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 | 2026-07-06 |
Positional interpretation of cis-regulatory code and nucleosome organization with deep learning models
2026-Jul-04, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-74807-1
PMID:42401553
|
研究论文 | 介绍了PISA方法,通过深度学习模型解读顺式调控密码和核小体组织的位置信息 | 提出了成对影响序列归因方法PISA,能够组合解码特定基因组坐标下碱基的贡献,可视化转录因子基序效应、检测复杂贡献模式的未知基序并揭示实验偏差 | 未明确说明局限性 | 提升序列到功能神经网络的可解释性,理解顺式调控密码和核小体组织的机制 | MNase-seq数据中的核小体占据情况和基因组序列 | 机器学习 | NA | MNase-seq | 序列到功能神经网络 | 基因组序列 | NA | N/A | 序列到功能神经网络架构 | NA | NA |
| 1002 | 2026-07-06 |
Deep learning-accelerated NEGF formalism for autonomous design of quantum transport in microscopic heterostructures
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-57362-z
PMID:42401620
|
研究论文 | 提出了DeePTB-NEGF框架,结合深度学习紧束缚哈密顿量与量子输运模拟,用于微观异质结构中的量子输运自主设计 | 将深度学习构建的紧束缚哈密顿量(DeePTB)与高效量子输运模拟(DPNEGF)相结合,实现比传统DFT-NEGF快超过1000倍的速度提升,支持高通量自主设计 | NA | 开发一种计算高效的方法,用于准确预测二维材料的量子输运行为,并实现微观异质结构的自主高通量设计 | 五种典型二维材料(石墨烯、六方氮化硼、MoS₂、WSe₂和黑磷)及其异质结构(如石墨烯/h-BN/石墨烯) | 机器学习 | NA | NA | 深度学习神经网络 | 数值模拟 | NA | PyTorch | 深紧束缚模型(DeePTB) | 波段结构、传输谱一致性、计算速度提升倍数 | NA |
| 1003 | 2026-07-06 |
Precise ECG diagnosis and validation of educational utility for acute myocardial infarction using deep learning and explainable artificial intelligence
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-58956-3
PMID:42401625
|
研究论文 | 提出一种基于深度学习与可解释人工智能的框架,用于从12导联心电图图像中精确诊断急性心肌梗死并定位梗死部位,同时验证其在医学教育中的效用 | 首次将ResNet、Faster R-CNN与集成方法结合,实现对STEMI、NSTEMI和非ACS的三分类及梗死部位定位,并开发可解释人工智能网络查看器以增强模型透明度 | 未在文中明确提及局限性 | 提高急性心肌梗死的心电图诊断准确性,尤其是非ST段抬高型心肌梗死的检测,并克服深度学习模型的“黑箱”问题 | 心电图图像中的急性心肌梗死,包括STEMI、NSTEMI和非ACS病例 | 计算机视觉,机器学习 | 心血管疾病 | NA | 卷积神经网络,区域卷积神经网络 | 图像 | 2070份验证心电图 | PyTorch | ResNet,Faster R-CNN | AUROC,准确率,F1分数 | NA |
| 1004 | 2026-07-06 |
A Pulmonary Ultrasound Dataset for Tumor Segmentation and Classification
2026-Jul-04, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-026-07715-0
PMID:42401626
|
研究论文 | 提出一个用于肺部肿瘤超声图像分割与分类的公开数据集PU2756,并建立基准结果 | 首个公开的、经专家标注的肺部超声数据集,提供像素级病变掩膜、病理确认的良恶性标签及患者级元数据 | 未提及具体限制 | 解决肺部超声数据稀缺问题,推动AI辅助肺部超声分析研究 | 肺部肿瘤B模式超声图像 | 计算机视觉 | 肺癌 | 超声成像 | 机器学习与深度学习模型 | 图像 | 2756张B模式超声图像,来自2756名患者 | NA | NA | NA | NA |
| 1005 | 2026-07-06 |
