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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
11161 | 2025-10-07 |
Applications of Artificial Intelligence in Constrictive Pericarditis: A Short Literature Review
2025-Mar-11, Current cardiology reports
IF:3.1Q2
DOI:10.1007/s11886-025-02222-x
PMID:40067491
|
文献综述 | 本文综述了人工智能在缩窄性心包炎诊断和治疗中的应用现状与前景 | 首次系统总结AI技术在罕见病缩窄性心包炎中的诊断价值,特别是深度学习算法达到0.95以上AUC的突破性表现 | AI应用尚处于早期阶段,存在泛化能力和可解释性问题,且缺乏高质量大规模超声心动图数据集 | 探索人工智能在改善缩窄性心包炎诊断准确性和患者预后方面的潜力 | 缩窄性心包炎患者及其医学影像数据 | 医学人工智能 | 心血管疾病 | 超声心动图, 计算机断层扫描, 磁共振成像 | 深度学习 | 医学影像 | NA | NA | ResNet50 | AUC | NA |
11162 | 2025-10-07 |
Assessing Public Interest in Mammography, Computed Tomography Lung Cancer Screening, and Computed Tomography Colonography Screening Examinations Using Internet Search Data: Cross-Sectional Study
2025-Mar-11, JMIR cancer
IF:3.3Q2
DOI:10.2196/53328
PMID:40068175
|
研究论文 | 通过分析谷歌搜索数据评估公众对乳腺摄影、肺癌CT筛查和CT结肠造影筛查的关注度 | 首次使用互联网搜索数据比较三种主要癌症筛查方式的公众关注度,并分析相关搜索主题 | 仅基于谷歌搜索数据,可能无法代表所有人群的筛查兴趣 | 评估公众对不同癌症筛查方式的关注程度和主要关注话题 | 乳腺摄影、低剂量CT肺癌筛查和CT结肠造影筛查 | 医疗信息学 | 癌症筛查 | 互联网搜索数据分析 | NA | 搜索数据 | 20年谷歌趋势数据和1年详细搜索查询数据 | NA | NA | 相对搜索量、搜索主题分类比例 | NA |
11163 | 2025-10-07 |
Infusing structural assumptions into dimensionality reduction for single-cell RNA sequencing data to identify small gene sets
2025-Mar-11, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-07872-9
PMID:40069486
|
研究论文 | 提出一种结合结构假设的维度降维方法BAE,用于单细胞RNA测序数据分析以识别小型基因集 | 将生物学合理假设与无监督深度学习相结合,通过boosting方法形式化假设,能识别解释潜在维度的小型基因集合 | NA | 开发能够整合生物学假设的维度降维方法,用于单细胞RNA测序数据分析 | 单细胞RNA测序数据中的基因表达模式 | 生物信息学 | NA | 单细胞RNA测序 | 自编码器 | 基因表达数据 | NA | NA | Boosting Autoencoder (BAE) | NA | NA |
11164 | 2025-10-07 |
Efficient deep learning-based tomato leaf disease detection through global and local feature fusion
2025-Mar-11, BMC plant biology
IF:4.3Q1
DOI:10.1186/s12870-025-06247-w
PMID:40069604
|
研究论文 | 提出一种基于全局和局部特征融合的高效番茄叶片病害检测网络E-TomatoDet | 通过集成CSWinTransformer增强全局特征捕获能力,设计多核模块和局部特征增强金字塔网络融合多尺度局部特征 | NA | 提高复杂环境下番茄叶片病害检测性能 | 番茄叶片病害 | 计算机视觉 | 植物病害 | 深度学习 | CNN, Transformer | 图像 | 两个番茄叶片病害数据集 | NA | CSWinTransformer, E-TomatoDet, CMKM, LFEP | mAP50 | NA |
11165 | 2025-10-07 |
Breast tumors from ATM pathogenic variant carriers display a specific genome-wide DNA methylation profile
2025-Mar-11, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-01988-w
PMID:40069712
|
研究论文 | 本研究揭示了携带ATM致病性变异的乳腺癌患者肿瘤具有独特的全基因组DNA甲基化特征 | 首次发现ATM致病性变异携带者的乳腺癌具有特异性全基因组DNA甲基化谱,并鉴定出27个可预测ATM状态的关键基因启动子 | 样本量相对有限,特别是A-T患者仅2例,且转录组数据仅来自10个肿瘤 | 研究DNA甲基化谱作为生物标志物识别ATM致病性变异携带者乳腺癌的可行性 | 乳腺癌肿瘤样本(来自ATM致病性变异携带者、意义未明变异携带者和非携带者) | 生物信息学 | 乳腺癌 | 全基因组DNA甲基化分析(Illumina Infinium HumanMethylation EPIC和450K BeadChips) | 逻辑回归, 随机森林, XGBoost | DNA甲基化数据, 基因表达数据 | 519例乳腺癌患者(2例A-T患者,27例ATM致病性变异携带者,6例意义未明变异携带者,484例非携带者) | NA | NA | NA | NA |
