外检测技术、扩散技术 | 物理信息神经网络(PINNs) | 红外图像 | 少量真实图像(few shots real images) | NA | NA | NA | NA |
| 9343 | 2025-10-06 |
Neurophysiological Approaches to Lie Detection: A Systematic Review
2025-May-18, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15050519
PMID:40426690
|
系统综述 | 系统评估2017-2024年间基于脑电图P300成分的测谎研究,重点关注信号处理、特征提取和分类算法 | 首次系统评估使用ERP P300成分进行测谎的最新研究进展,特别关注面部识别任务中的应用 | 仅纳入2017-2024年英文文献,可能遗漏其他语种或早期重要研究 | 评估脑电图P300成分在测谎中的应用效果,识别最优的信号处理和分类方法 | 基于脑电图的测谎研究,特别关注面部识别刺激下的P300响应 | 神经工程 | NA | 脑电图(EEG), 事件相关电位(ERP) P300成分 | SVM, LDA, CNN | 脑电信号 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 9344 | 2025-06-01 |
A Supervised Scene Adaptive Model for Identifying Impact Load with Few Samples
2025-May-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25103169
PMID:40431961
|
research paper | 提出了一种基于监督场景自适应模型的冲击载荷识别方法,仅需少量样本即可实现高精度识别 | 该方法解决了深度学习模型在少量或零冲击训练样本情况下的迁移能力问题,实现了跨结构的有效迁移 | 方法在完全不同的结构区域条件下的位置识别精度有所下降 | 开发适用于大型飞机结构健康监测的冲击载荷识别技术 | 下一代大型飞机结构 | structural health monitoring | NA | deep learning | supervised scene adaptive model | impact load data | 少量样本(校准阶段仅需单个样本) | NA | NA | NA | NA |
| 9345 | 2025-06-01 |
Depth Perception Based on the Interaction of Binocular Disparity and Motion Parallax Cues in Three-Dimensional Space
2025-May-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25103171
PMID:40431963
|
综述 | 本文系统总结了基于双目视差和运动视差线索的三维空间深度感知相关研究 | 从单一线索研究转向两种线索交互作用的定量研究,并总结了四种深度感知模型 | 未提出新的深度感知模型,主要对现有研究进行总结和分析 | 探讨人类视觉系统中双目视差和运动视差线索在三维空间深度感知中的作用 | 人类视觉系统的深度感知机制 | 计算机视觉 | NA | 文献调查与模型分析 | WF模型、MWF模型、SF模型、IC模型 | 文献数据 | NA | NA | NA | NA | NA |
| 9346 | 2025-10-06 |
Identification of Key Genes and Potential Therapeutic Targets in Sepsis-Associated Acute Kidney Injury Using Transformer and Machine Learning Approaches
2025-May-16, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050536
PMID:40428155
|
研究论文 | 本研究开发了一种结合Transformer深度学习与传统机器学习方法的AI框架,用于识别脓毒症相关急性肾损伤的关键基因和潜在治疗靶点 | 首次将Transformer深度学习模型与多种传统机器学习方法(LASSO、SVM-RFE、随机森林和神经网络)结合,用于识别SA-AKI的复杂非线性基因互作关系 | 研究基于公开数据库的微阵列数据,样本来源和数量可能有限,需要进一步实验验证 | 开发AI驱动的整合框架,提升脓毒症相关急性肾损伤的早期诊断能力并发现潜在治疗靶点 | 脓毒症相关急性肾损伤患者的基因表达数据 | 机器学习 | 脓毒症相关急性肾损伤 | 微阵列基因表达分析,转录组学分析 | Transformer, LASSO, SVM-RFE, Random Forest, 神经网络 | 基因表达数据 | 来自GEO数据库的两个数据集(GSE95233和GSE69063),识别出617个SA-AKI相关差异表达基因 | NA | Transformer | AUC | NA |
| 9347 | 2025-10-06 |
