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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11221 | 2025-10-07 |
What insights can spatiotemporal esophageal atlases and deep learning bring to engineering the esophageal mucosa?
2025-05-05, Developmental cell
IF:10.7Q1
DOI:10.1016/j.devcel.2025.04.009
PMID:40328228
|
研究论文 | 本文介绍了一个整合实验与计算的平台,用于绘制人类食管时空发育图谱并预测调控上皮分化的关键信号通路 | 首次将空间发育数据与深度学习相结合,开发出无需异种成分、可扩展的人类多能干细胞生成食管黏膜策略 | NA | 解析人类食管发育机制并建立食管黏膜工程化生成方法 | 人类食管发育过程、人类多能干细胞 | 发育生物学、组织工程 | 食管疾病 | 空间发育图谱技术、深度学习 | 深度学习模型 | 时空发育数据、基因表达数据 | NA | NA | NA | NA | NA |
| 11222 | 2025-10-07 |
Large language models as an academic resource for radiologists stepping into artificial intelligence research
2025 May-Jun, Current problems in diagnostic radiology
IF:1.5Q3
DOI:10.1067/j.cpradiol.2024.12.004
PMID:39672727
|
研究论文 | 评估GPT-4o作为推荐系统帮助放射科医生理解和实施AI研究的能力 | 首次系统评估大型语言模型作为放射科医生AI研究虚拟顾问的有效性 | 需要进一步研究将LLMs整合到常规工作流程中的实际效果 | 评估GPT-4o作为推荐系统增强放射科医生AI研究能力的效果 | 放射科医生和早期职业研究人员 | 自然语言处理 | NA | 大型语言模型 | GPT-4o | 文本描述(数据集特征、模态类型、数据大小、研究目标) | NA | NA | U-Net, Random Forest, Attention U-Net, EfficientNet | 清晰度、任务对齐度、模型多样性、基线选择 | NA |
| 11223 | 2025-10-07 |
Enhancing data quality in medical concept normalization through large language models
2025-May, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104812
PMID:40180205
|
研究论文 | 本研究评估医疗概念标准化在不同数据质量场景下的表现,并探索如何利用大语言模型提升数据质量以改善医疗概念标准化性能 | 首次系统评估数据质量对医疗概念标准化的影响,并提出基于大语言模型的数据增强和质量提升方法 | 数据增强可能引入重复数据项,特别是在数据集分布的均值区域,需要精心设计策略以避免这些问题 | 通过提升数据质量来改善医疗概念标准化任务的性能 | 医疗概念标准化任务及其相关数据集 | 自然语言处理 | NA | 大语言模型,零样本学习,少样本学习 | 大语言模型 | 文本 | NA | NA | ChatGPT | 正确性,全面性 | NA |
| 11224 | 2025-10-07 |
Systematic review of computational techniques, dataset utilization, and feature extraction in electrocardiographic imaging
2025-May, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03264-z
PMID:39779645
|
系统综述 | 系统分析心电图成像中计算技术、数据集利用和特征提取的研究现状 | 首次采用PRISMA方法系统综述ECGI重建中的计算技术发展趋势,揭示传统方法与深度学习技术的融合趋势 | 仅纳入2010-2023年英文同行评审论文,排除未描述计算技术的研究 | 分析ECGI重建中的计算技术,重点关注数据集识别、问题解决和特征提取方法 | 从Scopus和Web of Science数据库筛选的99篇研究论文 | 医学影像分析 | 心血管疾病 | ECGI(心电图成像) | 深度学习, 混合技术 | 心电图数据 | 99篇研究论文 | NA | 边界元法, Tikhonov方法 | NA | NA |
| 11225 | 2025-10-07 |
Evolution Trend of Brain Science Research: An Integrated Bibliometric and Mapping Approach
2025-May, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70451
PMID:40395088
|
