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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2025-11-03 |
Joint self-supervised and supervised contrastive learning for multimodal MRI data: Towards predicting abnormal neurodevelopment
2024-11, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102993
PMID:39369634
|
研究论文 | 提出一种联合自监督和监督对比学习方法,用于从多模态MRI数据中学习鲁棒潜在特征表示,以预测异常神经发育 | 开发了联合自监督和监督对比学习的新方法,能够将异质多模态特征投影到共享公共空间,融合不同模态间的互补和相似信息 | NA | 预测异常神经发育 | 多模态MRI数据(结构、扩散张量、功能磁共振成像) | 医学影像分析 | 神经发育异常 | 磁共振成像(MRI) | 对比学习 | 多模态医学影像 | 两个独立数据集 | NA | 对比学习网络 | NA | NA |
| 1322 | 2025-11-03 |
A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia
2024-Nov, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241272048
PMID:39382109
|
研究论文 | 开发基于深度学习的系统通过口腔照片预测口腔白斑的上皮异常增生概率 | 首次使用深度学习模型通过非侵入性口腔照片预测口腔白斑的上皮异常增生,为临床决策提供支持 | 研究基于回顾性数据,需要进一步前瞻性验证 | 开发能够预测口腔白斑上皮异常增生的智能诊断系统 | 口腔白斑患者的口腔照片图像 | 医学影像分析 | 口腔癌前病变 | 深度学习 | CNN | 图像 | 2,073张口腔白斑图像 | NA | EfficientNet-B2 | Brier分数, AUC, 平衡准确率 | NA |
| 1323 | 2025-11-03 |
A Survey on Hyperlink Prediction
2024-Nov, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3286280
PMID:37363843
|
综述 | 本文系统综述了超图中的超链接预测方法,并通过基准研究比较了不同类别方法的性能 | 首次对超链接预测领域进行系统全面的综述,并采用链接预测的经典分类法将现有方法分为四类 | NA | 系统梳理和比较超链接预测方法,为相关研究提供参考 | 超图中的超链接预测方法 | 机器学习 | NA | NA | 深度学习 | 超图数据 | NA | NA | NA | NA | NA |
| 1324 | 2025-11-03 |
Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy
2024-Nov, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2024.3439585
PMID:40385936
|
研究论文 | 开发基于深度学习的快速体积图像生成框架,用于图像引导质子放疗中的肺癌治疗 | 提出结合正交kV X射线投影采集和深度学习的新型体积图像重建框架,专门针对FLASH超高剂量率放射治疗场景 | 研究仅基于30例肺癌患者数据,样本量相对有限;仅评估了肺部靶区 | 开发快速体积图像重建方法以提高图像引导质子放疗的精准度 | 肺癌患者 | 医学影像分析 | 肺癌 | kV X射线投影,四维计算机断层扫描 | 深度学习 | X射线投影图像,CT图像 | 30例肺癌患者,每人包含十个呼吸时相的四维CT数据集 | NA | NA | 平均绝对误差,峰值信噪比,结构相似性指数,水等效厚度误差 | NA |
| 1325 | 2025-11-03 |
DeepSomatic: Accurate somatic small variant discovery for multiple sequencing technologies
2024-Aug-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.16.608331
PMID:39229187
|
研究论文 | 提出一种名为DeepSomatic的深度学习方法,用于从短读长和长读长测序数据中准确检测体细胞小变异 | 首个能够同时处理短读长和长读长测序数据的体细胞变异检测方法,并提供了公开的训练和基准数据集 | 未提及方法在特定癌症类型或复杂基因组区域的性能限制 | 开发高精度的体细胞变异检测工具,支持多种测序技术 | 体细胞单核苷酸变异(SNVs)和插入缺失(indels) | 生物信息学 | 癌症 | Illumina短读长测序, PacBio HiFi长读长测序, Oxford Nanopore长读长测序 | 深度学习 | 基因组测序数据 | 5对匹配的肿瘤-正常细胞系样本 | NA | NA | NA | NA |
| 1326 | 2025-11-03 |
Overcoming Limitations to Deep Learning in Domesticated Animals with TrioTrain
2024-Apr-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.15.589602
