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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12441 | 2025-10-07 |
Artificial Intelligence in Gas Sensing: A Review
2025-Mar-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c02272
PMID:40067186
|
综述 | 回顾人工智能、机器学习和深度学习在增强和自动化气体传感方法中的作用及其对新兴气体传感器系统的影响 | 将AI技术与气体传感器集成代表了范式转变,使传感器能够实现前所未有的性能、选择性和适应性 | NA | 探讨AI、ML和DL技术在气体传感领域的应用和影响 | 气体传感器技术和人工智能集成方法 | 机器学习 | NA | 气体传感技术 | 深度学习,机器学习 | 传感器数据 | NA | NA | NA | 准确度,灵敏度,选择性 | NA |
| 12442 | 2025-10-07 |
Deep learning-based segmentation of head and neck organs at risk on CBCT images with dosimetric assessment for radiotherapy
2025-Mar-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adbf63
PMID:40068304
|
研究论文 | 开发基于深度学习的头颈部危及器官自动分割框架,用于CBCT图像并评估其剂量学性能 | 提出三阶段框架:改进CT分割、训练CBCT合成CT分割模型、通过剂量学分析验证临床相关性 | CBCT图像存在软组织对比度差、伪影和视野受限问题,缺乏大规模标注数据集 | 开发头颈部放疗中危及器官自动分割框架以促进治疗重新规划 | 头颈部25个危及器官 | 医学影像分析 | 头颈部癌症 | 锥形束CT(CBCT)成像 | 深度学习模型 | CBCT图像、CT图像、合成CT图像 | 未明确说明具体样本数量 | NA | NA | Dice系数、平均表面距离、平均剂量、D2(%)值 | NA |
| 12443 | 2025-10-07 |
Insights into phosphorylation-induced influences on conformations and inhibitor binding of CDK6 through GaMD trajectory-based deep learning
2025-Mar-26, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp04579c
PMID:40072875
|
研究论文 | 通过GaMD模拟和深度学习研究磷酸化对CDK6构象动态和抑制剂结合的影响 | 结合高斯加速分子动力学(GaMD)模拟与深度学习分析磷酸化对CDK6构象动态的分子机制 | NA | 探索磷酸化对CDK6构象动态和抑制剂结合能力的影响机制 | CDK6蛋白及其与三种抑制剂(6ZV、6ZZ、0RS)的复合物 | 计算生物学 | NA | 高斯加速分子动力学(GaMD)、深度学习、主成分分析(PCA)、MM-GBSA计算 | 深度学习 | 分子动力学轨迹数据 | CDK6与三种抑制剂(6ZV、6ZZ、0RS)的复合物系统 | NA | NA | NA | NA |
| 12444 | 2025-10-07 |
Exploration of Novel Antimicrobial Agents against Foodborne Pathogens via a Deep Learning Approach
2025-Mar-26, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c00267
PMID:40080724
|
研究论文 | 本研究采用深度学习方法筛选具有抗菌活性且无致癌性的天然产物,以应对食源性病原体抗生素耐药性问题 | 首次将深度学习模型应用于食源性病原体抗菌剂的筛选,并同步预测化合物的致癌性 | 仅对两种食源性病原体进行验证,实验验证的化合物数量有限 | 开发新型抗菌剂以应对食源性病原体的抗生素耐药性问题 | 食源性病原体(特别是文中未明确指出的两种)和天然产物化合物 | 机器学习 | 食源性疾病 | 深度学习 | 深度学习模型 | 化学化合物数据 | COCONUT数据库中的天然产物化合物,筛选出130个候选化合物 | NA | NA | 抗菌活性预测准确率,致癌性预测准确率 | NA |
| 12445 | 2025-10-07 |
Thermal Adaptation of Cytosolic Malate Dehydrogenase Revealed by Deep Learning and Coevolutionary Analysis
2025-Mar-25, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01774
PMID:40079215
|
研究论文 | 本研究结合深度学习和共进化分析揭示了胞质苹果酸脱氢酶的热适应机制 | 整合变分自编码器和共进化模型构建序列空间的潜在生成景观,并首次将两个区域间疏水接触比例确定为热稳定性的预测序参量 | 研究主要基于计算模拟,需要实验验证来确认预测结果的准确性 | 探究序列变异和构象动力学如何共同影响酶的热适应机制 | 胞质苹果酸脱氢酶及其在不同热环境中物种的同源蛋白 | 机器学习 | NA | 深度学习,共进化分析,分子动力学模拟,结构预测 | VAE, DCA | 蛋白质序列,结构数据 | NA | NA | 变分自编码器,AlphaFold | NA | NA |
