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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15221 | 2025-10-07 |
TPepRet: a deep learning model for characterizing T-cell receptors-antigen binding patterns
2024-Dec-26, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf022
PMID:39880376
|
研究论文 | 开发了一个名为TPepRet的深度学习模型,用于表征T细胞受体与抗原肽的结合模式 | 整合了子序列挖掘与语义集成能力,结合双向门控循环单元网络和大型语言模型框架,能够准确解读TCR与肽段的语义结合关系 | NA | 准确表征T细胞受体与抗原肽的结合模式,推进癌症免疫治疗、疫苗设计和自身免疫疾病管理 | T细胞受体与抗原肽的结合相互作用 | 自然语言处理 | 癌症免疫治疗 | 深度学习 | BiGRU, 大型语言模型 | 序列数据 | NA | NA | 双向门控循环单元网络 | NA | NA |
| 15222 | 2025-10-07 |
Grand canonical Monte Carlo and deep learning assisted enhanced sampling to characterize the distribution of Mg2+ and influence of the Drude polarizable force field on the stability of folded states of the twister ribozyme
2024-Dec-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0241246
PMID:39665326
|
研究论文 | 本研究结合巨正则蒙特卡洛方法和深度学习增强采样技术,探究镁离子分布和Drude极化力场对twister核酶折叠态稳定性的影响 | 首次将振荡化学势巨正则蒙特卡洛与机器学习反应坐标确定方法相结合,系统研究电子极化性对RNA稳定性的影响机制 | 研究主要基于分子动力学模拟,仍需实验验证;模拟时间尺度仍与实际实验存在差距 | 探究镁离子分布和电子极化性在Drude极化力场中对twister核酶稳定性的作用机制 | twister核酶及其与镁离子的相互作用 | 计算生物学 | NA | 分子动力学模拟, 巨正则蒙特卡洛, 元动力学模拟 | 机器学习 | 分子模拟数据 | NA | NA | NA | 稳定性分析, 偶极矩变化 | NA |
| 15223 | 2025-10-07 |
Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs
2024-Dec-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.07.627102
PMID:39713468
|
研究论文 | 开发基于深度迁移学习的模型用于筛选靶向A类GPCRs的安全药物 | 结合迁移学习和自然语言处理技术,针对单个A类GPCRs分别构建低效能激动剂和偏向性激动剂预测模型 | 高质量数据可用性有限 | 预测具有低内在效能或配体偏向性的安全化合物以推进药物开发 | A类G蛋白偶联受体及其配体 | 自然语言处理 | NA | 深度迁移学习 | 神经网络 | 受体序列、配体数据集 | 所有A类GPCRs的受体序列和配体数据集 | NA | NA | NA | NA |
| 15224 | 2025-10-07 |
Deep learning prediction of error and skill in robotic prostatectomy suturing
2024-Dec, Surgical endoscopy
DOI:10.1007/s00464-024-11341-5
PMID:39433583
|
研究论文 | 本研究利用深度学习技术从机器人前列腺切除术缝合视频中自动预测手术技能和错误 | 首个在真实机器人手术视频中应用详细错误检测方法和深度学习模型的研究 | 预测准确率有待提升,技能评估的Spearman相关系数仅为0.36-0.37 | 验证手术技能评级和错误标注,为AI模型开发提供基准评估 | 机器人辅助根治性前列腺切除术(RARP)缝合手势 | 计算机视觉 | 前列腺癌 | 视频分析 | 深度学习 | 手术视频 | 54个RARP视频(总时长266分钟) | NA | NA | Spearman相关系数, 平均绝对误差, 准确率, 精确率, AUC, Macro-F1 | NA |
| 15225 | 2025-10-07 |
Acupuncture indication knowledge bases: meridian entity recognition and classification based on ACUBERT
2024-08-30, Database : the journal of biological databases and curation
DOI:10.1093/database/baae083
PMID:39213389
|
研究论文 | 基于ACUBERT模型进行针灸适应症知识库的经络实体识别与分类研究 | 开发了具有中医特色的针灸适应症知识库(ACU-IKD)和ACUBERT模型,基于八纲辨证和脏腑辨证作为基础标签训练经络辨证模型 | NA | 探索ACUBERT模型在针灸适应症经络实体识别与分类中的有效性及差异原因 | 从82部针灸医籍中选取的54,593个不同实体 | 自然语言处理 | NA | BERT预训练 | BERT, SVM, Random Forest | 文本 | 54,593个实体 | NA | BERT | 精确率, 召回率, F1分数 | NA |