PMID:38659907
|
研究论文 | 提出TrioTrain方法解决深度学习在驯养动物基因组分析中的局限性,开发首个多物种DeepVariant模型 | 首创多物种DeepVariant模型,通过TrioTrain方法自动化扩展非人类物种的变异检测,使用区域重排技术优化SLURM集群计算 | 受限于动物基因组的不完美标签数据 | 克服深度学习在驯养动物基因组分析中的限制,开发通用变异检测算法 | 牛、牦牛和野牛的三重基因组数据 | 生物信息学 | NA | 基因组测序,变异检测 | 深度学习 | 基因组序列数据 | 牛、牦牛和野牛的三重样本,共30个模型迭代 | DeepVariant | NA | 孟德尔遗传错误率,SNP F1分数 | SLURM集群 |
| 1327 | 2025-11-03 |
Comparison of deep learning approaches to estimate injury severity from the International Classification of Diseases codes
2024, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2024.2356663
PMID:39485495
|
研究论文 | 比较不同深度学习方法从ICD编码估计损伤严重程度的性能 | 首次系统比较前馈神经网络与神经机器翻译模型在损伤严重程度估计中的表现,并对比直接与间接估计方法的优劣 | 仅使用美国国家创伤数据库数据,可能在其他医疗系统中泛化性有限 | 开发从ICD编码准确估计损伤严重程度的方法 | 创伤患者的ICD编码数据 | 自然语言处理 | 创伤 | 深度学习方法 | 前馈神经网络,神经机器翻译 | 医疗编码文本数据 | 训练集2,031,793例(2017-2018年),测试集1,091,792例(2019年) | NA | 编码器-解码器架构 | ISS≥16正确分类百分比,ISS精确匹配百分比 | GPU(具体型号未指定) |
| 1328 | 2025-11-02 |
Machine Learning Approaches for Predicting RNA-RNA/DNA Interactions
2026, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4670-0_14
PMID:41174207
|
综述 | 介绍用于预测RNA-RNA/DNA相互作用的机器学习方法及其在非编码RNA功能研究中的应用 | 与传统基于能量的方法相比,机器学习方法显著提高了预测准确性,并覆盖了多种RNA家族 | 存在过拟合风险且需要第三方验证 | 开发预测RNA-RNA/DNA相互作用的机器学习工具 | 非编码RNA(包括原核小RNA、miRNA、box C/D snoRNA、lncRNA-DNA三链体、CRISPR引导RNA) | 机器学习 | NA | 高通量测序 | 深度学习 | 相互作用数据 | NA | NA | NA | 准确率 | NA |
| 1329 | 2025-11-02 |
Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study
2025-Dec, International journal of nursing studies
IF:7.5Q1
DOI:10.1016/j.ijnurstu.2025.105207
PMID:40972497
|
研究论文 | 本研究开发并验证了一种反向传播神经网络模型,用于预测护理单元人员配置需求 | 将效率评估与深度学习技术相结合开发护理人员配置预测模型,实现人员配置精度与操作灵活性的平衡 | 需要多中心验证并整合外部因素以实现更广泛应用 | 优化临床科室护理人员配置,提高患者安全性和人力资源效率 | 55个护理单元的数据,包括13个最优效率单元和42个次优效率单元 | 机器学习 | NA | 数据包络分析,深度学习 | 反向传播神经网络 | 护理运营数据 | 55个护理单元2023年1-12月的数据 | NA | 反向传播神经网络 | 均方误差,Pearson相关系数,Bland-Altman分析,决定系数 | NA |
| 1330 | 2025-11-02 |
Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins
2025-Dec, Computer assisted surgery (Abingdon, England)
DOI:10.1080/24699322.2025.2580307
PMID:41171014
|
研究论文 | 提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法 | 通过详细分类肝静脉和门静脉实现个性化肝脏分段,相比传统方法能更好地贴合患者实际解剖结构 | 需要外科医生在3D模型上标注血管端点,存在一定人工干预 | 改进肝脏手术规划中的解剖分段精度 | 肝脏血管系统(肝静脉和门静脉) | 数字病理 | 肝脏疾病 | 3D建模,血管中心线计算 | NA | 3D医学图像 | NA | 3D Slicer, nnU-Net | nnU-Net | Dice相似系数,体积测量,专家评估 | NA |
| 1331 | 2025-11-02 |
Discovery and artificial intelligence-guided mechanistic elucidation of a narrow-spectrum antibiotic
