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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15961 | 2025-11-22 |
Predicting alcohol use disorder risk in firefighters using a multimodal deep learning model: a cross-sectional study
2025, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2025.1643552
PMID:41256950
|
研究论文 | 开发并验证了一种融合结构磁共振成像和神经心理学评估的多模态深度学习框架,用于预测消防员的酒精使用障碍风险 | 首次将结构MRI与神经心理学评估相结合,通过多模态深度学习实现酒精使用障碍的客观风险分层,避免了传统自我报告方法的系统性漏报问题 | 横断面研究设计无法建立因果关系,样本主要为男性消防员可能限制结果的普适性 | 开发客观的酒精使用障碍风险预测模型,用于高风险职业人群的早期筛查 | 689名现役消防员 | 数字病理 | 酒精使用障碍 | 结构磁共振成像, 神经心理学评估 | CNN, Transformer, 多层感知机 | 图像, 临床数据 | 689名现役消防员(平均年龄43.3±8.8岁,93%为男性) | PyTorch, TensorFlow | ResNet-50, Vision Transformer | 准确率, AUC, ROC曲线 | NA |
| 15962 | 2025-11-22 |
The role of health monitoring technologies in optimising athletes' self-regulation
2025, Wiadomosci lekarskie (Warsaw, Poland : 1960)
DOI:10.36740/WLek/209507
PMID:41075206
|
研究论文 | 开发结合可穿戴设备、云计算和深度学习的智能系统来监测运动员表现和健康 | 整合最新可穿戴设备与深度学习技术实现运动员健康状态的实时监测和预测 | NA | 分析当前运动员表现和健康监测方法,开发智能监测系统 | 运动员的健康监测和训练优化 | 机器学习 | NA | 可穿戴设备监测 | 深度学习 | 生理参数数据 | NA | NA | NA | 预测准确率 | 云计算 |
| 15963 | 2025-11-22 |
Deep learning estimation of proton stopping power with photon-counting computed tomography: a virtual study
2024-Dec, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.S1.S12809
PMID:39574807
|
研究论文 | 本研究通过深度学习模型从光子计数计算机断层扫描图像估计质子阻止本领 | 首次将光子计数CT与U-Net深度学习网络结合用于质子阻止本领估计,相比传统单能和双能CT方法显著提高了精度 | 基于虚拟仿真研究,尚未在真实患者数据上验证 | 提高质子放射治疗中质子阻止本领的估计精度 | 头部XCAT体模的仿真PCCT图像和质子阻止本领图 | 医学影像分析 | 癌症治疗 | 光子计数计算机断层扫描(PCCT) | 深度学习 | 医学影像 | 基于XCAT体模的仿真数据 | NA | U-Net | 均方根误差(RMSE) | NA |
| 15964 | 2025-11-22 |
Applications of Deep Learning Techniques in Healthcare Systems: A Review
2024-Nov, Journal of clinical practice and research
DOI:10.14744/cpr.2024.25381
PMID:41257169
|
综述 | 本文综述了深度学习技术在医疗保健系统中的应用研究 | 系统梳理了卷积神经网络、堆叠自编码器和循环神经网络等主流深度学习方法在医疗领域的应用现状 | 未涉及具体实验验证和性能对比分析 | 探讨深度学习技术在医疗保健领域的应用前景 | 医疗图像分析、药物研发和远程患者监测 | 机器学习 | NA | 深度学习 | CNN, SAE, RNN | 图像, 时间序列数据 | NA | NA | 卷积神经网络, 堆叠自编码器, 循环神经网络 | NA | NA |
| 15965 | 2025-11-22 |
Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones
2023-11-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000000626
PMID:37462988
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15966 | 2025-11-21 |
Gene expression and protein abundance: Just how associated are these molecular traits?
