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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1641 | 2025-10-31 |
Artificial Intelligence in the Management of One Health: An Update
2025-Oct-28, Current molecular medicine
IF:2.2Q3
|
综述 | 本文探讨人工智能和机器学习在“一体健康”管理中的最新应用进展 | 系统阐述AI/ML技术如何通过预测分析、深度学习模型和决策支持系统革新一体健康范式 | NA | 分析AI/ML技术在一体健康领域监测、诊断和预测疾病方面的应用潜力 | 环境健康、动物健康和人类健康的交叉领域 | 机器学习 | 人畜共患病, 抗菌素耐药性 | 机器学习, 深度学习 | 深度学习模型 | 多源健康数据 | NA | NA | NA | NA | NA |
| 1642 | 2025-10-31 |
Accelerating self-consistent field theoretic simulations for disordered systems with deep learning
2025-Oct-28, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0297384
PMID:41165135
|
研究论文 | 本研究开发了一种机器学习方法,通过深度学习加速自洽场理论模拟,直接根据势场预测密度场 | 首次将神经网络模型集成到自洽场理论中,无需计算链传播子这一计算密集型步骤 | 目前仅针对形成无序、非均匀结构的Gaussian链模型进行了验证 | 提高自洽场理论模拟的计算效率,解决各向异性系统和蠕虫状链模型等计算成本高的系统模拟问题 | 聚合物系统的热力学和自组装行为 | 机器学习 | NA | 自洽场理论,深度学习 | 神经网络 | 势场和密度场数据 | NA | NA | NA | 加速比 | NA |
| 1643 | 2025-10-31 |
Deep learning-based vessel and nerve recognition model for lateral lymph node dissection: a retrospective feasibility study
2025-Oct-27, Langenbeck's archives of surgery
DOI:10.1007/s00423-025-03882-7
PMID:41144024
|
研究论文 | 开发基于深度学习的语义分割模型,用于在直肠癌侧方淋巴结清扫术中自动识别关键血管和神经结构 | 首次将深度学习语义分割技术应用于腹腔镜侧方淋巴结清扫术中的血管和神经识别,实现近实时术中分析 | 回顾性研究,样本量较小(22例患者),髂外静脉分割准确度相对较低 | 提高直肠癌侧方淋巴结清扫术的安全性和效率 | 腹腔镜侧方淋巴结清扫术中的闭孔神经、髂外动脉和髂外静脉 | 计算机视觉 | 直肠癌 | 腹腔镜手术视频分析 | 语义分割模型 | 手术视频图像 | 22例患者的992张图像 | NA | NA | 精确率, 召回率, Dice系数 | NA |
| 1644 | 2025-10-31 |
Angle-resolved scatterometry combined with deep learning assisted in-situ monitoring of nanowire doping in molecular beam epitaxy process
2025-Oct-27, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-025-00990-8
PMID:41145417
|
研究论文 | 提出一种结合角度分辨散射测量和深度学习的纳米线掺杂浓度原位监测方法 | 首次将角度分辨散射测量与深度学习相结合用于分子束外延过程中的纳米线掺杂原位监测 | 研究主要针对GaN纳米线和AlN薄膜的Si掺杂,尚未验证其他材料体系的适用性 | 开发高精度的纳米线掺杂浓度原位监测方法 | GaN纳米线和AlN薄膜的Si掺杂过程 | 机器学习 | NA | 角度分辨散射测量,分子束外延 | 深度学习 | 角度分辨反射率数据 | 不同掺杂温度下的GaN纳米线和AlN薄膜样品 | NA | 神经网络 | 测量误差,掺杂浓度分辨率 | NA |
| 1645 | 2025-10-31 |
Multi-view deep learning framework for the detection of chest X-rays compatible with pediatric pulmonary tuberculosis
2025-Oct-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64391-1
PMID:41145423
|
研究论文 | 提出一种多视角深度学习框架pTBLightNet,用于通过识别与肺结核兼容的胸部X光片来检测儿童肺结核 | 首次开发专门针对儿童肺结核的多视角深度学习框架,结合正位和侧位胸部X光视图,并在成人数据集上预训练后针对儿科人群进行优化 | 外部测试的AUC相对较低(0.682),表明模型在不同人群中的泛化能力仍需改进 | 开发用于儿童肺结核筛查的自动诊断工具 | 儿童肺结核患者 | 计算机视觉 | 肺结核 | 胸部X光成像 | 深度学习 | 医学图像 | 预训练数据114,173例成人胸部X光片,评估数据918例来自三个儿科结核病队列 | NA | pTBLightNet | AUC | NA |
| 1646 | 2025-10-31 |