2025-Nov, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-025-02142-0
PMID:41044363
|
研究论文 | 本研究通过人工智能辅助发现并阐明了一种针对肠杆菌科细菌的窄谱抗生素enterololin的作用机制 | 结合深度学习方法预测分子相互作用,发现并验证了针对肠杆菌科的特异性抗生素及其通过LolCDE复合物干扰脂蛋白转运的新机制 | 需与SPR741联合使用才能克服细菌耐药性,实验室进化耐药突变频率约为10^-10 | 开发窄谱且保护肠道微生物组的抗生素 | 肠杆菌科细菌,特别是粘附侵袭性大肠杆菌(AIEC) | 机器学习 | 炎症性肠病 | 深度学习,分子亚结构分析 | 深度学习 | 分子结构数据,生物活性数据 | 10,747个生物活性小分子筛选 | NA | NA | 半数抑制浓度(IC50),耐药频率 | NA |
| 1332 | 2025-11-02 |
Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection
2025-Nov, Cancer causes & control : CCC
IF:2.2Q2
DOI:10.1007/s10552-025-02048-6
PMID:40833534
|
综述 | 本文综述了人工智能在女性乳腺癌风险预测、预防和早期检测领域的发展与应用 | 重点关注可解释人工智能(XAI)、深度学习(DL)和机器学习(ML)在乳腺癌全流程中的应用,并系统分析算法公平性、模型透明度和数据集代表性 | 存在算法偏差、少数群体代表性不足、外部验证有限等问题,58%的公共数据集集中于乳腺X线摄影,缺乏断层合成和组织病理学等多模态数据 | 总结人工智能在乳腺癌风险预测、预防和早期检测领域的发展现状与未来前景 | 乳腺癌相关文献资料(2000-2025年) | 数字病理学 | 乳腺癌 | 乳腺X线摄影、断层合成、组织病理学 | 深度学习, 机器学习 | 医学影像 | NA | NA | NA | AUC | NA |
| 1333 | 2025-11-02 |
Deep learning models based on DWI-MRI for prognosis prediction in acute ischemic stroke receiving intravenous thrombolysis: Development and validation
2025-Nov, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2025.101391
PMID:41067525
|
研究论文 | 基于DWI-MRI开发深度学习模型预测接受静脉溶栓治疗的急性缺血性卒中患者预后 | 首次比较深度学习与传统机器学习方法在急性缺血性卒中预后预测中的性能,并开发结合临床特征与深度学习特征的融合模型 | 回顾性研究设计,样本量相对有限(682例患者) | 开发并验证基于DWI-MRI的预测模型,评估急性缺血性卒中患者静脉溶栓治疗后的预后 | 急性缺血性卒中患者 | 医学影像分析 | 急性缺血性卒中 | 弥散加权成像MRI(DWI-MRI) | 深度学习, 传统机器学习 | 医学影像, 临床数据 | 682例来自两家医院的急性缺血性卒中患者 | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
| 1334 | 2025-11-02 |
A dual-module 3D fusion framework for multi-modal MRI segmentation in anal fistulae
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70102
PMID:41173810
|
研究论文 | 提出一种用于肛门瘘管多模态MRI分割的双模块3D融合框架 | 采用双模块框架设计,在输入阶段创新性地捕获多维度信息,在输出阶段应用残差技术优化分割结果,并引入新型OPDL损失函数专门解决假阳性问题 | 仅使用自收集数据集,未在外部数据集验证泛化能力 | 开发稳健的肛门瘘管MRI分割方法以提高准确性并降低假阳性 | 肛门瘘管在MRI图像中的分割 | 医学图像分割 | 肛门瘘管 | 多模态MRI | 深度学习 | 多方向MRI扫描图像 | 950个自收集多方向MRI扫描 | NA | 双模块融合框架 | Dice Score, IoU Score | NA |
| 1335 | 2025-11-02 |
Intelligent multimodal sensor fusion for early knee disorder detection and injury prevention using prosthetic gait control
2025-Nov-01, International journal of injury control and safety promotion
IF:2.3Q2
DOI:10.1080/17457300.2025.2572095
PMID:41175030
|
研究论文 | 提出一种结合非侵入式筛查与自适应假肢控制的集成两阶段框架,用于膝关节疾病早期检测和损伤预防 | 引入新型时频特征(增强平均绝对值/增强波长)和多模态融合方法,实现从诊断到控制的端到端实施,建立可访问肌肉骨骼康复新范式 | 在LabVIEW控制环境中验证,实际临床应用效果需进一步评估 | 开发智能多模态传感器融合系统,用于早期膝关节疾病检测和假肢控制 | 膝关节病理检测和假肢控制 | 医疗人工智能 | 肌肉骨骼疾病 | 多模态传感器融合(EMG, FSR, IMU) | Extra Trees, XGBoost | 传感器数据(肌电信号, 力敏电阻, 惯性测量单元) | NA | LabVIEW | NA | 准确率, 10折交叉验证, 统计检验(Friedman/Nemenyi), 95%置信区间 | NA |
