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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1001 | 2025-11-07 |
Deep learning model using contrast-enhanced CT for predicting overall survival in oropharyngeal squamous cell carcinoma: a prospective multicenter study
2025-Nov-06, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12120-z
PMID:41196362
|
研究论文 | 开发并验证基于对比增强CT的深度学习模型用于预测口咽鳞状细胞癌患者的总生存期 | 首次将Swin Transformer V2架构应用于口咽鳞状细胞癌生存预测,结合影像组学特征和临床因素构建多中心验证的深度学习-临床特征模型 | 样本量相对有限,需要更大规模的前瞻性研究进一步验证 | 开发准确预测口咽鳞状细胞癌患者总生存期的非侵入性工具 | 口咽鳞状细胞癌患者 | 医学影像分析 | 口咽鳞状细胞癌 | 对比增强CT成像 | 深度学习 | 医学影像 | 319例患者(269例回顾性,50例前瞻性) | PyRadiomics | Swin Transformer V2 | C-index, 时间依赖性ROC, 校准曲线, 决策曲线分析 | NA |
| 1002 | 2025-11-07 |
DeepIMB: Imputation of non-biological zero counts in microbiome data
2025-Nov-06, Genes & genomics
IF:1.6Q3
DOI:10.1007/s13258-025-01693-0
PMID:41196474
|
研究论文 | 提出一种基于深度学习的微生物组数据插补方法DeepIMB,用于准确识别和填补非生物零计数 | 结合伽马-正态混合模型和深度神经网络,整合多种数据类型信息进行非生物零值插补 | NA | 解决微生物组数据中非生物零计数带来的分析挑战 | 微生物组测序数据 | 机器学习 | NA | 微生物组测序 | 深度神经网络 | 微生物计数矩阵 | NA | NA | NA | 均方误差, Pearson相关系数, Wasserstein距离 | NA |
| 1003 | 2025-11-07 |
Assessment of deep learning reconstruction effects on detection and differentiation of liver metastasis from hepatic hemangioma in diffusion-weighted imaging
2025-Nov-06, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01904-4
PMID:41196555
|
研究论文 | 评估基于模型的深度学习重建扩散加权成像在检测和鉴别肝脏转移瘤与肝血管瘤方面的性能 | 首次比较压缩感知与深度学习重建DWI在肝脏病变检测和鉴别中的表现 | 回顾性研究,样本量较小(53例患者),仅比较两种成像方法 | 评估深度学习重建对肝脏转移瘤和血管瘤检测与鉴别的改善效果 | 肝脏转移瘤(59个)和肝血管瘤(33个)患者 | 医学影像分析 | 肝脏肿瘤 | 扩散加权成像,压缩感知,深度学习重建 | 深度学习模型 | 医学影像数据 | 53例患者(34男19女,平均年龄65.9岁),共92个病灶(59个转移瘤,33个血管瘤) | NA | NA | 信噪比,对比噪声比,表观扩散系数,ROC曲线下面积,敏感性,特异性 | NA |
| 1004 | 2025-11-07 |
Emerging Artificial Intelligence Technologies for Risk Assessment and Management in Acute Myeloid Leukemia: A Review
2025-Nov-06, JAMA oncology
IF:22.5Q1
DOI:10.1001/jamaoncol.2025.3601
PMID:41196612
|
综述 | 本文综述人工智能技术在急性髓系白血病风险评估和管理中的新兴应用 | 整合临床、细胞遗传学和分子数据的机器学习算法相比传统ELN指南展现更高预后准确性;深度学习在骨髓涂片亚型识别和基因变异预测中表现优异;联邦学习方法实现跨机构协作同时保护患者隐私 | 需要统一数据标准、健全监管框架和公平技术获取才能实现AI在AML管理中的完全整合 | 评估人工智能技术在急性髓系白血病风险分层、诊断增强和治疗规划中的应用潜力 | 急性髓系白血病患者数据、骨髓涂片图像、基因组数据 | 数字病理学 | 白血病 | 基因组分析、转录组数据分析 | 机器学习,深度学习 | 临床数据,图像,基因组数据 | NA | NA | NA | AUROC,准确率 | NA |
| 1005 | 2025-11-07 |
Deep learning interatomic potential for boron phosphide: accurate prediction of mechanical and thermal properties
2025-Nov-05, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d5cp01433f
PMID:41111322
|