The Duke University Cervical Spine MRI Segmentation Dataset (CSpineSeg)
2025-Oct-27, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05975-w
PMID:41145519
|
研究论文 | 介绍杜克大学颈椎MRI分割数据集(CSpineSeg)并提供一个深度学习分割基准模型 | 发布首个包含1,255例颈椎MRI检查的公开数据集,并提供481例患者的专家手动语义分割标注 | NA | 为深度学习分割模型提供训练和评估资源,促进颈椎脊柱研究 | 颈椎脊柱磁共振成像 | 医学影像分析 | 脊柱疾病 | 磁共振成像(MRI) | 深度学习分割模型 | 医学影像 | 1,255例MRI检查(来自1,232名患者),其中481例包含专家手动分割标注 | NA | NA | Dice系数 | NA |
| 1647 | 2025-10-31 |
A neural architecture search optimized lightweight attention ensemble model for nutrient deficiency and severity assessment in diverse crop leaves
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20124-4
PMID:41145525
|
研究论文 | 提出一种基于神经架构搜索优化的轻量级注意力集成模型,用于多种作物叶片营养缺乏及严重程度评估 | 开发了NASMobV2新型轻量级模型,结合神经架构搜索和动态注意力加权机制,实现营养缺乏分类和严重程度评估的双重功能 | 模型在香蕉和咖啡作物上验证,需要进一步测试在其他作物上的泛化能力 | 开发轻量级深度学习模型用于农业实时营养缺乏诊断 | 香蕉叶片和咖啡叶片的营养缺乏状况 | 计算机视觉 | 作物营养缺乏症 | 深度学习,迁移学习 | CNN | 图像 | 香蕉叶片营养缺乏数据集和咖啡作物数据集 | TensorFlow, Keras | ResNet50, VGG16, NASNetMobile, MobileNetV1, MobileNetV2, MobileNetV3 | 准确率, 精确率, 召回率, F1分数 | 移动设备和Web应用部署 |
| 1648 | 2025-10-31 |
Machine learning analysis of carbon rebound effect dynamics and drivers in Chinese prefecture-level cities
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21245-6
PMID:41145544
|
研究论文 | 基于中国地级市面板数据,结合多元线性回归与机器学习方法分析碳回弹效应的非线性驱动因素 | 首次将集成学习和深度学习应用于碳回弹效应研究,采用SHAP值和ALE图量化关键变量的影响路径,突破传统模型局限 | 研究时间范围限于2010-2021年,数据来源局限于中国地级市层面 | 揭示碳回弹效应的核心驱动机制,为差异化生态政策制定提供科学依据 | 中国地级市2010-2021年的碳回弹效应动态 | 机器学习 | NA | 面板数据分析 | 集成学习,深度学习 | 面板数据 | 中国地级市2010-2021年面板数据 | NA | NA | SHAP值,ALE图 | NA |
| 1649 | 2025-10-31 |
Public values in public R&D through natural language processing
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21312-y
PMID:41145582
|
研究论文 | 本研究提出了一种利用自然语言处理和深度学习技术评估公共研发社会价值的新框架 | 首次将专利全文分析与大型语言模型分类器相结合,系统性地提取和分类公共研发成果的社会价值 | 仅关注专利限制了代表性,分类效果依赖于LLM性能,公共价值存在主观性 | 开发数据驱动的公共研发政策评估方法,系统评估研发成果的社会经济影响 | 公共资助的AI研发项目专利和AI相关新闻专栏 | 自然语言处理 | NA | 自然语言处理,深度学习 | LLM | 文本 | 1642项专利和422篇新闻专栏 | NA | 大型语言模型 | NA | NA |
| 1650 | 2025-10-31 |
Deep learning assisted LDPC decoding for 5G IoT networks in fading environments
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21382-y
PMID:41145583
|
研究论文 | 提出一种结合迭代偏移最小和算法与卷积神经网络的混合架构,用于增强5G物联网网络中LDPC码的解码效率 | 首次将CNN与OMS算法相结合用于LDPC解码,通过深度学习技术进行精确噪声估计和缓解,解决了衰落信道中彩色噪声带来的挑战 | 仅通过仿真验证性能,未提及实际硬件部署测试;研究范围限于特定衰落信道模型 | 提高5G物联网网络中LDPC码在衰落环境下的解码性能 | 5G物联网网络中的LDPC信道编码 | 通信工程, 深度学习 | NA | LDPC信道编码, 深度学习辅助解码 | CNN | 通信信号, 仿真数据 | NA | NA | OMS-CNN混合架构 | 误码率, 信噪比增益 | NA |
| 1651 | 2025-10-31 |
