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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1881 | 2026-01-29 |
Real-time vehicle control via edge cloud sensor fusion and CNN based perceptron
2026-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103779
PMID:41583916
|
研究论文 | 本研究开发了一种混合边缘-云方法,通过集成深度学习和物联网传感器融合,实现自适应实时车辆控制 | 提出了一种结合深度学习与物联网传感器融合的混合边缘-云架构,用于自适应车辆控制,并在低成本边缘设备上验证了深度学习部署的可行性 | 研究在模拟的恶劣驾驶场景下进行评估,可能未完全覆盖所有真实世界的复杂情况 | 开发一种可靠、自适应的实时车辆控制系统,用于智能交通系统 | 车辆控制系统 | 机器视觉 | NA | 物联网传感器融合 | CNN | 超声波测距数据 | NA | NA | CNN | R², 均方误差 | Jetson Nano, Raspberry Pi |
| 1882 | 2026-01-29 |
A survey on neuro-mimetic deep learning via predictive coding
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108161
PMID:41161207
|
综述 | 本文综述了基于预测编码理论的神经拟态深度学习算法的最新研究进展 | 系统梳理了预测编码理论在机器学习领域的跨学科应用,为生物可解释性AI算法提供了新的研究方向 | 作为综述文章,未提出新的原创算法,主要进行现有研究的归纳分析 | 探索具有生物合理性的深度学习算法替代反向传播 | 预测编码理论及其在机器学习中的应用 | 机器学习 | NA | NA | 深度神经网络 | NA | NA | NA | NA | NA | NA |
| 1883 | 2026-01-29 |
DNUNet: A lightweight adaptive medical image segmentation network based on dual-path multilevel interactive convolution and norm sparse fusion module
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108230
PMID:41172804
|
研究论文 | 提出了一种名为DNUNet的轻量级自适应医学图像分割网络,旨在平衡模型性能与计算成本 | 创新性地结合了大核卷积、双路径多级结构和特征稀疏化策略,并设计了双路径多级交互卷积模块和自适应范数稀疏融合模块,以更少的参数增强特征提取与融合能力 | 未在摘要中明确提及 | 开发一种高效、轻量级的医学图像分割模型,以适应便携式医疗设备和实时分割的临床部署需求 | 医学图像 | 数字病理 | NA | 深度学习 | CNN | 图像 | NA | NA | DNUNet | NA | NA |
| 1884 | 2026-01-29 |
CNNCaps-DBP: Leveraging protein language models with attention-augmented convolution for DNA-binding protein prediction
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108261
PMID:41172803
|
研究论文 | 提出一种名为CNNCaps-DBP的新型深度学习方法,用于从蛋白质一级序列信息中准确预测DNA结合蛋白 | 结合预训练蛋白质语言模型ESM C,并通过注意力增强卷积模块增强嵌入表示,再采用胶囊网络与MLP的混合深度学习框架构建最终预测模型 | 未明确说明模型在特定蛋白质家族或结构类别上的泛化能力限制 | 开发精确高效的DNA结合蛋白计算预测框架 | DNA结合蛋白 | 自然语言处理, 机器学习 | 神经退行性疾病, 癌症 | 蛋白质语言模型, 深度学习 | CNN, Capsule Network, MLP | 蛋白质序列 | NA | PyTorch | 注意力增强卷积模块, Capsule Network, MLP | 准确率, 精确率, 召回率, F1分数, AUC | NA |
| 1885 | 2026-01-29 |
LCMF-Net: A lightweight collaborative multimodal fusion network for brain tumor segmentation
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108257
PMID:41197263
|
研究论文 | 本文提出了一种轻量级协同多模态融合网络(LCMF-Net),用于脑肿瘤分割 | 提出了跨模态与跨切片注意力模块(CMCSA)和基于状态空间模型的融合模块(SSM-Fusion),在保证高精度的同时显著降低了计算成本 | 未在文中明确说明 | 开发一种高精度、高效率的脑肿瘤自动分割方法 | 多模态MRI序列(T1, T2, T1ce, FLAIR)中的脑肿瘤 | 数字病理学 | 脑肿瘤 | MRI | 深度学习网络 | 医学图像(MRI) | 未在摘要中明确说明 | 未在摘要中明确说明 | LCMF-Net(包含CMCSA模块、SSM-Fusion模块、改进的残差初始块RIB) | 分割精度 | 未在摘要中明确说明 |
| 1886 | 2026-01-29 |
Shallow and ensemble deep randomized neural network for anomaly detection
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108240
PMID:41202707
|
研究论文 | 本文提出了一种用于异常检测的集成深度随机向量函数链接网络,结合了深度学习和集成学习原理 | 提出了OC-RVFL和OC-edRVFL两种新模型,通过融合线性和非线性特征以及多层输出结构,提高了异常检测的泛化能力和稳定性 | OC-RVFL的单隐藏层结构限制了其捕捉复杂模式的能力 | 提升异常检测或单类分类的泛化能力和效率 | 异常检测模型 | 机器学习 | NA | NA | 随机向量函数链接网络, 集成学习模型 | 人工数据集, UCI数据集, NDC数据集, MNIST图像数据集 | 高达500万个样本的数据集 | NA | OC-RVFL, OC-edRVFL | 泛化误差上界 | NA |