| 15226 | 2025-10-07 |
Integrating deep learning architectures for enhanced biomedical relation extraction: a pipeline approach
2024-08-28, Database : the journal of biological databases and curation
DOI:10.1093/database/baae079
PMID:39197056
|
研究论文 | 提出一种增强型端到端流水线方法,用于生物医学关系抽取和新颖性检测 | 整合最先进的深度学习方法,将BERT模型适配为双向和文档级抽取,并采用混合实体链接方法 | 关系抽取和新颖性检测任务在文档级别仍然具有挑战性,数据集需要进一步改进 | 生物医学关系抽取和新颖性检测 | 科学出版物中的生物医学实体和关系 | 自然语言处理 | NA | 生物医学文本挖掘 | BERT, CNN | 文本 | 基于BioRED基准语料库 | NA | BERT, PURE, 卷积神经网络 | NER: 93.53, EL: 83.87, RE: 46.18, ND: 38.86 | NA |
| 15227 | 2025-10-07 |
Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks
2024-08-05, Database : the journal of biological databases and curation
DOI:10.1093/database/baae066
PMID:39104284
|
研究论文 | 提出基于深度学习的方法从生物医学文献中提取标准化的miRNA-疾病关联 | 使用基于Transformer的神经网络从文本数据中提取miRNA-疾病关系,并通过远程监督扩展训练语料库 | NA | 从生物医学文献中自动提取miRNA-疾病关联关系 | miRNA与疾病之间的关联关系 | 自然语言处理 | 神经退行性疾病 | 文本挖掘 | Transformer | 文本 | NA | NA | Transformer | AUC | NA |
| 15228 | 2025-10-07 |
Artificial intelligence systems in dental shade-matching: A systematic review
2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists
DOI:10.1111/jopr.13805
PMID:37986239
|
系统综述 | 系统评估人工智能在牙科修复中牙齿颜色匹配的准确性 | 首次对人工智能在牙科颜色匹配领域的应用进行系统性综述 | 仅纳入观察性和干预性研究,排除非AI研究和非修复牙科相关研究 | 评估人工智能在预测牙齿颜色方面的准确性 | 牙科修复中的牙齿颜色匹配 | 机器学习 | NA | NA | 模糊逻辑,遗传算法,反向传播神经网络,卷积神经网络,人工神经网络,支持向量机,K近邻,决策树,随机森林,深度学习,YOLO | 牙齿颜色数据 | 15篇符合纳入标准的研究(2008年至2023年3月) | NA | 决策树回归模型,XG Boost,YOLO | 准确率 | NA |
| 15229 | 2025-10-07 |
Forest fuel type classification: Review of remote sensing techniques, constraints and future trends
2023-09-15, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2023.118315
PMID:37290304
|
综述 | 本文系统回顾了用于森林可燃物类型分类的遥感技术方法、存在的限制因素及未来发展趋势 | 在先前综述基础上聚焦识别不同制图方法的关键挑战和待填补的研究空白,并提出集成遥感数据源与先进深度学习算法的发展方向 | 作为综述性论文,未提出具体的实验验证或新型算法模型 | 为火灾管理服务领域的从业者、研究者和决策者提供可燃物类型分类的技术指南 | 森林可燃物类型及其空间分布特征 | 遥感技术 | NA | 遥感数据采集与融合技术 | 深度学习算法 | 遥感影像数据 | NA | NA | NA | NA | NA |
| 15230 | 2025-10-07 |
A generalizable framework to comprehensively predict epigenome, chromatin organization, and transcriptome
2023-07-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad436
PMID:37224527
|
研究论文 | 提出名为EPCOT的深度学习框架,能够仅通过细胞类型特异性染色质可及性数据全面预测表观基因组、染色质组织和转录组等多种模态 | 采用预训练和微调框架,能够跨预测任务和细胞类型学习通用表征,实现对新细胞类型多种模态的准确预测 | 未明确说明模型在跨物种或极端条件下的泛化能力 | 开发能够全面预测基因组多模态数据的通用计算框架 | 表观基因组、染色质组织、转录组和增强子活性等基因组模态数据 | 机器学习 | NA | 染色质可及性分析、Micro-C、ChIA-PET | 深度学习 | 基因组数据、表观遗传数据 | NA | NA | 预训练-微调框架 | NA | NA |
