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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11821 | 2025-05-14 |
Discovery of novel GluN1/GluN3A NMDA receptor inhibitors using a deep learning-based method
2025-May-12, Acta pharmacologica Sinica
IF:6.9Q1
DOI:10.1038/s41401-025-01571-1
PMID:40355656
|
研究论文 | 本研究利用基于深度学习的分子表示框架GeminiMol,通过配体虚拟筛选方法发现了一种新型GluN1/GluN3A NMDA受体抑制剂GM-10 | 采用深度学习框架GeminiMol进行分子表示,结合生物活性构象空间信息,实现了配体虚拟筛选,发现了一种具有全新骨架的GluN1/GluN3A抑制剂GM-10 | GM-10的选择性有待进一步提高,其对GluN1/GluN2A和GluN1/GluN3B的抑制活性较高 | 开发基于AI的分子表示技术,促进骨架跃迁和基于相似性的虚拟筛选,用于药物发现 | GluN1/GluN3A NMDA受体抑制剂 | 机器学习 | NA | 配体虚拟筛选,全细胞膜片钳记录 | 深度学习 | 分子结构数据 | 1800万化合物库 | NA | NA | NA | NA |
| 11822 | 2025-05-14 |
Two-Stage Automatic Liver Classification System Based on Deep Learning Approach Using CT Images
2025-May-12, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01480-z
PMID:40355689
|
研究论文 | 本研究提出了一种基于深度学习的自动肝脏分类系统,用于通过非对比CT图像区分肿瘤、肺泡棘球蚴病(AE)和健康病例 | 结合了基于RCNN的自动肝脏区域检测方法和基于CNN的分类框架,无需使用对比剂 | 样本量相对较小,仅包含233名患者的27,000多张图像 | 早期诊断肝脏疾病,特别是肺泡棘球蚴病(AE)和肿瘤 | 肝脏CT图像 | 计算机视觉 | 肝脏疾病 | 非对比CT成像 | RCNN和CNN | 图像 | 233名患者的27,000多张胸腹部图像,其中8,206张包含肝脏组织 | NA | NA | NA | NA |
| 11823 | 2025-05-14 |
Effect of Deep Learning-Based Image Reconstruction on Lesion Conspicuity of Liver Metastases in Pre- and Post-contrast Enhanced Computed Tomography
2025-May-12, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01529-z
PMID:40355690
|
research paper | 本研究探讨了深度学习图像重建技术在提高肝脏转移瘤在增强CT前后显影清晰度方面的效用 | 比较了深度学习图像重建(DLIR-M和DLIR-H)与传统混合迭代重建(IR)方法在肝脏转移瘤显影清晰度上的差异 | 在增强前CT中,三位观察者对最优先选择的图像重建方法存在差异,DLIR并不总是优于混合IR | 评估深度学习图像重建技术在肝脏转移瘤CT诊断中的应用效果 | 41名肝脏转移瘤患者的腹部CT图像 | digital pathology | liver cancer | deep learning image reconstruction | NA | image | 41名患者 | NA | NA | NA | NA |
| 11824 | 2025-05-14 |
Deep Learning-Based Instance Appraisable Model (EDi Pain) for Pain Estimation via Facial Videos: A Retrospective Analysis and a Prospective Emergency Department Study
2025-May-12, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01534-2
PMID:40355693
|
研究论文 | 开发并验证了一种基于深度学习的实例可评估模型(EDi Pain),用于通过面部视频估计疼痛强度 | 提出了灵活的多元实例学习方法,解决了弱标签问题,并开发了专门的损失函数和采样策略 | 在前瞻性数据集上的Pearson相关系数较低(0.22),表明模型在某些情况下可能不够准确 | 开发一种自动化的疼痛评估系统,以提供更客观和动态的疼痛评估方法 | 面部视频片段 | 计算机视觉 | NA | 深度学习 | EDi Pain(基于多元实例学习的深度学习模型) | 视频 | 回顾性分析使用公共UNBC-McMaster数据集,前瞻性研究包括来自国立台湾大学医院的931名患者 | NA | NA | NA | NA |
| 11825 | 2025-10-07 |
ReQuant: improved base modification calling by k-mer value imputation
2025-May-10, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf323
PMID:40347136
|
