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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1621 | 2025-10-06 |
Ozone exposure, retinal microvasculature alterations, and the mediating effect of aging in diabetic population: A retrospective cohort study
2025-Sep-19, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2025.119082
PMID:40974669
|
研究论文 | 本研究探讨长期臭氧暴露与2型糖尿病患者视网膜微血管改变的关系,并分析衰老在其中的中介作用 | 首次在大型糖尿病队列中揭示臭氧暴露通过加速视网膜衰老导致微血管重构的机制 | 研究设计为回顾性队列,无法确立因果关系;仅纳入上海地区人群,可能限制结果普适性 | 探究臭氧暴露对糖尿病患者视网膜微血管的影响及衰老的中介效应 | 55,463名2型糖尿病患者 | 数字病理学 | 糖尿病 | 卫星遥感臭氧浓度估计,视网膜血管表型分析 | 深度学习 | 医学影像数据,环境暴露数据 | 55,463名2型糖尿病患者,来自上海17个行政区的249个社区卫生中心 | NA | NA | 标准化系数,95%置信区间 | NA |
1622 | 2025-10-05 |
Fusion of X-Ray Images and Clinical Data for a Multimodal Deep Learning Prediction Model of Osteoporosis: Algorithm Development and Validation Study
2025-Sep-18, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/70738
PMID:40966528
|
研究论文 | 开发融合胸部X射线图像和临床数据的多模态深度学习模型用于骨质疏松症预测 | 采用概率融合策略结合基于梯度的小波特征提取方法和注意力机制,增强对图像关键区域的关注 | 数据集规模有限,回顾性研究可能存在选择偏倚,缺乏外部验证限制了结果的普适性 | 开发用于骨质疏松症机会性筛查的多模态预测模型 | 1780名患者的胸部X射线图像和临床数据 | 计算机视觉 | 骨质疏松症 | X射线成像 | CNN | 图像, 临床数据 | 1780名患者 | NA | 卷积神经网络 | AUC, 准确率, 灵敏度, 特异度 | NA |
1623 | 2025-10-05 |
Dose reduction in 4D CT imaging: Breathing signal-guided deep learning-driven data acquisition
2025-Sep-18, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2025.08.047
PMID:40975131
|
研究论文 | 提出一种基于呼吸信号引导的深度学习驱动数据采集方法,用于4D CT成像中的剂量减少 | 首次将患者呼吸信号与深度学习模型结合,智能预测最佳投影数据采集时机 | 回顾性研究,需要在更多前瞻性临床试验中验证 | 开发辐射剂量减少的4D CT成像方法,同时保持诊断图像质量 | 294名患者的1,415个呼吸信号和104个独立临床4D CT扫描 | 医学影像 | 胸部肿瘤 | 4D CT成像 | 深度学习模型 | 呼吸信号、CT投影数据、医学影像 | 294名患者(1,415个呼吸信号),104个独立4D CT扫描 | NA | NA | Dice系数、形变图像配准位移场、伪影频率、Hausdorff距离、肿瘤运动范围 | NA |
1624 | 2025-10-05 |
AI-enhanced orthodontic treatment planning - A scoping review on Evidence-based clinical application with commercial software overview
2025-Sep-18, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106112
PMID:40975160
|
综述 | 对AI增强正畸治疗规划工具的证据基础研究进行范围综述,评估学术验证工具与商业软件的临床应用 | 首次系统梳理AI在正畸治疗规划中的临床应用证据,并对比分析学术验证工具与商业软件的差异 | 商业AI工具普遍缺乏已发表的验证研究,存在学术验证与商业系统之间的不匹配 | 识别基于证据的AI增强正畸治疗规划工具研究,评估其临床相关性和适用性 | 正畸治疗规划中的AI工具,包括学术验证工具和商业软件 | 医疗人工智能 | 口腔正畸 | 机器学习,深度学习,大语言模型 | 机器学习,深度学习,LLM | 文本输入,口腔内扫描数据 | 17项符合纳入标准的研究,307项初步识别研究 | NA | NA | 准确率(72%-95%) | NA |
1625 | 2025-10-05 |
A comprehensive benchmarking of adaptive sampling tools for nanopore sequencing
2025-Sep-17, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03729-w
PMID:40963107
|
研究论文 | 对六种纳米孔自适应采样工具在三种不同任务中的性能进行全面基准测试 | 首次系统评估纳米孔自适应采样工具在不同应用场景下的性能,并识别最优的读取分类策略 | 仅评估了六种常用工具,未涵盖所有可用工具 | 评估纳米孔自适应采样工具的性能并确定最优策略 | 六种纳米孔自适应采样工具 | 生物信息学 | NA | 纳米孔测序,自适应采样 | 深度学习 | 测序数据,原始信号 | 三种不同类型任务(种内富集、种间富集、宿主DNA去除) | NA | NA | 覆盖深度,准确率,读取排出速度 | NA |
