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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
941 | 2025-10-05 |
Single-step prediction of inferior alveolar nerve injury after mandibular third molar extraction using contrastive learning and bayesian auto-tuned deep learning model
2025-Sep-27, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf069
PMID:41014015
|
研究论文 | 本研究开发了一种结合对比学习和贝叶斯优化的深度学习框架,用于预测下颌第三磨牙拔除后的下牙槽神经损伤 | 首次将对比学习与贝叶斯优化相结合应用于口腔影像分析,有效解决了数据不平衡问题并自动优化模型超参数 | 需要多中心验证,缺乏可解释性人工智能分析,全景片分析性能仍低于专家 | 构建和评估用于预测下颌第三磨牙拔除后下牙槽神经损伤的深度学习框架 | 下颌第三磨牙拔除患者 | 计算机视觉 | 口腔颌面外科疾病 | 锥形束CT, 全景片 | 深度学习 | 医学影像 | 902张全景片和1,500张CBCT图像 | NA | MobileNetV2, ResNet101D, Vision Transformer, Twins-SVT, SSL-ResNet50 | 准确率, F1分数 | NA |
942 | 2025-10-05 |
An Integrated Deep Learning and LLM Model for Burn Wound Depth Recognition
2025-Sep-27, Journal of burn care & research : official publication of the American Burn Association
IF:1.5Q3
DOI:10.1093/jbcr/iraf170
PMID:41014195
|
研究论文 | 开发了一种结合深度学习和大型语言模型的低成本AI系统,用于烧伤创面深度识别和分类 | 首次将深度学习分类模型与基于临床指南的烧伤专用大型语言模型相结合,提供准确的烧伤深度识别和治疗建议 | 样本量相对有限(397张原始图像),仅使用公开数据库数据 | 开发低成本AI系统以解决烧伤深度评估难题,特别是在急诊环境中 | 烧伤创面图像 | 计算机视觉,自然语言处理 | 烧伤 | 深度学习,大型语言模型 | 深度学习分类模型,LLM | 图像 | 397张原始烧伤创面图像,通过数据增强扩展到7156张 | PaddlePaddle | NA | 准确率,召回率,F1分数 | NA |
943 | 2025-10-05 |
Alternative Conformation Prediction Using Deep Learning With Multi-MSA Strategy and Structural Clustering in CASP16
2025-Sep-27, Proteins
IF:3.2Q2
DOI:10.1002/prot.70059
PMID:41014267
|
研究论文 | 本文介绍了在CASP16中使用EnsembleFold流程进行结构集合预测的方法和结果 | 开发了结合多MSA策略和结构聚类的深度学习方法,显著提升了蛋白质和核酸复合物结构集合预测性能 | 质量评估评分方法仍有改进空间以进一步提高集合预测的可靠性 | 开发改进的蛋白质和核酸结构集合预测方法 | 蛋白质单体、蛋白质复合物、RNA结构、蛋白质-核酸复合物 | 计算生物学 | NA | 多序列比对(MSA)、结构预测、分子动力学模拟 | 深度学习 | 蛋白质序列、RNA序列、三维结构数据 | CASP16中的19个集合靶标 | DeepMSA2, rMSA, D-I-TASSER2, DMFold2, ExFold, DeepProtNA | EnsembleFold流程 | TM-score | NA |
944 | 2025-10-05 |
Fusion of habitat analysis and deep learning on contrast-enhanced T1-weighted imaging for predicting Ki-67 status in pediatric brain tumors
2025-Sep-27, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery
DOI:10.1007/s00381-025-06934-x
PMID:41014337
|
研究论文 | 本研究通过融合肿瘤生境分析和深度学习技术,基于对比增强T1加权成像预测儿童脑肿瘤Ki-67状态 | 首次将肿瘤生境分析与深度学习特征融合,用于量化儿童脑肿瘤异质性并预测Ki-67增殖指数 | 回顾性研究设计,样本量相对有限(140例患者),验证集性能有待进一步提升 | 预测儿童脑肿瘤Ki-67增殖指数状态,指导临床治疗决策和预后评估 | 140例儿童脑肿瘤患者的对比增强T1加权成像数据 | 医学影像分析 | 脑肿瘤 | 对比增强T1加权成像(CE-T1WI) | 随机森林 | 医学影像 | 140例儿童脑肿瘤患者,按7:3比例分为训练集和测试集 | NA | 融合模型(生境分析+深度学习) | AUC(受试者工作特征曲线下面积) | NA |
945 | 2025-10-05 |
Quantifying 3D foot and ankle alignment using an AI-driven framework: a pilot study
