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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
13741 | 2025-10-07 |
Evaluations of the Perturbation Resistance of the Deep-Learning-Based Ligand Conformation Optimization Algorithm
2025-01-13, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01096
PMID:39724561
|
研究论文 | 评估基于深度学习的配体构象优化算法DeepRMSD+Vina对输入扰动的抵抗能力 | 首次系统评估深度学习构象优化算法对输入结构扰动的鲁棒性,并揭示其物理启发的神经网络设计优势 | 对大扰动(RMSD 3-4 Å)的成功率显著下降至11% | 评估深度学习配体构象优化算法的鲁棒性和可靠性 | 蛋白质-配体复合物结构 | 机器学习 | NA | 深度学习构象优化 | 深度学习神经网络 | 分子结构数据 | 多种蛋白质-配体案例 | NA | DeepRMSD+Vina | 成功率, RMSD | NA |
13742 | 2025-10-07 |
Robust soybean seed yield estimation using high-throughput ground robot videos
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1554193
PMID:40230608
|
研究论文 | 提出一种基于地面机器人和深度学习的大豆种子产量估算新方法 | 结合鱼眼图像校正和随机传感器效应的数据增强技术,提高种子计数和产量估算架构的准确性和泛化能力 | 仅基于两年数据验证(2021年8500个地块和2023年650个地块),需要更多年份数据验证长期稳定性 | 开发高效准确的大豆产量估算方法以替代传统劳动力密集型方法 | 大豆种植地块 | 计算机视觉 | NA | 计算机视觉,深度学习 | 深度学习框架 | 视频,图像 | 2021年8500个地块,2023年650个地块 | NA | P2PNet-Yield(包含特征提取模块和产量回归模块) | 基因型排名准确率 | NA |
13743 | 2025-10-07 |
A weakly supervised deep learning framework for automated PD-L1 expression analysis in lung cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1540087
PMID:40230846
|
研究论文 | 开发了一种基于弱监督深度学习的自动化PD-L1表达分析框架,用于肺癌免疫治疗评估 | 创新性地开发了多示例学习框架MiLT,显著减少对细胞级标注的需求,同时保持高准确性 | 需要在前瞻性临床试验中进一步验证 | 开发可靠的人工智能工具来标准化PD-L1表达评估,改善肺癌免疫治疗患者选择 | 肺癌患者的全玻片图像 | 数字病理学 | 肺癌 | 全玻片图像分析 | 多示例学习 | 图像 | 内部和外部队列验证 | NA | MiLT | 组内相关系数 | NA |
13744 | 2025-10-07 |
Unlocking chickpea flour potential: AI-powered prediction for quality assessment and compositional characterisation
2025, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2025.101030
PMID:40231315
|
研究论文 | 本研究探索将深度学习模型与近红外光谱技术相结合,用于鹰嘴豆粉质量评估和成分表征 | 首次将多种先进深度学习模型(CNN、ViT、GCN)应用于鹰嘴豆粉质量评估,并与传统PLSR方法进行对比 | 数据集规模有限,可能影响模型的泛化能力 | 提高鹰嘴豆粉质量评估的准确性和效率 | 136种不同品种的鹰嘴豆粉 | 机器学习 | NA | 近红外光谱技术 | CNN, Vision Transformer, Graph Convolutional Network | 光谱数据 | 136个鹰嘴豆品种 | NA | CNN, Vision Transformer, Graph Convolutional Network | 预测准确性 | NA |
13745 | 2025-10-07 |
Deep learning enabled integration of tumor microenvironment microbial profiles and host gene expressions for interpretable survival subtyping in diverse types of cancers
2024-Dec-17, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01395-24
PMID:39565103
|
研究论文 | 开发基于自编码器的深度学习框架ASD-cancer,整合肿瘤微环境微生物特征和宿主基因表达数据,实现可解释的癌症生存亚型分型 | 首次提出半监督深度学习框架同时分析肿瘤微生物组和转录组数据,识别生存相关亚型并揭示微生物-宿主基因相互作用机制 | 研究依赖于TCGA数据库的样本数据,需要进一步实验验证 | 解析肿瘤微生物组与宿主基因表达的复杂关系及其对患者生存的联合影响 | 20种癌症类型的肿瘤组织样本 | 机器学习 | 多种癌症 | RNA测序,微生物组分析 | 自编码器 | 微生物组数据,基因表达数据 | TCGA数据库中20种癌症类型的组织样本 | NA | 自编码器 | log-rank检验 | NA |
13746 | 2025-10-07 |
Binding and sensing diverse small molecules using shape-complementary pseudocycles
2024-07-19, Science (New York, N.Y.)