研究论文 | 通过深度学习势函数准确预测磷化硼的力学和热学性质 | 开发了基于深度学习的磷化硼原子间势函数,实现了对多种物理性质的精确模拟 | NA | 开发高精度的磷化硼深度学习势函数用于原子尺度模拟 | 磷化硼(BP)材料 | 机器学习 | NA | 深度学习势函数,第一性原理计算 | 深度势函数(DP) | 原子结构数据,物理性质数据 | NA | NA | 深度势函数(DP) | 径向分布函数,角分布函数,晶格常数,密度,弹性常数,硬度,断裂韧性,熵,焓,自由能,热容,热导率,声子谱 | NA |
| 1006 | 2025-11-07 |
Computer Vision-based Extraction of Structured Data From Scanned Audiograms in the Electronic Health Record
2025-Nov-05, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology
IF:1.9Q2
DOI:10.1097/MAO.0000000000004679
PMID:41191411
|
研究论文 | 开发并评估一种基于计算机视觉的方法,用于从电子健康记录中扫描的听力图测试表中提取结构化听力阈值数据 | 提出不依赖深度学习或手动预处理的轮廓分析计算机视觉流程,实现扫描听力图的自动数据提取 | 仅评估了30张听力图测试集,样本量相对有限 | 开发自动提取电子健康记录中扫描听力图数据的计算机视觉方法 | 907张手填听力图测试表,包含正常听力、双侧感音神经性、不对称感音神经性、传导性和混合性听力损失配置 | 计算机视觉 | 听力损失 | 轮廓分析,光学字符识别 | NA | 图像 | 907张手填听力图测试表,其中30张作为测试集包含618个阈值 | OpenCV | NA | 准确率,平均绝对误差 | NA |
| 1007 | 2025-11-07 |
BiBLDR: Bidirectional Behavior Learning for Drug Repositioning
2025-Nov-05, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3628673
PMID:41191475
|
研究论文 | 提出一种名为BiBLDR的双向行为学习策略,将药物重定位重新定义为行为序列学习任务 | 通过构建双向行为序列和两阶段策略,有效解决了冷启动场景下传统图方法依赖已知关联信息的局限性 | 未明确说明模型在更大规模数据集上的泛化能力 | 解决药物重定位中的冷启动问题 | 药物和疾病 | 机器学习 | NA | 深度学习 | 行为序列学习模型 | 药物-疾病关联数据,行为序列数据 | 基准数据集(具体数量未说明) | NA | 双向行为序列学习框架 | 基准数据集上的性能指标(具体指标未说明) | NA |
| 1008 | 2025-11-07 |
Radar HRV Monitoring with Physiological Prior Inspired Deep Neural Networks
2025-Nov-05, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3628628
PMID:41191472
|
研究论文 | 提出一种基于生理先验知识的深度学习框架,用于实现鲁棒的非接触式雷达心率变异性监测 | 结合内部心跳驱动整个躯干表面运动的生理先验知识设计混合深度神经网络,并利用心脏运动自相似性先验建立信号增强策略 | 方法在真实世界复杂生理条件下的性能仍需进一步验证 | 开发能够在真实场景中准确监测心率变异性的非接触式雷达技术 | 7150名具有复杂生理状况的门诊患者 | 机器学习 | 心血管疾病 | 雷达传感技术 | 深度神经网络 | 雷达反射信号 | 7150名门诊患者 | NA | 混合深度神经网络 | IBI误差,RMSSD误差,SDSD误差,pNN50误差 | NA |
| 1009 | 2025-11-07 |
scGCRC: Graph and Contrastive-Based Representation Learning for Single-Cell RNA-Seq Data Clustering
2025-Nov-05, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3629161
PMID:41191468
|
研究论文 | 提出一种基于局部自注意力网络和对比学习的单细胞RNA测序数据聚类方法 | 通过局部自注意力网络自动聚合细胞关系图中的潜在信息,并采用双对比学习模块同时优化细胞级和簇级的细胞表示 | NA | 改进单细胞RNA测序数据的聚类分析 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 自注意力网络, 对比学习 | 基因表达数据 | 160个子样本数据集(不同细胞类型数量)、3个不同协议数据集、9个真实公共数据集 | NA | 局部自注意力网络 | NA | NA |
| 1010 | 2025-11-07 |
Fuel-Free Rolosense: Viral Sensing Using Diffusional Particle Tracking
2025-Nov-05, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02311
PMID:41191496
|
研究论文 | 介绍一种基于扩散粒子追踪的无燃料Rolosense病毒检测方法 | 利用机械力传感作为基本转导机制,通过布朗运动和偏置运动实现病毒检测,无需荧光报告基因和酶扩增 | NA | 开发高灵敏度病毒诊断方法 | 完整病毒颗粒(SARS-CoV-2变种、甲型流感、HCoV OC43和229E) | 生物传感 | 病毒感染 | 扩散粒子追踪,布朗运动检测 | 深度学习 | 粒子运动轨迹 | NA | NA | NA | 检测限(10拷贝/mL),特异性 | 3D打印明场显微镜 |
| 1011 | 2025-11-07 |
