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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 2025-11-14 |
HighFold-MeD: a Rosetta distillation model to accelerate structure prediction of cyclic peptides with backbone N-methylation and D-amino acids
2025-Nov-10, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01111-3
PMID:41214817
|
研究论文 | 提出一种基于深度学习的快速预测含骨架N-甲基化氨基酸和D-氨基酸的环肽结构的方法 | 通过知识蒸馏将Rosetta SCP的能量计算知识迁移至微调的AlphaFold模型,实现50倍加速的同时保持较高准确性 | 可用晶体结构数据有限,模型性能依赖于Rosetta SCP的采样参数设置 | 加速含特殊修饰的环肽结构预测以促进肽类药物开发 | 含骨架N-甲基化氨基酸和D-氨基酸的环肽 | 计算生物学 | NA | 深度学习,知识蒸馏 | AlphaFold | 蛋白质结构数据 | 通过Rosetta SCP采样大量环肽构象(nstruct=500) | PyTorch | AlphaFold | 结构预测准确性,计算速度 | NA |
| 162 | 2025-11-14 |
Malignancy prediction for calcified thyroid nodules using deep learning based on ultrasound dynamic videos
2025-Nov-10, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00944-3
PMID:41214809
|
研究论文 | 基于超声动态视频开发优化钙化检测的深度学习模型,用于预测钙化甲状腺结节的良恶性 | 首次在动态超声视频中应用钙化注意力模块的3D深度学习模型,显著提升微钙化检测敏感性 | 回顾性研究设计,需要前瞻性验证 | 开发基于动态超声视频的深度学习模型用于钙化甲状腺结节的恶性肿瘤预测 | 1,257名患者的2,319个甲状腺结节 | 计算机视觉 | 甲状腺癌 | 超声动态视频 | 3D CNN | 视频 | 2,319个甲状腺结节超声视频(来自1,257名患者) | NA | 3D InceptionResNetV2 | AUROC, 敏感性, 特异性 | NA |
| 163 | 2025-11-14 |
Enhanced osteoporosis screening via multi-output deep learning: Segmentation and classification of metacarpal radiographs
2025-Nov-10, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112507
PMID:41223626
|
研究论文 | 提出一种名为OMO-Net的多输出深度学习架构,通过同时执行掌骨X光片的骨骼分割和骨质疏松分类来改进骨质疏松筛查 | 首次将骨骼结构分割与诊断分类任务集成到统一的多输出深度学习框架中,通过双任务协同提升对细微骨密度变化的敏感性 | NA | 开发一种能够同时进行骨骼分割和骨质疏松分类的深度学习模型,提高骨质疏松筛查的准确性 | 掌骨X光片 | 计算机视觉 | 骨质疏松症 | X射线成像 | CNN | 医学影像 | NA | NA | ResNet-50 | AUC, F1-score | NA |
| 164 | 2025-11-14 |
Early prediction of final body weight in Hanwoo steers using machine and deep learning models
2025-Nov-10, Animal bioscience
IF:2.4Q1
DOI:10.5713/ab.250595
PMID:41223656
|
研究论文 | 本研究使用机器学习和深度学习模型预测韩牛阉牛最终体重 | 首次比较多种机器学习模型和LSTM深度学习模型在韩牛体重预测中的表现,并分析不同预测时间点的准确性变化 | 研究仅基于196头韩牛阉牛的数据,样本量相对有限,且仅来自单一商业农场 | 开发准确的早期体重预测方法以优化肉牛生产中的饲养策略和屠宰计划 | 196头韩牛阉牛(7-31月龄) | 机器学习 | NA | 体重测量和饲料营养摄入分析 | k-近邻, 随机森林, XGBoost, LSTM | 时序数据 | 196头韩牛阉牛 | NA | LSTM | 决定系数(R²), 均方根误差(RMSE) | NA |
| 165 | 2025-11-14 |
Hippocampal auto-segmentation based on deep learning for identifying magnetic resonance imaging biomarkers of early mild cognitive impairment
2025-Nov-10, Neuroscience
IF:2.9Q2
|
