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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10301 | 2025-10-07 |
Preliminary phantom study of four-dimensional computed tomographic angiography for renal artery mapping: Low-tube voltage and low-contrast volume imaging with deep learning-based reconstruction
2025-May, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.102929
PMID:40147091
|
研究论文 | 本研究通过血管体模评估低管电压4D-CT血管成像结合低对比剂用量和深度学习重建在肾动脉成像中的可行性 | 首次将低管电压4D-CT血管成像与深度学习重建技术结合,探索在低对比剂用量条件下保持肾动脉成像质量的可行性 | 研究基于体模实验,需要进一步的临床验证来确认实际应用效果 | 评估低管电压4D-CT血管成像结合低对比剂用量和深度学习重建在肾动脉栓塞术中的可行性 | 模拟对比增强血管的定制体模 | 医学影像 | 肾脏疾病 | 4D-CT血管成像,深度学习重建 | 深度学习 | CT影像 | 定制血管体模,7名放射科医生参与评估 | NA | NA | 峰值对比噪声比,图像噪声,4点量表定性评估 | NA |
10302 | 2025-10-07 |
Devising a novel evaluation method for computed tomography images containing metal artifacts from titanium seed implants: Application to virtual monochromatic imaging energy optimization
2025-May, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.102944
PMID:40199192
|
研究论文 | 本研究开发了一种评估钛种子植入物金属伪影的新方法,并确定了虚拟单色成像的最佳能量水平以减少伪影并提高信号检测能力 | 提出了新的对比度-伪影比(CAR)评估方法,结合Gumbel评估法和深度学习算法优化虚拟单色成像能量水平 | 研究基于体模实验,需要进一步临床验证 | 开发金属伪影评估方法并优化虚拟单色成像能量参数 | 钛种子植入物产生的金属伪影 | 医学影像处理 | 前列腺癌 | 双能CT,虚拟单色成像,金属伪影减少技术 | 深度学习 | CT图像 | 前列腺区域体模实验 | NA | NA | 对比度噪声比(CNR),对比度-伪影比(CAR),Gumbel评估参数 | NA |
10303 | 2025-10-07 |
Artificial intelligence in drug resistance management
2025-May, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04282-w
PMID:40235844
|
综述 | 本文综述了人工智能在抗菌药物耐药性管理中的应用,重点探讨了深度学习与机器学习在预测耐药模式和发现新型抗生素方面的作用 | 系统总结了多种AI模型(朴素贝叶斯、决策树、随机森林、支持向量机、人工神经网络)在抗菌药物耐药性管理中的创新应用,包括耐药表型预测、新抗生素发现和耐药相关突变检测 | 面临数据隐私保护、算法透明度不足、数据稀缺性、伦理考量以及需要加强跨学科合作等挑战 | 探讨人工智能技术在抗菌药物耐药性管理中的应用潜力与挑战 | 抗菌药物耐药性(AMR) | 机器学习 | 传染病 | 深度学习,机器学习 | Naïve Bayes, Decision Trees, Random Forest, Support Vector Machines, Artificial Neural Networks | NA | NA | NA | NA | NA | NA |
10304 | 2025-10-07 |
Reduction of radiation exposure in chest radiography using deep learning-based noise reduction processing: A phantom and retrospective clinical study
2025-May, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.102958
PMID:40280035
|
研究论文 | 评估基于深度学习的智能降噪技术在胸部平面摄影中降低患者辐射剂量的效果 | 首次系统评估深度学习降噪技术在胸部X射线摄影中实现辐射剂量降低35%同时保持图像质量的能力 | 研究样本量相对较小(100例),且为回顾性研究设计 | 评估智能降噪技术在胸部平面摄影中降低患者辐射剂量的效果 | 肺部体模和100例接受胸部X射线检查的患者 | 医学影像处理 | 胸部疾病 | 平面X射线摄影 | 深度学习 | X射线图像 | 100例患者 | NA | NA | 平均意见评分, 盲参考图像空间质量评估器, 入射表面剂量 | NA |
10305 | 2025-10-07 |
Low-cost video-based air quality estimation system using structured deep learning with selective state space modeling
