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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1041 | 2025-10-05 |
Application of contrast-enhanced CT-driven multimodal machine learning models for pulmonary metastasis prediction in head and neck adenoid cystic carcinoma
2025-Nov, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112377
PMID:40857998
|
研究论文 | 本研究探索基于增强CT的放射组学和深度学习方法预测头颈部腺样囊性癌肺转移 | 首次将增强CT驱动的多模态特征融合与多种机器学习算法结合用于头颈部腺样囊性癌肺转移预测 | 回顾性研究且样本量有限(130例患者),部分模型出现过拟合现象 | 开发预测头颈部腺样囊性癌肺转移的机器学习模型 | 130例经病理证实的头颈部腺样囊性癌患者 | 医学影像分析 | 头颈部腺样囊性癌 | 对比增强CT成像 | 多种机器学习算法 | 医学影像数据(CT图像)和临床记录 | 130例患者,按7:3比例随机分为训练集和测试集 | NA | ada, KNN, rf, NB, GLM, LDA, rpart, SVM-RBF, GBM | 召回率, 灵敏度, PPV, F1分数, 精确度, 患病率, NPV, 特异度, 准确度, 检测率, 检测患病率, 平衡准确度, AUC | NA |
1042 | 2025-10-05 |
An overview of reliable and representative DVC measurements for musculoskeletal tissues
2025-Oct, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70008
PMID:40636996
|
综述 | 本文综述了数字体积相关(DVC)技术在肌肉骨骼组织生物力学研究中的可靠性和代表性测量方法 | 重点关注组织界面处理、边界效应和DVC输出不确定性量化等关键技术挑战,并探讨了DVC与计算建模耦合及深度学习等数据驱动方法的整合 | 指出了当前DVC技术在精度、临床转化和自动化工作流程方面的局限性 | 评估和改进DVC技术在肌肉骨骼组织生物力学表征中的可靠性和代表性 | 矿化和软组织等肌肉骨骼组织 | 生物医学工程 | 肌肉骨骼疾病 | 数字体积相关(DVC) | 深度学习 | 3D图像数据 | NA | NA | NA | 测量精度、可靠性 | NA |
1043 | 2025-10-05 |
From Single-Cancer to Pan-Cancer Prognosis: A Multimodal Deep Learning Framework for Survival Analysis with Robust Generalization Capability
2025-Oct, The American journal of pathology
DOI:10.1016/j.ajpath.2025.06.006
PMID:40651540
|
研究论文 | 提出一种统一的多模态泛癌生存网络(UMPSNet),通过整合组织病理学图像、基因组表达谱和元数据实现跨癌症类型的生存预后预测 | 采用基于最优传输的多模态特征对齐和专家混合机制,解决癌症类型分布偏移问题,实现零样本迁移能力 | 模型在未见过的恶性肿瘤上性能仍有提升空间,需要更多外部验证 | 开发具有强泛化能力的多模态深度学习框架,用于泛癌生存分析 | 癌症患者的多模态数据,包括组织病理学图像、基因组表达谱和临床元数据 | 数字病理学 | 泛癌研究 | 全切片图像分析,基因组表达谱分析 | 深度学习,多模态学习 | 图像,基因组数据,文本元数据 | 3523张全切片图像(2831例患者),来自5个TCGA队列;392张胰腺腺癌全切片图像(66例患者)用于外部验证 | PyTorch | UMPSNet,包含最优传输注意力机制和专家混合机制 | 一致性指数 | GPU计算资源 |
1044 | 2025-10-05 |
Smarter stomata: emergent technologies unlocking yield potential in a changing climate
2025-Oct, AoB PLANTS
IF:2.6Q2
DOI:10.1093/aobpla/plaf048
PMID:40979128
|
综述 | 探讨气孔性状在气候变化背景下作为作物育种靶标的潜力及新兴技术在其中的应用 | 系统整合深度学习、CRISPR、多组学等前沿技术,提出将气孔性状纳入育种策略的新范式 | 未明确具体作物的最佳气孔模型,环境适应性策略存在情景依赖性 | 开发气候适应性作物的气孔性状育种策略 | 作物气孔生理与解剖特征 | 农业生物技术 | NA | 深度学习、孔隙测量、数字显微、遥感、CRISPR、多组学分析 | 深度学习模型 | 图像、生理测量、遥感数据 | NA | NA | NA | NA | NA |
1045 | 2025-10-05 |
KurdABSA: Kurdish aspect-based sentiment analysis dataset curation using few-shot learning
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112012
PMID:40989237
|