Interpretable deep learning to predict one year glycemic control in type 1 diabetes using real world data
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-59937-2
PMID:42401631
|
研究论文 | 利用8999名1型糖尿病患者的真实世界数据开发可解释深度学习模型,预测一年后的血糖控制状况 | 通过缩放分箱校准技术提升模型校准性能,并利用图形化表示量化各变量对患者风险评分的贡献,实现临床可解释性 | 未给出具体局限性说明(根据摘要推断可能未明确提及) | 开发临床可解释的预测模型,以支持个体化治疗决策和医疗资源优化 | 1型糖尿病患者的一年血糖控制状态(基于HbA1c二进制结果) | 机器学习 | 1型糖尿病 | NA | 深度学习 | 真实世界数据 | 8999名1型糖尿病患者 | NA | NA | ROC曲线下面积(AUC),F1分数,校准误差 | NA |
| 1006 | 2026-07-06 |
Enhancing brain tumor detection through deep learning and explainable AI techniques
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60334-y
PMID:42401645
|
研究论文 | 提出一种结合深度学习和可解释人工智能的脑肿瘤检测框架 | 通过患者分层五折交叉验证与数据增强解决小样本问题,并综合多种XAI方法(Grad-CAM与遮挡敏感性相关性>0.8)提供定量可解释性分析 | 未提及模型的泛化能力在不同MRI设备或人群中的验证,以及XAI方法在复杂脑肿瘤亚型中的适用性 | 实现脑肿瘤MRI图像的自动检测,并建立可解释的临床AI系统 | 脑肿瘤MRI图像 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN | 图像 | 包含内部测试集(10%数据)和3000张外部未见图像 | TensorFlow, Keras | InceptionV3 | 准确率, 损失值 | NA |
| 1007 | 2026-07-06 |
Deep learning & PSO-based optimisation of data centre energy costs using renewable sources
2026-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-60463-4
PMID:42401704
|
研究论文 | 提出一种结合太阳能与电网能源的数据中心能源管理框架 | 利用深度Q网络(DQN)与粒子群优化(PSO)算法分别处理可再生能源间歇性问题和最大化可再生能源使用 | 未提及 | 降低数据中心对电网的能源消耗影响,促进可再生能源使用 | 数据中心能源消耗与可再生能源(太阳能)的匹配策略 | 机器学习 | NA | NA | DQN, PSO | NA | NA | NA | NA | NA | NA |
| 1008 | 2026-07-06 |
Explainable foundation model for dementia screening and risk stratification using retinal fundus images
2026-Jul-04, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-026-02968-w
PMID:42401717
|
研究论文 | 评估基于基础模型的视网膜眼底照片深度学习用于痴呆检测和未来发病风险预测 | 首次系统评估多种视觉基础模型在痴呆筛查中的应用,并展示了模型输出作为独立风险因素的价值 | 该研究基于韩国人群,需在不同种族人群中进行验证 | 探索基于基础模型的深度学习从视网膜眼底照片中识别痴呆和预测未来发病风险的可行性 | 超过36000名韩国个体的健康检查数据 | 计算机视觉 | 痴呆 | 视网膜眼底成像 | 视觉基础模型 | 图像 | 超过36000名韩国个体 | 未明确指定 | RETFound-MAE | AUROC(受试者工作特征曲线下面积)、C指数(一致性指数) | 未明确描述 |
| 1009 | 2026-07-06 |
Intensity-modulated radiotherapy alone versus concurrent chemoradiotherapy ± induction chemotherapy in older patients with low-risk stage II or T3N0M0 nasopharyngeal carcinoma
2026-Jul-04, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-026-16457-6