| 15231 | 2025-10-07 |
Explainable artificial intelligence (XAI) for interpreting the contributing factors feed into the wildfire susceptibility prediction model
2023-06-25, The Science of the total environment
DOI:10.1016/j.scitotenv.2023.163004
PMID:36965733
|
研究论文 | 本研究利用可解释人工智能技术解释深度学习模型在野火易发性预测中的关键影响因素 | 首次将SHAP可解释性模型应用于野火易发性预测的深度学习模型,识别关键环境影响因素 | 模型可能受到训练数据质量和输入变量不确定性的影响 | 开发可解释的野火易发性预测模型以有效控制火灾风险 | 澳大利亚野火易发性区域 | 机器学习 | NA | 可解释人工智能 | 深度学习 | 环境因子数据 | NA | NA | NA | NA | NA |
| 15232 | 2025-10-07 |
Deep Learning Initialized Compressed Sensing (Deli-CS) in Volumetric Spatio-Temporal Subspace Reconstruction
2023-Mar-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.28.534431
PMID:37034586
|
研究论文 | 提出深度学习初始化压缩感知方法加速容积时空MRI重建 | 结合深度学习与压缩感知,通过DL生成初始点来启动迭代重建,减少重建时间同时控制计算资源需求 | 需要验证在更广泛数据集上的泛化能力,未明确说明训练数据规模 | 减少MRI重建时间同时限制深度学习引起的伪影风险 | 容积多轴螺旋投影磁共振指纹成像数据 | 医学影像分析 | NA | 磁共振成像,螺旋投影采集 | 深度学习 | k空间数据,MRI图像 | NA | GPU实现 | NA | 重建质量,重建时间,迭代次数 | GPU内存4.7 GB |
| 15233 | 2025-10-07 |
Control of hybrid electromagnetic bearing and elastic foil gas bearing under deep learning
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0243107
PMID:33264358
|
研究论文 | 本研究基于径向基函数神经网络探索混合电磁和弹性箔气体轴承的控制方法以提高其工作稳定性 | 将PID控制器改进为IPD和CIPD控制器,并首次将基于深度学习的RBF神经网络应用于混合轴承系统的控制 | 仅通过Simulink仿真平台进行控制仿真研究,缺乏实际物理实验验证 | 提高混合电磁和弹性箔气体轴承的工作稳定性 | 混合电磁和弹性箔气体轴承系统 | 机器学习 | NA | Simulink仿真 | RBF神经网络 | 仿真数据 | NA | Simulink | 径向基函数神经网络 | 响应时间, 控制效果, 收敛速度 | Simulink仿真平台 |
| 15234 | 2025-03-18 |
Physics-based generative adversarial network for real-time acoustic holography
2025-May, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107583
PMID:39893755
|
研究论文 | 本文提出了一种基于物理模型的生成对抗网络(GAN),用于实时声学全息成像 | 提出了一种结合物理模型(ASM)的深度学习算法,用于学习从目标场到源相位全息图的逆物理映射,并开发了具有两个解码器分支的Y-Net结构,以解决神经网络在高频特征上的固有局限性 | 神经网络在高频特征上的固有局限性 | 提高相位全息图计算的高保真度和实时性能 | 声学全息成像中的相位全息图 | 计算机视觉 | NA | 生成对抗网络(GAN) | GAN, Y-Net | 声学全息图 | NA | NA | NA | NA | NA |
| 15235 | 2025-03-18 |
DenseFormer-MoE: A Dense Transformer Foundation Model with Mixture of Experts for Multi-Task Brain Image Analysis
2025-Mar-14, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3551514
PMID:40085471
|
研究论文 | 本文提出了一种结合密集卷积网络、视觉Transformer和专家混合(MoE)的Dense Transformer基础模型(DenseFormer-MoE),用于多任务脑图像分析 | 该模型通过结合密集卷积网络、视觉Transformer和MoE,逐步学习和整合T1加权磁共振图像(sMRI)的局部和全局特征,以应对多任务学习中的优化冲突 | 模型主要针对T1加权磁共振图像,未涉及其他类型的脑图像数据 | 开发一个适用于多种脑图像分析任务的基础模型 | T1加权磁共振图像(sMRI) | 计算机视觉 | 脑部疾病 | Masked Autoencoder, 自监督学习 | DenseFormer-MoE, Vision Transformer, Densenet | 图像 | 多个知名脑成像数据集,包括UK Biobank (UKB), Alzheimer's Disease Neuroimaging Initiative (ADNI), 和 Parkinson's Progression Markers Initiative (PPMI) | NA | NA | NA | NA |