2026 Jan-Feb, Biotechnology advances
IF:12.1Q1
DOI:10.1016/j.biotechadv.2025.108720
PMID:41038299
|
综述 | 本文系统回顾了基因表达与蛋白质丰度关联性的研究方法、影响因素及在生物技术中的应用前景 | 整合了单细胞分析最新进展,系统比较不同实验环境下分子特征关联性研究方法 | 主要依赖相关性分析方法,受限于蛋白质定量技术发展滞后 | 探讨基因表达与蛋白质丰度的关联程度及其在生物技术中的应用潜力 | 转录组学与蛋白质组学数据关联性研究 | 生物信息学 | NA | 转录组学, 蛋白质组学, 单细胞分析 | NA | 基因表达数据, 蛋白质丰度数据 | NA | NA | NA | 相关性指标 | NA |
| 15967 | 2025-11-21 |
Enhanced CT image classification for kidney stones using pruned ConvNeXt and two-tier optimization
2025-Dec, Acta clinica Belgica
IF:1.1Q2
DOI:10.1080/17843286.2025.2586626
PMID:41217965
|
研究论文 | 提出一种用于肾脏结石CT图像分类的两层优化深度学习模型 | 结合动态通道剪枝的改进ConvNeXt架构和河豚优化算法的特征选择方法 | NA | 提高肾脏结石在CT图像中的检测准确率和效率 | 肾脏CT图像 | 计算机视觉 | 肾脏结石 | CT成像 | CNN, LightGBM | 医学图像 | NA | NA | ConvNeXt | 准确率 | NA |
| 15968 | 2025-11-21 |
A comparative deep learning methodology for plant insect image classification: Assessment of CNN architectures and augmentation techniques
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103680
PMID:41246037
|
研究论文 | 提出一种用于植物昆虫图像分类的深度学习方法,评估不同CNN架构和数据增强技术 | 在小型野外采集数据集上系统比较了四种CNN架构、六种单因素数据增强技术和三种优化器的组合效果 | 研究基于有限的小型数据集,未在大规模数据集上验证方法的普适性 | 开发适用于数据稀缺场景的鲁棒昆虫识别方法,为农业决策提供支持 | 植物昆虫图像 | 计算机视觉 | NA | 图像分类 | CNN | 图像 | BAU-Insectv2数据集中的植物昆虫图像 | NA | ResNet101V2, EfficientNet-B1, InceptionV3, InceptionResNetV1 | 准确率, 精确率, 召回率, F1分数 | NA |
| 15969 | 2025-11-21 |
Explainable End-to-End Seizure Prediction via Stationary Wavelet Transform-Driven Dynamic Multiscale Fuzzy Clustering
2025-Nov-19, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3633739
PMID:41259173
|
研究论文 | 提出一种基于平稳小波变换的动态多尺度模糊聚类框架,用于可解释的癫痫发作预测 | 结合平稳小波变换与几何注意力机制,开发黎曼流形模糊聚类算法,并采用对比学习和混合监督/自监督策略增强模型鲁棒性 | 未明确说明模型在跨数据集泛化能力及计算复杂度方面的具体限制 | 解决癫痫发作预测中存在的个体差异性和时空耦合复杂性难题,提升特征判别性和模型可解释性 | 癫痫患者的脑电图信号 | 生物医学信号处理 | 癫痫 | 平稳小波变换,脑电图分析 | CNN,模糊聚类 | 脑电图信号 | NA | PyTorch,TensorFlow | 三层卷积网络,多尺度卷积核 | FPR,预测性能指标 | NA |
| 15970 | 2025-11-21 |
A rapidly evolving female-controlled lock-and-key mechanism determines Aedes mosquito mating success
2025-Nov-17, Current biology : CB
IF:8.1Q1
DOI:10.1016/j.cub.2025.09.066
PMID:41161314
|
研究论文 | 本研究揭示了雌性伊蚊通过生殖器尖端伸长行为主动控制交配的锁钥机制 | 首次发现雌性伊蚊通过生殖器尖端伸长行为主动控制交配启动,并揭示这种快速进化的锁钥机制决定交配成功率 | NA | 探究伊蚊交配机制及雌性防止重复交配的生物学基础 | 入侵性埃及伊蚊和白纹伊蚊 | 生物医学 | 蚊媒传染病 | 双色荧光精子系统、行为追踪、深度学习、定量分析 | 深度学习 | 行为视频、图像数据 | NA | NA | NA | 交配成功率统计(86%-96%单次交配率) | NA |
| 15971 | 2025-11-21 |
An intelligent brain tumor detection model using lightweight hybrid twin attentive pyramid convolutional network
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23813-2
PMID:41249242
|