2025-Sep-27, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-05038-6
PMID:41014330
|
研究论文 | 本研究开发了一种基于AI的框架,通过深度学习自动量化足踝三维对齐情况 | 首次使用基于热图预测的3D U-Net模型直接从负重CT图像预测解剖标志点,无需分割和迭代网格配准 | 仅使用74名患者的小型数据集,需要更大数据集验证临床适用性 | 开发自动化足踝对齐评估方法 | 骨科患者,包括高弓足和扁平外翻足等足部畸形病例 | 计算机视觉 | 足部畸形 | 负重CT成像 | CNN | 3D医学图像 | 74名骨科患者 | NA | 3D U-Net | 平均绝对误差, 五折交叉验证 | NA |
946 | 2025-10-05 |
DeepMaT: Prediction of Target Peptide Classification and Cleavage Site by Combining Mamba2 and Multiple Attention Mechanisms
2025-Sep-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01489
PMID:41004305
|
研究论文 | 提出了一种结合Mamba2和多重注意力机制的深度学习模型DeepMaT,用于预测目标肽分类和切割位点 | 首次将Mamba2与多头自注意力机制相结合,利用Mamba2的全局建模能力和自注意力的局部聚焦优势 | NA | 提高目标肽切割位点预测的准确性 | 信号肽和转运肽 | 生物信息学 | NA | 深度学习 | Mamba2, 多头自注意力机制 | 氨基酸序列数据 | NA | NA | Mamba2, 多头自注意力机制 | 准确率 | NA |
947 | 2025-10-05 |
Extending Multiscale Characterization of Heart Rate Variability via Deep Learning for Mortality Risk Prediction
2025-Sep-26, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3614714
PMID:41004366
|
研究论文 | 本研究结合去趋势移动平均分析和卷积神经网络,通过心率变异性信号改进死亡率风险预测 | 将去趋势移动平均分析与深度学习结合,捕捉传统线性分析忽略的非线性尺度模式 | 样本量相对有限,仅包含916名幸存者和70名非幸存者 | 改进基于心率变异性的死亡率风险预测 | 24小时动态心电图记录的心率变异性信号 | 机器学习 | 心血管疾病 | 去趋势移动平均分析,动态心电图 | CNN | 心率变异性信号,DMA曲线 | 986名患者(916名幸存者,70名非幸存者) | NA | 卷积神经网络 | ROC-AUC, 调整后风险比 | NA |
948 | 2025-10-05 |
Fusion Deep Learning for Predicting Conductivity in Electron-Doped Organic Polymers
2025-Sep-26, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.5c09172
PMID:41004423
|
研究论文 | 开发融合深度学习模型预测电子掺杂有机聚合物的电导率 | 提出融合卷积神经网络和全连接人工神经网络的深度学习模型,整合结构特征和物性特征进行电导率预测 | 模型预测结果与实验值在同一数量级内相符,但未达到精确匹配 | 加速高性能n型有机半导体材料的发现与设计 | n型导电聚合物 | 机器学习 | NA | 密度泛函理论计算 | CNN, ANN | 分子结构数据,电子性质数据 | 84种n型导电聚合物,外加含寡聚乙二醇侧链的测试集聚合物 | NA | 卷积神经网络,全连接人工神经网络 | 留一法交叉验证,双盲实验验证 | NA |
949 | 2025-10-05 |
An explainable covariate compartmental model for predicting the spatio-temporal patterns of dengue in Sri Lanka
2025-Sep-26, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1013540
PMID:41004532
|
研究论文 | 应用可解释AI的协变量仓室模型预测斯里兰卡登革热时空传播模式 | 提出结合协变量驱动和动态反馈的可解释AI仓室模型,弥合动力学仓室模型与数据驱动模型之间的差距 | 未明确说明模型在其它地区或疾病的泛化能力 | 预测和解释登革热在斯里兰卡的时空发病模式 | 斯里兰卡登革热发病数据 | 机器学习 | 登革热 | 深度学习可解释AI(XAI) | SEIR仓室模型, 深度学习模型 | 时空流行病学数据 | NA | NA | 协变量仓室混合模型 | 模型性能比较 | NA |
950 | 2025-10-05 |
Artificial intelligence-based deep learning model for evaluating procedural consistency in microvascular anastomosis
2025-Sep-26, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2025.6.JNS25128
PMID:41004852
|