Comparative Study of Cell Nuclei Segmentation Based on Computational and Handcrafted Features Using Machine Learning Algorithms
2025-May-16, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15101271
PMID:40428264
|
研究论文 | 本研究比较了基于计算特征和手工特征的机器学习算法在细胞核分割中的性能 | 首次系统比较了手工特征与CNN衍生特征在细胞核分割任务中的表现,并证明CNN特征结合逻辑回归的优越性 | 未提及具体数据集大小和多样性限制,未讨论计算复杂度问题 | 评估不同机器学习方法在细胞核图像分割中的质量 | 细胞核图像 | 数字病理 | 前列腺癌, 乳腺癌, 脑肿瘤 | 显微图像分析 | K-means, Random Forest, SVM, Logistic Regression, CNN | 图像 | NA | NA | CNN | 准确率, Dice系数, Jaccard系数 | NA |
| 9348 | 2025-10-06 |
Preliminary Development of Global-Local Balanced Vision Transformer Deep Learning with DNA Barcoding for Automated Identification and Validation of Forensic Sarcosaphagous Flies
2025-May-16, Insects
IF:2.7Q1
DOI:10.3390/insects16050529
PMID:40429242
|
研究论文 | 开发基于全局-局部平衡视觉变换器和DNA条形码技术的深度学习模型,用于法医食腐蝇类的自动识别与验证 | 提出GLB-ViT深度学习模型用于蝇类物种识别,并结合DNA条形码技术构建快速分子物种鉴定系统 | 本地蝇类数据库仍需不断完善,模型识别范围目前仅限于海南地区十种常见食腐蝇类 | 提高法医科学中蝇类形态识别的效率和准确性 | 法医食腐蝇类物种 | 计算机视觉 | NA | DNA条形码技术 | Transformer | 图像 | 海南十种常见食腐蝇类 | NA | GLB-ViT(全局-局部平衡视觉变换器) | 正确率 | NA |
| 9349 | 2025-06-01 |
AS-TBR: An Intrusion Detection Model for Smart Grid Advanced Metering Infrastructure
2025-May-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25103155
PMID:40431946
|
research paper | 提出了一种名为AS-TBR的混合深度学习模型,用于智能电网高级计量基础设施(AMI)中的入侵检测 | 结合了ADASYN技术处理数据不平衡问题,利用Transformer、BiGRU和ResNet分别捕获全局时间依赖、双向时间关系和深度空间特征 | 未提及模型在更广泛数据集上的泛化能力测试 | 提高智能电网AMI系统中入侵检测的准确性和可靠性 | 智能电网高级计量基础设施(AMI)的网络流量数据 | machine learning | NA | ADASYN, Transformer, BiGRU, ResNet | 混合深度学习模型(AS-TBR) | 网络流量数据 | UNSW-NB15和NSL-KDD数据集 | NA | NA | NA | NA |
| 9350 | 2025-10-06 |
Transforming Bone Tunnel Evaluation in Anterior Cruciate Ligament Reconstruction: Introducing a Novel Deep Learning System and the TB-Seg Dataset
2025-May-15, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050527
PMID:40428146
|
研究论文 | 提出一种基于深度学习的前交叉韧带重建骨隧道评估系统,并创建TB-Seg数据集 | 开发了新型深度学习系统用于骨隧道分割评估,创建了专门的TB-Seg数据集,显著提升评估效率 | 仅在24名患者队列中进行测试,样本量相对有限 | 改进前交叉韧带重建术后骨隧道的评估方法 | 前交叉韧带重建患者的骨隧道 | 计算机视觉 | 骨科疾病 | 深度学习,三维重建 | CNN | 医学图像 | 24名患者 | 3D Slicer | ResNet50-Unet | mIoU, mAP, precision, recall | NA |
| 9351 | 2025-10-06 |
Automated Caries Detection Under Dental Restorations and Braces Using Deep Learning
2025-May-15, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12050533
PMID:40428152
|