DOI:10.1126/science.adn3780
PMID:39024436
|
研究论文 | 本文提出了一种利用深度学习生成形状互补假环结构来设计高亲和力小分子结合蛋白的方法 | 采用深度学习生成具有不同形状结合口袋的假环结构,能够结合多样化的极性及柔性小分子 | NA | 开发能够高亲和力结合小分子并应用于传感系统的蛋白质设计方法 | 小分子结合蛋白的设计与优化 | 机器学习 | NA | 深度学习,分子对接,实验筛选 | 深度学习模型 | 分子结构数据 | 针对四种不同小分子(包括甲氨蝶呤和甲状腺素)设计结合蛋白 | NA | NA | 结合亲和力 | NA |
13747 | 2025-10-07 |
Medical forecasting
2024-05-24, Science (New York, N.Y.)
DOI:10.1126/science.adp7977
PMID:38781357
|
评论 | 本文通过类比气象预测领域的AI突破,探讨AI在医疗预测领域的应用前景与挑战 | 提出将气象预测领域GraphCast模型的成功经验迁移到医疗预测领域的概念,强调建立医疗预测金标准的必要性 | 尚未建立医疗预测的金标准系统,具体实施方法和验证体系有待开发 | 探索AI技术在医疗预测领域的应用潜力,推动个体化疾病风险预测 | 个体患者的疾病风险预测 | 机器学习 | NA | 深度学习 | 图神经网络 | NA | NA | NA | GraphCast | 准确率 | NA |
13748 | 2025-10-07 |
Whole-body magnetic resonance imaging at 0.05 Tesla
2024-05-10, Science (New York, N.Y.)
DOI:10.1126/science.adm7168
PMID:38723062
|
研究论文 | 开发了一种使用0.05特斯拉永磁体和深度学习技术的全身磁共振成像扫描仪 | 采用0.05特斯拉永磁体结合深度学习消除电磁干扰,无需射频和磁屏蔽,仅需标准壁装电源插座即可运行 | NA | 开发经济实惠的超低场磁共振成像扫描仪以满足全球不同医疗环境的临床需求 | 全身磁共振成像 | 医学影像 | NA | 磁共振成像, 深度学习 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
13749 | 2025-10-07 |
Sequence basis of transcription initiation in the human genome
2024-04-26, Science (New York, N.Y.)
DOI:10.1126/science.adj0116
PMID:38662817
|
研究论文 | 通过深度学习可解释模型Puffin预测人类基因组中转录起始的序列基础 | 开发了名为Puffin的可解释深度学习模型,首次在碱基对分辨率上系统揭示人类启动子转录起始的简单序列规则 | NA | 揭示人类基因组中转录起始的序列基础 | 人类基因组启动子区域 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 基因组序列数据 | NA | NA | Puffin | NA | NA |
13750 | 2025-10-07 |
Development and Validation of an Automated Classification System for Osteonecrosis of the Femoral Head Using Deep Learning Approach: A Multicenter Study
2024-02, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2023.08.018
PMID:37572719
|
研究论文 | 开发并验证基于深度学习的股骨头坏死自动分类系统 | 首次采用多中心数据开发卷积神经网络模型实现股骨头坏死的自动分类和坏死区域定位 | 回顾性研究设计,样本来源仅限于4家机构 | 通过深度学习技术对股骨头坏死进行准确分类 | 股骨头坏死患者的磁共振影像 | 计算机视觉 | 股骨头坏死 | 磁共振成像 | CNN | 图像 | 1,806张中冠状位磁共振图像(来自1,337个髋关节),其中1,472张用于模型开发,334张用于外部验证 | NA | 卷积神经网络 | 准确率, AUC, 精确率, 召回率, F值 | NA |
13751 | 2025-10-07 |
Multiple-instance learning of somatic mutations for the classification of tumour type and the prediction of microsatellite status
2024-01, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-023-01120-3
PMID:37919367
|