| 12446 | 2025-10-07 |
How much data is enough? Optimization of data collection for artifact detection in EEG recordings
2025-Mar-21, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adbebe
PMID:40064096
|
研究论文 | 提出一种基于深度学习的优化方法,用于EEG记录中EMG伪影检测的数据收集设计 | 首次将数据导向的优化方法应用于EEG/EMG数据收集,通过深度学习减少所需数据量 | 仅针对EMG伪影进行研究,未考虑其他类型伪影 | 优化EEG记录中EMG伪影检测的数据收集过程 | 脑电图记录中的肌电伪影 | 机器学习 | NA | 脑电图,肌电图 | 深度学习 | 时间序列信号 | 将EMG伪影任务从12个减少到3个,等长收缩任务重复次数从10次减少到3次或1次 | NA | 三种不同的神经网络架构 | 清洁效率 | NA |
| 12447 | 2025-10-07 |
Weight Differences-Based Multi-level Signal Profiling for Homogeneous and Ultrasensitive Intelligent Bioassays
2025-03-18, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c01436
PMID:40059671
|
研究论文 | 提出一种基于重量差异的多层次信号分析策略Mata,用于实现均相超灵敏智能生物检测 | 通过信号亚基的重量分析和深度学习识别模型实现磁调控动力学信号表达,无需复杂信号生成设计或精密设备 | NA | 开发高灵敏度且操作便捷的智能生物检测方法 | 白细胞介素-6(IL-6)生物标志物 | 生物医学工程 | NA | 纳米磁标记、光学成像 | 深度学习 | 光学图像 | NA | NA | NA | 检测灵敏度、检测时间 | 标准明场光学成像设备 |
| 12448 | 2025-10-07 |
Harnessing Electronic Health Records and Artificial Intelligence for Enhanced Cardiovascular Risk Prediction: A Comprehensive Review
2025-Mar-18, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.124.036946
PMID:40079336
|
综述 | 本文综述了利用电子健康记录和人工智能技术增强心血管疾病风险预测的研究进展与挑战 | 系统整合电子健康记录与人工智能方法,探索多维数据(包括环境、生活方式、社会和基因组因素)在心血管风险预测中的综合应用 | 回顾性数据分析存在局限性,数据质量、医疗系统间标准化和地理变异性问题尚未完全解决,AI模型可解释性不足且需要针对不同人群进行验证和重新校准 | 改善心血管疾病风险预测和管理方法 | 心血管疾病风险预测模型 | 机器学习 | 心血管疾病 | 电子健康记录数据分析 | 深度学习 | 电子健康记录,包括药物使用和影像数据 | NA | NA | NA | NA | NA |
| 12449 | 2025-10-07 |
Genetically supported targets and drug repurposing for brain aging: A systematic study in the UK Biobank
2025-Mar-14, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr3757
PMID:40073132
|
研究论文 | 本研究通过深度学习模型估计基于MRI的脑年龄,分析脑年龄差距的遗传基础,并识别脑老化的潜在药物靶点和再利用药物 | 首次结合深度学习脑年龄估计、全基因组关联分析、孟德尔随机化和共定位分析,系统识别脑老化的遗传支持药物靶点 | 研究主要基于UK Biobank数据,外部验证数据集有限 | 探索脑老化的遗传结构和识别可靠的药物靶点 | UK Biobank参与者及三个外部验证数据集 | 医学影像分析, 基因组学 | 脑老化, 神经退行性疾病 | 磁共振成像, 全基因组关联研究, 孟德尔随机化, 共定位分析, eQTL, pQTL | 深度学习模型 | 磁共振影像, 基因组数据, 表达数量性状位点数据, 蛋白质数量性状位点数据 | UK Biobank数据集及三个外部验证数据集 | NA | NA | NA | NA |
| 12450 | 2025-10-07 |
A stochastic structural similarity guided approach for multi-modal medical image fusion
2025-Mar-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93662-6
PMID:40082698
|
