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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14641 | 2025-10-07 |
Deep learning enabled liquid-based cytology model for cervical precancer and cancer detection
2025-Apr-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58883-3
PMID:40222978
|
研究论文 | 开发基于深度学习的液基细胞学模型用于宫颈癌前病变和癌症检测 | 使用大规模样本(17,397例)开发深度学习模型,并在多中心验证中显示优于细胞病理学医生的检测性能 | 在社区筛查中特异性低于资深细胞病理学医生 | 开发辅助宫颈癌筛查和病例分诊的深度学习工具 | 宫颈液基细胞学样本 | 数字病理 | 宫颈癌 | 液基细胞学 | 深度学习 | 细胞学全切片图像 | 17,397例训练,10,826例测试 | NA | NA | 灵敏度, 特异性 | NA |
| 14642 | 2025-10-07 |
Bi-variational physics-informed operator network for fractional flow reserve curve assessment from coronary angiography
2025-Apr-12, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103564
PMID:40245779
|
研究论文 | 提出一种双变分物理信息神经算子网络,用于从冠状动脉造影中评估血流储备分数曲线 | 结合变分机制指导基函数学习和残差评估,在准确性和效率之间实现最优平衡 | NA | 开发从冠状动脉造影评估血流储备分数曲线的高效准确方法 | 184名受试者的215条血管的冠状动脉造影数据 | 医学影像分析 | 心血管疾病 | 冠状动脉造影 | 神经算子网络 | 医学影像 | 184名受试者的215条血管 | NA | 双变分物理信息神经算子(BVPINO) | 准确性, 效率, 一致性, 相关性 | NA |
| 14643 | 2025-10-07 |
Joint semi-supervised and contrastive learning enables domain generalization and multi-domain segmentation
2025-Apr-12, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103575
PMID:40245778
|
研究论文 | 提出SegCLR框架,通过联合半监督和对比学习实现跨域图像分割 | 结合监督学习和对比学习,能够同时利用标注和未标注数据,实现领域泛化和多领域分割 | 未明确说明计算资源需求和具体模型规模 | 解决深度学习模型在不同域图像分割中的泛化问题 | 3D视网膜光学相干断层扫描(OCT)图像 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描(OCT) | 深度学习 | 3D医学图像 | 三个不同的临床数据集 | NA | NA | 分割性能指标 | NA |
| 14644 | 2025-10-07 |
im7G-DCT: A two-branch strategy model based on improved DenseNet and transformer for m7G site prediction
2025-Apr-12, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出基于改进DenseNet和Transformer的双分支策略模型im7G-DCT,用于m7G位点预测 | 采用双分支策略并行提取局部和全局特征,通过改进的DenseNet和Transformer深度挖掘m7G位点序列的潜在特征信息 | NA | 准确识别mRNA中的m7G位点,为临床应用和治疗策略开发提供支持 | mRNA中的N-7甲基鸟苷(m7G)修饰位点 | 生物信息学 | 癌症,神经退行性疾病,病毒感染 | 深度学习预测模型 | CNN,Transformer | RNA序列特征编码 | NA | NA | 改进的DenseNet,Transformer | 灵敏度,特异性,准确率,马修斯相关系数 | NA |
| 14645 | 2025-10-07 |
Diatom Lensless Imaging Using Laser Scattering and Deep Learning
2025-Apr-11, ACS ES&T water
IF:4.8Q1
DOI:10.1021/acsestwater.4c01186
PMID:40242343
|
研究论文 | 提出一种结合激光散射和无透镜成像技术,通过深度学习重建硅藻显微图像的新方法 | 首次将激光散射模式与深度学习相结合,实现无透镜显微成像,并能从散射图案中分析硅藻的运动速度和角度 | NA | 开发用于海洋环境中微生物原位成像和运动分析的无透镜成像技术 | 硅藻及其他微型海洋生物 | 计算机视觉 | NA | 激光散射成像 | 深度学习 | 散射光图案 | 硅藻土样本 | NA | NA | SSIM, RMSE | NA |
| 14646 | 2025-10-07 |
A deep learning framework leveraging spatiotemporal feature fusion for electrophysiological source imaging
