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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
14121 | 2025-04-10 |
Integrated Biochemical and Computational Methods for Deciphering RNA-Processing Codes
2024 Nov-Dec, Wiley interdisciplinary reviews. RNA
DOI:10.1002/wrna.1875
PMID:39523464
|
review | 本文系统总结了用于解析五种重要RNA编码(包括可变剪接、可变多聚腺苷酸化、RNA定位、RNA修饰和RBP结合)的生化和计算方法 | 结合机器学习和深度学习模型,从DNA序列中学习RNA转化的规则或编码,并探讨了使用大型语言模型和广泛领域知识开发预测模型时遇到的挑战 | 未提及具体样本量或实验数据的具体限制 | 将大数据转化为生物学知识,预测RNA产物,解码分子机制,预测疾病变异对RNA加工事件的影响,并识别驱动突变 | RNA加工过程中的五种重要编码 | 自然语言处理 | NA | 高通量测序技术 | 机器学习和深度学习模型 | DNA序列数据 | NA | NA | NA | NA | NA |
14122 | 2025-04-10 |
Identifying depression-related topics in smartphone-collected free-response speech recordings using an automatic speech recognition system and a deep learning topic model
2024-06-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2024.03.106
PMID:38552911
|
research paper | 该研究通过智能手机收集的自由回答语音录音,使用自动语音识别系统和深度学习主题模型,自动识别与抑郁相关的主题 | 结合自动语音识别(Whisper工具)和深度学习主题模型(BERTopic)自动分析抑郁相关语音主题,并关联抑郁严重程度、行为和语言特征 | 研究结果来自特定语音任务的抑郁队列,可能限制对非临床人群或其他语音任务的普适性,部分主题样本量较小需进一步验证 | 自动识别抑郁相关语音主题并分析其与抑郁严重程度的关系 | 265名有抑郁史的参与者的3919段英语自由回答语音录音 | natural language processing | geriatric disease | 自动语音识别(Whisper工具),深度学习主题模型(BERTopic) | BERTopic | 语音录音 | 265名参与者的3919段语音录音 | NA | NA | NA | NA |
14123 | 2025-04-10 |
Discovery and development of macrocyclic peptide modulators of the cannabinoid 2 receptor
2024-06, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2024.107330
PMID:38679329
|
研究论文 | 本文探索了植物源性环状胱氨酸结肽作为大麻素2型受体(CBR)配体的潜力,并基于深度学习网络设计和表征了基于vodo-C1的双环肽 | 首次发现并开发了基于环肽的大麻素2型受体调节剂,特别是从甜紫罗兰中鉴定出vodo-C1作为CBR的全激动剂,并设计出具有负变构调节或中性拮抗作用的双环肽 | 研究仅基于九种植物的肽富集提取物库,样本量有限,且设计的双环肽未能激活受体 | 开发新型大麻素2型受体调节剂,用于治疗慢性炎症和纤维化 | 大麻素2型受体(CBR)及其配体 | 药物发现 | 慢性炎症和纤维化 | 药理学引导的分馏、肽组学、深度学习网络 | 深度学习网络 | 肽序列和结构数据 | 九种植物的肽富集提取物库 | NA | NA | NA | NA |
14124 | 2025-04-10 |
Cascaded cross-attention transformers and convolutional neural networks for multi-organ segmentation in male pelvic computed tomography
2024-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.2.024009
PMID:38595327
|
research paper | 提出了一种基于深度学习的自动两步分割流程,用于男性盆腔CT图像中多器官的分割 | 采用混合卷积-Transformer模型进行初始多器官分割,并通过图像增强模块和器官特定精细分割提高分割精度 | 仅在30张测试图像上验证,样本量较小 | 提高男性盆腔CT图像中多器官分割的准确性,以支持放射治疗计划 | 前列腺、膀胱、直肠、精囊和股骨头 | digital pathology | prostate cancer | computed tomography (CT) | axial cross-attention UNet (混合卷积-Transformer模型) | image | 30张男性盆腔CT图像 | NA | NA | NA | NA |
14125 | 2025-10-07 |
Deep Learning-Assisted Single-Molecule Detection of Protein Post-translational Modifications with a Biological Nanopore