研究论文 | 开发了一种名为ReQuant的算法,通过k-mer值插补改进纳米孔测序中的碱基修饰检测 | 提出了一种基于k-mer值插补的方法,可在有限k-mer上下文训练数据的情况下准确检测碱基修饰,无需覆盖所有可能序列上下文的训练数据 | 在Lambda Phage R9数据和人类R10数据上验证,但可能在其他生物体或测序平台上的适用性需要进一步验证 | 改进纳米孔测序中碱基修饰检测的泛化能力,实现对任何修饰从原始电流值的检测 | DNA碱基修饰,包括甲基化和葡萄糖基化 | 生物信息学 | NA | 纳米孔测序 | 基于规则的插补算法 | 纳米孔原始电流数据 | Lambda Phage R9数据和人类R10数据 | NA | k-mer基于的修饰模型 | 修饰检测准确度 | NA |
| 11826 | 2025-10-07 |
Optimizing sustainable blended concrete mixes using deep learning and multi-objective optimization
2025-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00943-1
PMID:40348782
|
研究论文 | 提出结合深度神经网络和多目标优化的框架,用于设计环保混凝土配合比 | 首次将深度神经网络与多目标粒子群优化算法结合,同时优化强度最大化、成本最小化和水泥减少量三个竞争目标 | 未明确说明数据集的具体规模和来源限制 | 开发环保混凝土配合比优化方法 | 混凝土配合比设计 | 机器学习 | NA | 深度神经网络,多目标优化 | DNN | 混凝土配合比参数和养护条件数据 | NA | NA | 深度神经网络 | R², RMSE | NA |
| 11827 | 2025-10-07 |
A deep learning framework for virtual continuous glucose monitoring and glucose prediction based on life-log data
2025-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01367-7
PMID:40348812
|
研究论文 | 提出一种基于生活日志数据的深度学习框架,用于虚拟连续血糖监测和血糖预测 | 无需先前血糖测量数据,仅利用生活日志数据即可进行血糖水平推断,采用双向LSTM编码器-解码器架构和双重注意力机制 | 仅基于171名健康成年人的数据训练,未在糖尿病患者群体中验证 | 开发不依赖连续血糖监测设备的虚拟血糖监测和预测系统 | 健康成年人的血糖水平和生活日志数据 | 机器学习 | 代谢疾病 | 连续血糖监测,生活日志记录 | LSTM | 时间序列数据 | 171名健康成年人 | NA | 双向LSTM编码器-解码器 | 均方根误差, 相关系数, 平均绝对百分比误差 | NA |
| 11828 | 2025-10-07 |
Multimodal anomaly detection in complex environments using video and audio fusion
2025-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01146-4
PMID:40348836
|
研究论文 | 提出一种基于深度学习的视频图像异常检测算法STADNet,通过融合时空特征提取和噪声抑制技术提升复杂环境下的检测性能 | 提出改进的变分自编码器结构,结合多尺度3D卷积模块和时空注意力机制,并采用多流网络架构与交叉注意力融合机制 | 未明确说明模型在极端噪声环境下的性能表现及计算复杂度分析 | 提升复杂环境下视频异常检测的准确性、鲁棒性和实时处理能力 | 视频图像数据中的异常行为检测 | 计算机视觉 | NA | 深度学习 | VAE, 3D CNN | 视频, 音频 | UCSD Ped2和Avenue两个公开数据集 | NA | STADNet, 多尺度3D卷积, 时空注意力机制 | AUC | NA |
| 11829 | 2025-10-07 |
A new deep learning-based fast transcoding for internet of things applications
2025-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99533-4
PMID:40348899
|
研究论文 | 提出一种基于深度学习的新型快速转码算法,用于物联网中的低功耗视频通信 | 开发了轻量级深度学习网络作为分类器,在自上而下的转码策略中同时处理CU分区和PU分区模式选择 | 转码过程会导致BD-BR比特率增加(CU级1.33%,PU级2.16%),在压缩性能上有所牺牲 | 为物联网应用开发低功耗视频通信方案 | 分布式视频编码(DVC)到高效视频编码(HEVC)的转码过程 | 计算机视觉 | NA | 深度学习视频转码 | 深度学习分类器 | 视频数据 | NA | NA | 轻量级深度学习网络 | Bjøntegaard delta bit-rate (BD-BR), 复杂度降低百分比 | 面向资源受限终端设计 |
| 11830 | 2025-10-07 |
Research and application of deep learning object detection methods for forest fire smoke recognition
2025-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98086-w
PMID:40348915
|
研究论文 | 本研究探讨深度学习目标检测技术在森林火灾烟雾识别中的应用效果,开发了基于YOLOv11x的高效火灾检测模型 | 首次将YOLOv11x算法应用于森林火灾烟雾识别,并在多个复杂场景下验证其性能表现 | 烟雾检测性能优于火焰检测,主要由于烟雾的视觉特征更加模糊多变,增加了检测难度 | 提升早期火灾检测能力,减轻潜在损害,为智能监控系统设计提供参考 | 森林火灾烟雾和火焰 | 计算机视觉 | NA | 深度学习目标检测 | YOLO | 图像 | 两个公开火灾图像数据集WD和FFS,包含多种复杂场景和外部条件 | NA | YOLOv11x | 精确率,召回率,mAP50,mAP50-95,边界框损失,分类损失,分布焦点损失 | NA |