2025-May, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2025.109496
PMID:40344874
|
研究论文 | 提出一种基于视频的低成本空气质量估计系统AQP-Mamba,通过选择性状态空间建模实现多污染物浓度和空气质量指数的准确预测 | 首次将选择性状态空间模型(SSM)与混合预测器结合用于视频空气质量分析,通过四种扫描技术双向处理时空特征,实现线性复杂度的长距离依赖捕捉 | 研究仅基于巴基斯坦拉合尔六个监测站的数据,需要在更广泛地理区域验证模型泛化能力 | 开发高效且成本效益高的空气质量预测模型,支持主动污染控制 | 室外空气质量,包括PM2.5、PM10污染物浓度和空气质量指数(AQI) | 计算机视觉 | NA | 视频分析,深度学习 | 选择性状态空间模型(SSM),混合预测器 | 视频 | 13,176个视频,来自巴基斯坦拉合尔六个监测站的每小时空气质量数据 | NA | AQP-Mamba,选择性状态空间模型,混合预测器 | R平方(PM2.5: 0.91, PM10: 0.90, AQI: 0.92),准确率(94.57%),精确率(93.86%),召回率(94.20%),F1分数(93.44%) | 实时性能,每个视频处理延迟1.98秒 |
10306 | 2025-10-07 |
Robust automatic train pass-by detection combining deep learning and sound level analysis
2025-May-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0036754
PMID:40387613
|
研究论文 | 提出结合深度学习和声级分析的创新方法,用于自动检测列车通过事件 | 首次将通用车辆噪声分类器与声级分析和梅尔频谱图分类相结合,专门针对列车通过检测 | NA | 开发自动声音事件检测和分类方法以控制高噪声水平 | 列车通过时产生的声音信号 | 机器学习 | NA | 声级分析,梅尔频谱图分析 | 深度学习分类器 | 音频信号 | 多种长期信号 | NA | NA | 时间重叠度90% | NA |
10307 | 2025-10-07 |
Food Freshness Prediction Platform Utilizing Deep Learning-Based Multimodal Sensor Fusion of Volatile Organic Compounds and Moisture Distribution
2025-04-25, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c00254
PMID:40123082
|
研究论文 | 开发了一种基于深度学习的多模态传感器融合平台,用于通过挥发性有机化合物和水分分布预测牛肉新鲜度 | 将自注意力机制和SENet缩放特征引入多模态深度学习模型,实现传感器重要特征的自适应融合和聚焦 | 仅针对牛肉样品进行研究,未验证在其他食品类型上的适用性 | 开发能够精确监测牛肉腐败过程的多模态传感技术 | 牛肉样品 | 机器学习 | NA | 表面增强拉曼散射(SERS), 低场核磁共振(LF-NMR) | 深度学习 | 传感器数据, 挥发性有机化合物数据, 水分分布数据 | NA | NA | 自注意力机制, SENet | R², 准确率 | NA |
10308 | 2025-10-07 |
Spider-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Speed via Magnetic Induction
2025-04-25, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c00403
PMID:40152352
|
研究论文 | 基于蜘蛛感知机制设计了一种可同时检测风速和压力的双模式离子凝胶柔性传感器 | 结合蜘蛛感知机制开发了集成磁感应和电容设计的双模式传感器,实现了力与速度的同时检测 | NA | 开发多功能、高灵敏度、宽检测范围且耐用的柔性传感器 | 风速和压力检测,人体运动监测 | 传感器技术 | NA | 磁感应共振原理,电容设计 | 深度学习算法 | 阻抗信号,电容信号 | NA | NA | NA | 准确率 | NA |
10309 | 2025-10-07 |
Deep Learning-driven Microfluidic-SERS to Characterize the Heterogeneity in Exosomes for Classifying Non-Small Cell Lung Cancer Subtypes
2025-04-25, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c03621
PMID:40167999
|
研究论文 | 开发了一种结合深度学习、微流控芯片和表面增强拉曼散射的技术,用于通过外泌体表征实现非小细胞肺癌的早期诊断和分子分型 | 首次将深度学习与微流控-SERS技术集成,实现了外泌体的高效捕获、富集和分析,能够区分不同NSCLC细胞系 | 未提及临床样本验证规模及多中心验证数据 | 实现非小细胞肺癌的早期诊断和精确分子分型 | 非小细胞肺癌细胞系的外泌体 | 生物医学工程 | 肺癌 | 微流控技术, 表面增强拉曼散射(SERS), 外泌体分析 | 深度学习 | 拉曼光谱数据 | 三种NSCLC细胞系和正常细胞系 | NA | NA | 准确率, AUC曲线 | NA |
10310 | 2025-04-26 |