1626 | 2025-10-05 |
Auto-Masked Audio Spectrogram Transformer for depression detection from speech
2025-Sep-16, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.120295
PMID:40967413
|
研究论文 | 提出一种用于从语音中检测抑郁症的自掩码音频频谱图Transformer框架 | 引入自掩码训练机制增强上下文学习,并结合时频注意力机制同时捕捉时间和频率信息 | NA | 开发基于语音的非侵入性抑郁症筛查工具 | 抑郁症患者的语音数据 | 自然语言处理 | 抑郁症 | 语音频谱分析 | Transformer | 音频频谱图 | 使用两个公共数据集:Distress Analysis Interview Corpus-Wizard of Oz和Multi-modal Open Dataset for Mental disorder Analysis | NA | Auto-Masked Audio Spectrogram Transformer (AMAST) | F1分数 | NA |
1627 | 2025-10-05 |
Prediction of carbon and nitrogen source preferences in microbial metabolism using protein sequence data
2025-Sep-16, Journal of microbiological methods
IF:1.7Q4
DOI:10.1016/j.mimet.2025.107266
PMID:40967572
|
研究论文 | 本研究利用深度学习算法探索微生物蛋白质序列与其碳氮源营养需求之间的内在关系 | 提出了结合蛋白质功能注释和序列特征提取的集成框架来预测微生物营养需求 | 仅包含432种微生物物种和61种培养基配方,样本规模有限 | 探索微生物蛋白质序列与其特定营养需求之间的关系,优化培养条件 | 432种微生物物种及其蛋白质序列 | 机器学习 | NA | 蛋白质序列分析,PSSM,PsePSSM | 深度学习,机器学习 | 蛋白质序列数据 | 432种微生物物种,61种培养基配方 | SHAP | NA | 准确率 | NA |
1628 | 2025-10-05 |
Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion
2025-Sep-15, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112419
PMID:40974694
|
研究论文 | 本研究评估深度学习重建的多重灵敏度编码技术在乳腺扩散MRI中的成像性能 | 首次将深度学习重建应用于多射乳腺扩散MRI,显著提升图像质量并减少失真 | 样本量相对有限(61名参与者),且仅在3T MRI扫描器上验证 | 比较深度学习重建的多重灵敏度编码与单射扩散加权成像在乳腺成像中的性能 | 乳腺患者(61名女性参与者,65个乳腺病灶) | 医学影像分析 | 乳腺疾病 | 扩散加权成像,多重灵敏度编码 | 深度学习 | MRI图像 | 61名女性参与者(年龄23-75岁),65个乳腺病灶 | NA | NA | 信噪比,表观扩散系数,豪斯多夫距离,Friedman检验 | 3T MRI扫描器 |
1629 | 2025-10-05 |
Comparison of kinematics between markerless and marker-based motion capture systems for change of direction maneuvers
2025-Sep-15, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2025.112965
PMID:40974779
|
研究论文 | 比较无标记与基于标记的运动捕捉系统在变向动作中的运动学数据差异 | 首次系统比较无标记与基于标记系统在变向动作中的运动学数据,验证无标记系统的适用性 | 仅针对90度变向动作和男性参与者,关节角度幅值比较需谨慎 | 评估无标记运动捕捉系统在运动表现评估中的适用性 | 23名男性参与者的变向动作运动学数据 | 运动生物力学 | NA | 多摄像头深度学习、三角测量、逆运动学 | 深度学习 | 运动捕捉视频数据 | 23名男性参与者,每人进行5次90度变向动作试验 | NA | NA | Bland-Altman分析、组内相关系数(ICC)、均方根偏差(RMSD)、归一化均方根误差(NRMSE) | NA |
1630 | 2025-10-05 |
Improving the performance of the echinococcosis diagnosis model based on serum Raman spectroscopy via the integration of convolutional neural network and support vector machine
2025-Sep-13, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126945
PMID:40974949
|
研究论文 | 提出结合卷积神经网络与支持向量机的混合模型,通过血清拉曼光谱提高包虫病诊断性能 | 首次将CNN特征提取能力与SVM分类器相结合应用于包虫病光谱诊断,显著提升多类别分类准确率 | 样本量有限(573例),未提及外部验证集结果 | 开发高精度的包虫病快速诊断方法 | 包虫病、肝硬化、肝细胞癌患者及正常对照组的血清样本 | 医学影像分析 | 包虫病 | 拉曼光谱 | CNN, SVM | 光谱数据 | 573份血清样本 | NA | CNN-SVM混合架构 | 准确率 | NA |
