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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11121 | 2025-10-07 |
Significance of multi-task deep learning neural networks for diagnosing clinically significant prostate cancer in plain abdominal CT
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1543230
PMID:40386561
|
研究论文 | 本研究评估了基于3DUnet架构的多任务深度学习网络在腹部平扫CT中诊断临床显著性前列腺癌的有效性 | 首次将多任务深度学习神经网络应用于腹部平扫CT的前列腺癌诊断,并开发了结合预测结果和PSAD、年龄的诊断列线图 | 样本量相对有限,且来自单一机构的放射科和核医学科患者 | 评估多任务深度学习神经网络在早期前列腺癌CT诊断中的有效性 | 临床显著性前列腺癌患者 | 医学影像分析 | 前列腺癌 | CT扫描 | 深度学习神经网络 | CT图像 | 539名患者(放射科461名,核医学科78名) | NA | 3DUnet, ResNet18 | AUC, ROC曲线 | NA |
| 11122 | 2025-10-07 |
Intelligent rehabilitation in an aging population: empowering human-machine interaction for hand function rehabilitation through 3D deep learning and point cloud
2025, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2025.1543643
PMID:40386804
|
研究论文 | 提出基于3D深度学习模型处理激光传感器点云数据的方法,实现非接触式手势表面特征分析,应用于人机交互手功能智能康复领域 | 集成手部表面点云采集、局部特征提取和维度信息抽象增强等关键技术,构建精准的手势表面特征分析系统 | NA | 开发非接触式智能手功能康复技术,改善老年人和康复患者的交互方式 | 老年人群和康复患者的手功能 | 计算机视觉 | 老年疾病 | 激光传感器点云数据采集 | 3D深度学习 | 点云数据 | NA | NA | NA | 准确率 | NA |
| 11123 | 2025-10-07 |
Hybrid deep learning model for accurate and efficient android malware detection using DBN-GRU
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310230
PMID:40388500
|
研究论文 | 提出一种结合深度信念网络和门控循环单元的混合深度学习模型,用于安卓恶意软件的准确高效检测 | 首次将DBN静态分析与GRU动态行为建模相结合,实现了静态和动态检测方法的有效融合 | 仅在Drebin数据集上进行验证,未在其他数据集测试泛化能力 | 提高安卓恶意软件检测的准确性和效率 | 安卓应用程序(APK文件) | 机器学习 | NA | 静态分析和动态行为分析 | DBN, GRU | 静态特征(权限、API调用、意图过滤器)和动态特征(系统调用、网络活动、进程间通信) | 129,013个应用程序(5,560个恶意软件,123,453个良性应用) | NA | DBN-GRU混合架构 | 准确率, 精确率, 召回率, AUC | NA |
| 11124 | 2025-10-07 |
Quantitative Spatial Analysis of Chromatin Biomolecular Condensates using Cryo-Electron Tomography
2024-Dec-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.01.626131
PMID:39677698
|
研究论文 | 通过冷冻电子断层扫描技术对染色质生物分子凝聚物进行定量空间分析 | 整合深度学习分割与新型上下文感知模板匹配方法,首次在重构和天然染色质系统中解析核小体平均结构 | 方法主要针对生化重构的凝聚物,对某些细胞内的凝聚物适用性有限 | 研究染色质生物分子凝聚物的内部结构和形成机制 | 生化重构的染色质凝聚物和原位天然染色质 | 结构生物学 | NA | 冷冻电子断层扫描,高压冷冻,聚焦离子束铣削 | 深度学习 | 冷冻电子断层扫描图像 | NA | NA | NA | 分辨率(6.1 Å和12 Å) | NA |
| 11125 | 2025-10-07 |
Interformer: an interaction-aware model for protein-ligand docking and affinity prediction
2024-11-25, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54440-6