2025-Apr-08, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108767
PMID:40245605
|
研究论文 | 提出一种基于深度学习的时空特征融合框架SSINet,用于解决脑电生理源成像的逆问题 | 融合残差网络、双向LSTM和Transformer模块,结合通道注意力机制和加权损失函数,首次在ESI领域实现有效的时空特征融合 | NA | 开发准确的非侵入性脑活动测量方法 | 脑电生理源成像 | 机器学习 | NA | 脑电图 | CNN, LSTM, Transformer | 脑电信号 | 三个真实EEG数据集(视觉、听觉和体感刺激) | NA | ResBlock, 双向LSTM, Transformer | NA | NA |
| 14647 | 2025-10-07 |
Evolution of computational techniques against various KRAS mutants in search for therapeutic drugs: a review article
2025-Apr-07, Cancer chemotherapy and pharmacology
IF:2.7Q2
DOI:10.1007/s00280-025-04767-8
PMID:40195161
|
综述 | 本文综述了针对不同KRAS突变体的计算技术演变及其在治疗药物发现中的应用 | 系统总结了计算技术在KRAS抑制剂发现中的突破性进展,特别关注变构口袋识别和人工智能新方法的应用 | NA | 探讨计算技术在KRAS突变体靶向药物研发中的应用与发展 | KRAS蛋白突变体及其抑制剂 | 计算生物学 | 癌症 | 虚拟筛选、分子动力学模拟、分子对接、机器学习、深度学习 | NA | 蛋白质结构数据、化合物数据库 | NA | NA | NA | NA | NA |
| 14648 | 2025-10-07 |
scAMZI: attention-based deep autoencoder with zero-inflated layer for clustering scRNA-seq data
2025-Apr-07, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-11511-2
PMID:40197174
|
研究论文 | 提出一种基于注意力自编码器和零膨胀层的深度学习模型scAMZI,用于单细胞RNA测序数据的聚类分析 | 首次将SimAM注意力机制、自编码器和零膨胀负二项模型结合,能同时学习细胞特征表示和细胞间关系,并有效处理数据中的零值 | NA | 开发更有效的单细胞RNA测序数据聚类方法 | 单细胞RNA测序数据 | 机器学习 | NA | scRNA-seq | 自编码器, 注意力机制 | 基因表达数据 | 14个基准数据集,包含数百至数万个细胞 | NA | 自编码器, SimAM | NA | NA |
| 14649 | 2025-10-07 |
Visual search and real-image similarity: An empirical assessment through the lens of deep learning
2025-Apr, Psychonomic bulletin & review
IF:3.2Q1
DOI:10.3758/s13423-024-02583-4
PMID:39327401
|
研究论文 | 本研究利用深度卷积神经网络预测人类视觉搜索效率,通过计算物体间相似性为Duncan和Humphreys的相似性原则提供生态学证据 | 首次使用深度卷积神经网络从生态学角度量化验证视觉搜索相似性原则,并发现目标-干扰物和干扰物-干扰物相似性在网络不同层级发挥作用 | 基于计算模型的预测仍需进一步在真实场景中验证,实验室结果到现实世界的泛化能力有待加强 | 验证视觉搜索中的相似性原则并预测人类搜索效率 | 视觉场景中的目标物体和干扰物 | 计算机视觉 | NA | 深度卷积神经网络 | CNN | 图像 | NA | NA | 深度卷积神经网络 | 搜索效率预测 | NA |
| 14650 | 2025-10-07 |
Leveraging Deep Learning for Immune Cell Quantification and Prognostic Evaluation in Radiotherapy-Treated Oropharyngeal Squamous Cell Carcinomas
2025-Apr, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104094
PMID:39826685
|
研究论文 | 本研究利用深度学习技术量化放疗前口咽鳞状细胞癌活检组织中的免疫细胞密度并评估其预后价值 | 首次将U-Net深度学习模型应用于口咽鳞状细胞癌免疫微环境的量化分析,并比较了细胞计数法和面积法两种量化方法的预后预测能力 | 样本量相对有限(84例),仅针对口咽鳞状细胞癌特定亚型 | 开发基于深度学习的标准化方法用于肿瘤免疫微环境研究并评估其预后价值 | 接受根治性放疗的口咽鳞状细胞癌患者的治疗前肿瘤活检组织 | 数字病理学 | 头颈鳞状细胞癌 | 免疫组织化学,全玻片成像 | 深度学习 | 病理图像 | 84例口咽鳞状细胞癌患者的治疗前福尔马林固定石蜡包埋肿瘤活检 | NA | U-Net | 准确性,重现性 | NA |
| 14651 | 2025-10-07 |
Microsatellite-Stable Gastric Cancer Can be Classified into 2 Molecular Subtypes with Different Immunotherapy Response and Prognosis Based on Gene Sequencing and Computational Pathology