研究论文 | 提出一种用于脑肿瘤检测的轻量级混合双注意力金字塔卷积网络模型 | 结合双层级注意力模块和混合金字塔卷积块,采用恒星振荡优化器进行超参数调优,并集成Grad-CAM实现检测区域可视化 | NA | 开发高效的脑肿瘤早期检测方法 | 脑部MRI图像 | 计算机视觉 | 脑肿瘤 | MRI | CNN | 图像 | BT Detection 2020数据集 | Python | ResNet, LHTA-PCNet, TwinL-A, HPC | 准确率 | NA |
| 15972 | 2025-11-21 |
CT-based radiomics and deep learning models for predicting thyroid cartilage invasion and patient prognosis in laryngeal carcinoma
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23809-y
PMID:41249227
|
研究论文 | 本研究比较了基于CT的影像组学和深度学习模型在预测喉鳞状细胞癌甲状腺软骨侵犯及患者预后方面的性能 | 首次系统比较二维深度学习模型与影像组学模型在预测甲状腺软骨侵犯方面的性能,并构建了结合深度学习特征和临床风险因素的列线图 | 在外部验证队列中未发现模型性能存在显著差异,样本量相对有限 | 预测喉鳞状细胞癌患者的甲状腺软骨侵犯情况并评估预后价值 | 经病理证实的喉鳞状细胞癌患者 | 医学影像分析 | 喉癌 | CT成像 | 深度学习, 影像组学 | CT图像 | 418例来自两个中心的患者(训练队列247例,内部验证110例,外部验证61例) | NA | 2D深度学习模型 | AUC, 疾病无进展生存期 | NA |
| 15973 | 2025-11-21 |
Explainable convolutional neural network architectures for high-performance taxonomic classification of gasteroid macrofungi
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23974-0
PMID:41249260
|
研究论文 | 本研究提出了一种基于深度学习的高性能胃菌类大型真菌分类框架 | 首次将可解释AI技术应用于胃菌类真菌分类,实现了高精度且可解释的深度学习模型 | 仅针对六种胃菌类真菌物种,样本多样性有限 | 开发高精度且可解释的真菌分类方法 | 六种胃菌类大型真菌:Battarrea phalloides, Crucibulum laeve, Cyathus olla, C. striatus, Tulostoma brumale, T. fimbriatum | 计算机视觉 | NA | 图像分析 | CNN | 图像 | 1200张高分辨率图像 | NA | DenseNet121, ResNeXt, RepVGG, ShuffleNetV2 | 准确率, F1分数, AUC, 推理时间, 能效 | NA |
| 15974 | 2025-11-21 |
Enhancing image based classification for crop disease detection using a multiclass SVM approach with kernel comparison
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23568-w
PMID:41249263
|
研究论文 | 本文提出了一种基于机器学习的作物叶片病害检测框架,通过多类SVM核函数比较提升图像分类性能 | 结合双边滤波和GraphCut分割与基于纹理的特征提取,并在多作物数据集上系统比较多类SVM核函数 | 未与深度学习方法进行直接对比,仅提供了未来比较的基础 | 开发有效的作物病害检测系统以最小化农业损失 | 作物叶片病害(包括黄锈病、红锈病和炭疽病) | 计算机视觉 | 植物病害 | 图像处理,机器学习 | SVM | 图像 | 9,111张经过增强平衡的精选图像 | NA | 多类SVM(线性核、多项式核、RBF核等) | 准确率,精确率,召回率,F1分数 | NA |
| 15975 | 2025-11-21 |
Mitigating distributed denial of service-based cyberattack in federated computing framework using deep reinforcement learning with frilled lizard algorithm
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23899-8
PMID:41249288
|
研究论文 | 提出一种基于深度强化学习和皱褶蜥蜴优化算法的联邦学习框架DDoS攻击缓解技术 | 结合联邦学习、深度强化学习和皱褶蜥蜴优化算法,提出新型DDoS攻击检测与分类方法 | 联邦学习在网络安全领域的应用仍处于早期阶段,多个关键方面有待探索 | 缓解联邦计算框架中的分布式拒绝服务网络攻击 | 网络攻击流量数据 | 机器学习 | NA | 深度强化学习,优化算法 | D3QN | 网络流量数据 | CICIDIS 2017和ToN-IoT数据集 | NA | Dueling Double Deep Q-Network | 准确率 | NA |
| 15976 | 2025-11-21 |
Automated meningioma detection using skull X ray images with deep learning and machine learning classifiers
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23933-9
PMID:41249305
|