PMID:39587070
|
研究论文 | 提出一种基于图Transformer架构的交互感知模型Interformer,用于蛋白质-配体对接和亲和力预测 | 采用交互感知混合密度网络捕获非共价相互作用,并引入负采样策略校正交互分布 | NA | 改进蛋白质-配体对接和亲和力预测的泛化能力和可解释性 | 蛋白质-配体复合物 | 机器学习 | NA | 深度学习 | 图Transformer | 分子结构数据 | 公开数据集和内部数据集 | NA | Graph-Transformer | 对接任务SOTA性能 | NA |
| 11126 | 2025-10-07 |
Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet
2024-11-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54609-z
PMID:39582043
|
研究论文 | 开发了一种结合微流控和单物镜倾斜光片技术的3D多靶点单分子超分辨率成像平台 | 通过可操纵的倾斜光片减少荧光背景,结合3D纳米打印微流控系统反射光片,实现了全细胞多靶点3D超分辨率成像 | NA | 解决全细胞多靶点3D单分子超分辨率成像中的高荧光背景和慢采集速度问题 | 哺乳动物细胞内的亚细胞结构 | 生物医学成像 | NA | 单分子超分辨率荧光显微镜,微流控技术,Exchange-PAINT | 深度学习 | 3D图像 | NA | NA | NA | 成像精度,成像速度 | NA |
| 11127 | 2025-10-07 |
ClickGen: Directed exploration of synthesizable chemical space via modular reactions and reinforcement learning
2024-11-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54456-y
PMID:39578485
|
研究论文 | 开发了一种利用模块化反应和强化学习生成高可合成性分子的深度学习模型 | 结合点击化学模块化反应组装分子,并整合强化学习和修复技术确保分子多样性、新颖性和强结合倾向 | 仅针对三种蛋白质的现有结合剂进行了验证,适用范围有待进一步扩展 | 解决生成分子可合成性低的问题,推动AI驱动的自动化实验和闭环分子设计 | 化学分子空间,特别是针对PARP1等蛋白质靶点的小分子化合物 | 机器学习 | 癌症 | 点击化学,强化学习,修复技术 | 深度学习模型 | 化学分子数据 | 针对三种蛋白质靶点的分子生成和验证 | NA | NA | 新颖性,可合成性,对接构象相似性 | NA |
| 11128 | 2025-10-07 |
In-context learning enables multimodal large language models to classify cancer pathology images
2024-11-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51465-9
PMID:39572531
|
研究论文 | 本研究评估了GPT-4V模型通过上下文学习在癌症病理图像分类任务中的表现 | 首次系统评估多模态大语言模型在医学图像分析中的上下文学习能力,无需参数更新即可完成专业医疗图像分类 | 仅评估了三种特定的癌症病理学任务,未涵盖更广泛的医学图像类型 | 探索上下文学习在医学图像分类中的应用,降低技术门槛 | 结直肠癌组织亚型分类、结肠息肉亚型分类和淋巴结切片中乳腺肿瘤检测 | 计算机视觉 | 癌症 | 上下文学习 | 多模态大语言模型 | 病理图像 | 仅需少量样本 | GPT-4V | GPT-4V | 与专业神经网络性能对比 | NA |
| 11129 | 2025-10-07 |
Whole-cell multi-target single-molecule super-resolution imaging in 3D with microfluidics and a single-objective tilted light sheet
2024-Sep-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.27.559876
PMID:37808751
|
研究论文 | 开发了一种结合微流控技术和单物镜倾斜光片的新型3D超分辨率成像方法,用于全细胞多靶点单分子成像 | 提出可操控的抖动单物镜倾斜光片用于光学切片以减少荧光背景,开发了3D纳米打印微流控系统反射光片至样品的新流程 | NA | 解决全哺乳动物细胞单分子超分辨率成像中高荧光背景和慢采集速度的问题 | 哺乳动物细胞亚细胞结构 | 生物医学成像 | NA | 单分子超分辨率荧光显微镜,Exchange-PAINT | 深度学习 | 3D荧光图像 | NA | NA | NA | 成像精度,成像速度 | NA |
| 11130 | 2025-10-07 |
Spatiotemporal transcriptomic landscape of rice embryonic cells during seed germination
2024-09-09, Developmental cell