研究论文 | 本研究采用文献计量分析和知识图谱可视化方法,描绘脑科学研究的全球趋势、研究热点和合作网络 | 首次对脑科学领域进行全面的文献计量分析,整合CiteSpace和VOSviewer工具,揭示该领域的研究前沿和关键发展方向 | 仅基于Web of Science数据库的13,590篇文章进行分析,可能未涵盖所有相关研究 | 分析脑科学研究的演变趋势和发展格局 | 1990-2023年间发表的脑科学研究文献 | 文献计量学 | 脑科学相关疾病 | 文献计量分析,知识图谱可视化 | NA | 文献数据 | 13,590篇文献 | CiteSpace, VOSviewer | NA | 发文量,合作网络,引用模式,关键词共现,突发检测 | 在线文献计量平台 |
| 11226 | 2025-10-07 |
Hybrid optimized temporal convolutional networks with long short-term memory for heart disease prediction with deep features
2025-May, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2310075
PMID:38584483
|
研究论文 | 提出一种结合时序卷积网络和长短期记忆网络的混合深度学习模型用于心脏病预测 | 使用新型增强型法医调查启发的元优化算法优化混合分类器参数,并采用1DCNN进行深度特征提取 | NA | 开发心脏病早期预测模型以帮助患者及时获得治疗 | 心脏病患者临床数据 | 机器学习 | 心血管疾病 | 深度学习 | 1DCNN, TCN, LSTM | 临床医疗数据 | NA | NA | 一维卷积神经网络, 时序卷积网络, 长短期记忆网络 | 准确率, 精确率 | NA |
| 11227 | 2025-10-07 |
ESMpHLA: Evolutionary Scale Model-Based Deep Learning Prediction of HLA Class I Binding Peptides
2025-May, HLA
IF:5.9Q1
DOI:10.1111/tan.70263
PMID:40405507
|
研究论文 | 本研究开发了一种基于进化尺度模型和深度学习的ESMpHLA模型,用于预测HLA I类分子结合肽 | 首次将进化尺度模型(ESM)与并行CNN块和交叉注意力机制相结合构建HLA结合肽预测模型 | NA | 预测HLA I类分子与肽段的结合亲和力,为免疫识别研究和疫苗开发提供支持 | HLA I类分子结合肽 | 生物信息学 | 免疫相关疾病 | 深度学习 | CNN,注意力机制 | 肽序列数据 | 150,735条结合肽(41个HLA-A等位基因的91,560条,50个HLA-B等位基因的56,731条,10个HLA-C等位基因的2,444条) | NA | 并行CNN块,交叉注意力机制 | 准确率,AUC,ROC-AUC,PR-AUC | NA |
| 11228 | 2025-10-07 |
Comparison and analysis of major research methods for non-destructive testing of wind turbine blades
2025-May-01, The Review of scientific instruments
DOI:10.1063/5.0252130
PMID:40407392
|
综述 | 通过文献计量分析对风力涡轮机叶片无损检测方法进行分类比较,并探讨多方法融合与智能算法应用趋势 | 系统对比六种主要无损检测技术,重点分析多方法集成与深度学习等智能算法的应用前景 | 未涉及具体实验验证,主要基于文献分析 | 指导风电从业人员选择叶片健康监测技术,促进风电行业可持续发展 | 风力涡轮机叶片 | 工业检测 | NA | 应变数据监测, 振动数据监测, 声学测量, 超声检测, 热成像, 图像识别 | 深度学习 | 应变数据, 振动数据, 声学信号, 超声信号, 热图像, 视觉图像 | NA | NA | NA | NA | NA |
| 11229 | 2025-10-07 |
Pleural invasion of peripheral cT1 lung cancer by deep learning analysis of thoracoscopic images: a retrospective pilot study
2025-Apr-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-24-1510
PMID:40400958
|
研究论文 | 本研究开发了一种基于深度学习分析胸腔镜图像预测外周型cT1肺癌胸膜侵犯的算法 | 首次使用深度学习算法从胸腔镜图像预测肺癌胸膜侵犯,并与外科医生的术中评估进行比较 | 回顾性研究、样本量较小、单中心研究 | 开发能够术中预测肺癌胸膜侵犯的深度学习算法 | 接受根治性胸腔镜手术的cT1N0M0非小细胞肺癌患者 | 计算机视觉 | 肺癌 | 胸腔镜成像 | CNN | 图像 | 80例患者,422,873张图像,其中2,074张显示肿瘤 | NA | ResNet50 | 准确率,F1分数 | NA |
| 11230 | 2025-10-07 |
Multimodal radiopathological integration for prognosis and prediction of adjuvant chemotherapy benefit in resectable lung adenocarcinoma: A multicentre study
2025-Apr-28, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.217557
PMID:39954935
|