研究论文 | 本研究创建了首个库尔德语索拉尼方言方面级情感分析数据集,并采用少样本学习进行自动标注 | 开发了首个公开的库尔德语方面级情感分析数据集,填补了低资源语言在该领域的空白 | 数据集仅限于餐厅评论领域,可能无法泛化到其他领域 | 为低资源语言开发方面级情感分析资源,促进自然语言处理研究 | 库尔德语索拉尼方言的餐厅评论文本 | 自然语言处理 | NA | 少样本学习 | 提示学习模型 | 文本 | 超过4000个四元组ABSA样本 | NA | NA | NA | NA |
1046 | 2025-10-05 |
A Combined Model Based on Bone Mineral Density for Noninvasive Prediction of Prognosis in Non-Small Cell Lung Cancer Patients Receiving Immune Checkpoint Inhibitors: A Multicenter Retrospective Study
2025-Oct, MedComm
IF:10.7Q1
DOI:10.1002/mco2.70398
PMID:40989575
|
研究论文 | 开发结合骨密度和临床特征的联合模型用于预测非小细胞肺癌患者免疫治疗的预后 | 首次将基线骨密度和治疗后骨密度下降纳入预后预测模型,并揭示骨密度与肿瘤微环境的关联机制 | 回顾性研究设计,样本来自多个中心可能存在异质性 | 建立非侵入性预后预测模型改善非小细胞肺癌患者免疫治疗的风险分层 | 接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者 | 数字病理 | 肺癌 | 深度学习,转录组分析 | 深度学习 | 医学影像,临床数据,转录组数据 | 2096名患者(模型开发),130名患者(转录组分析) | NA | NA | Harrell's concordance index,风险比,无进展生存期,总生存期 | NA |
1047 | 2025-10-05 |
UK Biobank-centric advances in brain age prediction: a comprehensive review
2025-Sep-29, Reviews in the neurosciences
IF:3.4Q2
DOI:10.1515/revneuro-2025-0055
PMID:40997331
|
综述 | 基于UK Biobank数据集的大脑年龄预测研究进展全面回顾 | 系统整合了70项利用UK Biobank进行大脑年龄预测的研究,聚焦机器学习与深度学习算法的范式转变进展 | UK Biobank数据集本身存在的固有局限性未完全解决 | 建立有效的脑健康评估系统,推动神经退行性疾病的精准诊疗 | 基于UK Biobank的脑影像数据 | 机器学习,深度学习 | 神经退行性疾病 | 神经影像技术 | NA | 脑影像数据 | UK Biobank大规模人群代表性数据集 | NA | NA | NA | NA |
1048 | 2025-10-05 |
High-Adhesive Hydrogel-Based Strain Sensor in the Clinical Diagnosis of Anterior Talofibular Ligament Sprain
2025-Sep-26, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c03472
PMID:40042081
|
研究论文 | 开发了一种基于高粘性水凝胶的应变传感器,用于前距腓韧带扭伤的临床诊断 | 结合明胶、纤维素纳米纤维和交联聚丙烯酸接枝N-羟基琥珀酰亚胺酯制备高粘性水凝胶传感器,并集成深度学习模型提高诊断准确性 | NA | 开发能够准确评估前距腓韧带扭伤严重程度的可穿戴诊断设备 | 前距腓韧带扭伤患者 | 医疗诊断 | 韧带损伤 | 水凝胶传感器技术 | 深度学习 | 传感器数据 | NA | NA | NA | 诊断准确率 | NA |
1049 | 2025-10-05 |
Fixed point method for PET reconstruction with learned plug-and-play regularization
2025-Sep-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae05ac
PMID:40930128
|
研究论文 | 提出一种基于定点方法的PET重建算法,结合学习型即插即用正则化技术 | 将Douglas-Rachford分裂方法与满足定点条件的去噪器相结合,确保算法收敛性 | 谱归一化方法在泛化能力方面表现欠佳 | 提高PET重建的图像质量和量化精度 | 低计数PET图像重建 | 医学影像重建 | NA | 正电子发射断层扫描(PET) | 深度学习网络 | 医学影像 | 合成实验和真实研究 | NA | 谱归一化网络,深度平衡模型,卷积网络 | 偏差,标准差 | NA |
1050 | 2025-10-05 |
CNSGT: Generative Transformer for De Novo Drug Design Targeting the Central Nervous System
2025-Sep-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01541
PMID:41002051
|
研究论文 | 提出一种结合变分自编码器和自注意力机制的生成式Transformer框架CNSGT,用于针对中枢神经系统的新药设计 | 整合VAE与自注意力机制,克服传统SMILES表示的限制,有效捕捉分子结构和语义关系 | 仅在多巴胺转运体抑制剂上进行了验证,未扩展到其他CNS靶点 | 开发针对中枢神经系统药物设计的生成式深度学习模型 | 中枢神经系统药物分子 | 机器学习 | 中枢神经系统疾病 | 深度学习,分子对接,动态模拟 | Transformer, VAE | 分子结构数据 | 大规模分子数据集 | NA | Transformer, VAE | CNS MPO评分,合成可及性评分(SAScore),分子对接评分(Glide docking score) | NA |