| 1336 | 2025-11-02 |
A review of the application of deep learning in thyroid nodule imaging: from model architectures to training methods and core image analysis tasks
2025-Oct-31, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae1505
PMID:41115427
|
综述 | 系统回顾深度学习在甲状腺结节影像分析中的应用,涵盖模型架构、训练方法和核心任务 | 从模型架构、训练方法和核心任务三个维度系统总结深度学习在甲状腺结节影像分析中的最新进展 | NA | 为未来相关研究提供有价值的参考见解和改进方向 | 甲状腺结节医学影像 | 计算机视觉 | 甲状腺结节 | 医学影像分析 | CNN, RNN, GAN, Transformer, 混合模型 | 医学影像 | NA | NA | NA | NA | NA |
| 1337 | 2025-11-02 |
An explainable modified convolutional mixer neural network-based deep learning framework for accurate brain tumor detection and classification
2025-Oct-31, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2574357
PMID:41170771
|
研究论文 | 提出一种可解释的改进卷积混合神经网络框架,用于精确检测和分类脑肿瘤 | 结合ConvMixer+块去除冗余特征、CANet融合多尺度特征、EANet精炼空间特征,并使用Grad-CAM增强模型可解释性 | 仅使用公开数据集,未在临床环境中进行验证 | 开发计算效率高且可解释的脑肿瘤检测分类方法 | 脑部MRI图像中的肿瘤区域 | 计算机视觉 | 脑肿瘤 | MRI成像 | CNN, ANN | 图像 | 10,087张MRI图像(来自两个公开数据集) | NA | EM-ConvMixer+Net, ConvMixer+, CANet, EANet, M-ANN | 准确率, F1分数 | NA |
| 1338 | 2025-11-02 |
AFPDeepPred: A Deep Learning Framework for Accurate Identification of Antifreeze Proteins
2025-Oct-31, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02024
PMID:41170781
|
研究论文 | 提出一种名为AFPDeepPred的多模态深度学习框架,用于准确识别抗冻蛋白 | 首次将全局序列信息(进化尺度建模)与局部序列信息(混沌游戏表示)通过双线性注意力网络进行显式融合,实现高阶特征交互 | NA | 开发高精度的抗冻蛋白识别方法 | 抗冻蛋白序列 | 生物信息学 | NA | 蛋白质序列分析 | 深度学习 | 蛋白质序列数据 | 基于Swiss-Prot数据库的已审核数据集 | 深度学习框架 | 双线性注意力网络 | 准确率 | NA |
| 1339 | 2025-11-02 |
Learning Binding Affinities via Fine-Tuning of Protein and Ligand Language Models
2025-Oct-31, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c02063
PMID:41171175
|
研究论文 | 提出BALM深度学习框架,通过微调蛋白质和配体语言模型预测结合亲和力 | 结合预训练的蛋白质和配体语言模型进行结合亲和力预测,并提出改进的评估策略 | 未明确说明模型在特定疾病靶点上的具体局限性 | 开发计算高效的蛋白质-配体结合亲和力预测方法用于早期药物发现 | 蛋白质-配体结合亲和力 | 机器学习 | NA | 语言模型微调 | 语言模型 | 分子结构数据 | BindingDB数据库的精选版本 | NA | 蛋白质语言模型,配体语言模型 | 结合亲和力预测准确度,泛化能力评估 | NA |
| 1340 | 2025-11-02 |
Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans
2025-Oct-31, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05213-2
PMID:41171405
|
研究论文 | 开发并验证一种基于腹部CT扫描的深度学习算法用于骨质疏松症机会性筛查 | 利用常规腹部CT扫描进行骨质疏松症筛查,实现多中心验证的深度学习算法 | 回顾性研究设计,样本量相对有限 | 开发并验证从腹部CT扫描中筛查骨质疏松症的算法 | 腰椎椎体 | 计算机视觉 | 骨质疏松症 | CT扫描,DEXA扫描 | 深度学习 | 医学影像 | 504名参与者(中位年龄66岁,388名女性) | NA | 2D UNet, ResNet34 | AUC, 敏感性, 特异性, Pearson相关系数, Brier分数 | NA |