Enhancing Urdu hate speech detection through differential transfer learning and adaptive loss functions
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21306-w
PMID:41145587
|
研究论文 | 提出一种结合差分迁移学习和自适应损失函数的新方法,用于增强乌尔都语仇恨言论检测 | 首次将差分迁移学习与自适应损失函数相结合应用于乌尔都语仇恨言论检测,提出DAmBERT模型并创建专门的Nastaliq乌尔都语数据集 | 研究聚焦于乌尔都语这一低资源语言,可能在其他语言上的泛化能力有限 | 开发针对乌尔都语的鲁棒仇恨言论检测系统 | 乌尔都语YouTube评论数据 | 自然语言处理 | NA | 迁移学习,多语言嵌入,上下文处理方法 | 随机森林,支持向量机,决策树,循环神经网络,长短期记忆网络,迁移学习 | 文本 | 18,058条带标签的YouTube评论记录(包含仇恨、冒犯和中性标签) | NA | DAmBERT,RNN,LSTM | F1分数,加权F1分数 | NA |
| 1652 | 2025-10-31 |
UAVs detect hazards with multi-directional Mamba on overhead transmission lines
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21243-8
PMID:41145615
|
研究论文 | 本研究提出基于状态空间模型的UAV-MDMamba方法,用于无人机检测架空输电线路危险 | 提出多方向Mamba模块增强图像空间建模能力,设计补丁级推理增强机制提升小目标检测精度 | NA | 提高架空输电线路危险检测的效率和准确性 | 架空输电线路危险区域 | 计算机视觉 | NA | 无人机航拍,深度学习 | SSM, Mamba | 图像 | NA | NA | UAV-MDMamba, MDMamba | 检测准确率 | NA |
| 1653 | 2025-10-31 |
Predicted peptide scaffolds for drug screening in endometrial cancer organoids
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21282-1
PMID:41145641
|
研究论文 | 本研究利用AlphaFold预测自组装肽RFC结构,并开发支持子宫内膜癌类器官3D培养的水凝胶平台用于药物筛选 | 首次将AlphaFold应用于自组装肽结构预测,结合实验验证开发新型水凝胶支架用于癌症类器官培养和药物筛选 | 仅测试了有限数量的治疗药物,需要进一步验证平台的普适性 | 开发基于预测肽结构的生物材料平台用于癌症研究和精准医疗 | 子宫内膜癌类器官 | 计算生物学 | 子宫内膜癌 | 深度学习结构预测,3D细胞培养,药物筛选 | 深度学习 | 蛋白质序列,实验数据 | NA | AlphaFold | AlphaFold架构 | 结构预测置信度,器官活力减少 | NA |
| 1654 | 2025-10-31 |
Intelligent monitoring system for quality of life of colostomy patients based on deep learning and AR
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21470-z
PMID:41145630
|
研究论文 | 开发基于深度学习和增强现实的结肠造口患者生活质量智能监测系统 | 首次将联邦学习框架引入结肠造口护理领域,结合神经架构搜索实现轻量化模型部署,通过马尔可夫模型量化健康经济效益 | 需要扩展跨疾病迁移学习架构,开发柔性可降解传感器以提升基层医疗可及性 | 解决结直肠癌术后造口患者高发并发症的临床监测难题 | 结肠造口患者 | 数字病理 | 结直肠癌 | 阻抗传感,pH响应水凝胶,3D深度相机,增强现实 | 深度学习 | 多模态数据(生理生化参数、形态特征) | 多中心随机对照试验 | 联邦学习 | 跨模态时空融合网络,动态注意力机制,微分流形优化算法 | 并发症预警性能,护理操作标准化程度,医疗资源消耗 | NA |
| 1655 | 2025-10-31 |
Optimized generative adversarial network for efficient resolution enhancement of 3D segmented rock tomography
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21624-z
PMID:41145790
|
研究论文 | 提出一种基于内存优化的生成对抗网络,用于显著提升岩石3D微CT图像的分辨率和分割精度 | 采用八叉树结构的渐进增长生成对抗网络,突破3D超分辨率中的内存瓶颈,实现16倍分辨率提升 | 需要未配对的2D高分辨率LSM图像作为补充训练数据 | 解决3D岩石微CT图像超分辨率重建中的内存限制问题 | 伯里亚砂岩的3D微CT图像 | 计算机视觉 | NA | 微计算机断层扫描,激光扫描显微镜 | GAN | 3D图像,2D图像 | NA | PyTorch, Minkowski Engine | 3D Octree-Based Progressive Growing Deep Convolutional Wasserstein Generative Adversarial Network with Gradient Penalty | 分辨率从7µm/voxel提升至0.44µm/voxel | 采用内存优化的3D八叉树卷积层 |