Deep Learning Models for Colloidal Nanocrystal Synthesis
2025-Nov-05, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c09134
PMID:41193409
|
研究论文 | 开发基于深度学习的胶体纳米晶体合成模型,通过合成参数预测纳米晶体的最终尺寸和形状 | 提出基于反应中间体的数据增强方法和精细描述符,实现跨纳米晶体组成的知识迁移能力 | 模型仅基于3508个配方数据进行训练,可能无法覆盖所有可能的合成条件 | 建立合成参数与纳米晶体物理性质之间的关联关系 | 348种不同组成的胶体纳米晶体 | 机器学习 | NA | 透射电子显微镜,半监督学习 | 深度学习,分割模型,分类模型 | 图像,配方数据 | 3508个合成配方,约120万个纳米晶体图像 | NA | NA | 平均绝对误差,分类准确率 | NA |
| 1012 | 2025-11-07 |
Accelerated Chemical Exchange Saturation Transfer Imaging With Deep Unrolling Networks and Synthetic Brain Tumor Datasets
2025-Nov-05, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70172
PMID:41193413
|
研究论文 | 开发基于模型深度展开网络用于加速多通道化学交换饱和转移成像的高质量重建 | 提出MoDL-ADMM深度展开网络架构,并创建BraTS-CEST合成脑肿瘤数据集用于训练 | NA | 提高化学交换饱和转移成像的重建质量和加速能力 | 健康志愿者和脑肿瘤患者的脑部成像数据 | 医学影像 | 脑肿瘤 | 化学交换饱和转移成像,Bloch-McConnell模拟 | 深度学习,展开网络 | 医学影像 | 使用BraTS和fastMRI公开数据集生成的合成数据,以及真实患者数据 | NA | MoDL-ADMM,选择性核网络 | 重建误差,图像质量 | NA |
| 1013 | 2025-11-07 |
Identification of potent high-affinity secondary nucleation inhibitors of Aβ42 aggregation from an ultra-large chemical library using deep docking
2025-Nov-05, Molecular systems biology
IF:8.5Q1
DOI:10.1038/s44320-025-00159-5
PMID:41193694
|
研究论文 | 本研究开发了一种基于深度学习的深度对接计算流程,从超大型化合物库中筛选出高效的Aβ42聚集次级成核抑制剂 | 开发了开源版本的深度对接协议,将可筛选化合物数量提高了4个数量级,并成功应用于阿尔茨海默病药物发现 | 仅从5.39亿化合物库中筛选出35个候选化合物进行实验验证,筛选范围仍有扩大空间 | 发现高效的Aβ42聚集次级成核抑制剂,为阿尔茨海默病提供疾病修饰治疗方法 | Aβ肽聚集过程和抑制剂筛选 | 机器学习 | 阿尔茨海默病 | 表面等离子共振实验,体外聚集实验 | 深度学习 | 化学化合物结构数据 | 从5.39亿化合物库中筛选35个候选化合物进行实验验证 | NA | 深度对接 | 抑制效力,平衡解离常数,命中率(54%) | NA |
| 1014 | 2025-11-07 |
GMM-PA: Gaussian Mixture Model-Based Prototype Alignment for Multi-source Domain Adaptation in Polyp Segmentation
2025-Nov-05, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01730-0
PMID:41193917
|
研究论文 | 提出基于高斯混合模型原型对齐的多源域自适应方法,用于跨域息肉分割 | 结合高斯混合模型推导可靠类别原型,采用混合CNN-Mamba架构平衡局部和全局特征建模,提出跨域原型特征细化模块 | NA | 解决结肠镜图像中息肉分割的域偏移问题,提升跨域泛化能力 | 结肠镜图像中的息肉分割 | 计算机视觉 | 结直肠癌 | LAB空间颜色变换,傅里叶变换低频谱交换 | CNN, Mamba | 图像 | 三个公共息肉分割数据集 | NA | CNN-Mamba混合架构 | Dice系数, mIoU | NA |
| 1015 | 2025-11-07 |
Privacy-hardened and hallucination-resistant synthetic data generation with logic-solvers
2025-Nov-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf600
PMID:41191651
|
研究论文 | 提出一种基于逻辑求解的合成数据生成方法Genomator,用于生成隐私保护且真实的基因组数据 | 首次将逻辑求解方法应用于合成数据生成,在准确性、隐私保护和计算效率方面显著优于现有方法 | NA | 开发能够平衡隐私保护和数据实用性的合成数据生成方法 | 基因组数据 | 机器学习 | NA | SAT求解 | NA | 基因组数据 | NA | NA | NA | 准确率, 隐私保护度, 计算效率 | NA |
| 1016 | 2025-11-07 |
Plasma secretory protein genes in hepatocellular carcinoma and heart failure: Comorbidity and biological function exploration