研究论文 | 提出一种基于随机结构相似性引导的无监督多模态医学图像融合方法S3IMFusion | 结合CNN和Transformer模块的多尺度融合网络,设计具有全局上下文交互能力的损失函数,通过随机排序索引实现像素特征混合重排 | NA | 解决多模态医学图像融合中长程依赖关系捕获不足的问题 | 多模态医学图像(延伸至红外和可见光图像) | 计算机视觉 | NA | 多模态图像融合 | CNN, Transformer | 医学图像 | 哈佛数据集 | NA | 基于CNN和Transformer的多尺度融合网络 | 结构相似性损失 | NA |
| 12451 | 2025-10-07 |
Enhancing parkinson disease detection through feature based deep learning with autoencoders and neural networks
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88293-w
PMID:40075106
|
研究论文 | 本研究提出了一种基于特征提取的深度学习方法,通过分析音频数据来检测帕金森病 | 结合自编码器进行特征提取和深度神经网络进行分类,实现了对帕金森病音频特征的自动识别 | NA | 开发一种自动、非侵入性的帕金森病检测方法 | 帕金森病患者的音频数据 | 机器学习 | 帕金森病 | 音频分析 | 自编码器,深度神经网络 | 音频 | NA | Python | 自编码器,深度神经网络 | 准确率 | NA |
| 12452 | 2025-10-07 |
Exploring the repository of de novo-designed bifunctional antimicrobial peptides through deep learning
2025-Mar-13, eLife
IF:6.4Q1
DOI:10.7554/eLife.97330
PMID:40079572
|
研究论文 | 通过深度学习探索从头设计的双功能抗菌肽库 | 建立了连接深度生成模块和图编码活性回归器的从头抗菌肽设计框架,能够同时学习抗菌和抗病毒特征 | NA | 发现同时具有抗菌和抗病毒活性的新型抗菌肽 | 抗菌肽序列及其生物活性 | 机器学习 | 耐药性感染 | 深度学习 | 生成模型,图神经网络 | 肽序列数据 | 发现并验证了16种双功能抗菌肽 | NA | NA | 最小抑制浓度 | NA |
| 12453 | 2025-10-07 |
Multi-dimensional interpretable deep learning-radiomics based on intra-tumoral and spatial habitat for preoperative prediction of thymic epithelial tumours risk categorisation
2025-Mar-13, Acta oncologica (Stockholm, Sweden)
DOI:10.2340/1651-226X.2025.42982
PMID:40079653
|
研究论文 | 本研究开发了一种基于增强CT的多维可解释深度学习-影像组学模型,用于术前预测胸腺上皮肿瘤风险分类 | 结合了全肿瘤影像组学、2D/3D深度学习、临床-常规影像和空间栖息地分析的多维特征融合方法 | 样本量相对有限(205例患者),仅基于三个医疗中心的数据 | 实现胸腺瘤风险分类的准确预测 | 经手术病理证实的胸腺瘤患者 | 医学影像分析 | 胸腺上皮肿瘤 | 增强CT成像 | 深度学习, 机器学习 | CT图像 | 205例来自三个医疗中心的连续患者 | LightGBM, KNN | 2D深度学习, 3D深度学习 | AUC, 准确率, 特异性 | NA |
| 12454 | 2025-10-07 |
Enhancing yeast cell tracking with a time-symmetric deep learning approach
2025-Mar-13, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-024-00466-x
PMID:40082471
|
研究论文 | 提出一种基于时间对称深度学习的新型酵母细胞追踪方法 | 开发不依赖连续帧假设的时空邻域细胞追踪方法,能够无先验学习细胞运动模式 | NA | 改进活细胞视频显微镜记录中的细胞追踪精度 | 酵母细胞和模拟样本 | 计算机视觉 | NA | 视频显微镜 | 深度学习 | 视频帧 | NA | NA | NA | NA | NA |
| 12455 | 2025-10-07 |
Multi-domain Urdu fake news detection using pre-trained ensemble model
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91054-4
PMID:40082485
|
研究论文 | 本研究提出了一种基于预训练模型集成学习的乌尔都语多领域假新闻检测方法 | 首次将ELECTRA、mBERT和XLM-RoBERTa三种预训练语言模型通过堆叠集成学习应用于乌尔都语假新闻检测 | 资源受限语言的数据集有限,研究主要集中在乌尔都语,可能缺乏对其他资源受限语言的泛化性 | 开发高效的乌尔都语假新闻自动检测系统以限制网络虚假宣传 | 乌尔都语在线新闻内容 | 自然语言处理 | NA | 自然语言处理 | 集成学习,Transformer | 文本 | 公开可用的乌尔都语数据集 | NA | ELECTRA,mBERT,XLM-RoBERTa | 准确率,马修斯相关系数,F1分数 | NA |
| 12456 | 2025-10-07 |