研究论文 | 本研究开发了基于深度学习的海马体自动分割模型,并结合影像组学特征构建机器学习诊断模型用于早期轻度认知障碍识别 | 提出基于CNN的新型深度学习网络实现海马体自动分割,并首次将影像组学特征与XGBoost算法结合用于MCI诊断 | 样本量较小(150例),缺乏外部验证数据集 | 开发自动海马体分割和诊断模型以识别早期轻度认知障碍的MRI生物标志物 | 150名受试者(正常对照和轻度认知障碍患者) | 医学影像分析 | 轻度认知障碍 | 磁共振成像(3D T1WI) | CNN, 机器学习分类器 | 医学影像 | 150名受试者,按7:3比例分为训练集和验证集 | NA | 基于CNN的3D深度学习网络 | AUC, 95%置信区间 | NA |
| 166 | 2025-11-14 |
Clinical Grade Interpretable Artificial Intelligence Tool for Automated Detection of Lymph Node Metastasis in Prostate Cancer
2025-Nov-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100934
PMID:41223994
|
研究论文 | 开发了一种用于前列腺癌淋巴结转移自动检测的临床级可解释人工智能工具 | 利用有限标注数据集,通过从未标记数据中识别最具信息量的样本并融入训练过程,通过迭代误差校正优化学习轨迹 | 模型性能依赖于有限标注数据集,需要在更多医疗中心进行进一步验证 | 提高前列腺癌淋巴结转移检测的准确性和效率 | 前列腺癌患者的淋巴结组织 | 数字病理学 | 前列腺癌 | 全玻片成像(WSI) | 深度学习 | 病理图像 | 787张全玻片图像,超过2000个淋巴结组织 | NA | NA | AUC, 灵敏度, 特异性 | NA |
| 167 | 2025-11-14 |
AI-assisted differentiation of nontuberculous mycobacterial pulmonary disease from colonization: a multi-center study
2025-Nov-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-02131-1
PMID:41206832
|
研究论文 | 开发了一种名为NTMNet的多模态深度学习模型,用于区分非结核分枝杆菌肺病与定植状态 | 首次将胸部CT扫描与临床数据结合,通过多模态深度学习模型解决NTM疾病状态分类难题 | 回顾性研究设计,样本量相对有限,仅来自两个医疗中心 | 区分非结核分枝杆菌肺病与定植状态的临床诊断 | 非结核分枝杆菌呼吸道分离患者 | 医学影像分析 | 肺部疾病 | 胸部CT扫描,临床数据分析 | 深度学习 | 图像,临床数据 | 609名患者(324名NTM定植,285名NTM肺病) | NA | NTMNet | AUC,准确率 | NA |
| 168 | 2025-11-14 |
CellApop: A knowledge-guided decoupled distillation framework for label-efficient apoptotic cell segmentation and dynamic analysis in brightfield microscopy
2025-Nov-08, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109156
PMID:41223808
|
研究论文 | 提出了一种基于知识引导解耦蒸馏的深度学习框架,用于无标记凋亡细胞分割和动态分析 | 开发了知识引导解耦蒸馏框架,通过多个专家模型共同指导轻量级学生网络训练,显著减少标注需求 | 在细胞密集重叠和边界不清晰等挑战性条件下的分割精度仍有提升空间 | 开发无需荧光染料的凋亡细胞自动分割和动态分析方法 | 亮场显微镜图像中的凋亡细胞 | 数字病理学 | 细胞凋亡相关疾病 | 亮场显微镜成像 | CNN, 深度学习分割模型 | 显微镜图像 | 16,472张亮场细胞图像,来自4个数据集(3个公共数据集和1个专有凋亡数据集) | PyTorch | 包含重参数化、深度可分离卷积和边缘感知模块的轻量级网络 | Dice相似系数, Hausdorff距离, IoU, 灵敏度, 特异性 | NA |
| 169 | 2025-11-14 |
Integrative Omics and AI-Driven Systems Biology: Multilayer Networks Decoding Apis mellifera Health and Resilience
2025-Nov-07, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.5c00294
PMID:40997916
|
综述 | 本文综述了整合多组学与人工智能方法在解码蜜蜂健康与恢复力分子机制中的应用 | 提出了整合蛋白质组学、代谢组学和脂质组学与人工智能策略的多层网络框架,用于解析非模式生物蜜蜂的分子恢复力机制 | 面临样本输入量有限和跨组学异质性等挑战 | 解码蜜蜂健康与恢复力的分子机制,为系统生物学提供可推广框架 | 蜜蜂及其分子网络 | 系统生物学 | NA | 蛋白质组学,代谢组学,脂质组学,空间组学,单细胞组学,质谱分析 | 深度学习,图神经网络,多层网络模型 | 多组学数据 | NA | NA | NA | NA | NA |
| 170 | 2025-11-14 |
Diagnosis of superficial ailments using infrared thermal imaging and CapsNet
2025-Nov-07, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2025.104325
PMID:41223630
|