2025-Nov-04, Molecular immunology
IF:3.2Q3
DOI:10.1016/j.molimm.2025.10.009
PMID:41192015
|
研究论文 | 本研究通过综合分析鉴定血浆分泌蛋白基因在肝细胞癌与心力衰竭共病机制中的关键作用 | 首次发现FCN3、FAP和HMGB2三个血浆分泌蛋白基因在HCC与HF共病机制中的关键作用,并鉴定地塞米松和儿茶素作为潜在治疗药物 | NA | 阐明血浆分泌蛋白基因在肝细胞癌与心力衰竭共病效应中的介导作用 | 肝细胞癌和心力衰竭患者 | 生物信息学 | 肝细胞癌,心力衰竭 | 加权基因共表达网络分析,差异表达分析,深度学习 | 深度学习模型 | 基因表达数据 | NA | NA | NA | NA | NA |
| 1017 | 2025-11-07 |
Characterization of binding kinetics and intracellular signaling of new psychoactive substances targeting cannabinoid receptor using transition-based reweighting method
2025-Nov-03, eLife
IF:6.4Q1
DOI:10.7554/eLife.98798
PMID:41181929
|
研究论文 | 本研究通过分子动力学模拟和深度学习方法揭示了新型精神活性物质与经典大麻素在CB1受体结合动力学和下游信号传导的差异机制 | 首次结合过渡态重加权方法和神经关系推理深度学习技术分析NPS与CB1受体的慢结合过程及变构信号传导机制 | 研究主要基于计算模拟,需要实验验证;仅分析了两种代表性配体 | 阐明新型精神活性物质通过CB1受体产生更强生理副作用的分子机制 | 人类大麻素受体1及其配体MDMB-Fubinaca和HU-210 | 计算生物学 | 药物滥用 | 分子动力学模拟, 过渡态重加权方法, 变分自编码器 | 神经关系推理 | 分子动力学轨迹数据 | 两种配体与CB1受体的结合过程 | TensorFlow, PyTorch | 变分自编码器, 神经关系推理网络 | 过渡速率估计, 热力学参数分析, 变构效应评估 | 分子动力学模拟集群 |
| 1018 | 2025-11-07 |
Elucidating the role of SIRT2 in hepatocellular carcinoma through multi-omics and deep learning
2025-Nov-03, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03879-0
PMID:41182638
|
研究论文 | 通过多组学分析和深度学习技术阐明SIRT2在肝细胞癌中的作用机制 | 首次结合铜死亡机制、单细胞测序、空间转录组和深度学习生存神经网络构建肝细胞癌预后模型 | 研究主要基于生物信息学分析,需要进一步实验验证 | 探索SIRT2在肝细胞癌发生发展中的作用及其作为生物标志物的潜力 | 肝细胞癌患者样本和相关的基因表达数据 | 生物信息学, 计算生物学 | 肝细胞癌 | 单细胞RNA测序, 空间转录组测序, RNA测序, 孟德尔随机化分析 | 深度学习生存神经网络 | 基因表达数据, 单细胞数据, 空间转录组数据 | NA | deepsurv | 深度学习生存神经网络 | 生存率分析, 风险评分 | NA |
| 1019 | 2025-11-07 |
How to analyze visual data using zero-shot learning: An overview and tutorial
2025-Nov-03, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000801
PMID:41182696
|
教程 | 提供使用零样本学习分析视觉数据的概述和分步指南 | 为零样本学习在心理学视觉数据分析中的应用提供实践教程和代码资源 | 方法存在未来挑战和局限性,需要创建验证数据集 | 为心理学研究人员提供分析图像数据的替代方法 | 图像数据中的饮料识别 | 计算机视觉 | NA | 零样本学习 | 预训练模型 | 图像 | 包含饮料类型、场景和突出程度操纵的数据集 | Google Colab | Contrastive Language-Image Pretraining, Large Language and Vision Assistant | 准确率 | 云端平台(Google Colab) |
| 1020 | 2025-11-07 |
Bayesian model averaging based deep learning forecasts of inpatient bed occupancy in mental health facilities
2025-Nov-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-22001-6
PMID:41184292
|
研究论文 | 提出一种结合贝叶斯模型平均和深度学习的新型预测框架,用于预测心理健康机构住院床位占用率 | 首次将Zellner's g-prior的贝叶斯模型平均与深度学习模型结合用于床位占用预测 | 研究仅针对印度第二大心理健康医院,未在其他机构验证 | 开发精准的床位占用预测工具以支持入院规划和资源分配 | 心理健康机构的住院床位占用率 | 机器学习 | 精神健康疾病 | 时间序列分析 | TDNN, RNN, GRU, LSTM, BiLSTM, BiGRU | 时间序列数据 | 2008年至2024年的床位占用数据 | NA | 时间延迟神经网络,循环神经网络,门控循环单元,长短期记忆网络,双向长短期记忆网络,双向门控循环单元 | 准确率,平均绝对百分比误差,置信区间宽度 | NA |