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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 17761 | 2025-10-07 |
Discovery of novel PRMT1 inhibitors: a combined approach using AI classification model and traditional virtual screening
2025, Frontiers in chemistry
IF:3.8Q2
DOI:10.3389/fchem.2025.1548812
PMID:39906150
|
研究论文 | 本研究结合AI分类模型和传统虚拟筛选方法发现新型PRMT1抑制剂 | 首次将深度学习分类模型与分子对接技术相结合,发现了具有新型骨架的PRMT1抑制剂 | 研究结果尚未经过临床试验验证 | 发现新型PRMT1抑制剂用于疾病治疗 | PRMT1蛋白及其抑制剂 | 机器学习 | NA | 深度学习, 分子对接, 分子动力学模拟, 结合自由能分析 | 深度学习分类模型 | 化学分子数据 | 现有PRMTs抑制剂数据集 | NA | NA | NA | NA |
| 17762 | 2025-10-07 |
The role of artificial intelligence and machine learning in predicting and combating antimicrobial resistance
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.01.006
PMID:39906157
|
综述 | 探讨人工智能和机器学习在预测和应对抗菌素耐药性中的作用 | 系统整合了AI/ML在AMR领域的前沿应用,包括新型抗菌药物发现和实时临床决策支持 | 涉及伦理考量、数据隐私和模型偏差等挑战 | 评估AI/ML技术在应对抗菌素耐药性方面的潜力 | 抗菌素耐药性(AMR)相关数据和预测模型 | 机器学习 | 传染病 | 基因组测序,微生物组分析 | 监督学习,无监督学习,深度学习,强化学习,自然语言处理 | 临床数据,基因组序列,流行病学数据 | NA | NA | NA | 预测准确率 | NA |
| 17763 | 2025-10-07 |
Contactless Detection of Abnormal Breathing Using Orthogonal Frequency Division Multiplexing Signals and Deep Learning in Multi-Person Scenarios
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3506914
PMID:39906267
|
研究论文 | 提出一种基于正交频分复用信号和深度学习的非接触式异常呼吸检测系统,可在多人场景中实时分类多种呼吸模式 | 开发了VGG16-GRU混合深度学习模型,结合OFDM信号技术,首次实现多人场景下的个体呼吸模式区分 | 数据集主要在办公室环境收集,未来需要扩展更多呼吸模式和真实世界呼吸科数据 | 开发非接触式呼吸监测系统,用于实时检测和分类异常呼吸模式 | 多种呼吸模式(包括百日咳、急性咳嗽、正常呼吸、呼吸过缓、呼吸急促、比奥呼吸、叹息呼吸、陈-施呼吸、库斯莫尔呼吸、中枢性睡眠呼吸暂停、阻塞性睡眠呼吸暂停) | 机器学习 | 呼吸系统疾病 | 正交频分复用(OFDM)信号,软件定义无线电(SDR) | CNN, GRU | 无线信号数据 | 办公室环境中收集的多人场景数据集 | NA | VGG16, GRU | 准确率, 精确率, 召回率, F1分数 | NA |
| 17764 | 2025-10-07 |
A Review on Deep Learning for Quality of Life Assessment Through the Use of Wearable Data
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2025.3526457
PMID:39906266
|
综述 | 本文全面回顾了深度学习技术在生活质量评估中的应用,重点关注可穿戴数据的分析 | 系统整合了深度学习与可穿戴数据在生活质量评估中的交叉应用,特别关注生理和心理健康子领域 | 作为综述文章,不包含原始研究数据,主要基于现有文献分析 | 探讨深度学习技术如何通过可穿戴数据改进生活质量评估方法 | 可穿戴设备收集的生理信号和健康数据 | 机器学习 | NA | 可穿戴传感技术 | 深度学习 | 生理信号,患者报告结果,医疗图像 | NA | NA | NA | NA | NA |
| 17765 | 2025-10-07 |
Optimal Transport Based Graph Kernels for Drug Property Prediction
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3480708
PMID:39906265
|
研究论文 | 提出基于最优传输理论的图核方法用于药物ADMET性质预测 | 首次将最优传输理论应用于构建图核函数,相比图神经网络具有更好的可解释性、适应性和泛化能力 | 未明确说明方法在特定类型药物或性质预测上的局限性 | 开发计算工具以早期准确预测药物的ADMET性质 | 药物分子的图结构数据 | 机器学习 | NA | 图匹配,最优传输理论 | 图核方法 | 图数据 | 19个不同的ADMET数据集 | NA | 基于最优传输的图核 | NA | NA |
| 17766 | 2025-10-07 |