2024-01-16, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.3c08623
PMID:38112538
|
研究论文 | 本研究开发了一种基于生物纳米孔和深度学习技术的单分子蛋白质翻译后修饰检测方法 | 首次结合气溶素纳米孔与深度学习模型实现多种蛋白质翻译后修饰的单分子检测与区分 | 仅针对α-突触核蛋白衍生肽段进行验证,尚未扩展到其他蛋白质体系 | 开发高灵敏度的蛋白质翻译后修饰单分子检测技术 | α-突触核蛋白衍生肽段及其磷酸化、硝化和氧化修饰变体 | 生物纳米技术 | 神经退行性疾病 | 纳米孔传感技术, 深度学习信号处理 | 深度学习模型 | 电流信号数据 | 多种α-突触核蛋白肽段变体 | NA | NA | 检测灵敏度, 区分准确率 | NA |
14126 | 2025-04-10 |
Deep learning in public health: Comparative predictive models for COVID-19 case forecasting
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0294289
PMID:38483948
|
研究论文 | 比较多种深度学习模型在预测阿联酋和马来西亚COVID-19病例中的效果 | 使用贝叶斯优化技术提升模型性能,并比较不同深度学习模型在特定地区的预测效果 | 研究仅针对阿联酋和马来西亚,可能不适用于其他地区 | 确定预测COVID-19病例的最有效深度学习模型 | 阿联酋和马来西亚的COVID-19病例数据 | 机器学习 | COVID-19 | 贝叶斯优化 | LSTM, bidirectional LSTM, CNN, hybrid CNN-LSTM, Multilayer Perceptron's, RNN | 结构化数据(确诊病例数、人口统计数据、社会经济因素) | NA | NA | NA | NA | NA |
14127 | 2025-10-07 |
Harnessing the power of AI: Advanced deep learning models optimization for accurate SARS-CoV-2 forecasting
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0287755
PMID:37471397
|
研究论文 | 本研究利用先进深度学习模型预测马来西亚的SARS-CoV-2病例 | 系统比较七种深度学习模型在疫情预测中的表现,并针对马来西亚特定情况优化模型选择 | 研究仅限于马来西亚地区,模型在其他地区的适用性需要进一步验证 | 开发准确可靠的SARS-CoV-2病例预测工具以支持公共卫生决策 | 马来西亚SARS-CoV-2确诊病例及相关影响因素 | 机器学习 | 传染病 | 深度学习 | LSTM, Bi-directional LSTM, CNN, CNN-LSTM, Multilayer Perceptron, GRU, RNN | 确诊病例数据、人口统计数据、社会经济因素数据 | NA | NA | LSTM, Bi-LSTM, CNN, CNN-LSTM, MLP, GRU, RNN | 准确率, 精确度 | NA |
14128 | 2025-10-07 |
Application of machine learning in the prediction of COVID-19 daily new cases: A scoping review
2021-Oct, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2021.e08143
PMID:34660935
|
综述 | 本文综述了机器学习和深度学习方法在预测COVID-19每日新增病例中的应用 | 系统比较了多种机器学习方法在COVID-19传播预测中的性能,包括ANFIS、LSTM、RNN和MLP等模型 | NA | 评估机器学习方法在预测COVID-19传播趋势中的效果 | COVID-19每日新增病例数据 | 机器学习 | COVID-19 | NA | ANFIS, LSTM, RNN, MLP, ANN, ARIMA | 流行病学数据 | NA | NA | 自适应神经模糊推理系统, 长短期记忆网络, 循环神经网络, 多层感知器, 自回归积分滑动平均模型 | RMSE, MAE, R系数, MAPE | NA |
14129 | 2025-10-07 |
Performance for rotor system of hybrid electromagnetic bearing and elastic foil gas bearing with dynamic characteristics analysis under deep learning
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0244403
PMID:33720953
|
研究论文 | 通过深度学习分析混合电磁轴承和弹性箔片气体轴承转子系统的动态特性,并优化CNN在故障检测中的结构 | 结合混合电磁轴承和弹性箔片气体轴承的转子系统动态特性分析,并首次将CNN应用于该系统故障检测的参数优化 | NA | 分析轴承-转子系统的动态特性并优化CNN在系统故障检测和分类中的性能 | 涡轮膨胀机轴承-转子系统 | 机器学习 | NA | 动态特性分析 | CNN | 工程系统数据 | NA | NA | 卷积神经网络 | 分类准确率,损失函数 | NA |
14130 | 2025-10-07 |
A demonstration of automated visual evaluation of cervical images taken with a smartphone camera