研究论文 | 开发基于LSTM的深度学习模型用于客观评估微血管吻合手术的操作一致性 | 首次使用LSTM模型对微血管吻合手术的手部运动进行建模和预测,实现客观化的手术技能评估 | 研究样本量较小,仅包含2名专家外科医生和1名学员,需要扩展到更多外科医生 | 开发客观评估微血管吻合手术操作一致性的方法 | 神经外科医生的微血管吻合手术操作 | 计算机视觉 | NA | 视频分析 | LSTM | 视频 | 2名专家神经外科医生(各2次手术)和1名学员(1次手术) | NA | LSTM | Kullback-Leibler散度, 欧几里得距离, 时间间隔 | NA |
951 | 2025-10-05 |
BGTransform: a neurophysiologically informed EEG data augmentation framework
2025-Sep-26, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae0c3a
PMID:41005322
|
研究论文 | 提出一种基于神经生理学原理的EEG数据增强框架BGTransform,通过选择性扰动背景EEG成分来生成新数据 | 首次利用任务相关活动与背景EEG的神经生理学分离原理进行数据增强,在保持任务相关信号的同时引入受控变异 | 仅在SSVEP和P300范式的公开数据集上验证,尚未在其他EEG范式或临床场景中测试 | 解决EEG-BCI训练数据稀缺和变异性问题,提高深度学习模型的泛化能力 | 脑电信号(EEG)和基于脑机接口(BCI)的神经解码任务 | 机器学习 | NA | 脑电图(EEG),稳态视觉诱发电位(SSVEP),P300范式 | 深度学习模型 | 脑电信号 | 三个公开EEG-BCI数据集 | NA | NA | 分类准确率 | NA |
952 | 2025-10-05 |
CS-Net: convolutional spider neural network for surface-EMG-based hybrid gesture recognition
2025-Sep-26, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae0c38
PMID:41005324
|
研究论文 | 提出一种用于表面肌电信号混合手势识别的卷积蜘蛛神经网络架构 | 提出新型CS-Net架构结合迁移学习策略,通过多流信息融合机制整合多种sEMG特征 | 仅使用6名受试者数据进行评估,样本规模有限 | 开发基于表面肌电信号的混合手势识别方法 | 结合手腕姿势和手部动作的混合手势 | 机器学习 | NA | 表面肌电信号(sEMG)采集 | CNN | 肌电信号,频域特征 | 6名受试者的12种混合手势数据,以及Ninapro公共数据库 | NA | CS-Net(卷积蜘蛛神经网络) | 准确率,成功率 | NA |
953 | 2025-10-05 |
Deep learning-driven contactless ECG in MRI via beat pilot tone for motion-resolved image reconstruction and heart rate monitoring
2025-Sep-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0c52
PMID:41005349
|
研究论文 | 提出一种基于深度学习的方法,通过Beat Pilot Tone技术在MRI中实现无接触ECG测量,用于运动分辨图像重建和心率监测 | 首次将Beat Pilot Tone技术与深度学习相结合,在MRI环境中实现无接触ECG测量,解决了传统电极ECG的磁流体动力学失真、皮肤灼伤风险和患者不适等问题 | 在心律失常和患者运动等挑战性场景下的性能仍需进一步验证 | 开发一种无接触ECG测量方法,用于心脏磁共振成像同步和心率监测 | 心脏机械运动信号与ECG波形之间的映射关系 | 医学影像分析 | 心血管疾病 | Beat Pilot Tone射频运动传感技术,心脏磁共振成像 | 深度神经网络 | 射频运动信号,ECG波形,MRI图像 | 未明确说明具体样本数量,但包含1.5T和3T磁场强度的数据 | NA | NA | Pearson相关系数,相对均方根误差,心脏触发时间精度,心率估计误差 | NA |
954 | 2025-10-05 |
Integrating pathology genomics and single-cell genomics to identify lactate metabolism-related prognostic features and therapeutic strategies for melanoma
2025-Sep-26, Apoptosis : an international journal on programmed cell death
IF:6.1Q1
DOI:10.1007/s10495-025-02190-1
PMID:41006685
|
研究论文 | 本研究整合多组学数据构建了基于乳酸代谢的黑色素瘤预后模型,并验证了关键基因RAB32在肿瘤代谢重编程和侵袭中的核心作用 | 首次系统整合病理基因组学和单细胞基因组学数据,构建基于乳酸代谢的黑色素瘤预后特征模型,并发现RAB32在代谢重编程中的关键作用 | 研究样本量相对有限,需要进一步在更大规模队列中验证模型的普适性 | 系统表征黑色素瘤中乳酸代谢的分子特征,构建预后模型并探索潜在治疗策略 | 皮肤黑色素瘤(SKCM)患者和细胞系 | 数字病理学, 生物信息学 | 黑色素瘤 | 单细胞RNA测序, 空间转录组学, 基因组学分析, 免疫浸润分析 | 机器学习, 深度学习 | 病理图像, 基因组数据, 转录组数据, 单细胞数据 | TCGA训练和验证队列(具体数量未明确说明) | CellProfiler, ResNet50, 10种机器学习算法组合 | ResNet50 | 预后性能评估, 生存分析 | NA |
955 | 2025-10-05 |
Automatic Body Region Classification in CT Scans Using Deep Learning