研究论文 | 开发并验证了一种整合CT图像和H&E染色全切片图像的多模态分析框架,用于肺腺癌患者的风险分层和辅助化疗获益预测 | 首次将放射组学特征与病理组学特征通过生存支持向量机进行融合,创建了放射病理组学特征,在预后预测和化疗获益评估方面优于单一模态方法和现有深度学习方法 | 回顾性研究设计,需要前瞻性验证;样本量相对有限;仅针对肺腺癌患者 | 提高肺腺癌患者风险分层准确性并预测辅助化疗获益 | 1039例可切除肺腺癌患者(I-III期) | 数字病理 | 肺癌 | CT成像,H&E染色全切片成像 | SVM | 图像 | 1039例患者(训练集303例,测试集197例和228例,特征测试集311例) | NA | 生存支持向量机 | C-index,风险比,置信区间,p值 | NA |
| 11231 | 2025-10-07 |
CPDMS: a database system for crop physiological disorder management
2025-Apr-22, Database : the journal of biological databases and curation
DOI:10.1093/database/baaf031
PMID:40402767
|
研究论文 | 开发了一个用于番茄生理障碍管理的实时作物图像采集与分析数据库系统 | 构建了包含多种胁迫条件下番茄图像的大规模数据库系统,支持多角度图像采集 | 模型性能有待提升(mAP 0.46),系统在其他农业环境中的泛化能力需要进一步验证 | 开发用于精准农业的作物生理障碍管理数据库系统 | 番茄作物及其生理障碍 | 计算机视觉 | 作物生理障碍 | 实时图像采集, 深度学习 | 深度学习模型 | 图像 | 58,479张图像(43,894张可标注),其中24,000张用于训练,13,037张用于测试 | NA | NA | 平均精度(mAP), 召回率 | NA |
| 11232 | 2025-10-07 |
Autonomous object tracking with vision based control using a 2DOF robotic arm
2025-Apr-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97930-3
PMID:40251241
|
研究论文 | 本文提出了一种基于视觉控制的2自由度机械臂自主目标跟踪系统 | 结合深度学习目标检测框架与基于图像的视觉伺服控制,解决了传统系统复杂机械结构、刚性要求和多传感器需求等问题 | 仅针对2自由度机械臂进行验证,系统在更复杂场景下的鲁棒性需要进一步测试 | 设计精确响应的目标跟踪系统,消除传统系统的复杂性 | 移动目标跟踪的2自由度机械臂系统 | 计算机视觉 | NA | 基于图像的视觉伺服(IBVS),深度学习目标检测 | 深度学习 | 图像 | NA | NA | NA | 准确度,响应时间 | CoppeliaSim机器人模拟器,2-DOF机械臂实验平台 |
| 11233 | 2025-10-07 |
Large language models deconstruct the clinical intuition behind diagnosing autism
2025-Apr-17, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2025.02.025
PMID:40147442
|
研究论文 | 利用大型语言模型解构临床诊断自闭症的直觉逻辑 | 首次将大型语言模型与可解释性策略结合,从临床报告中识别驱动自闭症诊断的关键句子和诊断标准 | 仅基于4000多份健康记录,样本规模有限 | 解构医疗专家诊断自闭症的临床直觉逻辑 | 自闭症确诊与疑似病例的临床报告 | 自然语言处理 | 自闭症 | 深度学习 | LLM | 文本 | 4000多份自由格式健康记录 | NA | 大型语言模型 | NA | NA |
| 11234 | 2025-10-07 |
Artificial intelligence to predict treatment response in rheumatoid arthritis and spondyloarthritis: a scoping review
2025-04-07, Rheumatology international
IF:3.2Q2
DOI:10.1007/s00296-025-05825-3
PMID:40192881
|
综述 | 分析人工智能技术在预测类风湿关节炎和脊柱关节炎治疗反应中的应用类型与方法 | 首次系统综述AI在风湿病领域预测治疗反应的应用现状与潜力 | 研究方法异质性限制了结果的普适性,缺乏外部验证 | 评估AI技术在预测风湿性疾病治疗反应中的应用效果 | 类风湿关节炎和脊柱关节炎患者 | 机器学习 | 风湿性疾病 | 多组学分析、医学影像分析 | 监督机器学习、无监督聚类、深度学习 | 电子病历、临床生物标志物、遗传数据、蛋白质组数据、影像数据 | 89项符合条件的研究(74项RA研究,7项SpA研究,4项银屑病关节炎研究,4项混合研究) | NA | 随机森林, 支持向量机 | 准确率, AUC | NA |
| 11235 | 2025-10-07 |
Difficulty aware programming knowledge tracing via large language models
2025-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96540-3
PMID:40181055
|