研究论文 | 本研究探索将红外热成像与胶囊网络结合用于浅表疾病诊断的方法 | 首次将CapsNet应用于红外热成像的医学诊断,在多种浅表疾病分类中实现高精度 | 外部因素可能影响区域温度测量,可能引入诊断误差 | 通过计算机视觉分类算法增强热成像疾病的分类和诊断能力 | 具有皮肤表现症状的疾病,包括乳腺癌、压力性溃疡和鼻窦炎 | 计算机视觉 | 乳腺癌, 压力性溃疡, 鼻窦炎 | 红外热成像 | CapsNet | 热成像图像 | NA | NA | CapsNet | 准确率 | NA |
| 171 | 2025-11-09 |
Corrigendum to 'Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery' [International Dental Journal Volume 75, Issue 6, December 2025, 103879]
2025-Nov-06, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103976
PMID:41202540
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 172 | 2025-11-14 |
Association of deep learning-derived optic nerve morphology with Parkinson's disease and drug-induced Parkinsonism: Findings from the LIFE Study
2025-Nov-06, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2025.123751
PMID:41223743
|
研究论文 | 本研究通过深度学习分析眼底照片中的视神经形态,探讨其与帕金森病及药物性帕金森综合征的关联 | 首次在大规模人群研究中利用深度学习技术从眼底照片提取视神经形态特征,并发现杯盘比与帕金森病的显著关联 | 未发现杯盘比与药物性帕金森综合征的显著关联,研究结果可能受限于横断面研究设计 | 探索视神经形态特征作为帕金森病神经退行性病变的替代影像标志物 | 14,280名40-64岁社区参与者 | 数字病理 | 帕金森病 | 眼底摄影 | 深度学习 | 图像 | 14,280名参与者(131名帕金森病患者,152名药物性帕金森综合征患者) | NA | NA | 比值比, 95%置信区间, p值 | NA |
| 173 | 2025-11-14 |
Temporal Analysis of Embryonic Epidermal Morphogenesis in Caenorhabditis elegans
2025-Nov-06, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms262110802
PMID:41226839
|
研究论文 | 开发基于深度学习的图像分析流程动态追踪秀丽隐杆线虫胚胎表皮形态发生的时间线 | 提出不依赖明显表型异常或荧光标记即可检测阶段特异性发育时序的新方法 | NA | 研究胚胎表皮形态发生的发育时序动态 | 秀丽隐杆线虫胚胎 | 计算机视觉 | NA | 微分干涉相差延时显微镜 | CNN | 图像 | RNAi处理胚胎和突变胚胎 | NA | ResU-Net, ResNet | NA | NA |
| 174 | 2025-11-14 |
Green Synthesis of Chitosan Silver Nanoparticle Composite Materials: A Comparative Study of Microwave and One-Pot Reduction Methods
2025-Nov-06, Polymers
IF:4.7Q1
DOI:10.3390/polym17212960
PMID:41228720
|
研究论文 | 比较微波辅助法和一锅还原法在壳聚糖银纳米颗粒复合材料绿色合成中的性能差异 | 首次将深度学习图像处理流程应用于纳米颗粒表征,并系统比较两种绿色合成方法的结晶度、粒径分布和结构均匀性 | 未进行抗菌性能评估,仅通过表征手段比较合成方法 | 开发环保可持续的纳米材料合成方法并优化合成工艺 | 壳聚糖银纳米颗粒复合材料 | 材料科学 | NA | 紫外可见光谱、拉曼光谱、X射线衍射、扫描电子显微镜 | 深度学习模型 | 图像数据 | 两种合成方法制备的纳米颗粒样品 | NA | NA | 粒径变异性(σ) | NA |
| 175 | 2025-11-14 |
Deep Learning Image-Based Fusion Approach for Identifying Multiple Apparent Diseases in Concrete Structure
2025-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25216796
PMID:41229020
|
研究论文 | 提出一种基于深度学习的图像融合方法,用于识别混凝土结构中的多种表观病害 | 结合YOLO和UNet模型的融合网络,实现快速筛选和像素级病害量化 | 仅针对四种特定病害类型,数据集规模有限(1488张图像) | 开发高效准确的混凝土结构表观病害检测与量化方法 | 混凝土结构中的裂缝、剥落、渗漏和接缝变形四种表观病害 | 计算机视觉 | NA | 图像分析 | YOLO, UNet | 图像 | 1488张现场检测图像 | NA | YOLO, UNet | 平均精度均值, Dice系数, 相对误差 | NA |
| 176 | 2025-11-14 |