研究论文 | 提出一种基于多示例学习的深度学习模型,通过体细胞突变数据分类肿瘤类型和预测微卫星状态 | 使用弱监督端到端多示例学习模型,通过多头注意力机制编码和聚合体细胞突变的局部序列背景或基因组位置,增强模型可解释性 | NA | 利用基因组数据改进肿瘤类型分类和微卫星状态预测性能 | 体细胞突变数据 | 机器学习 | 肿瘤 | 基因组测序 | 多示例学习, 深度学习 | 基因组数据 | NA | NA | 多头注意力机制 | 准确率, 分类性能 | NA |
13752 | 2025-10-07 |
De novo design of diverse small molecule binders and sensors using Shape Complementary Pseudocycles
2023-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.20.572602
PMID:38187589
|
研究论文 | 提出一种结合深度学习和能量优化的方法,设计能够高亲和力结合并传感小分子的蛋白质 | 首次开发出能够设计结合极性柔性小分子(如甲氨蝶呤和甲状腺素)的高形状互补性结合蛋白,并实现直接从计算机设计到纳米级亲和力的突破 | 方法主要针对小分子设计,对于更大或更复杂分子的适用性尚未验证 | 开发通用方法设计能够结合和传感任意小分子的蛋白质 | 小分子结合蛋白和传感器 | 机器学习 | NA | 深度学习,能量优化,X射线晶体学 | 深度学习模型 | 分子结构数据 | 四种不同小分子(包括甲氨蝶呤和甲状腺素) | NA | NA | 结合亲和力(纳摩尔级),晶体结构相似度 | NA |
13753 | 2025-10-07 |
Form follows function: Nuclear morphology as a quantifiable predictor of cellular senescence
2023-12, Aging cell
IF:8.0Q1
DOI:10.1111/acel.14012
PMID:37845808
|
研究论文 | 本研究探讨核形态作为细胞衰老量化预测指标的有效性 | 首次系统证实核形态可作为衰老的预测性生物标志物,并揭示细胞核在驱动衰老表型中的主动作用 | 未明确说明研究涉及的细胞类型和物种的具体数量 | 验证核形态特征对细胞衰老状态的预测能力 | 体外和体内的多种细胞类型和物种 | 数字病理学 | 老年性疾病 | 定量成像分析 | 深度学习算法 | 图像 | NA | NA | NA | 准确率 | NA |
13754 | 2025-10-07 |
Sequence basis of transcription initiation in human genome
2023-Jun-29, bioRxiv : the preprint server for biology
DOI:10.1101/2023.06.27.546584
PMID:37425823
|
研究论文 | 通过深度学习可解释建模方法在碱基对分辨率水平揭示人类基因组转录起始的序列基础 | 首次在碱基对分辨率水平系统解释人类启动子功能,发现多个未被表征的位置特异性效应模式 | NA | 解析人类基因组中转录起始的序列决定规则 | 人类启动子序列、241种哺乳动物基因组、小鼠转录起始位点数据 | 机器学习 | NA | 深度学习可解释建模、实验扰动验证 | 深度学习 | 基因组序列数据、转录起始位点数据 | 241种哺乳动物基因组 | NA | NA | NA | NA |
13755 | 2025-10-07 |
Massively parallel characterization of psychiatric disorder-associated and cell-type-specific regulatory elements in the developing human cortex
2023-Feb-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.15.528663
PMID:36824845
|
研究论文 | 通过大规模并行报告基因检测系统分析人类发育期大脑皮层中的基因调控元件及其与精神疾病的关联 | 首次在人类原代细胞和脑类器官中系统评估了超过10万个调控序列的功能活性,并利用深度学习解析增强子活性的序列基础和上游调控因子 | 研究主要聚焦于发育期大脑皮层,未涵盖其他脑区或发育阶段 | 建立人类神经元发育过程中功能性基因调控元件和变异的全面目录 | 人类中期妊娠皮层原代细胞和脑类器官 | 计算生物学 | 精神疾病 | 大规模并行报告基因检测(MPRA), 深度学习 | 深度学习模型 | 基因组序列数据, 表观遗传数据 | 102,767个调控序列 | NA | NA | 增强子活性显著性变化 | NA |
13756 | 2025-10-07 |
Enhancing the application of near-infrared spectroscopy in grain mycotoxin detection: An exploration of a transfer learning approach across contaminants and grains
2025-Jul-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143854