| 11831 | 2025-10-07 |
Enhancing YOLOv8n with Mamba-like linear attention for defect detection and coating thickness analysis of irregular film tablet
2025-May-10, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.125704
PMID:40354903
|
研究论文 | 提出一种集成深度学习和机器视觉的实时系统,用于不规则薄膜包衣片的缺陷检测和包衣厚度分析 | 在YOLOv8n架构中引入Mamba式线性注意力机制,显著提升对不规则形状细微缺陷的检测精度 | NA | 开发实时质量评估系统用于不规则形状药片的缺陷检测和包衣厚度测量 | 八种类型的包衣片剂 | 计算机视觉 | NA | 机器视觉,亚像素图像处理 | YOLO | 图像 | NA | NA | YOLOv8n, Mamba-Like Linear Attention (MLLA) | 分类准确率, RMSEP | NA |
| 11832 | 2025-10-07 |
AI-driven glomerular morphology quantification: a novel pipeline for assessing basement membrane thickness and podocyte foot process effacement in kidney diseases
2025-May-07, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108842
PMID:40354728
|
研究论文 | 开发了一种基于深度学习的自动化流程,用于量化肾小球基底膜厚度和足细胞足突消失百分比 | 首次将DeepLabV3+和U-Net模型应用于电子显微镜图像分割,实现肾小球超微结构的自动化定量分析 | 样本量相对有限(196张图像),仅针对31张测试图像进行评估 | 开发AI驱动的肾小球形态定量分析方法,提高肾脏疾病诊断的准确性和效率 | 肾活检电子显微镜图像中的肾小球基底膜和足细胞 | 数字病理学 | 肾脏疾病 | 电子显微镜成像 | 深度学习 | 电子显微镜图像 | 196张电子显微镜图像(来自83名患者的21种不同肾脏疾病) | NA | DeepLabV3+, U-Net | 全局准确率, 加权交并比, 组内相关系数, Bland-Altman分析 | NA |
| 11833 | 2025-10-07 |
Using machine learning for personalized prediction of longitudinal coronavirus disease 2019 vaccine responses in transplant recipients
2025-May, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons
IF:8.9Q1
DOI:10.1016/j.ajt.2024.11.033
PMID:39643006
|
研究论文 | 本研究比较深度学习架构在预测实体器官移植受者COVID-19疫苗长期免疫反应方面的性能 | 提出结合胶囊网络与LSTM的新型routed LSTM模型,可降低对大数据集的依赖 | 样本量相对较小(303例),仅来自加拿大多中心队列 | 比较机器学习模型预测移植受者SARS-CoV-2疫苗长期免疫反应的能力 | 实体器官移植受者 | 机器学习 | 传染病 | 抗体水平测量 | LSTM, RNN, 逻辑回归, 支持向量回归, 随机森林, 梯度提升 | 临床数据, 纵向抗体测量数据 | 303名实体器官移植受者 | NA | routed LSTM, LSTM, RNN | 均方误差, 皮尔逊相关系数 | NA |
| 11834 | 2025-10-07 |
A Novel Management Challenge in Age-Related Macular Degeneration: Artificial Intelligence and Expert Prediction of Geographic Atrophy
2025-May, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.10.029
PMID:39522752
|
研究论文 | 本研究比较眼科专家与人工智能在预测年龄相关性黄斑变性继发地图样萎缩进展速度方面的表现 | 首次系统比较眼科专家与深度学习算法在地图样萎缩进展预测中的表现差异 | 样本量相对有限(134眼),仅使用单一OCT设备数据 | 评估人工智能与眼科专家预测地图样萎缩进展能力的差异 | 年龄相关性黄斑变性继发地图样萎缩患者的眼部影像数据 | 数字病理 | 年龄相关性黄斑变性 | 眼底自发荧光、近红外反射、光学相干断层扫描 | 深度学习 | 医学影像 | 134名患者的134只眼,包含2880次专家评估 | NA | NA | 准确率,加权κ系数,一致性指数 | NA |
| 11835 | 2025-10-07 |
Deep Radon Prior: A fully unsupervised framework for sparse-view CT reconstruction
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109853
PMID:40056836
|
研究论文 | 提出一种名为深度Radon先验(DRP)的全无监督深度学习框架,用于稀疏视图CT重建 | 将神经网络作为隐式先验整合到迭代重建过程中,实现图像域和Radon域的梯度反馈,无需依赖高质量训练数据集 | NA | 解决稀疏视图CT重建中的伪影问题,提高图像质量 | 稀疏视图计算机断层扫描(CT)图像 | 医学影像重建 | NA | 计算机断层扫描(CT) | 深度学习 | CT图像 | NA | NA | 基于深度图像先验(DIP)的深度Radon先验(DRP)框架 | 图像保真度,伪影减少程度 | NA |