PMID:42401810
|
研究论文 | 该研究比较了单纯调强放疗与同步放化疗±诱导化疗在老年低风险II期或T3N0M0鼻咽癌患者中的长期疗效和毒性 | 首次针对老年低风险鼻咽癌患者提出单纯放疗作为优选策略,并通过深度学习Hover-Net模型分析肿瘤微环境免疫细胞浸润,揭示其生物学基础 | 回顾性设计可能导致选择偏倚,且肿瘤微环境分析仅基于部分患者样本 | 确定老年低风险II期或T3N0M0鼻咽癌的最佳治疗策略 | 老年(≥60岁)低风险II期或T3N0M0鼻咽癌患者 | 数字病理学 | 鼻咽癌 | NA | 深度学习模型(Hover-Net) | 图像(苏木精-伊红染色切片) | 1265例老年患者(来自三个中心,2010-2022年) | NA | Hover-Net | 5年癌症特异性生存率、无进展生存期、局部区域无复发生存率、无远处转移生存率 | NA |
| 1010 | 2026-07-06 |
Deep learning-based super-resolution ultrashort echo time MRI for pulmonary nodule detection and longitudinal assessment in emphysema
2026-Jul-04, BMC pulmonary medicine
IF:2.6Q2
DOI:10.1186/s12890-026-04468-9
PMID:42401825
|
研究论文 | 评估基于深度学习的超分辨率超短回波时间MRI在肺气肿患者中检测肺结节和纵向评估结节大小的性能 | 首次系统评估深度学习SR-UTE MRI在肺气肿患者中检测小结节和实性结节的优势,特别是在重度肺气肿中对磨玻璃结节的检测率提升显著 | 未提及 | 评估深度学习SR-UTE MRI在肺气肿患者中检测肺结节和纵向结节大小评估的可靠性 | 127名伴有肺结节和肺气肿的患者 | 计算机视觉, 医学影像 | 肺气肿, 肺结节 | 超声短回波时间MRI, 低剂量CT | 深度学习 | 图像 | 127名患者 | NA | NA | 信噪比, 对比噪比, 拉普拉斯方差, 检出率, 灵敏度, 组内相关系数 | NA |
| 1011 | 2026-07-06 |
Inflammatory marker-driven deep learning model for postoperative gastric cancer prognosis
2026-Jul-04, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-026-03661-4
PMID:42401875
|
研究论文 | 提出一种结合梯度提升决策树、树驱动编码器和一维卷积神经网络的深度学习框架,用于胃癌术后预后预测 | 首次将梯度提升决策树与树驱动编码器及一维卷积神经网络结合,捕捉系统性炎症标志物与临床病理特征之间的非线性分层关系 | 未来需要独立队列的外部验证和实时临床应用,同时需增强模型可解释性以促进临床采纳 | 开发基于炎症标志物的深度学习模型以改进胃癌术后预后预测的准确性和鲁棒性 | 胃癌患者术后的预后预测 | 机器学习 | 胃癌 | NA | 深度学习(梯度提升决策树、树驱动编码器、一维卷积神经网络) | 表格数据 | NA | NA | 一维卷积神经网络 | 预测准确性、鲁棒性、泛化能力 | NA |
| 1012 | 2026-07-06 |
Rapid species authentication and protein prediction of porcini mushrooms using FTIR-2DCOS coupled with deep learning
2026-Jul-02, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.128347
PMID:42401141
|
研究论文 | 利用傅里叶变换红外光谱和二维相关光谱结合深度学习快速鉴别牛肝菌种类并预测蛋白质含量 | 首次将二维相关光谱成像与残差卷积神经网络结合,实现牛肝菌种类100%准确分类,并通过多特征筛选方法融合优化蛋白质预测性能 | 未提及 | 开发一种快速、准确的方法来鉴别牛肝菌种类并预测其粗蛋白含量 | 商业脱水牛肝菌样品 | 机器学习和数字病理学 | NA | 傅里叶变换红外光谱和二维相关光谱 | 残差卷积神经网络 | 光谱图像 | 未提及 | PyTorch | ResNet | 准确率 | NA |
| 1013 | 2026-07-06 |
AI-Driven Mapping of Seizure Spread Patterns
2026-07, Annals of neurology
IF:8.1Q1
DOI:10.1002/ana.78203
PMID:42101065
|