Attention-enhanced and integrated deep learning approach for fishing vessel classification based on multiple features
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88158-2
PMID:40082493
|
研究论文 | 提出一种基于注意力机制和集成深度学习的方法,利用AIS数据对五种渔船类型进行分类 | 结合二维双向LSTM和带注意力机制的CNN构建集成模型,并构建多维特征向量来有效解释不同类型渔船的行为差异 | NA | 提高基于AIS数据的渔船分类精度,改善渔业管理效果 | 五种类型的渔船(刺网渔船、钩线渔船、拖网渔船、运鱼船、张网渔船) | 机器学习 | NA | 自动识别系统(AIS) | LSTM, CNN | 轨迹数据 | NA | NA | 二维双向长短期记忆网络, 卷积神经网络, 注意力机制 | 准确率 | NA |
| 12457 | 2025-10-07 |
Deep learning based agricultural pest monitoring and classification
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92659-5
PMID:40082501
|
研究论文 | 提出一种基于深度学习的农业害虫监测与分类创新方法 | 结合自编码器解决数据不平衡问题,并综合运用目标检测和卷积神经网络实现害虫定位与分类 | NA | 开发智能农业中的害虫自动监测与分类系统 | 82类农业害虫 | 计算机视觉 | NA | 深度学习 | 自编码器, CNN | 图像 | IP102数据集中的82类害虫图像 | NA | 自编码器, 卷积神经网络 | 平均交并比, 准确率 | NA |
| 12458 | 2025-10-07 |
Liver margin segmentation in abdominal CT images using U-Net and Detectron2: annotated dataset for deep learning models
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92423-9
PMID:40082561
|
研究论文 | 本研究使用U-Net和Detectron2模型对腹部CT图像中的肝脏边缘进行分割,并发布了大规模标注数据集 | 提供了由专业放射科医生标注的大规模腹部CT图像数据集,并对比了U-Net和Detectron2在复杂肝脏解剖变异情况下的分割性能 | 主要关注肝脏分割,尚未扩展到其他腹部器官 | 改进医学影像分割技术,开发肝脏疾病自动诊断系统 | 腹部CT图像中的肝脏边缘 | 计算机视觉 | 肝脏疾病 | CT成像 | CNN | 医学图像 | 超过4,200张腹部CT图像 | PyTorch | U-Net, Detectron2 | Mask IoU | NA |
| 12459 | 2025-10-07 |
A robust deep learning approach for segmenting cortical and trabecular bone from 3D high resolution µCT scans of mouse bone
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92954-1
PMID:40082604
|
研究论文 | 提出一种基于双分支注意力混合网络(DBAHNet)的深度学习方法,用于自动分割小鼠胫骨3D高分辨率µCT扫描中的皮质骨和小梁骨 | 设计了结合Transformer和CNN的双分支注意力混合网络架构,能够同时捕获长程依赖关系和局部特征 | 训练数据集规模有限 | 开发自动分割小鼠胫骨3D µCT扫描中皮质骨和小梁骨区域的稳健深度学习方法 | 小鼠胫骨 | 计算机视觉 | 骨骼疾病 | microcomputed tomography (µCT) | CNN, Transformer | 3D图像 | 来自7项不同研究的小鼠胫骨3D µCT扫描数据集 | NA | DBAHNet | 准确率 | NA |
| 12460 | 2025-10-07 |
Artificial intelligence based classification and prediction of medical imaging using a novel framework of inverted and self-attention deep neural network architecture
2025-Mar-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93718-7
PMID:40082642
|
研究论文 | 提出一种基于人工智能的新型深度学习框架,用于多模态医学影像分类和预测 | 引入了两种新型自定义深度学习架构(IRCNN和SACNN),采用改进的串行融合方法和SScSEM优化算法进行特征选择 | 未明确说明样本量的具体数值和计算资源的具体配置 | 开发高效的医学影像分类框架以提升计算机辅助诊断性能 | 多模态医学影像数据(乳腺X线、内镜、皮肤镜、CT等) | 计算机视觉 | 乳腺癌, 肺癌, 口腔癌, 皮肤癌, 消化道疾病 | 医学影像分析 | CNN, 神经网络 | 图像 | 五个公开数据集(INBreast、KVASIR、ISIC2018、肺癌、口腔癌) | NA | IRCNN, SACNN, SWNN | 准确率, 精确率 | NA |