2025-Apr, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104101
PMID:39894411
|
研究论文 | 本研究通过基因测序和计算病理学将微卫星稳定型胃癌分为两种分子亚型,并验证了其与免疫治疗反应和预后的关联 | 首次基于免疫相关基因特征和Vision Transformer深度学习模型对微卫星稳定型胃癌进行分子分型 | 样本量相对有限(105例独立验证队列),需要更大规模研究验证 | 开发微卫星稳定型胃癌的分子分型方法以改善预后预测和治疗决策 | 微卫星稳定型胃癌患者 | 计算病理学 | 胃癌 | RNA测序, 免疫组织化学, 数字病理 | Vision Transformer, 机器学习 | 基因表达数据, 数字病理切片图像, 临床信息 | TCGA和GEO数据库患者数据,外加105例独立验证队列 | NA | Vision Transformer | AUC | NA |
| 14652 | 2025-10-07 |
Psychedelic Drugs in Mental Disorders: Current Clinical Scope and Deep Learning-Based Advanced Perspectives
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202413786
PMID:40112231
|
综述 | 本文综述了致幻剂在精神障碍治疗中的临床应用现状,并探讨了基于深度学习的药物开发新视角 | 整合了致幻剂的多维药理机制(结构功能、微生物-肠-脑轴、转录组)并首次系统提出深度学习在优化精神药物开发中的应用前景 | 致幻剂的精确处方机制仍不明确,个体差异和复杂神经环路影响药物效果的一致性 | 探索致幻剂在精神障碍治疗中的药理机制并推动精准医疗发展 | 精神障碍患者(包括焦虑症、重度抑郁症、自闭症谱系障碍)和致幻药物(如裸盖菇素、LSD) | 机器学习 | 精神障碍 | 转录组分析, 微生物组分析 | 深度学习 | 大数据 | NA | NA | NA | NA | NA |
| 14653 | 2025-10-07 |
An Overview and Comparative Analysis of CRISPR-SpCas9 gRNA Activity Prediction Tools
2025-Apr, The CRISPR journal
DOI:10.1089/crispr.2024.0058
PMID:40151952
|
综述论文 | 对CRISPR-SpCas9 gRNA活性预测工具进行系统性概述和性能评估 | 首次对七种基于机器学习和深度学习的CRISPR-Cas9编辑效率预测工具在九个数据集上进行系统性基准测试 | 仅评估了七种预测工具,未涵盖所有现有方法 | 评估CRISPR基因编辑技术中gRNA活性预测工具的性能 | CRISPR-SpCas9系统的gRNA活性预测工具 | 机器学习 | NA | CRISPR基因编辑技术 | 机器学习,深度学习 | 基因组序列数据 | 九个CRISPR数据集,涵盖六种细胞类型和三个物种 | NA | NA | 准确率,Spearman相关系数 | NA |
| 14654 | 2025-10-07 |
Pathomics Image Analysis of Tumor Infiltrating Lymphocytes (TILs) in Colon Cancer
2025-Apr-01, Research square
DOI:10.21203/rs.3.rs-6173056/v1
PMID:40235501
|
研究论文 | 开发深度学习病理影像分析工作流程,用于生成结肠癌中肿瘤浸润淋巴细胞的空间分布图并量化其丰度 | 首次提出基于深度学习的病理影像分析方法,能够可视化并量化结肠癌微环境中肿瘤浸润淋巴细胞的空间分布特征 | 研究局限于结肠癌样本,未验证在其他癌症类型中的适用性 | 评估肿瘤浸润淋巴细胞作为病理影像学生物标志物的预后价值 | 结肠癌患者的H&E染色全切片影像 | 数字病理学 | 结肠癌 | H&E染色全切片影像分析 | 深度学习 | 病理影像 | 结肠癌患者全切片影像样本 | NA | NA | 总体生存期, 无进展间期 | NA |
| 14655 | 2025-10-07 |
Rethinking Domain-Specific Pretraining by Supervised or Self-Supervised Learning for Chest Radiograph Classification: A Comparative Study Against ImageNet Counterparts in Cold-Start Active Learning
2025-Apr, Health care science
DOI:10.1002/hcs2.70009
PMID:40241982
|
研究论文 | 比较领域特定预训练与通用预训练在胸部X光分类冷启动主动学习中的性能差异 | 首次系统评估医学领域特定预训练模型在冷启动主动学习中的表现,并与ImageNet预训练模型进行对比 | 仅针对胸部X光图像和两种疾病进行验证,未涵盖其他医学影像模态和疾病类型 | 评估领域特定预训练在冷启动主动学习中的有效性 | 胸部X光图像 | 计算机视觉 | 肺部疾病 | 深度学习 | CNN | 医学影像 | NA | NA | TXRV, REMEDIS | 统计显著性检验 | NA |
| 14656 | 2025-10-07 |