| 1656 | 2025-10-31 |
Decoding covert visual attention of electroencephalography signals using continuous wavelet transform and deep learning approach
2025-Oct-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-21635-w
PMID:41145802
|
研究论文 | 提出结合连续小波变换和深度学习的方法,用于从脑电图信号解码隐性视觉注意力状态 | 首次将连续小波变换与深度神经网络结合,实现无需手动特征工程的端到端注意力状态分类 | 仅使用10名健康参与者的数据,样本规模较小 | 开发可扩展的隐性视觉注意力解码方法,用于脑机接口应用 | 健康参与者的脑电图信号 | 脑机接口 | NA | 连续小波变换,脑电图信号处理 | CNN | 脑电图时间序列数据 | 10名健康参与者 | NA | ShallowConvNet, EEGNet | 准确率 | NA |
| 1657 | 2025-10-31 |
Integrating deep learning and multi-omics features in radiation pneumonitis prediction for lung cancer patients using PET/CT
2025-Oct-27, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01971-z
PMID:41146084
|
研究论文 | 本研究探讨了结合PET放射组学、CT放射组学、剂量组学和深度学习特征预测肺癌患者放疗后放射性肺炎的可行性 | 首次将PET/CT放射组学特征、剂量组学特征和深度学习特征相结合,构建联合预测模型用于放射性肺炎预测 | 样本量相对有限,外部验证集仅包含27例患者 | 预测接受VMAT治疗的肺癌患者发生放射性肺炎的风险 | 肺癌患者 | 医学影像分析 | 肺癌 | PET/CT成像,放射组学,剂量组学 | 机器学习,深度学习 | 医学影像(PET/CT图像) | 206例训练患者(医院一),27例外部验证患者(医院二) | NA | ResNet-18 | AUC,准确率,敏感性,特异性 | NA |
| 1658 | 2025-10-31 |
Predicting COVID-19 patient recovery or mortality using deep neural decision tree and forest
2025-Oct-27, BMC research notes
IF:1.6Q2
DOI:10.1186/s13104-025-07511-w
PMID:41146277
|
研究论文 | 本研究评估深度神经决策树和深度神经决策森林在预测COVID-19患者死亡率方面的有效性 | 将深度神经网络的表征能力与决策森林的结构化决策相结合,仅使用临床数据即可提高模型可解释性和性能,无需依赖影像或实验室检查 | NA | 预测COVID-19患者的康复或死亡率,帮助急诊医生有效分配医疗资源 | COVID-19患者 | 机器学习 | COVID-19 | NA | 深度神经决策树, 深度神经决策森林 | 临床数据(包括COVID-19诊断、人口统计学、健康指标和职业风险因素) | NA | NA | 深度神经决策树, 深度神经决策森林 | 准确率, 召回率, 精确率, F1分数 | NA |
| 1659 | 2025-10-31 |
PyHFO 2.0: an open-source platform for deep learning-based clinical high-frequency oscillations analysis
2025-Oct-27, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae10e0
PMID:41061718
|
研究论文 | 介绍PyHFO 2.0开源平台,用于基于深度学习的高频振荡临床分析 | 整合了更全面的检测方法和深度学习工具,新增基于希尔伯特变换的检测器,并与Hugging Face生态系统集成 | NA | 开发支持临床使用的开源高频振荡分析平台 | 耐药性癫痫患者的脑电图高频振荡 | 计算神经科学 | 癫痫 | 脑电图记录 | 深度学习模型 | 脑电图信号 | 临床脑电图数据集 | Python, Hugging Face | NA | 与专家标注和RIPPLELAB工具的一致性 | NA |
| 1660 | 2025-10-31 |
A semi-supervised learning-based framework for quantifying litter fluxes in river systems
2025-Oct-27, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124833
PMID:41161028
|
研究论文 | 提出一种基于半监督学习的框架,结合SAHI技术用于量化河流中漂浮垃圾的通量 | 首次将半监督学习与SAHI技术结合用于河流漂浮垃圾通量量化,解决了小尺寸垃圾检测和标注数据稀缺的问题 | 框架显著低估通量(3-4倍),主要由于透明垃圾和水葫芦中垃圾的漏检 | 开发更准确的河流漂浮垃圾通量量化方法 | 河流中的漂浮大型塑料垃圾(>5mm) | 计算机视觉 | NA | 半监督学习,图像分析 | ResNet50, Faster R-CNN | 图像 | 来自荷兰、印度尼西亚和越南水道的图像数据 | PyTorch | ResNet50, Faster R-CNN | F1-score | NA |