研究论文 | 本研究提出了一种基于深度学习和图像处理的自动化方法,用于检测牙科修复体和牙套下的龋齿 | 采用YOLOv8进行牙齿检测并引入旋转感知分割方法处理角度变化,结合图像处理技术显著提升了龋齿检测准确率 | 排除了HIV病史患者的数据,数据集仅来自单一医疗机构 | 开发自动化龋齿检测系统以减轻牙科医生的临床负担 | 咬翼片X光影像中的牙齿 | 计算机视觉 | 牙科疾病 | 图像处理 | CNN | X光影像 | 505张咬翼片X光影像,来自台湾桃园长庚纪念医院 | NA | YOLOv8, AlexNet, Inception-v3 | 敏感度, 召回率, 准确率, 特异性, 精确率 | NA |
| 9352 | 2025-10-06 |
Deep Reinforcement Learning for CT-Based Non-Invasive Prediction of SOX9 Expression in Hepatocellular Carcinoma
2025-May-15, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15101255
PMID:40428248
|
研究论文 | 本研究开发了一种基于深度强化学习的CT图像分析方法,用于无创预测肝细胞癌中SOX9表达水平 | 首次将深度强化学习应用于CT图像分析,通过智能聚焦与SOX9表达高度相关的图像区域来提高预测准确性 | 回顾性研究,样本量相对有限(101例患者),单中心数据 | 开发能够术前无创预测肝细胞癌患者SOX9表达水平的深度学习模型 | 肝细胞癌患者 | 计算机视觉 | 肝细胞癌 | CT成像 | 深度强化学习 | 医学图像 | 101例肝细胞癌患者的4011张CT图像 | NA | NA | AUC | NA |
| 9353 | 2025-10-06 |
Object Detection in Laparoscopic Surgery: A Comparative Study of Deep Learning Models on a Custom Endometriosis Dataset
2025-May-15, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15101254
PMID:40428247
|
研究论文 | 本研究比较了深度学习模型在腹腔镜子宫内膜异位症手术视频中的目标检测性能 | 构建了首个专门针对子宫内膜异位症的定制数据集,并比较了分层与非分层训练策略对模型泛化能力的影响 | 数据集存在弱标注和类别不平衡问题,影响了模型整体性能 | 开发AI辅助工具以提升腹腔镜子宫内膜异位症手术中病灶识别的精确度 | 子宫内膜异位症病灶及相关解剖结构 | 计算机视觉 | 子宫内膜异位症 | 腹腔镜视频分析 | CNN | 视频, 图像 | 199个视频序列,205,725帧图像,其中17,560帧经过专业标注 | PyTorch | FasterRCNN, YOLOv9 | 精确度, 召回率, mAP50 | NA |
| 9354 | 2025-10-06 |
Deep Learning Method for Breakdown Voltage and Forward I-V Characteristic Prediction of Silicon Carbide Schottky Barrier Diodes
2025-May-15, Micromachines
IF:3.0Q2
DOI:10.3390/mi16050583
PMID:40428709
|
研究论文 | 开发用于预测碳化硅肖特基势垒二极管击穿电压和正向I-V特性的深度学习模型 | 首次将深度学习应用于碳化硅肖特基势垒二极管的特性预测,能够同时预测点值(如击穿电压)和曲线(如正向I-V特性) | 模型建立需要一定时间,且需要大量训练数据(600组输入数据) | 降低破坏性实验(如击穿电压测试)的成本,提高器件特性预测效率 | 碳化硅肖特基势垒二极管(SiC SBDs) | 机器学习 | NA | 深度学习 | 深度学习模型 | 电特性数据 | 600组输入数据 | NA | NA | 准确率, 均方误差(MSE) | NA |
| 9355 | 2025-10-06 |
Accelerated Biological Aging in Exfoliation Glaucoma Assessed by Fundus-Derived Predicted Age and Advanced Glycation End Products
2025-May-15, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26104725
PMID:40429867
|
研究论文 | 通过眼底图像预测年龄和晚期糖基化终末产物评估剥脱性青光眼的加速生物老化 | 首次结合眼底图像深度学习预测年龄与晚期糖基化终末产物评估青光眼患者的加速生物老化现象 | 样本量有限(237名参与者),需要更大规模研究验证 | 研究不同类型青光眼患者的生物老化加速现象及其生化基础 | 原发性开角型青光眼患者、剥脱性青光眼患者和年龄性别匹配的对照组 | 数字病理 | 青光眼 | 皮肤自发荧光测量 | 深度学习 | 眼底图像 | 237名参与者(79名POAG,79名EXG,79名对照组) | NA | EfficientNet | NA | NA |
| 9356 | 2025-06-01 |