研究论文 | 本研究开发了一种结合深度学习和传统机器学习分类器的自动化脑膜瘤检测方法,使用颅骨X射线图像 | 首次将EfficientNetB0与注意力机制和迁移学习结合,并集成随机森林等传统分类器,实现基于颅骨X射线的脑膜瘤自动检测 | 外部验证准确率相对较低(0.74),样本量有限,仅来自两家韩国医院 | 探索利用成本效益高且广泛可用的颅骨X射线成像技术实现脑膜瘤自动检测的潜力 | 脑膜瘤患者和对照受试者的颅骨X射线图像 | 计算机视觉 | 脑膜瘤 | X射线成像 | CNN, Random Forest, XGBoost | 图像 | 359名受试者(158名脑膜瘤患者,201名对照),共1436张颅骨X射线图像(内部验证612张,外部验证824张) | TensorFlow, PyTorch, Scikit-learn | EfficientNetB0 | 准确率, 灵敏度, 特异性, F1分数, AUROC | NA |
| 15977 | 2025-11-21 |
Evaluation of VITA shade-based tooth color categories using deep learning
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23954-4
PMID:41249330
|
研究论文 | 本研究开发并验证了基于深度学习的牙齿颜色评估模型,与经验丰富的牙医进行准确性比较 | 首次使用六种改进的CNN架构进行牙齿颜色分类,并通过McNemar检验与专业牙医进行统计显著性比较 | 样本量相对较小(70名成人参与者),仅使用VITA Classic比色板 | 开发客观可靠的牙齿颜色评估方法以减少传统方法的主观性 | 成人牙齿颜色 | 计算机视觉 | NA | 深度学习,高分辨率口内成像 | CNN | 图像 | 70名成人参与者 | NA | ResNet | 准确率, 精确率, 召回率, F1分数 | NA |
| 15978 | 2025-11-21 |
Graph attention networks-based prediction of MicroRNA-disease causality in head and neck neoplasms
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24130-4
PMID:41249334
|
研究论文 | 本研究使用图注意力网络预测头颈部肿瘤中microRNA与疾病的因果关系 | 首次将图注意力网络应用于头颈部肿瘤的miRNA-疾病关联预测,通过注意力机制捕捉网络节点和边的重要性与相互依赖性 | 数据集规模有限,模型可解释性有待提升,模型评估方法需要改进 | 预测头颈部肿瘤中microRNA与疾病的因果关系 | 头颈部肿瘤相关的microRNA和疾病 | 机器学习 | 头颈部肿瘤 | 生物网络分析 | GAT | 图数据 | 来自HMDD v4.0数据库的头颈部肿瘤数据集,包含miRNA、疾病、因果关系、类别和PMID信息 | NA | 图注意力网络 | 准确率 | NA |
| 15979 | 2025-11-21 |
Multimodal deep learning for entity relation extraction and spatiotemporal decision knowledge graph construction in earthquake emergency rescue
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24135-z
PMID:41249373
|
研究论文 | 提出融合多模态深度学习与时空知识表示的新型框架,用于提升地震应急救援中的信息处理和决策支持能力 | 提出跨模态注意力融合网络动态对齐文本、视觉和时空模态的语义信息,并开发具有专门推理机制的时空知识图谱表示 | NA | 提升地震应急救援中的信息处理和决策支持能力 | 地震应急救援场景中的实体关系提取和时空决策知识图谱构建 | 自然语言处理,计算机视觉 | NA | 多模态深度学习 | Transformer,注意力机制 | 文本,视觉,时空数据 | NA | NA | Cross-modal Attention Fusion Network,Transformer | F1-score | NA |
| 15980 | 2025-11-21 |
HashWave: blockchain-powered perceptual hashing for resilient audio piracy detection against signal-processing attacks in decentralized networks
2025-Nov-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-24016-5
PMID:41249384
|
研究论文 | 提出一种结合区块链技术的感知哈希框架HashWave,用于在去中心化网络中实现抗信号处理攻击的音频盗版检测 | 融合多种音频特征(MFCC、色度、CQT等)并通过操作感知加权和约束DTW处理时间尺度编辑,结合区块链实现防篡改验证 | 未明确说明在极端信号失真情况下的性能表现,且区块链部署可能带来额外成本 | 开发一个既具有编辑弹性又可验证的去中心化音频盗版检测系统 | 音频信号及其在信号处理攻击下的鲁棒性识别 | 数字信号处理, 区块链应用 | NA | 感知哈希, 区块链技术, 信号处理 | NA | 音频数据 | GTZAN、FMA-A音乐分析数据集和MUSAN (SLR17)数据集,包含超过20种信号处理变换 | Ethereum, IPFS | 基于MFCC、色度、色度CENS、CQT、频谱对比度和轻量级节奏/能量线索的多特征融合架构 | AUC, TPR@1%FPR | CPU计算,区块链部署基于Ethereum和IPFS |