PMID:40117813
|
研究论文 | 本研究将迁移学习策略引入化学计量学,用于改进不同谷物或毒素光谱数据的深度学习模型 | 首次将迁移学习方法应用于谷物真菌毒素的近红外光谱检测,解决了单源模型适应性差的问题 | 仅针对小麦玉米赤霉烯酮和花生黄曲霉毒素B1进行了验证,未涵盖更多谷物和毒素类型 | 提高近红外光谱在谷物真菌毒素检测中的应用效果 | 谷物中的真菌毒素(小麦玉米赤霉烯酮和花生黄曲霉毒素B1) | 化学计量学 | NA | 近红外光谱法,FT-NIR光谱法 | 深度学习模型 | 光谱数据 | 小麦玉米赤霉烯酮和花生黄曲霉毒素B1样本集 | NA | NA | 相关系数R,相对预测偏差RPD | NA |
13757 | 2025-10-07 |
Applying deep learning algorithms for non-invasive estimation of carotenoid content in the foot muscle of Pacific abalone with different colors
2025-Jul-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143913
PMID:40157001
|
研究论文 | 本研究应用深度学习算法基于颜色测量非侵入性估计太平洋鲍鱼足肌中类胡萝卜素含量 | 开发了基于颜色的类胡萝卜素估计套件(CCES),相比传统方法效率提升450倍,成本降低47-77倍 | 模型的决定系数为0.415,预测精度仍有提升空间 | 开发非侵入性快速估计鲍鱼类胡萝卜素含量的方法 | 太平洋鲍鱼(Haliotis discus hannai)的足肌组织 | 计算机视觉 | NA | 靶向代谢组学,CIELAB颜色空间测量 | LSTM | 颜色测量数据 | 344个鲍鱼样本 | NA | LSTM | RMSE, 决定系数R | NA |
13758 | 2025-10-07 |
Autonomous Screening for Diabetic Macular Edema Using Deep Learning Processing of Retinal Images
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100722
PMID:40225408
|
研究论文 | 开发并验证一种基于深度学习处理视网膜图像的自主筛查糖尿病黄斑水肿模型 | 在多样化多设备临床环境中验证深度学习模型对糖尿病黄斑水肿的检测能力 | 需要进一步的前瞻性研究验证 | 开发适用于糖尿病黄斑水肿筛查的深度学习模型 | 糖尿病患者的视网膜图像 | 计算机视觉 | 糖尿病黄斑水肿 | 彩色眼底成像 | 深度学习 | 图像 | EyePACS数据集包含32,049张图像来自15,892名患者,其中开发集14,246例,验证集1,583例 | NA | NA | 灵敏度,特异度,AUC | NA |
13759 | 2025-10-07 |
Enhanced Macular Telangiectasia Type 2 Detection: Leveraging Self-Supervised Learning and Ensemble Models
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100710
PMID:40225407
|
研究论文 | 本研究开发了一种基于自监督学习和集成模型的黄斑毛细血管扩张症2型检测方法 | 结合自监督学习和集成模型方法,在有限标注数据下提升罕见疾病分类性能 | 仅使用419个OCT体积数据进行训练,样本量相对有限 | 开发准确且可解释的黄斑毛细血管扩张症2型自动检测方法 | 黄斑毛细血管扩张症2型患者和非患者的OCT图像 | 医学影像分析 | 黄斑毛细血管扩张症 | OCT成像 | 深度学习,集成学习 | OCT图像 | 5200张OCT图像(780名MacTel患者和1900名非MacTel患者) | NA | NA | AUROC,AUPRC,准确率,灵敏度,特异性 | NA |
13760 | 2025-10-07 |
Web server-based deep learning-driven predictive models for respiratory toxicity of environmental chemicals: Mechanistic insights and interpretability
2025-Jun-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.137575
PMID:39954423
|
研究论文 | 开发基于网络服务器的可解释深度学习模型预测环境化学物的呼吸毒性 | 针对八种具体呼吸疾病开发可解释深度学习模型,整合多毒性终点数据,结合KRFP指纹和SHAP分析增强模型可解释性 | NA | 预测环境化学物的呼吸毒性并提供机制解释 | 药物及其环境代谢物、具有呼吸毒性潜力的环境污染物 | 机器学习 | 呼吸系统疾病 | 深度学习 | 深度学习模型 | 化学结构数据、毒性终点数据 | NA | NA | NA | AUC, ACC | 网络服务器 |