IF:10.7Q1
DOI:10.1016/j.devcel.2024.05.016
PMID:38848718
|
研究论文 | 本研究通过空间增强分辨率组学测序和单细胞RNA测序,揭示了水稻胚胎细胞在种子萌发过程中的时空转录组景观 | 开发了基于深度学习的自动细胞分割模型,首次报道了两种未发现的盾片细胞类型,并提供了探索胚胎细胞在种子萌发中作用的新方法 | NA | 阐明不同胚胎细胞在调控种子活力和幼苗建成中的复杂生物学功能 | 水稻胚胎细胞 | 数字病理学 | NA | 空间增强分辨率组学测序(Stereo-seq), 单细胞RNA测序(scRNA-seq), 原位杂交 | 深度学习 | 空间转录组数据, 单细胞转录组数据 | 吸水后6、24、36和48小时的时间点样本 | NA | NA | NA | NA |
| 11131 | 2025-10-07 |
Constructing analogies: Developing critical thinking through a collaborative task
2024 Sep-Oct, Biochemistry and molecular biology education : a bimonthly publication of the International Union of Biochemistry and Molecular Biology
IF:1.2Q3
DOI:10.1002/bmb.21843
PMID:38850246
|
研究论文 | 探讨大学生通过构建复杂类比来发展批判性思维能力的定性研究 | 开发了新颖的评分方案来衡量内容知识和批判性思维,并证明结对合作能显著提升批判性思维能力 | 样本量较小(n=30),且为定性研究,结果可能缺乏普适性 | 研究通过构建复杂类比任务促进学生批判性思维发展的有效性 | 大学生物专业学生(30名) | 教育学 | NA | 定性访谈分析 | NA | 访谈数据 | 30名大学生物专业学生,共收集50份访谈数据 | NA | NA | 内容知识评分、批判性思维评分 | NA |
| 11132 | 2025-10-07 |
Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00149
PMID:38934798
|
研究论文 | 提出一种基于Transformer的片段融合模型,用于连续单细胞拉曼光谱数据的离散化分析 | 将连续光谱基于内在特征进行离散化分段,结合片段内特征提取和片段间特征融合,通过金字塔结构增强模型感受野 | NA | 解决连续拉曼光谱数据缺乏离散化而限制深度学习算法应用的问题 | 单细胞拉曼光谱数据 | 机器学习 | NA | 拉曼光谱 | Transformer | 光谱数据 | NA | NA | Fragment-Fusion Transformer, 金字塔结构 | 准确率, 信息增益, 信息熵 | NA |
| 11133 | 2025-10-07 |
Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01202
PMID:39068608
|
研究论文 | 本研究开发了一种基于热电流效应的热电水凝胶双传感器,结合深度学习策略实现人机交互系统的应变-温度双重感知 | 利用霍夫迈斯特效应和热电电流效应制备具有高韧性(800 kPa拉伸强度)和高塞贝克系数(2.3 mV/K)的三重网络PVA/PAA/羧甲基纤维素水凝胶 | NA | 开发用于人机交互系统的应变-温度双功能传感器 | 热电水凝胶传感器及其在机器人手控制中的应用 | 人机交互 | NA | 霍夫迈斯特效应、热电电流效应 | 深度学习 | 传感器数据 | NA | NA | NA | 识别准确率(95.30%) | NA |
| 11134 | 2025-10-07 |
Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01180
PMID:39096505
|
研究论文 | 本研究开发了一种基于深度学习和电化学阻抗谱的无校准药物水分含量监测方法 | 首次将深度学习技术与电化学阻抗谱结合,实现无需校准的药物水分含量快速准确检测 | NA | 开发快速准确的无校准药物水分含量监测技术 | 药物粉末样品 | 机器学习 | NA | 电化学阻抗谱 | 1DCNN | 光谱数据 | NA | NA | 一维卷积神经网络 | 平均误差 | NA |
| 11135 | 2025-10-07 |
Deep Learning Enabled Universal Multiplexed Fluorescence Detection for Point-of-Care Applications
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00860
PMID:39010300
|
研究论文 | 开发了一种结合机器学习的紧凑型无透镜荧光传感系统,用于可扩展的多重荧光检测 | 无需光学调整即可实现多重荧光检测,通过更新机器学习模型即可轻松扩展多重检测能力而无需改变硬件 | NA | 开发便携式、经济高效的多重荧光检测系统用于即时检测应用 | 三种常见呼吸道病毒 | 机器学习 | 呼吸道病毒感染 | 环介导等温扩增(LAMP) | 机器学习模型 | 荧光数据 | NA | NA | 预训练机器学习模型 | NA | NA |