ChromosomeNet: Deep Learning-Based Automated Chromosome Detection in Metaphase Cell Images
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3512932
PMID:39906268
|
研究论文 | 提出基于深度学习的染色体自动检测系统ChromosomeNet,用于中期细胞图像中的染色体识别 | 结合单阶段和双阶段模型优势,无需预处理即可处理原始图像,在包含困难图像的大规模数据集上实现高精度检测 | 需要其他医院数据进行跨院验证以确认临床适用性 | 开发自动染色体检测和识别系统以辅助产前诊断 | 中期细胞图像中的染色体 | 计算机视觉 | 染色体疾病 | 深度学习 | 目标检测模型 | 图像 | 5000张中期细胞图像,包含229,852条染色体(其中3827张简单图像,1173张困难图像) | NA | ChromosomeNet(结合单阶段和双阶段模型) | mAP50, 准确率, 召回率, F1分数 | NA |
| 17767 | 2025-10-07 |
Evaluating the advancements in protein language models for encoding strategies in protein function prediction: a comprehensive review
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1506508
PMID:39906415
|
综述 | 全面评估蛋白质语言模型在蛋白质功能预测中编码策略的最新进展 | 系统整合最新蛋白质语言模型在功能预测中的应用现状,并与传统方法进行详尽性能对比 | NA | 评估蛋白质语言模型在蛋白质功能预测编码策略中的进展 | 蛋白质序列数据及其功能预测 | 生物信息学 | NA | 深度学习,蛋白质语言模型 | 蛋白质语言模型 | 蛋白质序列数据 | NA | NA | NA | 准确率 | NA |
| 17768 | 2025-10-07 |
ECG-LM: Understanding Electrocardiogram with a Large Language Model
2025, Health data science
DOI:10.34133/hds.0221
PMID:39906894
|
研究论文 | 开发了首个能够处理自然语言并理解心电图信号的多模态大语言模型ECG-LM | 首创将多模态大语言模型应用于心电图处理,通过专门的ECG编码器将原始ECG信号转换到高维特征空间并与文本特征空间对齐 | 文本-ECG数据稀缺问题通过医疗指南生成数据来解决,但仍需更多真实临床数据验证 | 开发能够整合患者数据和ECG读数并提供临床建议的多模态大语言模型 | 心电图信号和患者临床数据 | 自然语言处理, 医疗人工智能 | 心血管疾病 | 多模态大语言模型, ECG信号处理 | 大语言模型, 多模态模型 | 心电图信号, 文本数据 | 基于医疗指南生成的文本-ECG对和医院真实临床数据 | NA | 大语言模型, 专门的ECG编码器 | 心血管疾病检测准确率, 问答性能 | NA |
| 17769 | 2025-10-07 |
Application of human-in-the-loop hybrid augmented intelligence approach in security inspection system
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1518850
PMID:39911181
|
研究论文 | 提出一种人在回路混合增强智能方法,通过混合决策策略提升安检系统的安全性和效率 | 首次将“拒绝优先”和“放行优先”两种策略结合的混合决策方法应用于安检系统 | 实验数据仅来自特定安检场景,未验证在其他场景的泛化能力 | 提升安检系统的安全性和可靠性,同时降低人力成本 | 安检系统中的违禁品检测 | 机器智能 | NA | 人在回路混合增强智能 | 深度学习 | 安检数据 | 来自特定安检站点的数据集 | NA | NA | 安全性、效率、人力成本 | NA |
| 17770 | 2025-10-07 |
AlphaFold 2, but not AlphaFold 3, predicts confident but unrealistic β-solenoid structures for repeat proteins
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.01.016
PMID:39911842
|
研究论文 | 评估AlphaFold 2在完美重复序列蛋白质结构预测中的表现,发现其倾向于生成高置信度但不现实的β-螺线管结构 | 首次系统揭示AlphaFold 2对完美重复序列存在特异性预测偏差,生成具有不合理特征的β-螺线管结构 | 研究主要针对人工设计的完美重复序列,对天然蛋白质的适用性需要进一步验证 | 评估AlphaFold 2在特定蛋白质序列类型(完美重复序列)上的预测准确性 | 由不同长度随机序列组成的完美重复蛋白质序列 | 计算生物学 | NA | 蛋白质结构预测,分子动力学模拟 | 深度学习 | 蛋白质序列数据 | 多种不同长度的完美重复序列 | AlphaFold 2, 其他先进结构预测方法 | AlphaFold 2架构 | 预测置信度,结构合理性评估 | NA |
| 17771 | 2025-10-07 |