11166 | 2025-10-07 |
RBPsuite 2.0: an updated RNA-protein binding site prediction suite with high coverage on species and proteins based on deep learning
2025-Mar-11, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02182-2
PMID:40069726
|
研究论文 | 介绍了一个基于深度学习的RNA-蛋白质结合位点预测工具RBPsuite 2.0的更新版本 | 将支持的RBP数量从154个增加到353个,支持的物种从1个扩展到7个,并采用更准确的环状RNA结合位点预测器iDeepC替代原有组件 | NA | 开发一个易于使用的网络服务器,用于预测RNA序列中的RBP结合位点 | 线性和环状RNA序列中的RNA结合蛋白结合位点 | 生物信息学 | NA | 深度学习 | 深度学习模型 | RNA序列数据 | NA | NA | NA | NA | NA |
11167 | 2025-10-07 |
AnomalGRN: deciphering single-cell gene regulation network with graph anomaly detection
2025-Mar-11, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02177-z
PMID:40069807
|
研究论文 | 提出AnomalGRN模型,通过图异常检测方法解析单细胞基因调控网络 | 首次将异常检测应用于基因调控网络分析,通过节点重构和异质性识别解决数据不平衡问题 | NA | 解决单细胞基因调控网络中数据噪声和正负链接不平衡的问题 | 单细胞RNA测序数据中的基因调控网络 | 生物信息学 | NA | 单细胞RNA测序 | 图神经网络 | 基因表达数据 | NA | NA | AnomalGRN | NA | NA |
11168 | 2025-10-07 |
Cellular senescence predicts breast cancer risk from benign breast disease biopsy images
2025-Mar-11, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-01993-z
PMID:40069863
|
研究论文 | 本研究通过深度学习模型分析良性乳腺疾病活检图像中的细胞衰老特征,预测浸润性乳腺癌风险 | 首次利用深度学习模型从H&E染色活检图像中预测细胞衰老特征,并验证其与乳腺癌风险的关联 | 研究基于回顾性病例对照设计,可能存在选择偏倚;样本来源单一医疗系统 | 评估细胞衰老特征在良性乳腺疾病患者中预测浸润性乳腺癌风险的价值 | 15,395名接受乳腺活检的女性,包括512例后续发生浸润性乳腺癌的病例和491例对照 | 数字病理 | 乳腺癌 | H&E染色,深度学习 | 深度学习模型 | 病理图像 | 1,003名女性(512例病例+491例对照)的活检图像 | NA | NA | 比值比(OR),95%置信区间(CI) | NA |
11169 | 2025-10-07 |
SynthMol: A Drug Safety Prediction Framework Integrating Graph Attention and Molecular Descriptors into Pre-Trained Geometric Models
2025-Mar-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01320
PMID:40000610
|
研究论文 | 提出一种集成预训练几何模型、图注意力网络和分子描述符的药物安全性预测深度学习框架 | 首次将预训练的3D结构特征、图注意力网络和分子指纹集成到统一框架中,在多个数据集上实现比现有最优模型更高的预测精度 | NA | 开发高精度的分子性质预测框架用于药物安全性评估 | 药物分子及其安全性相关性质 | 机器学习 | NA | 深度学习 | 图注意力网络 | 分子结构数据 | 22个数据集(包括MoleculeNet、MolData和已发表的药物安全数据) | NA | 图注意力网络 | ROC-AUC | NA |
11170 | 2025-10-07 |
Vision Mamba and xLSTM-UNet for medical image segmentation
2025-Mar-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88967-5
PMID:40059111
|
研究论文 | 提出一种结合结构化状态空间模型和轻量级LSTM的新型医学图像分割网络VMAXL-UNet | 首次将结构化状态空间模型(SSM)与轻量级LSTM(xLSTM)集成到医学图像分割中,通过VSS和ViL模块有效融合局部边界细节与全局语义上下文 | 未明确说明模型在更广泛医学图像数据集上的泛化能力 | 开发高效准确的医学图像分割方法以克服传统CNN和Transformer模型的局限性 | 医学图像中的病灶区域分割 | 计算机视觉 | 皮肤病(基于ISIC数据集)和消化道疾病(基于CVC-ClinicDB和Kvasir数据集) | 深度学习 | SSM, LSTM, UNet | 医学图像 | 多个公开数据集(ISIC17, ISIC18, CVC-ClinicDB, Kvasir),具体样本数量未明确说明 | NA | VMAXL-UNet, VSS模块, ViL模块 | 分割准确性, 鲁棒性 | NA |