2020-11-01, International journal of cancer
IF:5.7Q1
DOI:10.1002/ijc.33029
PMID:32356305
|
研究论文 | 本研究验证了使用智能手机摄像头拍摄的宫颈图像进行自动化视觉评估在宫颈癌筛查中的可行性 | 首次将深度学习自动化视觉评估技术应用于智能手机拍摄的宫颈图像进行宫颈癌筛查 | 金标准为妇科肿瘤专家评估而非组织病理学诊断,且仅在小部分图像上进行了组织病理学验证 | 开发基于智能手机的宫颈癌筛查辅助工具 | 通过商业MobileODT EVA系统采集的宫颈图像 | 计算机视觉 | 宫颈癌 | 深度学习,自动化视觉评估 | 目标检测网络 | 图像 | 3221名女性的7587张宫颈图像 | NA | 目标检测网络 | AUC | NA |
14131 | 2025-10-07 |
Malocclusion Classification on 3D Cone-Beam CT Craniofacial Images Using Multi-Channel Deep Learning Models
2020-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC44109.2020.9176672
PMID:33018225
|
研究论文 | 本研究提出两种多通道深度学习模型架构,用于从3D CBCT颅面图像自动识别和分类骨骼性错颌畸形 | 提出集成和同步多通道两种新型深度学习架构,结合三种不同方向的2D投影视图,并采用类选择性相关映射可视化方法解释模型学习行为 | NA | 开发自动识别和分类骨骼性错颌畸形的深度学习系统 | 3D锥形束CT颅面图像 | 计算机视觉 | 错颌畸形 | 锥形束CT成像 | 深度学习模型 | 3D医学图像, 2D投影图像 | NA | NA | 集成多通道模型, 同步多通道模型 | 准确率 | NA |
14132 | 2025-10-07 |
Risk factor analysis combined with deep learning in the risk assessment of overseas investment of enterprises
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0239635
PMID:33006998
|
研究论文 | 结合风险因子分析和深度学习评估企业海外投资风险 | 将深度神经网络应用于企业海外投资风险评估,并基于国家集群样本识别主要风险来源 | 仅采用15个国家集群作为样本,样本规模有限;风险评估主要基于弗雷泽风险评估学习标签 | 评估企业海外投资风险并拓展深度学习在风险评估中的应用 | 15个国家集群的企业海外投资风险指标 | 机器学习 | NA | 深度学习 | DNN | 风险评估指标数据 | 15个国家集群 | NA | 深度神经网络 | 投资吸引力指数 | NA |
14133 | 2025-10-07 |
The use of deep learning algorithm and digital media art in all-media intelligent electronic music system
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240492
PMID:33075083
|
研究论文 | 本研究提出基于深度强化学习的多任务和分层学习算法,应用于全媒体智能电子音乐系统中的图像处理任务 | 提出了基于深度确定性策略梯度的多任务学习算法(M-DDPG)和分层学习算法(H-DDPG),用于解决智能系统中的多任务和复杂任务处理问题 | NA | 探索深度学习方法在智能电子音乐系统中的应用,促进深度学习与数字媒体技术的融合 | 智能电子音乐系统中的图像分类和多任务处理 | 数字媒体艺术 | NA | 深度强化学习 | DDPG, M-DDPG, H-DDPG | 图像 | 基于8个任务的测试环境 | NA | 深度确定性策略梯度,自增强网络 | 奖励值,准确率 | NA |
14134 | 2025-10-07 |
Single image super-resolution via Image Quality Assessment-Guided Deep Learning Network
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0241313
PMID:33119656
|
研究论文 | 提出了一种基于图像质量评估引导的深度学习网络用于单图像超分辨率重建 | 引入IQA网络提取感知特征并计算融合损失,通过级联网络解决异构数据集问题,提出成对排序铰链损失方法解决训练样本不足 | 未明确说明具体的数据集规模和网络架构细节 | 在超分辨率重建中实现感知质量与失真度量之间的更好平衡 | 单张低分辨率图像 | 计算机视觉 | NA | 深度学习超分辨率重建 | 深度学习网络 | 图像 | NA | 深度学习架构 | 级联网络 | 感知质量, 失真度量 | NA |
14135 | 2025-10-07 |
The use of machine translation algorithm based on residual and LSTM neural network in translation teaching
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240663
PMID:33211704
|