| 11836 | 2025-10-07 |
Automatic cerebral microbleeds detection from MR images via multi-channel and multi-scale CNNs
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109938
PMID:40056835
|
研究论文 | 通过多通道和多尺度CNN从MR图像中自动检测脑微出血 | 提出四种基于CNN的算法,包括优化的多通道CNN架构和多尺度CNN结构,显著降低假阳性并提高检测性能 | 未提及算法在临床环境中的实际应用验证和跨中心数据泛化能力 | 改进脑微出血检测的机器学习算法,提高CAD系统的诊断准确性 | 脑微出血(CMBs) | 计算机视觉 | 神经系统疾病 | 磁共振成像(MRI) | CNN | 医学图像 | NA | NA | 多通道CNN, 多尺度CNN | 灵敏度, 特异度, 准确率 | NA |
| 11837 | 2025-10-07 |
Female autism categorization using CNN based NeuroNet57 and ant colony optimization
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109926
PMID:40056838
|
研究论文 | 提出基于CNN的NeuroNet57架构和蚁群优化算法用于女性自闭症分类 | 开发了57层CNN架构NeuroNet57,并结合蚁群优化进行特征选择,专门针对女性自闭症的表型特征进行分类 | 女性表型和基因型数据相对缺乏,可能影响模型泛化能力 | 开发准确的女性自闭症自动分类系统 | 女性自闭症谱系障碍患者与正常行为女性的fMRI脑部扫描数据 | 计算机视觉 | 自闭症谱系障碍 | fMRI,T1模态脑部扫描 | CNN | 医学图像 | ABIDE-I数据集14372个样本,ABIDE-II数据集16168个样本 | NA | NeuroNet57 | 准确率 | NA |
| 11838 | 2025-10-07 |
Addressing underestimation and explanation of retinal fundus photo-based cardiovascular disease risk score: Algorithm development and validation
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109941
PMID:40064120
|
研究论文 | 开发并验证一种基于视网膜眼底照片预测心血管疾病风险评分的深度学习模型,解决低估问题并探索模型机制 | 提出使用序数回归深度学习模型解决心血管疾病风险评分低估问题,并通过迁移学习和显著性图等方法探索模型理解风险的机制 | 模型性能在便携式相机数据上有所下降(准确率0.656),表明设备差异可能影响模型表现 | 解决AI模型在基于视网膜眼底照片预测心血管疾病风险评分时的低估问题并探索其工作机制 | 视网膜眼底照片 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | UK Biobank数据集34,652名参与者,澳大利亚外部验证数据集401名参与者的1376张眼底照片 | NA | 序数回归深度学习模型 | 准确率, AUROC | NA |
| 11839 | 2025-10-07 |
Predicting C- and S-linked Glycosylation sites from protein sequences using protein language models
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109956
PMID:40073495
|
研究论文 | 本研究提出两种深度学习模型DeepCSEmbed-C和DeepCSEmbed-S,用于从蛋白质序列预测C-连接和S-连接糖基化位点 | 首次结合蛋白质语言模型嵌入和序列特征,采用双分支深度学习架构和多种采样策略处理不平衡数据集 | 未明确说明模型在其他类型PTM预测中的泛化能力 | 开发计算方法来预测蛋白质C-连接和S-连接糖基化位点,替代昂贵的实验技术 | 蛋白质序列中的C-连接和S-连接糖基化位点 | 生物信息学 | NA | 蛋白质语言模型,特征选择方法 | FNN,CAT | 蛋白质序列数据 | NA | Python | 双分支深度模型(FNN分支+Inception分支),Categorical Boosting | 灵敏度,F1分数,MCC | NA |
| 11840 | 2025-10-07 |
Progressive multi-task learning for fine-grained dental implant classification and segmentation in CBCT image
2025-May, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.109896
PMID:40073494
|
研究论文 | 提出一种基于深度学习的多任务细粒度CBCT牙科种植体分类与分割方法MFPT-Net | 首次采用渐进式训练与多尺度特征提取增强技术,能区分易混淆的细微种植体特征(如种植体螺纹),解决种植体类内差异大、类间差异小的问题 | NA | 实现CBCT图像中牙科种植体系统的自动同步分类与分割 | 牙科种植体 | 计算机视觉 | 牙科疾病 | CBCT成像 | 深度学习 | 医学图像 | 437个CBCT序列包含723个牙科种植体,来自三个不同中心 | NA | MFPT-Net | 准确率, 精确率, 召回率, F1分数, Dice相似系数 | NA |