Intelligent cholinergic white matter pathways algorithm based on U-net reflects cognitive impairment in patients with silent cerebrovascular disease
2024-Dec-30, Stroke and vascular neurology
IF:4.4Q1
DOI:10.1136/svn-2023-002976
PMID:38569895
|
研究论文 | 开发基于U-net的智能算法评估静默性脑血管病患者胆碱能白质通路损伤与认知功能障碍的关系 | 首个用于评估胆碱能白质通路的智能算法,相比金标准具有良好准确性 | NA | 建立智能算法评估血管源性白质高信号患者的胆碱能白质通路损伤 | 静默性脑血管病伴血管源性白质高信号患者 | 数字病理 | 脑血管疾病 | 深度学习 | CNN | 医学影像 | 内部训练测试集464例患者,外部验证集100例患者 | NA | U-net | 灵敏度, 特异性, AUC | NA |
| 17772 | 2025-10-07 |
Application of deep learning models on single-cell RNA sequencing analysis uncovers novel markers of double negative T cells
2024-12-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82406-7
PMID:39732739
|
研究论文 | 本研究应用深度学习模型分析单细胞RNA测序数据,揭示了双阴性T细胞的新型标志物 | 首次使用scVI深度学习模型识别DNT细胞亚群的新型标志物,修正了先前关于CD137表达的错误认知,并发现了CD30和CD153等新标志物 | 研究主要基于小鼠模型,人类DNT细胞的验证相对有限 | 通过深度学习技术识别和验证双阴性T细胞的新型分子标志物 | C57BL/6小鼠和MRL/lpr小鼠的脾脏双阴性T细胞 | 生物信息学 | 自身免疫疾病 | 单细胞RNA测序, 流式细胞术 | 深度学习 | 基因表达数据 | C57BL/6小鼠和MRL/lpr小鼠的脾脏DNT细胞 | scVI | Single Cell Variational Inference | 流式细胞术验证 | NA |
| 17773 | 2025-10-07 |
Predicting RNA Structure and Dynamics with Deep Learning and Solution Scattering
2024-Dec-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.08.598075
PMID:39764023
|
研究论文 | 开发了结合深度学习与溶液散射的SCOPER流程,用于预测RNA在溶液中的结构和动力学 | 整合了基于运动学的构象采样与创新的深度学习模型IonNet,专门预测Mg离子结合位点,解决了RNA构象可塑性和离子效应的问题 | 需要初始足够准确的结构作为输入,可能对实验SAXS数据存在过拟合风险 | 提高RNA在溶液中结构和动力学的预测准确性 | RNA分子及其溶液构象 | 计算生物学 | NA | 小角X射线散射(SAXS), 深度学习 | 深度学习模型 | SAXS剖面数据, 结构数据 | 14个实验数据集 | NA | IonNet | SAXS剖面拟合质量 | NA |
| 17774 | 2025-10-07 |
Automatic detection and counting of wheat spike based on DMseg-Count
2024-11-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80244-1
PMID:39613805
|
研究论文 | 提出基于DMseg-Count的小麦穗自动检测与计数方法,用于产量预测和品种评估 | 在DM-Count模型基础上引入小麦穗局部分割分支,通过逐元素点乘机制融合全局与局部上下文监督信息 | 未明确说明模型在极端遮挡和重叠情况下的性能限制 | 提高复杂田间环境下小麦穗自动检测与计数的准确性 | 小麦穗图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | DMseg-Count, DM-Count | 平均绝对误差(MAE), 均方根误差(RMSE) | NA |
| 17775 | 2025-10-07 |
Synthetic augmentation of cancer cell line multi-omic datasets using unsupervised deep learning
2024-Nov-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54771-4
PMID:39614072
|
研究论文 | 本研究开发了一种无监督深度学习模型MOSA,用于整合和增强癌症细胞系的多组学数据集 | 提出首个专门用于整合和增强癌症依赖图谱的无监督深度学习模型,能够生成分子和表型特征,将多组学特征数量增加32.7% | NA | 解决生物数据异质性、复杂性和稀疏性问题,实现对癌症生物学的整体理解 | 1523个癌症细胞系的多组学数据 | 机器学习 | 癌症 | 多组学分析 | 无监督深度学习 | 多组学数据 | 1523个癌症细胞系 | NA | MOSA | SHAP分析 | NA |
| 17776 | 2025-10-07 |
nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression
2024-Nov-05, Kidney360
IF:3.2Q1