研究论文 | 利用深度学习分析癫痫发作传播模式,并探讨其与手术结果及脑结构连接的关系 | 首次将自动化癫痫分析从发作起始扩展到传播模式,整合深度学习检测和弥散加权成像,揭示常见传播模式及其与结构连接的关系 | 仅使用了小部分患者(71例275个发作)进行算法开发,可能限制泛化性,且未明确标注样本外验证 | 将自动化癫痫分析与临床实践对齐,标准化医生间变化的注释,理解癫痫发作传播的常见模式 | 71例癫痫患者的275次癫痫发作 | 机器学习 | 癫痫 | NA | 深度学习 | 脑电图、弥散加权成像 | 71例患者的275次癫痫发作 | PyTorch | NA | 发作起始接触点排名性能(对比线长度、绝对斜率和功率) | NA |
| 1014 | 2026-07-06 |
Calceolarioside B alleviates airway barrier dysfunction and inflammation via targeting P2Y6R in OVA-triggered asthma
2026-Jul-01, Biochemical pharmacology
IF:5.3Q1
DOI:10.1016/j.bcp.2026.118209
PMID:42386004
|
研究论文 | 本研究鉴定出木通提取物中的活性成分Calceolarioside B通过靶向P2Y6R缓解OVA诱导的哮喘小鼠模型中的气道屏障功能障碍和炎症反应 | 首次发现Calceolarioside B通过靶向P2Y6R的LYS-25位点发挥抗哮喘作用,利用AI辅助深度学习、虚拟靶标钓取和分子动力学模拟鉴定靶点 | 未提及 | 探索传统中药木通提取物缓解哮喘的分子机制并鉴定其活性成分和靶点 | OVA诱导的哮喘小鼠模型及细胞模型 | 机器学习, 计算机视觉 | 哮喘 | 转录组学分析, 网络药理学, 分子对接, 点突变实验, 体外结合实验 | 深度学习 | 文本, 图像 | 小鼠哮喘模型样本量未明确 | NA | NA | NA | NA |
| 1015 | 2026-07-06 |
MMFVS-Net: A triple-symmetric cross-attention network for multimodal optical image fusion and high-accuracy virtual staining of breast cancer tissues
2026-Jul-01, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2026.109536
PMID:42401051
|
研究论文 | 提出一种基于三重对称交叉注意力的多模态光学图像融合网络,用于乳腺癌组织的高精度虚拟染色 | 设计三重对称交叉注意力模块处理多模态图像特征交互信息,引入多尺度判别器确保全局特征与局部细节捕捉,应用迁移学习解决多分支梯度稀释问题 | 仅以乳腺癌组织为研究对象,未验证在其他组织类型上的泛化能力 | 实现基于多模态光学图像融合的高精度虚拟染色,解决跨模态交互信息挖掘和多分支模型训练的关键挑战 | 乳腺癌组织 | 计算机视觉 | 乳腺癌 | 明场成像、自发荧光成像、相衬成像 | CNN | 图像 | NA | NA | 三重对称交叉注意力网络 | 图像相似度指标、核统计指标 | NA |
| 1016 | 2026-07-06 |
MRI/MRCP and endoscopic ultrasound in pancreatobiliary disease: defining complementary roles in diagnostic and therapeutic decision-making
2026-Jul-01, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2026.113046
PMID:42401074
|
综述 | 定义MRI/MRCP与内镜超声在胰胆疾病诊断和治疗决策中的互补作用 | 提出了一种基于临床需求的选择性影像路径,并讨论了新兴的基于深度学习MRI重建技术 | 内镜超声在解剖结构改变、胃出口梗阻、胰尾病变和多灶性神经内分泌肿瘤中存在局限 | 明确MRI/MRCP与内镜超声在胰胆疾病中的互补角色,优化诊断和治疗决策 | 胰胆疾病患者,特别是小实性胰腺病变、胰腺囊性病变、胰胆微结石、自身免疫性胰腺炎类似病变及治疗性内镜超声应用 | 医学影像 | 胰胆疾病 | MRI、MRCP、内镜超声 | 深度学习 | 影像数据 | NA | NA | 深度学习重建模型 | NA | NA |
| 1017 | 2026-07-06 |
Dihydroberberine regulates the ferroptosis-autophagy positive feedback loop in colorectal cancer by targeting PANX2
2026-Jul-01, Phytomedicine : international journal of phytotherapy and phytopharmacology
IF:6.7Q1
DOI:10.1016/j.phymed.2026.158537
PMID:42401068
|