11171 | 2025-10-07 |
Machine learning-assisted wearable sensing systems for speech recognition and interaction
2025-Mar-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-57629-5
PMID:40064879
|
研究论文 | 提出一种可穿戴无线柔性皮肤附着声学传感器,用于在恶劣声学环境中实现语音识别和人机交互 | 采用压电微机械超声换能器(PMUT)技术,结合柔性封装和ResNet架构,实现高精度喉部语音特征分类 | NA | 开发能够在嘈杂环境中有效工作的语音识别和人机交互系统 | 人类语音和喉部振动信号 | 机器学习 | NA | 压电微机械超声换能器(PMUT) | 深度学习,ResNet | 语音振动信号,皮肤运动数据 | NA | NA | ResNet | 准确率 | NA |
11172 | 2025-10-07 |
Pixel level deep reinforcement learning for accurate and robust medical image segmentation
2025-Mar-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92117-2
PMID:40064951
|
研究论文 | 提出一种基于像素级深度强化学习的医学图像分割模型PixelDRL-MG,通过逐像素掩码生成实现准确鲁棒的分割 | 首次将深度强化学习应用于像素级医学图像分割,提出像素级异步优势演员-评论家策略(PA3C),打破传统深度学习模型对堆叠模块的路径依赖 | 未明确说明模型在更多医学图像模态上的泛化能力,以及在实际临床环境中的验证结果 | 开发参数更少、部署成本更低且分割性能更优的医学图像分割方法 | 医学图像中的感兴趣区域分割 | 计算机视觉 | NA | 深度强化学习 | 深度强化学习 | 医学图像 | 两个常用医学图像分割数据集,包含50-shot和100-shot低资源设置 | NA | PixelDRL-MG, PA3C | 分割性能指标(特别在边界分割方面) | NA |
11173 | 2025-10-07 |
Accuracy of deep learning models in the detection of accessory ostium in coronal cone beam computed tomographic images
2025-Mar-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93250-8
PMID:40064998
|
研究论文 | 本研究评估深度学习模型在冠状位锥形束CT图像中检测上颌窦副口(AO)的准确性 | 首次研究CNN在放射影像中检测上颌窦副口的有效性,填补了该领域的研究空白 | 仅使用裁剪后的二维CBCT图像,未利用三维扫描的全部信息 | 确定深度学习模型在冠状位CBCT图像中检测上颌窦副口的准确性 | 上颌窦副口(AO)的检测 | 计算机视觉 | 鼻窦疾病 | 锥形束计算机断层扫描(CBCT) | CNN | 医学影像 | 454张冠状切面图像(227张有AO,227张无AO),来自856个大视野CBCT扫描,经预处理和增强后得到1260张图像 | TensorFlow, Keras | VGG16, MobileNetV2, ResNet101V2 | 准确率, 损失值, 精确率, 召回率, F1分数, AUC | NA |
11174 | 2025-10-07 |
SNPeBoT: a tool for predicting transcription factor allele specific binding
2025-Mar-10, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06094-4
PMID:40065237
|
研究论文 | 开发了一个名为SNPeBoT的深度学习工具,用于预测单核苷酸多态性对转录因子结合的影响 | 结合ChIP-seq的等位基因特异性结合数据和PBM实验的DNA结合域信息,使用卷积神经网络预测SNP对转录因子结合的影响,相比现有工具具有更高的准确率和召回率 | 仅基于113个转录因子的18211个E-score谱进行分析,覆盖的转录因子类型和结合事件有限 | 预测单核苷酸多态性对转录因子结合的影响,帮助发现与非编码突变相关的疾病 | 转录因子及其DNA结合域 | 生物信息学 | NA | ChIP-seq, 蛋白质结合微阵列 | CNN | 基因组序列数据,E-score谱 | 113个转录因子的18211个E-score谱 | NA | 卷积神经网络 | 准确率,ASB召回率 | NA |
11175 | 2025-10-07 |
Convolutional block attention gate-based Unet framework for microaneurysm segmentation using retinal fundus images
2025-Mar-10, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01625-0
PMID:40065294
|