Next-Level Prediction of Structural Progression in Knee Osteoarthritis: A Perspective
2025-May-15, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26104748
PMID:40429891
|
perspective | 本文探讨了利用机器学习和深度学习技术改进膝关节骨关节炎结构进展预测的前景 | 提出利用ML/DL整合多维数据(如生化标志物和MRI成像标志物)来增强膝关节OA患者分层和预测能力 | 未提及具体模型验证结果或实际临床应用数据 | 改进膝关节骨关节炎结构进展的预测方法,优化疾病修饰药物临床试验设计 | 膝关节骨关节炎患者 | machine learning | 骨关节炎 | MRI, 生化标志物检测 | ML/DL | 多维数据(包括影像数据和生化数据) | NA | NA | NA | NA | NA |
| 9357 | 2025-06-01 |
A Comprehensive Review of Deep Learning Applications in Cotton Industry: From Field Monitoring to Smart Processing
2025-May-15, Plants (Basel, Switzerland)
DOI:10.3390/plants14101481
PMID:40431047
|
review | 本文综述了深度学习在棉花产业中的应用,从田间监测到智能加工 | 深度学习在棉花产业链中的广泛应用,包括种子质量评估、病虫害检测、智能灌溉、自主收获和纤维分类等,提高了准确性、效率和适应性 | 模型泛化能力有限、计算需求高、环境适应性问题和数据标注成本高 | 探讨深度学习在棉花产业中的应用及其潜力 | 棉花产业中的各个环节,包括种植、监测和加工 | machine learning | NA | 深度学习 | DL | 多模态数据(如遥感、天气和土壤信息) | NA | NA | NA | NA | NA |
| 9358 | 2025-06-01 |
TDP-SAR: Task-Driven Pruning Method for Synthetic Aperture Radar Target Recognition Convolutional Neural Network Model
2025-May-15, Sensors (Basel, Switzerland)
DOI:10.3390/s25103117
PMID:40431911
|
research paper | 提出了一种针对合成孔径雷达(SAR)目标识别卷积神经网络模型的任务驱动剪枝方法(TDP-SAR) | 与依赖通用参数重要性度量的传统剪枝技术不同,该方法实现了SAR目标识别模型不同处理阶段卷积核的频域分析 | SAR图像相比光学图像更难理解,导致在空间域分析SAR图像目标特征时存在较大困难 | 解决SAR目标识别模型因复杂度过高而难以实际部署的问题 | 合成孔径雷达(SAR)目标识别 | computer vision | NA | 频域分析 | CNN | image | MSTAR基准数据集 | NA | NA | NA | NA |
| 9359 | 2025-06-01 |
Embedded Vision System for Thermal Face Detection Using Deep Learning
2025-May-15, Sensors (Basel, Switzerland)
DOI:10.3390/s25103126
PMID:40431918
|
研究论文 | 本文开发了一种基于深度学习的嵌入式视觉系统,用于在热红外图像中实时检测人脸 | 利用热红外传感器克服了传统人脸检测算法在光照不足条件下的局限性,并比较了不同YOLO模型和嵌入式系统板的性能 | 仅测试了特定的热红外数据库和嵌入式系统板,可能在其他场景或硬件上的泛化性有限 | 开发一种在光照变化条件下仍能准确检测人脸的嵌入式视觉系统 | 热红外图像中的人脸 | 计算机视觉 | NA | 深度学习 | YOLOv8, YOLO11 | 热红外图像 | Terravic Facial IR数据库和Charlotte-ThermalFace数据库 | NA | NA | NA | NA |
| 9360 | 2025-06-01 |
A Semi-Supervised Attention-Temporal Ensembling Method for Ground Penetrating Radar Target Recognition
2025-May-15, Sensors (Basel, Switzerland)
DOI:10.3390/s25103138
PMID:40431932
|
研究论文 | 提出一种半监督注意力-时间集成方法(Attention-TE),用于探地雷达(GPR)地下目标识别 | 结合半监督时间集成架构与三重注意力模块,提升分类性能,减少对大量标注数据的依赖 | 未提及具体局限性 | 解决探地雷达地下目标识别中标注数据不足的问题 | 探地雷达B扫描图像 | 计算机视觉 | NA | 半监督学习 | Attention-TE(结合时间集成与三重注意力模块) | 图像(GPR B-scan) | 实验室与现场数据(具体数量未说明),训练集使用少于30%的标注数据 | NA | NA | NA | NA |