1631 | 2025-10-05 |
The comparison of deep learning and radiomics in the prediction of polymyositis
2025-Sep-12, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044496
PMID:40958317
|
研究论文 | 比较深度学习和影像组学在多发性肌炎预测中的性能 | 首次系统比较3D CNN与影像组学在多发性肌炎预测中的表现,并开发了股直肌分割模型 | 样本量相对有限(总样本196例),需更多外部验证 | 评估深度学习与影像组学在多发性肌炎预测中的可行性 | 多发性肌炎患者与对照组的T2加权磁共振影像 | 医学影像分析 | 多发性肌炎 | T2加权磁共振成像 | CNN, U-Net | 3D医学影像 | 总196例(训练120例,验证30例,外部测试46例) | MONAI | 3D CNN, 3D U-Net | 准确率, 敏感度, 特异度, 阳性预测值, Dice系数 | NA |
1632 | 2025-10-05 |
Towards modeling evolving longitudinal health trajectories with a transformer-based deep learning model
2025-Sep-11, Annals of epidemiology
IF:3.3Q1
DOI:10.1016/j.annepidem.2025.08.025
PMID:40945546
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型Evolve,用于建模和分析纵向健康轨迹 | 提出首个基于Transformer的模型来连续预测疾病发作,并能够追踪健康轨迹在潜在嵌入空间中的变化 | 仅与基线模型进行性能比较,缺乏更广泛的模型对比验证 | 开发能够建模和预测个体健康轨迹演变的深度学习模型 | 全国性纵向健康登记数据,包含临床编码、医疗程序和药物购买记录 | 机器学习 | 多种疾病 | 深度学习 | Transformer | 纵向健康记录数据 | 全国性数据集(具体样本量未明确说明) | NA | Transformer | 疾病发作预测性能 | NA |
1633 | 2025-10-05 |
A unified gradient regularization method for heterogeneous graph neural networks
2025-Sep-11, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108104
PMID:40974991
|
研究论文 | 提出一种用于异质图神经网络的新型梯度正则化方法Grug,解决过平滑和非鲁棒性问题 | 在消息传递过程中同时对节点类型和消息矩阵的梯度进行迭代正则化,提供了统一的正则化框架 | 未明确说明方法在极端大规模图数据上的可扩展性 | 提升异质图神经网络的训练稳定性和性能表现 | 异质图神经网络 | 机器学习 | NA | 深度学习 | 图神经网络 | 图数据 | 六个公共数据集 | NA | 异质图神经网络 | 稳定性, 多样性, 性能指标 | NA |
1634 | 2025-10-05 |
A multidimensional deep ensemble learning model predicts pathological response and outcomes in esophageal squamous cell carcinoma treated with neoadjuvant chemoradiotherapy from pretreatment CT imaging: A multicenter study
2025-Sep-10, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.111133
PMID:40939680
|
研究论文 | 开发并验证基于治疗前CT影像的多维深度集成学习模型,用于预测食管鳞癌患者新辅助放化疗后的病理完全缓解和预后风险分层 | 提出结合放射组学和3D卷积神经网络的多维深度集成学习模型,在多个中心验证中表现出优于单一领域模型的预测性能 | 回顾性研究设计,需要前瞻性多中心验证来进一步确认临床实用性 | 预测食管鳞癌患者新辅助放化疗的治疗反应和预后 | 接受新辅助放化疗的食管鳞癌患者 | 医学影像分析 | 食管鳞癌 | CT成像 | 集成学习, CNN | CT影像 | 485例来自四个医院的ESCC患者(发现队列194例,内部队列49例,外部验证队列242例) | NA | 3D CNN, 集成学习架构 | AUC, 校准曲线, 临床效用, 总生存期, 无病生存期, log-rank检验 | NA |
1635 | 2025-10-05 |
MediFlora-Net: Quantum-enhanced deep learning for precision medicinal plant identification
2025-Sep-07, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出了一种名为MediFlora-Net的量子增强深度学习模型,用于精确识别药用植物 | 结合量子辅助特征提取、多模态深度学习和混合集成方法,引入量子概率特征映射和基于纠缠的表征来提取高阶植物特征 | NA | 开发高精度的药用植物识别系统,支持生物多样性保护、民族植物学研究和药理学应用 | 药用植物 | 计算机视觉 | NA | 多模态成像 | CNN, GAN, Transformer | 图像 | NA | NA | Vision Transformer (ViT), CNN, Med-Plant-GAN | NA | NA |
1636 | 2025-10-05 |