2025-Sep-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01662-9
PMID:41006721
|
研究论文 | 本研究开发了一种基于深度学习的CT扫描自动身体区域分类方法 | 首次在多种采集协议和患者群体差异下实现全身CT区域的高精度自动分类 | 仅使用NIFTI格式的CT数据,未涵盖其他医学影像格式 | 优化医学影像诊断和分析工作流程中的身体区域自动分类 | 全身CT扫描图像 | 医学影像分析 | NA | CT扫描 | 深度学习 | 医学影像 | 5485个匿名NIFTI格式CT扫描,来自45个健康中心 | NA | NA | 准确率,精确率,召回率,F1分数 | NA |
956 | 2025-10-05 |
A Framework for Guiding DDPM-Based Reconstruction of Damaged CT Projections Using Traditional Methods
2025-Sep-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01697-y
PMID:41006722
|
研究论文 | 提出一种结合传统重建方法与DDPM的混合框架PHIRF,用于从受损CT投影数据中重建高质量图像 | 首次将传统CT重建算法与DDPM架构集成,通过双阶段方法将传统重建特征作为条件约束嵌入反向扩散过程 | DDPM在细节保留方面的固有局限性可能影响实际应用效果 | 提升从受损CT投影数据中重建图像的质量和结构保真度 | CT投影数据和重建图像 | 医学影像重建 | NA | CT投影成像 | DDPM | CT投影数据, 图像 | 三种代表性病态投影场景(有限角度投影、稀疏视图采集、低剂量测量) | DDPM | DDPM | 定量指标, 视觉评估 | NA |
957 | 2025-09-28 |
CADxPolydetect: a clinically explainable hybrid deep learning system for multi-class colorectal lesion detection using augmented colonoscopy images
2025-Sep-26, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03176-4
PMID:41013565
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
958 | 2025-10-05 |
Deep learning-based artefact reduction in low-dose dental cone beam computed tomography with high-attenuation materials
2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences
DOI:10.1098/rsta.2024.0045
PMID:40994202
|
研究论文 | 研究低剂量牙科锥形束CT中金属植入物引起的伪影问题,并探讨深度学习方法的潜力与局限 | 提出绕过传统Radon变换模型的替代方法,专门针对高衰减材料引起的伪影问题 | 深度学习方法的潜在局限性未详细说明,主要关注理论探讨而非实际验证 | 提升低剂量牙科锥形束CT系统的图像质量 | 牙科锥形束CT系统中的金属植入物伪影 | 医学影像处理 | 牙科疾病 | 锥形束CT | 深度学习 | CT影像 | NA | NA | NA | NA | NA |
959 | 2025-10-05 |
Learning latent hardening: enhancing deep learning with domain knowledge for material inverse problems
2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences
DOI:10.1098/rsta.2024.0043
PMID:40994205
|
研究论文 | 本研究提出了一种结合领域知识的两步框架LLH,用于解决材料科学中数据稀缺的逆问题 | 提出了学习潜在硬化(LLH)的两步框架,将材料微观结构力学行为的领域知识融入深度学习模型 | 在数据稀缺场景下进行研究,可能限制了模型的泛化能力 | 评估领域知识对数据稀缺情况下材料逆问题预测性能的影响 | 多孔材料的微观结构特征和应力-应变曲线 | 机器学习 | NA | 应力-应变曲线分析 | CNN, DNN, XGBoost, KNN, LSTM, RF | 材料力学性能数据 | NA | NA | 深度神经网络 | R²值 | NA |
960 | 2025-10-05 |
Predicting and explaining customer satisfaction: A deep learning and sentiment analysis of emotional impacts
2025-Sep-25, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.105597
PMID:41005156
|
研究论文 | 通过分析Yelp评论中的情感和情绪表达来研究零售购物组织的客户满意度 | 使用ChatGPT生成的新型满意度相关关键词集,并结合深度学习和基于词典的情绪分析 | NA | 研究客户满意度的情感驱动因素 | 零售购物组织的客户评论 | 自然语言处理 | NA | 情感分析,基于关键词的特征工程 | LSTM, CNN | 文本 | 超过500,000条评论 | NA | LSTM, CNN | NA | NA |