研究论文 | 通过生物信息学-机器学习集成方法识别PANX2为结直肠癌中铁死亡的关键抑制基因,并发现天然小分子二氢小檗碱作为其抑制剂,通过调节铁死亡-自噬正反馈环路发挥抗肿瘤作用 | 首次鉴定PANX2为结直肠癌铁死亡抑制基因,发现二氢小檗碱作为PANX2靶向小分子抑制剂,并揭示铁死亡-自噬正反馈环路的新机制 | 研究对象仅限于结直肠癌,需要进一步验证在其他癌症中的普适性;机制研究主要依赖体外细胞实验和异种移植瘤模型,缺乏更复杂的肿瘤微环境模拟 | 识别结直肠癌中铁死亡过程的关键调控靶点,筛选针对该靶点的小分子调节剂,并阐明其抗肿瘤机制 | 结直肠癌细胞系和异种移植瘤模型 | 机器学习 | 结直肠癌 | 分子对接、分子动力学模拟、DARTS、CETSA、SPR | CNN | 文本和分子结构数据 | 包含结直肠癌细胞系和异种移植瘤模型,具体样本数量未给出 | TensorFlow, PyTorch, Keras | Transformer, ResNet | 准确率、精确率、召回率、F1分数、AUC | NVIDIA RTX 3090 |
| 1018 | 2026-07-06 |
GraPhAI: Neural Networks for Solving Centrosymmetric Crystal Structures
2026-Jun-30, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.6c05607
PMID:42374990
|
研究论文 | 提出图神经网络GraPhAI,用于从头解析中心对称晶体结构中的衍射相位问题 | 首次将衍射数据表示为图结构并利用图神经网络进行深度学习,解决了低分辨率衍射数据的相位问题 | 对纯有机晶体结构的成功解析率仍有限 | 开发一种通用的从头解析晶体结构相位的方法 | 中心对称晶体结构 | 机器学习 | NA | NA | 图神经网络 | 图结构衍射数据 | 典型晶胞体积的中心对称晶体结构 | NA | GraPhAI | 成功率 | NA |
| 1019 | 2026-07-06 |
Topology-Preserving Elastic Deformation Augmentation Enables Robust Defect Detection in Data-Scarce Industrial Imagery
2026-Jun-30, ACS macro letters
IF:5.1Q1
DOI:10.1021/acsmacrolett.6c00144
PMID:42378064
|
研究论文 | 提出一种结合拓扑保持弹性变形和轻量注意力集成学习的框架,在数据稀缺的工业图像中实现鲁棒缺陷检测 | 引入拓扑保持弹性变形策略,在保持语义一致性的同时增加几何变异性;采用轻量注意力引导的集成学习器,适用于数据受限场景 | 未详细讨论模型在不同缺陷类型上的失败案例或计算开销;依赖特定图像类型(如 SEM 和木材图像),泛化性需进一步验证 | 实现数据稀缺和类别不平衡条件下的稳健多标签缺陷分类 | 工业显微镜图像中的缺陷检测,包括半导体工艺中的嵌段共聚物 SEM 图像和木材缺陷数据 | 计算机视觉 | 不适用 | 扫描电子显微镜(SEM)成像 | 集成学习、注意力机制 | 图像 | 使用自组装嵌段共聚物 SEM 图像数据集和木材缺陷数据集,具体样本数量未给出 | 不适用 | 拓扑保持弹性变形(TPED)、注意力引导的轻量集成学习器 | F1-score(微平均、宏平均) | 未提及 |
| 1020 | 2026-07-06 |
High-Throughput Screening and Mechanistic Elucidation of RhlA Mutants for Enhanced Rhamnolipid Biosynthesis Guided by EGCA-Net and Molecular Dynamics Simulations
2026-Jun-29, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.6c03371
PMID:42372267
|
研究论文 | 利用EGCA-Net深度学习模型和分子动力学模拟,高通量筛选并表征提高鼠李糖脂生物合成的RhlA突变体 | 首次融合交叉注意力机制、ESM-2和图卷积网络构建EGCA-Net模型,结合深度学习活性预测、Rosetta分析、分子对接和分子动力学模拟筛选RhlA突变体,并通过湿实验验证其催化活性显著提升 | 仅针对RhlA单一酶进行突变体筛选,未探索其他可能提高鼠李糖脂产量的酶或代谢途径 | 开发基于EGCA-Net的高通量筛选框架,快速识别能增强鼠李糖脂生物合成活性的RhlA突变体 | RhlA酶及其突变体 | 机器学习 | NA | 深度学习、Rosetta分析、分子对接、分子动力学模拟 | 融合模型(EGCA-Net) | 蛋白质序列、结构数据 | 针对RhlA酶构建特定突变体文库,筛选得到4个新突变体 | NA | EGCA-Net(基于ESM-2、图卷积网络和交叉注意力机制) | 酶活性(U/mg) | NA |