1051 | 2025-10-05 |
Molecular dynamics simulations of proteins: an in-depth review of computational strategies, structural insights, and their role in medicinal chemistry and drug development
2025-Sep-26, Biological cybernetics
IF:1.7Q4
DOI:10.1007/s00422-025-01026-0
PMID:41003729
|
综述 | 深入探讨分子动力学模拟在蛋白质研究中的计算策略、结构见解及其在药物化学和开发中的应用 | 专门聚焦蛋白质分子动力学模拟在疾病背景下与抑制剂相互作用的系统综述,并展望机器学习与深度学习技术的整合前景 | 计算模型与实际细胞条件之间仍存在差距,当前方法在模拟真实生物环境方面存在局限 | 评估分子动力学模拟在蛋白质行为研究和药物开发中的应用价值 | 蛋白质及其与抑制剂的相互作用 | 计算生物学 | NA | 分子动力学模拟 | NA | 分子结构数据 | NA | GROMACS, DESMOND, AMBER | NA | 模拟结果可靠性 | NA |
1052 | 2025-10-05 |
Ultra-fast whole-brain T2-weighted imaging in 7 seconds using dual-type deep learning reconstruction with single-shot acquisition: clinical feasibility and comparison with conventional methods
2025-Sep-26, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01875-6
PMID:41003971
|
研究论文 | 评估采用单次激发快速自旋回波技术和双类型深度学习重建的超快速T2加权成像的图像质量与临床实用性 | 首次将单次激发采集与双类型深度学习重建(包含图像去噪和超分辨率处理)相结合,实现7秒全脑T2加权成像 | 样本量较小(38例患者),仅与常规T2WI进行比较 | 评估超快速T2加权成像技术的图像质量和临床效用 | 38例接受常规和超快速T2加权成像的患者 | 医学影像 | 中枢神经系统疾病 | 单次激发快速自旋回波技术,深度学习重建 | 深度学习 | 磁共振图像 | 38例患者 | NA | 双类型深度学习(去噪和超分辨率) | 图像质量评分,解剖结构可见性,噪声水平,伪影水平,信噪比,对比噪声比 | NA |
1053 | 2025-10-05 |
FairDITA: Disentangled Image-Text Alignment for Fair Skin Cancer Diagnosis
2025-Sep-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01693-2
PMID:41003966
|
研究论文 | 提出一种新颖的对比学习框架FairDITA,通过解耦图像-文本对齐实现公平的皮肤癌诊断 | 利用显式构建的图像-文本对将病变特征与肤色属性解耦,通过测量图像和文本嵌入空间中的语义距离并进行最优表示对齐 | 方法依赖于图像-文本对的显式构建,可能受限于文本描述的准确性和完整性 | 解决皮肤癌诊断中的算法公平性问题,减少不同肤色群体间的性能差异 | 皮肤癌诊断 | 计算机视觉 | 皮肤癌 | 对比学习 | 深度学习 | 图像, 文本 | 两个基准数据集PAD-UFES-20和Fitzpatrick17k,涵盖广泛肤色范围 | NA | 共享文本编码器和两个专用图像编码器 | 分类准确率, 公平性指标 | NA |
1054 | 2025-10-05 |
Automated Diffusion Analysis for Noninvasive Prediction of Isocitrate Dehydrogenase Genotype in WHO Grade 2-3 Gliomas
2025-Sep-25, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8776
PMID:40494626
|
研究论文 | 本研究开发了一种基于T2加权成像的自动ADC提取流程,用于无创预测WHO 2-3级胶质瘤的异柠檬酸脱氢酶基因型 | 首次建立了基于单序列(T2加权成像)的自动ADC提取流程,使用nnUNet深度学习算法实现胶质瘤自动分割,避免了传统手动分割的耗时和操作者依赖性 | nnUNet在6%的病例中出现远离肿瘤的脑组织过分割,在0.8%的胶质瘤中遗漏了部分肿瘤成分 | 开发自动化的ADC分析方法,用于胶质瘤IDH基因型的无创预测 | WHO 2-3级胶质瘤患者 | 数字病理 | 胶质瘤 | MRI, ADC成像 | 深度学习 | 医学影像 | 医院数据集247例,BraTS 2021数据集500例 | nnUNet, Python, FSL | nnUNet | Dice系数, AUC, 95%置信区间 | NA |
1055 | 2025-10-05 |
Deep Learning for Cardiac Overload Estimation - Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram
2025-Sep-25, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-25-0098
PMID:40533163
|