研究论文 | 提出一种基于卷积块注意力门控的U-Net框架,用于视网膜眼底图像中的微动脉瘤分割 | 将卷积块注意力模块和注意力门控机制集成到U-Net架构中,增强特征提取和分割精度 | NA | 开发自动微动脉瘤分割方法以辅助糖尿病视网膜病变早期诊断 | 视网膜眼底图像中的微动脉瘤 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | CNN, U-Net | 图像 | IDRiD数据集 | NA | U-Net, CBAM-AG U-Net | IoU, Dice系数, AUC-ROC | NA |
11176 | 2025-10-07 |
Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data
2025-Mar-10, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02961-5
PMID:40065373
|
研究论文 | 比较九种生成式AI模型在皮肤利什曼病数据主题分析中的表现 | 首次系统比较九种先进生成式AI模型在定性研究主题分析中的效能,并建立了脆弱性循环框架 | 研究仅针对皮肤利什曼病特定数据集,结果在其他领域的普适性需进一步验证 | 评估AI辅助主题分析在定性研究中的相对效能 | 皮肤利什曼病疤痕的心理社会影响 | 自然语言处理 | 皮肤利什曼病 | 主题分析,生成式AI | 大语言模型 | 文本 | 448名参与者的回答 | Python, Jamovi | Llama 3.1 405B, Claude 3.5 Sonnet, NotebookLM, Gemini 1.5 Advanced Ultra, ChatGPT o1-Pro, ChatGPT o1, GrokV2, DeepSeekV3, Gemini 2.0 Advanced | Cohen's Kappa系数, Jaccard指数 | NA |
11177 | 2025-10-07 |
Automated deep learning-based assessment of tumour-infiltrating lymphocyte density determines prognosis in colorectal cancer
2025-Mar-10, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-06254-3
PMID:40065354
|
研究论文 | 开发基于深度学习的自动化方法评估结直肠癌中肿瘤浸润淋巴细胞密度以预测患者预后 | 首个完全自动化的iTIL评估系统,能够在多个独立队列中展示泛化能力 | NA | 验证自动化iTIL评估能否根据风险对结直肠癌患者进行分层 | 结直肠癌患者 | 数字病理学 | 结直肠癌 | H&E染色 | 深度神经网络 | 病理图像 | 发现队列353例,验证队列1070例和885例 | NA | NA | 风险比, 置信区间, p值 | NA |
11178 | 2025-10-07 |
Precise engineering of gene expression by editing plasticity
2025-Mar-10, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03516-7
PMID:40065399
|
研究论文 | 本研究通过深度学习模型预测顺式调控元件并精确调控基因表达,实现了超越自然变异范围的基因工程 | 提出'编辑可塑性'新概念,结合序列到表达的深度学习模型与可解释性方法,在多作物中系统识别CREs并验证其功能 | 研究主要集中于玉米ZmVTE4基因的验证,在其他作物和基因中的普适性需进一步验证 | 实现基因表达的精确调控和作物性状改良 | 作物顺式调控元件(CREs)和基因表达调控 | 机器学习 | NA | UMI-STARR-seq, 基因编辑 | 深度学习 | DNA序列, 基因表达数据 | 12,000个合成序列 | NA | 序列到表达模型 | 预测与观测表达一致性 | NA |
11179 | 2025-10-07 |
A CT-based interpretable deep learning signature for predicting PD-L1 expression in bladder cancer: a two-center study
2025-Mar-10, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00849-1
PMID:40065444
|
研究论文 | 开发基于CT影像的深度学习特征用于预测膀胱癌患者PD-L1表达状态 | 首次结合卷积神经网络和可解释性技术构建预测膀胱癌PD-L1表达的深度学习模型 | 回顾性研究且样本量有限(仅190例患者) | 预测膀胱癌患者PD-L1表达状态 | 膀胱癌患者 | 计算机视觉 | 膀胱癌 | 计算机断层扫描 | CNN | 医学影像 | 190例患者(训练集127例,外部验证集63例) | NA | 卷积神经网络 | AUC | NA |
11180 | 2025-10-07 |
Development of a deep learning-based model for guiding a dissection during robotic breast surgery
2025-Mar-10, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-01981-3
PMID:40065440
|
研究论文 | 开发基于深度学习的模型用于指导机器人乳房手术中的解剖分离平面 | 首次开发用于机器人乳房手术解剖引导的深度学习模型,为初学者和培训生提供实时手术指导 | 研究样本量有限(仅10个手术视频),数据来源于单一机构 | 开发深度学习模型指导机器人乳房切除术中的解剖分离 | 机器人乳房切除术手术视频 | 计算机视觉 | 乳腺癌 | 深度学习 | 深度学习模型 | 手术视频图像 | 10个机器人乳房切除术手术视频,共8834张图像 | NA | NA | Dice相似系数, Hausdorff距离 | NA |