FedPSFV: Personalized Federated Learning via Prototype Sharing for Finger Vein Recognition
2025-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25216790
PMID:41229017
|
研究论文 | 提出一种基于原型共享的个性化联邦学习算法FedPSFV,用于解决指静脉识别中的数据异构性问题 | 通过客户端间共享原型来增加各类别间距离,并改进基于间隔的损失函数以增强模型特征区分能力 | 未明确说明计算资源需求和模型部署复杂度 | 解决指静脉识别中数据隐私保护和数据异构性导致的模型性能限制问题 | 指静脉识别 | 计算机视觉 | NA | 深度学习 | NA | 指静脉图像 | 六个公共数据集(SDUMLA、MMCBNU、USM、UTFVP、VERA、NUPT) | 联邦学习 | NA | TAR@FAR=0.01, EER | NA |
| 177 | 2025-11-14 |
LiDAR-Based Long-Term Mapping in Snow-Covered Environments
2025-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25216805
PMID:41229028
|
研究论文 | 提出一种针对积雪环境的LiDAR建图策略,通过深度学习检测并移除积雪数据以提升长期自动驾驶的定位精度和地图更新质量 | 首次专门针对积雪环境设计建图方法,结合深度学习实现积雪检测与移除,并恢复被积雪遮挡的地面信息 | 仅在真实积雪环境中验证,未涉及其他恶劣天气条件;积雪检测IoU为78.6%仍有提升空间 | 解决积雪环境下长期自动驾驶系统的地图构建和定位性能下降问题 | 积雪覆盖环境下的LiDAR点云数据 | 计算机视觉 | NA | LiDAR扫描,深度学习 | 深度学习 | 点云数据 | 真实积雪环境采集的数据集 | NA | NA | IoU, RMSE, Chamfer Distance | NA |
| 178 | 2025-11-14 |
Refinement of an Artificial Intelligence Algorithm for Enhanced Burn Wound Depth Assessment Using Multispectral Imaging: An Expanded Proof of Concept Study
2025-Nov-05, Journal of burn care & research : official publication of the American Burn Association
IF:1.5Q3
DOI:10.1093/jbcr/iraf057
PMID:40452490
|
研究论文 | 通过多光谱成像和卷积神经网络开发用于烧伤创面深度评估的人工智能算法 | 首次将多光谱成像与多种CNN算法结合用于烧伤深度评估,并发现'受伤后时间'作为重要协变量 | 样本量相对有限,需要更大规模的研究验证算法性能 | 开发用于烧伤创面深度评估的深度学习算法 | 成人及儿童烧伤患者的创面图像和活检样本 | 计算机视觉 | 烧伤 | 多光谱成像 | CNN | 多光谱图像 | 124名受试者(100名成人,24名儿童),1037张MSI图像,161份活检 | NA | 8种独特DL算法和2种集成DL算法 | AUC, 准确率, 灵敏度, 特异性 | NA |
| 179 | 2025-11-14 |
Research on Cavitation Fault Diagnosis of Axial Piston Pumps Based on Rough Set Attribute Weighted Convolutional Neural Networks
2025-Nov-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25216769
PMID:41228989
|
研究论文 | 提出一种基于粗糙集属性加权卷积神经网络的轴向柱塞泵空化故障智能诊断方法 | 结合粗糙集理论与卷积神经网络,通过属性约简和权重矩阵增强关键特征影响,同时提供可解释的决策规则 | NA | 提高柱塞泵空化故障诊断的准确性和可解释性 | 轴向柱塞泵的空化故障 | 故障诊断 | NA | 计算流体动力学建模,粗糙集理论 | CNN | 仿真故障数据 | NA | NA | RSAW-CNN(粗糙集属性加权卷积神经网络) | 诊断准确率 | NA |
| 180 | 2025-11-14 |
Single- and Multimodal Deep Learning of EEG and EDA Responses to Construction Noise: Performance and Ablation Analyses
2025-Nov-05, Sensors (Basel, Switzerland)
DOI:10.3390/s25216775
PMID:41228998
|
研究论文 | 本研究利用深度学习分析脑电图和皮肤电活动对建筑噪声的生理响应 | 首次采用多模态深度学习框架结合EEG和EDA信号分析建筑噪声的生理影响,并通过消融分析系统优化模型超参数 | 样本量相对较小(25名参与者),噪声类型和强度范围有限 | 研究建筑噪声暴露下的人类生理响应,开发可靠的烦恼检测系统 | 25名参与者暴露于打桩机脉冲噪声和地钻音调噪声 | 机器学习 | 职业健康 | 脑电图(EEG),皮肤电活动(EDA) | CNN, LSTM | 生理信号(EEG, EDA) | 25名参与者 | NA | 卷积神经网络,长短期记忆网络 | 准确率,泛化稳定性 | NA |