Informing Deep Learning of Sensing Data with Physics and Chemistry
2025-04-25, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c01075
PMID:40275811
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
10311 | 2025-10-07 |
Blood cancer prediction model based on deep learning technique
2025-01-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84475-0
PMID:39805996
|
研究论文 | 本研究开发了一种基于深度学习技术的血癌预测模型,旨在提高血癌早期诊断的准确性 | 首次系统比较了ResNetRS50、RegNetX016、AlexNet、Convnext、EfficientNet、Inception_V3、Xception和VGG19等多种深度学习模型在血癌预测中的性能,并发现ResNetRS50在准确性和速度方面表现最优 | NA | 通过早期诊断血癌来降低死亡率,为患者提供更好的生存机会 | 血癌患者 | 机器学习 | 血癌 | 深度学习 | CNN | NA | NA | NA | ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19 | 准确率, 错误率, 速度 | NA |
10312 | 2025-10-07 |
Importance of Computer-aided Drug Design in Modern Pharmaceutical Research
2025, Current drug discovery technologies
|
综述 | 本文探讨计算机辅助药物设计在现代药物研发中的重要性及其基本原理 | 系统综述CADD在加速药物发现过程、提高准确性和降低资源消耗方面的综合价值 | 基于文献综述的方法可能受限于已有研究的覆盖范围和质量 | 研究计算机辅助药物设计在药物研发中的意义和价值 | 药物发现和开发过程中的生物活性化合物 | 计算化学与药物设计 | NA | 分子对接、基于片段的药物发现、从头药物设计、药效团建模、定量构效关系、3D-QSAR、同源建模、计算机ADMET、机器学习/深度学习 | NA | 文献数据 | NA | NA | NA | NA | NA |
10313 | 2025-10-07 |
Augmenting Human Expertise in Weighted Ensemble Simulations through Deep Learning-Based Information Bottleneck
2024-Dec-10, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00919
PMID:39589127
|
研究论文 | 本研究提出了一种结合深度学习和专家知识的混合方法,用于改进加权集成模拟中的集体变量选择和采样效率 | 将状态预测信息瓶颈方法与专家知识相结合,形成混合方法,协同发挥数据驱动和专家指导的优势 | 仅在丙氨酸二肽和chignolin系统上进行了基准测试,需要更多系统验证 | 提高加权集成模拟的采样效率和状态探索能力 | 分子动力学模拟中的加权集成方法 | 机器学习 | NA | 加权集成方法,状态预测信息瓶颈 | 深度学习 | 分子动力学模拟数据 | NA | NA | 状态预测信息瓶颈 | 运行间方差,状态采样效率 | NA |
10314 | 2025-10-07 |
Increasing phosphorus loss despite widespread concentration decline in US rivers
2024-Nov-26, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2402028121
PMID:39556745
|
研究论文 | 利用深度学习重建美国河流总磷浓度趋势,发现尽管浓度普遍下降但磷流失总量仍在增加 | 首次结合密集水文气象数据和深度学习填补历史数据空白,重建美国本土河流40年总磷浓度和流失量趋势 | 依赖历史数据的完整性和模型重建的准确性,气候变化对河流流量的影响增加了磷流失控制的复杂性 | 分析美国河流总磷浓度和流失量的长期变化趋势 | 美国本土430条河流的总磷浓度和流失量 | 环境科学, 机器学习 | NA | 水文气象监测, 深度学习 | LSTM | 水文气象时间序列数据 | 美国本土430条河流1980-2019年每日记录 | NA | 多任务长短期记忆网络 | NA | NA |
10315 | 2025-10-07 |
Rapid Detection of SARS-CoV-2 Variants Using an Angiotensin-Converting Enzyme 2-Based Surface-Enhanced Raman Spectroscopy Sensor Enhanced by CoVari Deep Learning Algorithms
2024-06-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00488
PMID:38843447
|