| 11136 | 2025-10-07 |
Rapid Identification of Drug Mechanisms with Deep Learning-Based Multichannel Surface-Enhanced Raman Spectroscopy
2024-08-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01205
PMID:39138903
|
研究论文 | 开发基于多通道表面增强拉曼光谱和深度学习的药物作用机制快速识别平台 | 结合多通道SERS传感器阵列与深度学习算法,实现化疗药物作用机制的快速高精度识别 | NA | 快速识别化疗药物的作用机制以促进药物开发和有效使用 | 化疗药物及其在细胞中诱导的分子变化 | 机器学习 | 癌症 | 表面增强拉曼光谱,自组装单分子层 | CNN | 光谱数据 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 11137 | 2025-10-07 |
Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net
2024-Jul-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.26.605356
PMID:39091766
|
研究论文 | 开发了一种基于深度学习的全自动MRI蓝斑分析方法ELSI-Net,用于分析衰老和阿尔茨海默病痴呆中的蓝斑完整性 | 提出了首个全自动的蓝斑分割和特征提取深度学习方法ELSI-Net | 需要在更多样化的临床队列数据集上进行进一步评估以确定其普遍适用性 | 分析衰老和阿尔茨海默病痴呆中的蓝斑完整性及其与AD病理生物标志物的相关性 | 健康衰老和阿尔茨海默病痴呆数据集 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像 | 深度学习 | MRI图像 | NA | NA | ELSI-Net | 与专家评分者的一致性,与已发表图谱的一致性 | NA |
| 11138 | 2025-10-07 |
Ultralow-Power Single-Sensor-Based E-Nose System Powered by Duty Cycling and Deep Learning for Real-Time Gas Identification
2024-07-26, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00471
PMID:38857120
|
研究论文 | 提出了一种基于单传感器的超低功耗电子鼻系统,通过占空比循环和深度学习实现实时气体识别 | 采用单MOS传感器结合占空比循环技术,替代传统传感器阵列,显著降低功耗和成本;利用传感器超快热响应特性在单个时域内解耦温度与表面电荷交换效应 | 仅测试了五种气体类型,识别时间需30秒 | 开发超低功耗实时气体识别系统 | 五种气体类型 | 机器学习 | NA | 金属氧化物半导体传感器,占空比循环 | CNN | 传感器信号 | NA | NA | 卷积神经网络 | 分类准确率,浓度回归误差 | NA |
| 11139 | 2025-10-07 |
ConsensuSV-ONT - a modern method for accurate structural variant calling
2024-Jul-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.26.605267
PMID:39211254
|
研究论文 | 提出了一种基于共识策略的自动化结构变异检测工具ConsensuSV-ONT,用于牛津纳米孔长读长测序数据 | 结合六种先进结构变异检测工具,并采用卷积神经网络进行高质量变异过滤,提供完整的Docker运行环境 | NA | 开发准确可靠的结构变异检测方法,支持下游分析 | 牛津纳米孔长读长测序数据中的结构变异 | 生物信息学 | NA | 牛津纳米孔长读长测序 | CNN | 基因组测序数据 | NA | Nextflow | 卷积神经网络 | NA | Docker容器,并行计算 |
| 11140 | 2025-10-07 |
Marker Data Enhancement For Markerless Motion Capture
2024-Jul-17, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.13.603382
PMID:39071421
|
研究论文 | 开发了一种能够将稀疏关键点转换为密集解剖标记的深度学习模型,以提升无标记运动捕捉的准确性 | 创建了更大更多样化的训练数据集,开发了比OpenCap原始增强器更准确且泛化能力更强的标记增强器 | 论文未明确说明在极端运动或特殊人群中的性能表现 | 提高无标记运动捕捉中人体姿态估计的准确性和泛化能力 | 人体运动数据 | 计算机视觉 | NA | 运动捕捉技术 | 深度学习模型 | 视频,运动捕捉数据 | 1176名受试者,1433小时的关键点和解剖标记数据 | NA | 标记增强器 | 平均误差,最大误差 | NA |