| 15236 | 2025-10-07 |
Metric-Guided Conformal Bounds for Probabilistic Image Reconstruction
2025-Mar-04, ArXiv
PMID:38711427
|
研究论文 | 提出一种为概率性黑盒图像重建算法提供统计保证预测边界的框架 | 通过临床关注指标表示重建扫描,并利用保形预测校准真实指标的边界,提供比传统像素级边界方法更好的语义解释 | 需要先前的校准数据集进行边界校准 | 为深度学习重建算法提供统计保证的预测边界 | 稀疏视图计算机断层扫描(CT)图像 | 计算机视觉 | NA | 稀疏视图计算机断层扫描(CT) | 深度学习重建算法 | 医学图像 | NA | NA | NA | 边界语义解释质量, 异常重建检测能力 | NA |
| 15237 | 2025-10-07 |
Automatic rating of incomplete hippocampal inversions evaluated across multiple cohorts
2025-Jan-20, ArXiv
PMID:39148932
|
研究论文 | 提出首个自动评估不完全海马反转的方法,通过预测四个解剖学标准并汇总成可解释的IHI评分 | 首次实现IHI的自动评级,提供可解释的评分系统,并在多队列中进行广泛验证 | 研究主要依赖特定队列数据,未涉及IHI形成的遗传或环境因素分析 | 开发自动评估不完全海马反转的方法,以替代耗时的人工视觉评估 | 来自IMAGEN、QTIM、QTAB和UKBiobank研究的4,389名参与者的海马结构 | 医学影像分析 | 神经系统疾病 | T1加权磁共振成像 | CNN, 深度学习模型 | 医学影像 | 4,389名参与者(IMAGEN: 2,008, QTIM: 993, QTAB: 403, UKBiobank: 985) | NA | conv5-FC3, ResNet, SECNN | NA | NA |
| 15238 | 2025-10-07 |
A Learnable Prior Improves Inverse Tumor Growth Modeling
2024-Nov-06, ArXiv
PMID:38495563
|
研究论文 | 提出一种结合深度学习和进化采样的新型框架,用于改进脑肿瘤生长逆建模 | 通过深度学习集成提供初始参数估计作为先验,显著约束采样参数空间,实现快速收敛和高精度 | 仅针对脑肿瘤细胞浓度估计进行验证,未提及其他疾病类型的适用性 | 解决生物物理建模中的逆问题,提高肿瘤生长建模的效率和精度 | 脑肿瘤细胞浓度 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | 深度学习集成 | 医学影像 | NA | NA | NA | Dice系数 | NA |
| 15239 | 2025-10-07 |
Biophysical neural adaptation mechanisms enable artificial neural networks to capture dynamic retinal computation
2024-Jul-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50114-5
PMID:39009568
|
研究论文 | 通过将光感受器适应的生物物理机制嵌入卷积神经网络,提升神经网络对动态视网膜计算的预测能力 | 在传统CNN前端引入光感受器适应的生物物理机制,首次实现了对动态自然刺激下视网膜神经节细胞活动的更准确预测 | 仅针对视网膜特定神经回路进行研究,未验证在其他神经系统的适用性 | 探索将神经适应机制嵌入人工神经网络是否能提升其预测神经动态响应的能力 | 灵长类和鼠类的视网膜神经节细胞 | 计算神经科学 | NA | 深度学习建模 | CNN | 神经电生理响应数据 | 灵长类和鼠类视网膜神经节细胞 | NA | 基于Deep Retina改进的卷积神经网络 | 神经响应预测准确率 | NA |
| 15240 | 2025-10-07 |
Automated detection of incidental abdominal aortic aneurysms on computed tomography
2024-02, Abdominal radiology (New York)
DOI:10.1007/s00261-023-04119-1
PMID:38091064
|
研究论文 | 开发全自动深度学习软件用于在CT扫描中检测和评估无症状成年患者的腹主动脉瘤 | 首次使用全自动深度学习模型在大规模无症状人群中进行腹主动脉瘤的自动化检测,并与钙化动脉粥样硬化斑块进行关联分析 | 研究基于特定筛查人群,模型在其他患者群体中的泛化能力需要进一步验证 | 开发自动化工具用于腹主动脉瘤的早期检测和评估 | 无症状成年患者群体 | 数字病理 | 心血管疾病 | CT结肠造影 | 深度学习 | CT图像 | 训练集66例手动分割的腹部CT扫描,外部验证集9172例无症状门诊患者 | NA | NA | 灵敏度, 特异度, AUC, p值 | NA |