研究论文 | 开发了一种结合表面增强拉曼光谱和深度学习算法的集成方法,用于快速检测和定量SARS-CoV-2变异株 | 基于ACE2功能化的SERS传感器与CoVari深度学习算法相结合,可同时预测病毒变异株种类和浓度 | 未明确说明样本来源和具体样本数量,未知样本测试在浓度高于781 PFU/mL时分类准确率>90% | 开发快速定量检测SARS-CoV-2变异株的方法 | SARS-CoV-2病毒及其变异株(SARS-CoV-2 B1和CoV-NL63) | 生物传感器与机器学习 | COVID-19 | 表面增强拉曼光谱(SERS) | 深度学习 | 光谱数据 | NA | NA | CoVari | 准确率, R²值 | NA |
10316 | 2025-10-07 |
Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection
2024-06-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00654
PMID:38842187
|
研究论文 | 提出两种基于深度学习的框架STFT-CNN和SST-CNN,用于检测药物诱导的心脏毒性 | 首次将短时傅里叶变换和同步压缩变换与CNN结合,从iPSC-CMs的机械搏动信号中检测心脏毒性 | 未明确说明样本规模和数据集的详细组成 | 开发更准确可靠的药物心脏毒性检测方法 | 诱导多能干细胞衍生的心肌细胞(iPSC-CMs)的机械搏动信号 | 机器学习 | 心血管疾病 | 阻抗测量,短时傅里叶变换(STFT),同步压缩变换(SST) | CNN | 时间序列信号,二维图像表示 | NA | NA | STFT-CNN, SST-CNN | 准确率 | NA |
10317 | 2025-10-07 |
Percolation Images: Fractal Geometry Features for Brain Tumor Classification
2024, Advances in neurobiology
DOI:10.1007/978-3-031-47606-8_29
PMID:38468053
|
研究论文 | 提出一种结合分形几何特征和深度学习的脑肿瘤分类混合方法 | 引入分形几何概念生成渗流图像以突出脑部图像的空间特性,并与原始图像共同输入卷积神经网络 | NA | 脑肿瘤检测与分类 | 脑部图像 | 计算机视觉 | 脑肿瘤 | 分形几何分析 | CNN | 图像 | NA | NA | NA | NA | NA |
10318 | 2025-10-07 |
An autonomous drone for search and rescue in forests using airborne optical sectioning
2021-06-23, Science robotics
IF:26.1Q1
DOI:10.1126/scirobotics.abg1188
PMID:34162744
|
研究论文 | 本文介绍了一种使用空中光学切片技术在森林中自主搜索救援人员的无人机系统 | 开发了基于自适应采样的实时在线搜索技术,能够在飞行过程中动态调整路径,将图像复杂度降低至先前方法的1/10 | 在17次野外实验中未能找到全部42名隐藏人员(找到38名),在预设路径实验中精度为86% | 开发能够在茂密遮挡森林中自主搜索救援人员的无人机系统 | 森林中隐藏的人员 | 计算机视觉 | NA | 空中光学切片技术,热成像处理 | 深度学习 | 热成像图像 | 17次野外实验,涉及42名隐藏人员 | NA | NA | 精度, 分类置信度 | 机载实时计算 |
10319 | 2025-10-07 |
Application of deep learning on quantitative analysis of binary solid dispersions by UV Raman spectroscopy for planetary exploration
2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126154
PMID:40279879
|
研究论文 | 提出一种结合注意力机制的深度学习模型IRMSE,用于行星探测中紫外拉曼光谱的矿物和有机物定量分析 | 首次将带有压缩激励模块的Inception-ResNet-v1模型应用于紫外拉曼光谱定量分析,通过注意力机制从冗余特征中选择关键信息 | NA | 验证深度学习在行星探测拉曼光谱定量分析中的可行性 | 矿物与有机物组成的二元固体分散体系 | 机器学习 | NA | 紫外拉曼光谱 | CNN | 光谱数据 | NA | NA | Inception-ResNet-v1 | 预测准确度 | NA |
10320 | 2025-10-07 |
A high-throughput framework for predicting three-dimensional structural-mechanical relationships of human cranial bones using a deep learning-based method
2025-Aug, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.107007
PMID:40328110
|
研究论文 | 提出基于深度学习的高通量框架,用于预测人类颅骨三维结构与力学响应之间的关系 | 首次将三维颅骨微观结构与三维力学响应相关联,克服了传统方法仅能预测一维序列或二维截面力学属性的局限性 | 样本数量有限(40个颅骨样本),年龄分布较集中(平均82.5岁) | 建立颅骨三维微观结构与力学响应之间的关联关系 | 人类颅骨样本 | 医学影像分析 | 颅骨损伤 | micro-CT扫描,有限元模拟,准静态压缩实验 | 深度学习 | 三维医学影像 | 40个人类颅骨样本,从中提取2000个代表性体积单元 | NA | 优化后的U-Net | 预测值与真实值之间的相似度 | NA |