Development and external multicentric validation of a deep learning-based clinical target volume segmentation model for whole-breast radiotherapy
2025-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100749
PMID:40242807
|
研究论文 | 开发并外部验证基于深度学习的全乳放疗临床靶区自动分割模型 | 利用大样本单中心数据结合多中心数据开发3D-Unet模型,实现双侧临床靶区的自动分割,并进行多中心外部验证 | 有一个中心(Inst 9)的模型迁移性较差 | 优化放疗治疗并减少毒性,通过自动分割器官风险区和临床靶区 | 乳腺癌患者的临床靶区分割 | 医学影像分析 | 乳腺癌 | 放射治疗计划CT | 3D-Unet | CT图像 | 1822名患者(861名来自单中心用于训练,961名来自8个中心用于验证) | NA | 3D-Unet | Dice相似系数, Hausdorff距离, 95百分位Hausdorff距离, 平均表面距离 | NA |
| 14657 | 2025-10-07 |
[Three-Dimensional Reconstruction Technique and Its Application of Binocular Endoscopic Images Based on Deep Learning]
2025-Mar-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation
DOI:10.12455/j.issn.1671-7104.240293
PMID:40246717
|
研究论文 | 探讨基于深度学习的双目内窥镜图像三维重建关键技术及实现方法 | 将深度学习技术应用于双目内窥镜三维重建,显著提升重建精度和实时性能 | NA | 提升内窥镜图像三维重建质量,为临床精准医疗提供技术支持 | 双目内窥镜图像 | 计算机视觉 | NA | 三维重建技术 | 深度学习 | 内窥镜图像 | NA | NA | NA | NA | NA |
| 14658 | 2025-10-07 |
ConfuseNN: Interpreting convolutional neural network inferences in population genomics with data shuffling
2025-Mar-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.24.644668
PMID:40196528
|
研究论文 | 提出ConfuseNN方法,通过系统性地打乱单倍型矩阵数据来评估不同群体遗传特征对卷积神经网络性能的贡献 | 开发了基于数据打乱的CNN解释方法,能够系统评估群体遗传学中不同特征对神经网络推理的影响 | 依赖于模拟的训练和测试数据设计,网络架构存在局限性 | 解释卷积神经网络在群体基因组学推理中的行为机制 | 群体遗传特征包括连锁不平衡、等位基因频率等 | 机器学习 | NA | 群体基因组学分析 | CNN | 单倍型矩阵 | NA | NA | CNN | NA | NA |
| 14659 | 2025-10-07 |
Generative frame interpolation enhances tracking of biological objects in time-lapse microscopy
2025-Mar-26, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.23.644838
PMID:40196554
|
研究论文 | 本研究探索生成式视频帧插值技术在增强延时显微镜图像时序分辨率及改善生物对象追踪能力方面的应用 | 提出通过增强图像数据集来适应追踪算法的新范式,而非传统调整算法适应数据集的方法 | 未对算法进行数据集特定的重新训练,可能在某些特定场景下性能有限 | 评估生成式视频帧插值技术是否能增强延时显微镜的时序分辨率并促进生物对象追踪 | 荧光标记的细胞核、细菌、酵母、癌细胞和类器官等生物对象 | 计算机视觉 | 癌症 | 延时显微镜成像 | 扩散模型, CNN | 显微镜视频图像 | 多个生物场景下的测试图像时间序列 | NA | LDMVFI, RIFE, CDFI, FILM | 结构图像相似性, 分割结果相似度 | NA |
| 14660 | 2025-10-07 |
The Real-World Impact of Vestibular Schwannoma Fully Automated Volume Measures on the Evaluation of Size Change and Clinical Management Outcomes in a Multidisciplinary Meeting Setting
2025-Mar-25, The journal of international advanced otology
IF:1.0Q3
DOI:10.5152/iao.2025.241693
PMID:40208025
|
研究论文 | 评估在MDM准备阶段提供全自动前庭神经鞘瘤体积测量对肿瘤大小变化评估和临床管理决策的影响 | 首次在真实世界MDM环境中比较线性测量与全自动深度学习体积测量对临床决策的影响 | 样本量较小(50例患者),单中心研究 | 确定全自动体积测量是否比线性测量更能影响前庭神经鞘瘤的放射学评估和临床管理决策 | 50例成人单侧散发性前庭神经鞘瘤患者 | 医学影像分析 | 前庭神经鞘瘤 | 磁共振成像 | 深度学习 | 医学影像 | 50例患者,57次MRI间隔比较 | NA | NA | Wilcoxon符号秩检验 | NA |