研究论文 | 本研究构建了基于残差和LSTM神经网络的SCN-LSTM机器翻译模型,并验证其在翻译教学中的应用效果 | 提出融合跳跃卷积网络和长短期记忆网络的SCN-LSTM翻译模型,相比传统N元组模型性能提升近一倍 | NA | 促进翻译专业培养模式转型和翻译服务业在各领域的应用 | 英语专业翻译教学 | 自然语言处理 | NA | 机器翻译 | LSTM, CNN | 文本 | 真实数据集和公开PTB数据集 | NA | SCN-LSTM(Skip Convolutional Network and Long Short Term Memory) | 准确率, 翻译混淆度, 适应性 | NA |
14136 | 2025-10-07 |
Applying Internet information technology combined with deep learning to tourism collaborative recommendation system
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0240656
PMID:33271589
|
研究论文 | 提出一种结合深度学习的旅游协同推荐系统,通过整合互联网旅游信息提供个性化旅游服务 | 结合词嵌入、CNN处理评论信息、DNN处理必要信息以及因子分解机技术来提升推荐系统的个性化性能 | NA | 改进传统旅游推荐系统的不足,提供更准确个性化的旅游产品推荐 | 旅游产品信息和用户评论信息 | 自然语言处理,机器学习 | NA | 深度学习 | CNN,DNN | 文本 | NA | NA | 卷积神经网络,深度神经网络 | 精确度,灵敏度 | NA |
14137 | 2025-04-09 |
Nondestructive detection of cadmium content in oilseed rape leaves under different silicon environments using deep transfer learning and Vis-NIR hyperspectral imaging
2025-Jul-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143799
PMID:40081073
|
研究论文 | 提出了一种基于深度迁移学习和可见-近红外高光谱成像技术的油菜叶片镉含量无损检测方法 | 开发了迁移堆叠去噪自编码器(T-SDAE)算法,实现了不同硅环境下油菜叶片镉含量预测模型的迁移 | NA | 实现不同硅环境下油菜叶片镉含量的准确无损检测 | 油菜叶片 | 计算机视觉 | NA | 可见-近红外高光谱成像技术 | T-SDAE, SVR | 高光谱图像 | NA | NA | NA | NA | NA |
14138 | 2025-04-09 |
An efficient method for chili pepper variety classification and origin tracing based on an electronic nose and deep learning
2025-Jul-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143850
PMID:40101378
|
研究论文 | 本文提出了一种结合电子鼻和深度学习的方法,用于辣椒品种分类和产地溯源 | 提出了一种传感器感知卷积网络(SACNet),集成了电子鼻技术,通过传感器注意力模块自适应关注各传感器的重要性,并引入局部感知和广域感知结构以捕获气体信息特征 | 方法依赖于电子鼻系统的气体样本采集,可能在实际应用中受到环境因素的影响 | 解决辣椒品种和产地快速准确识别的问题 | 辣椒 | 机器学习 | NA | 电子鼻(e-nose) | CNN(SACNet) | 气体数据 | 三个数据集(Dataset A、B、C),具体样本数量未提及 | NA | NA | NA | NA |
14139 | 2025-04-09 |
Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis
2025-Apr-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121151
PMID:40147601
|
研究论文 | 本研究提出了一种基于倾斜冠状MRI的集成网络方法,用于阿尔茨海默病的诊断 | 采用倾斜冠状MRI切片和集成学习方法,提高了诊断准确率 | 研究依赖于ADNI数据集,可能限制了方法的普适性 | 开发一种更可靠的阿尔茨海默病诊断方法 | 阿尔茨海默病患者、轻度认知障碍患者和正常老年人 | 数字病理学 | 老年疾病 | MRI | 集成学习 | 图像 | ADNI数据集中的样本 | NA | NA | NA | NA |
14140 | 2025-04-09 |
How local is "local"? Deep learning reveals locality of the induced magnetic field of polycyclic aromatic hydrocarbons
2025-Apr-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0257558
PMID:40197568
|
研究论文 | 本文利用深度学习研究多环芳香分子中磁响应的局部性 | 采用新颖的图神经网络(GNNs)结合环图表示法预测分子周围空间的核独立化学位移(NICS),并通过k-hop扩展策略克服GNNs泛化问题 | 尽管模型在小分子(最多4个环)上训练,但能准确预测更大分子(最多15个环)的磁响应,但仍需验证更复杂分子的适用性 | 探究多环芳香分子中磁响应的局部性 | 多环芳香分子 | 机器学习 | NA | 图神经网络(GNNs) | GNN | 分子结构数据 | 训练集包含最多4个环的分子,测试集扩展到最多15个环的分子 | NA | NA | NA | NA |