研究论文 | 提出了一种基于大语言模型的难度感知编程知识追踪方法,通过分析编程问题的文本理解难度和知识点难度来提升学生知识状态预测精度 | 首次将文本理解难度和知识点难度同时引入知识追踪,结合注意力机制和大语言模型动态更新学生知识状态 | NA | 提高编程知识追踪的准确性和时空反映能力 | 编程教育中的学生知识状态 | 自然语言处理 | NA | 大语言模型 | 图注意力网络 | 文本 | NA | NA | 注意力机制,图注意力网络 | 评估精度,时空反映能力 | NA |
| 11236 | 2025-10-07 |
Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3494732
PMID:39514345
|
研究论文 | 提出一种基于增量重训练LSTM的个性化血糖预测方法,可在有限连续血糖监测数据下实现准确预测 | 提出增量重训练堆叠LSTM框架,通过逐步适应个体数据和参数迁移提高效率,解决传统方法需要大量训练数据的问题 | 研究主要针对1型糖尿病患者,未涉及其他类型糖尿病 | 开发适用于有限CGM数据的个性化血糖预测方法,提升人工胰腺系统的胰岛素输送效果 | 1型糖尿病患者的连续血糖监测数据 | 机器学习 | 糖尿病 | 连续血糖监测 | LSTM | 时间序列数据 | 两个CGM数据集:OpenAPS和Replace-BG | TensorFlow, PyTorch | 堆叠LSTM | 均方根误差, Clarke误差网格分析 | NA |
| 11237 | 2025-10-07 |
Leveraging Natural Language Processing and Machine Learning Methods for Adverse Drug Event Detection in Electronic Health/Medical Records: A Scoping Review
2025-Apr, Drug safety
IF:4.0Q1
DOI:10.1007/s40264-024-01505-6
PMID:39786481
|
综述 | 本文通过范围综述评估自然语言处理和机器学习方法在电子健康记录中检测药物不良事件的有效性 | 系统性地总结了NLP/ML技术在利用非结构化EHR数据进行药物警戒的最新应用进展 | 研究方法存在显著异质性,缺乏标准化方法和验证标准,限制了实践应用 | 评估NLP/ML技术从非结构化EHR数据中检测药物不良事件的有效性以改善药物警戒 | 电子健康记录中的非结构化文本数据 | 自然语言处理, 机器学习 | 药物不良事件 | 自然语言处理, 机器学习 | 基于规则的NLP, 统计模型, 深度学习 | 非结构化文本 | 7项符合纳入标准的研究 | NA | NA | 模型性能评估指标 | NA |
| 11238 | 2025-10-07 |
Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3498097
PMID:40030371
|
研究论文 | 提出一种基于递归脉冲神经网络的深度学习事件计数方法,用于家庭环境中睡眠呼吸暂停的筛查和AHI指数估计 | 引入RSN-Count技术,利用脉冲神经网络直接计数呼吸暂停事件,减少对精确事件定位的依赖 | 样本量较小(N=33),需要在更大数据集上验证 | 开发改进的家庭睡眠呼吸暂停筛查方法,实现可靠的AHI指数估计 | 睡眠呼吸暂停患者 | 机器学习 | 睡眠呼吸暂停 | 音频和血氧饱和度记录 | SNN | 音频信号, SpO2信号 | 33例整夜录音数据 | NA | 递归脉冲神经网络 | 平均绝对误差 | NA |
| 11239 | 2025-10-07 |
Brain-wide 3D neuron detection and mapping with deep learning
2025-Apr, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.2.025012
PMID:40401216
|
研究论文 | 提出了一种基于深度学习的全脑3D神经元检测与映射方法NeuronMapper | 首次将Video Swin Transformer应用于全脑3D神经元检测,实现了百万级别神经元定位 | 方法主要针对小鼠脑数据,尚未在其他物种上验证 | 开发自动可靠的神经元检测与映射技术以理解神经回路 | 小鼠全脑神经元胞体 | 计算机视觉 | NA | 3D成像 | Transformer, CNN | 3D图像 | 百万级别神经元 | PyTorch | Video Swin Transformer | 检测准确率, 定位精度 | GPU |
| 11240 | 2025-10-07 |
Reasoning-Driven Food Energy Estimation via Multimodal Large Language Models
2025-Mar-24, Nutrients
IF:4.8Q1
DOI:10.3390/nu17071128
PMID:40218886
|
研究论文 | 本文提出通过微调和体积感知推理两种方法改进多模态大语言模型在基于图像的食物能量估计中的性能 | 首次将多模态大语言模型应用于食物能量估计,并提出体积感知推理和细粒度估计提示方法解决食物尺寸识别难题 | 模型在食物尺寸识别方面仍存在局限,这是影响能量估计准确性的关键因素 | 改进基于图像的食物能量估计准确度,支持饮食摄入监测应用 | 食物图像及其能量含量估计 | 计算机视觉,自然语言处理 | NA | 多模态大语言模型 | MLLMs | 图像 | Nutrition5k数据集 | NA | 多模态大语言模型,LoRA | 估计准确度 | NA |