研究论文 | 开发深度学习模型通过心音和心电图非侵入性预测血浆BNP水平 | 首次结合心音和ECG信号通过深度学习估计BNP水平,实现非侵入性心衰筛查 | 样本量有限(外部验证集仅140例患者),需更大规模研究验证 | 开发非侵入性心衰筛查工具,验证深度学习模型预测BNP水平的性能 | 心衰患者的心音和心电图信号 | 医疗人工智能 | 心血管疾病 | 心音图、心电图 | 深度学习 | 生理信号(心音、ECG) | 外部验证集140例患者,亚组分析127例 | NA | NA | AUROC, 敏感度, 特异度 | NA |
1056 | 2025-10-05 |
The identification and severity staging of chronic obstructive pulmonary disease using quantitative CT parameters, radiomics features, and deep learning features
2025-Sep-25, Respiration; international review of thoracic diseases
DOI:10.1159/000548595
PMID:40996946
|
研究论文 | 本研究通过整合定量CT参数、影像组学特征和深度学习特征,开发慢性阻塞性肺疾病的识别与严重程度分期模型 | 首次结合双相CT的定量参数、影像组学与深度学习特征构建多模态模型,用于COPD识别和严重程度分期 | 回顾性研究设计,样本量相对有限(223例患者+59例对照),需要进一步前瞻性验证 | 评估基于双相CT的多模态特征在COPD识别和严重程度分期中的价值 | 慢性阻塞性肺疾病患者和健康对照者 | 医学影像分析 | 慢性阻塞性肺疾病 | 定量CT分析,影像组学分析,深度学习特征提取 | 逻辑回归 | CT影像 | 282例(223例COPD患者+59例健康对照),广州队列训练测试,深圳队列外部验证 | pyradiomics, VGG-16 | VGG-16 | AUC | NA |
1057 | 2025-10-05 |
MTF-hERG: a Multi-type Features Fusion-based Framework for Predicting hERG Cardiotoxicity of Compounds
2025-Sep-25, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3614696
PMID:40996988
|
研究论文 | 提出一种基于多类型特征融合的框架MTF-hERG,用于预测化合物的hERG心脏毒性 | 首次融合分子指纹、2D分子图像和3D分子图等多种分子特征,通过深度特征融合和不同激活函数的全连接层构建预测模型 | NA | 开发深度学习模型预测化合物的hERG心脏毒性,提高药物开发效率 | 化合物的hERG心脏毒性 | 机器学习 | 心血管疾病 | 深度学习 | 全连接神经网络,DenseNet,等变图神经网络 | 分子指纹,2D分子图像,3D分子图 | NA | NA | DenseNet,Equivariant Graph Neural Networks | 准确率,AUC,AUPR,RMSE,R² | NA |
1058 | 2025-10-05 |
Conditional Virtual Imaging for Few-Shot Vascular Image Segmentation
2025-Sep-25, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3608467
PMID:40996986
|
研究论文 | 提出一种用于少样本血管图像分割的条件虚拟成像框架 | 提出对齐图像-掩码对生成方法和双重一致性学习策略,利用大预训练模型生成高质量血管图像 | NA | 解决少标注样本下血管图像分割性能不佳的问题 | 血管医学图像 | 医学图像处理 | 血管疾病 | 深度学习 | 生成模型,分割模型 | 医学图像 | 少量标注血管图像和大量未标注数据 | NA | NA | NA | NA |
1059 | 2025-10-05 |
Ape Optimizer: A p-Power Adaptive Filter-Based Approach for Deep Learning Optimization
2025-Sep-25, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3610665
PMID:40996994
|
研究论文 | 提出一种基于p幂自适应滤波的新型深度学习优化器Ape,通过p幂调整机制处理重尾梯度分布 | 首次将自适应滤波领域的LMP算法引入深度学习优化,针对α稳定分布设计梯度调整机制和二阶矩估计方法 | NA | 解决深度学习优化器中梯度噪声非高斯分布假设失效的问题 | 深度学习优化算法 | 机器学习 | NA | 自适应滤波 | NA | 基准数据集 | NA | NA | NA | 准确率, 训练速度 | NA |
1060 | 2025-10-05 |
HiADN:Lightweight Resolution Enhancement of Hi-C Data Using High Information Attention Distillation Network
2025-Sep-25, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3614663
PMID:40996990
|
研究论文 | 提出一种基于深度学习的HiADN方法,用于从稀疏Hi-C矩阵推断高分辨率染色质相互作用矩阵 | 设计了专门的HiFM架构捕获Hi-C数据的局部空间结构,开发了大核卷积分解和注意力机制探索长基因组距离的全局模式 | NA | 提升稀疏Hi-C测序数据质量以恢复3D染色质基本特征 | Hi-C数据、3D染色质结构 | 计算生物学 | NA | Hi-C测序 | CNN, 注意力机制 | Hi-C相互作用矩阵 | GM12878、K562和CH12-LX细胞系数据集 | NA | HiFM | 与实验文库效果对比、超越现有最优模型 | NA |