DOI:10.34067/KID.0000000620
PMID:39499578
|
研究论文 | 介绍nPOD-K肾脏项目通过传统和数字病理学方法研究糖尿病肾病发病机制和进展 | 建立首个基于器官捐赠者肾脏的异质性队列,结合数字病理和深度学习工具分析糖尿病肾病进展 | 研究依赖于器官捐赠者样本,样本获取可能受限 | 利用器官捐赠者肾脏增强对糖尿病肾病发病机制和进展的理解 | 器官捐赠者的肾脏组织样本 | 数字病理学 | 糖尿病肾病 | 传统病理学染色, 数字病理学, 全玻片成像 | 深度学习, 机器学习 | 病理图像 | nPOD-K队列肾脏样本 | Visiopharm | NA | 组织学定量分析 | NA |
| 17777 | 2025-10-07 |
Machine learning-optimized targeted detection of alternative splicing
2024-Sep-24, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.20.614162
PMID:39386495
|
研究论文 | 提出一种名为LSV-seq的靶向RNA测序方法,通过机器学习优化引物设计,提高选择性剪接检测的效率和灵敏度 | 开发了Optimal Prime机器学习算法优化引物设计,并首次将深度学习剪接编码预测与靶向测序相结合 | 方法主要针对已知剪接事件的检测,可能不适用于全新剪接事件的发现 | 开发高效检测和量化选择性剪接的靶向RNA测序方法 | 人类组织样本中的选择性剪接事件 | 机器学习 | NA | RNA-seq, LSV-seq, 靶向测序 | 机器学习, 深度学习 | RNA测序数据 | GTEx数据库中的数千个引物序列 | NA | NA | 捕获率, 测序深度, 灵敏度 | NA |
| 17778 | 2025-10-07 |
Empowering Portable Age-Related Macular Degeneration Screening: Evaluation of a Deep Learning Algorithm for a Smartphone Fundus Camera
2024-09-05, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2023-081398
PMID:39237272
|
研究论文 | 评估用于智能手机眼底相机的深度学习算法在年龄相关性黄斑变性筛查中的性能 | 首次评估基于智能手机眼底相机的AI系统进行AMD筛查,通过两阶段训练策略(初始训练+设备特定微调) | 使用回顾性数据,需要前瞻性研究验证临床适用性 | 开发便携式年龄相关性黄斑变性筛查系统 | 视网膜图像和年龄相关性黄斑变性患者 | 计算机视觉 | 年龄相关性黄斑变性 | 眼底成像 | 深度学习 | 图像 | 初始训练108,251张图像,微调1,108张图像,测试集分别包含909张和238张图像 | NA | NA | AUC, 敏感度, 特异度 | NA |
| 17779 | 2025-10-07 |
Free access via computational cloud to deep learning-based EEG assessment in neonatal hypoxic-ischemic encephalopathy: revolutionary opportunities to overcome health disparities
2024-Sep, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-024-03427-6
PMID:39107521
|
研究论文 | 评估基于深度学习的脑电监测系统BSN作为新生儿缺氧缺血性脑病严重程度床边标志物的有效性 | 首次通过计算云平台免费提供基于深度学习的脑电评估,为克服健康差异提供创新解决方案 | 样本量较小(仅46例HIE新生儿),需要更大规模研究验证 | 开发可访问的深度学习脑电评估工具用于新生儿脑病严重程度监测 | 缺氧缺血性脑病新生儿与健康婴儿 | 医疗人工智能 | 新生儿缺氧缺血性脑病 | 脑电图 | 深度学习 | 脑电信号 | 46例HIE新生儿及健康婴儿对照 | NA | Brain State of the Newborn (BSN) | 与Total Sarnat Score相关性分析 | 计算云平台 |
| 17780 | 2025-10-07 |
AI and Big Data approaches to addressing the opioid crisis: a scoping review protocol
2024-08-31, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2024-084728
PMID:39645274
|
综述 | 本文提出了一项范围综述方案,旨在评估人工智能和大数据技术在应对阿片类药物危机中的最新进展 | 首次系统性地对AI和大数据技术在阿片类药物危机中的应用进行范围综述,填补该领域综合评估的空白 | 作为综述方案,尚未开展实际数据收集和分析,结果有待后续研究验证 | 评估AI和大数据技术在检测、治疗、预防和应对阿片类药物危机方面的有效性 | 2013-2023年间发表的关于AI和大数据技术应用于阿片类药物危机的研究文献 | 自然语言处理, 机器学习 | 阿片类药物危机 | 机器学习, 深度学习, 自然语言处理 | NA | 文献数据, 灰色文献 | 四个科学数据库的文献(PubMed, Web of Science, Engineering Village, PsycInfo) | NA | NA | 评估指标将作为提取信息的一部分进行分析 | Covidence文献筛选工具 |