Autoregressive enzyme function prediction with multi-scale multi-modality fusion
2025-Sep-06, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf476
PMID:40966652
|
研究论文 | 提出一种多尺度多模态自回归预测器MAPred,用于自回归预测蛋白质的酶委员会编号 | 首次整合蛋白质氨基酸序列和3D结构标记,采用双路径方法和自回归预测网络,利用EC分类的层次结构 | 未明确说明模型在更广泛数据集上的泛化能力 | 提高酶功能预测的准确性和可靠性 | 蛋白质酶功能预测 | 生物信息学 | NA | 多模态融合,自回归预测 | 深度学习模型 | 氨基酸序列数据,3D结构数据 | New-392,Price,New-815基准数据集 | NA | 双路径架构,自回归预测网络 | NA | NA |
1637 | 2025-10-05 |
Artificial intelligence-enhanced biosurveillance for antimicrobial resistance in sub-Saharan Africa
2025-Sep-03, International health
IF:2.3Q2
DOI:10.1093/inthealth/ihae081
PMID:39545538
|
综述 | 探讨人工智能在撒哈拉以南非洲地区抗菌素耐药性生物监测中的整合与应用潜力 | 首次系统评估AI技术在资源有限地区AMR监测中的适用性,强调跨学科合作与伦理框架建设 | 数据稀缺、基础设施不足和伦理问题阻碍AI在SSA地区的实际应用 | 提升撒哈拉以南非洲地区抗菌素耐药性监测能力 | 撒哈拉以南非洲地区的抗菌素耐药性监测系统 | 机器学习 | 抗菌素耐药性感染 | 基因组分析 | 机器学习,深度学习 | 大规模数据集 | NA | NA | NA | NA | NA |
1638 | 2025-10-05 |
Interpretable Artificial Intelligence Analysis of Functional Magnetic Resonance Imaging for Migraine Classification: Quantitative Study
2025-Sep-03, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/72155
PMID:40903006
|
研究论文 | 本研究结合可解释人工智能技术和多种fMRI指标进行偏头痛分类分析 | 首次将可解释AI技术与多种fMRI指标结合,识别最优模型-指标组合并定位鉴别性脑区 | 样本量相对较小(64名参与者),需要更大规模验证 | 评估可解释AI在偏头痛临床诊断中的应用潜力 | 偏头痛患者(有先兆和无先兆)和健康对照者 | 医学影像分析 | 偏头痛 | 功能磁共振成像 | CNN, Transformer, SVM, 随机森林 | 医学影像 | 64名参与者(21名无先兆偏头痛,15名有先兆偏头痛,28名健康对照) | NA | GoogleNet, ResNet18, Vision Transformer | 准确率, AUC | NA |
1639 | 2025-10-05 |
Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery
2025-Sep-02, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103879
PMID:40902506
|
研究论文 | 本研究开发了一种基于Transformer-GAN的深度学习框架,用于解码牙周炎中表观遗传增强子-启动子相互作用及其对炎症基因调控的影响 | 首次将Transformer-GAN模型应用于表观遗传增强子-启动子相互作用的预测,并整合DNA甲基化和基因表达多组学数据 | 研究样本量有限,仅基于公共数据集GSE173081和GSE173078进行分析 | 解析牙周炎中表观遗传增强子-启动子相互作用的调控网络,发现新的生物标志物和治疗靶点 | 牙周炎患者的表观遗传调控网络和炎症基因 | 深度学习, 生物信息学 | 牙周炎 | DNA甲基化测序, RNA-seq, 多组学整合分析 | Transformer, GAN | 基因组DNA甲基化数据, 基因表达数据 | 基于公共数据集GSE173081和GSE173078(具体样本数未明确说明) | NA | Transformer-GAN | AUC-ROC, AUC-PRC, F1-score, 诊断准确率 | NA |
1640 | 2025-10-05 |
Deep learning-driven proteomics analysis for gene annotation in the renin-angiotensin system
2025-Sep-02, European journal of pharmacology
IF:4.2Q1
DOI:10.1016/j.ejphar.2025.178119
PMID:40907688
|
研究论文 | 本研究开发了一种多标签深度学习模型,用于系统注释肾素-血管紧张素系统基因功能并阐明其在生物通路中的作用 | 首次将多标签AI建模与细胞外囊泡蛋白质组学整合用于RAS通路注释,揭示了新型IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴 | 研究主要基于文献挖掘和计算预测,实验验证仅限于DOCA-盐高血压小鼠模型 | 系统注释肾素-血管紧张素系统基因功能并阐明其在生物通路中的作用 | 肾素-血管紧张素系统相关基因 | 自然语言处理 | 心血管疾病 | 文本挖掘,蛋白质组学,毛细管Western分析 | MLP | 文本 | 39,463篇来自PubMed和PMC的RAS相关出版物 | NA | 多层感知器 | 精确度,F1分数,排序损失,ROC-AUC | NA |