| 1887 | 2026-01-29 |
AdaptiveWordBug: Generating adversarial texts with an adaptive scoring strategy against deep learning classifiers
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108262
PMID:41205356
|
研究论文 | 提出了一种名为AdaptiveWordBug的黑盒对抗文本生成方法,用于文本分类任务,通过自适应评分策略增强攻击效果 | 引入自适应评分策略(ASS),结合三种模型依赖和一种模型独立的评分方法,并自动调整参数,以更全面准确地识别重要单词 | NA | 针对深度学习分类器生成对抗性文本,以促进后续防御措施的设计 | 中文文本分类数据集 | 自然语言处理 | NA | NA | BERT, ChatGPT | 文本 | NA | NA | NA | 攻击效果 | NA |
| 1888 | 2026-01-29 |
MIEF-Net: multimodal image-enhanced fusion network for intelligent fall risk prediction
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108260
PMID:41213202
|
研究论文 | 本文提出了一种新颖的图像增强双流深度学习框架,用于通过IMU步态分析预测老年人跌倒风险 | 创新性地将原始IMU信号转换为GAF、频谱图和MTF图像,融合时空表征,并采用基于Transformer的多头注意力机制进行自适应模态融合 | NA | 通过可穿戴传感器多模态融合提高跌倒风险预测准确性,推进预防性老年护理 | 老年人的步态数据 | 机器学习 | 老年疾病 | IMU步态分析 | RNN, CNN, Transformer | 图像 | NA | NA | 双流网络 | 准确率, 灵敏度, F1分数 | NA |
| 1889 | 2026-01-29 |
RL-I2IT: Image-to-image translation with deep reinforcement learning
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108264
PMID:41218403
|
研究论文 | 本文提出了一种基于深度强化学习的图像到图像翻译框架RL-I2IT,通过迭代决策过程逐步转换图像 | 将图像到图像翻译重新定义为迭代决策问题,引入元策略和“概念计划”来处理高维连续状态和动作空间 | 未明确说明具体任务中的性能上限或计算效率的量化比较 | 开发一种计算高效的图像到图像翻译方法,以应对高维连续动作空间的挑战 | 图像数据 | 计算机视觉 | NA | 深度强化学习 | Actor-Critic模型 | 图像 | NA | NA | NA | NA | NA |
| 1890 | 2026-01-29 |
LMcast: A pretrained language model guided long-term memory transformer for precipitation nowcasting
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108168
PMID:41135316
|
研究论文 | 提出LMcast模型,利用预训练语言模型引导的长时记忆Transformer进行降水临近预报 | 首次将预训练语言模型的检索和生成能力应用于降水临近预报,通过历史降雨数据代码本召回长时记忆,结合当前输入生成短时记忆进行预测 | 未明确说明模型对极端天气事件的预报能力及计算效率 | 解决降水临近预报中因有效信息随预报时间增加而减少导致的长期趋势捕捉难题 | 降雨系统 | 机器学习 | NA | 深度学习 | Transformer | 雷达图像数据 | 四个公开雷达数据集 | NA | Transformer | NA | NA |
| 1891 | 2026-01-29 |
Adaptive frequency collaboration for remote sensing change detection
2026-Mar, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108234
PMID:41135321
|
研究论文 | 本文提出了一种用于遥感变化检测的自适应频率协作网络(AFCN),通过从频域角度构建变化特征来提高检测性能 | 提出了自适应频率协作网络(AFCN),设计了位置特定的低通滤波器以自适应地从空间特征中提取低频分量,并利用小波重构原理获得高频分量,通过辅助边缘检测任务增强空间细节 | NA | 提高遥感变化检测的准确性和细节保留能力 | 遥感图像中的变化检测 | 计算机视觉 | NA | NA | 深度学习 | 遥感图像 | 三个基准数据集:LEVIR-CD、PX-CLCD、WHU-CD | NA | 自适应频率协作网络(AFCN) | 交并比(IoU) | NA |
| 1892 | 2026-01-29 |
A hybrid MMBERT framework for classifying periodontal bone loss: Integrating visual and textual information
2026 Mar-Apr, Journal of oral biology and craniofacial research
DOI:10.1016/j.jobcr.2025.12.013
PMID:41584214
|
研究论文 | 本文提出了一种混合MMBERT框架,用于整合视觉和文本信息以分类牙周骨丧失 | 提出了一种混合MMBERT框架,通过整合图像和文本数据来增强牙周骨丧失的预测准确性 | 面临图像变异性大和数据集有限的挑战,需要进一步的临床应用研究 | 提高牙周骨丧失在口内根尖片中的诊断准确性 | 牙周骨丧失的分类 | 计算机视觉 | 牙周病 | 多模态深度学习 | MMBERT | 图像, 文本 | 150张口内根尖片图像 | NA | ResNet50, ClinicalBERT, 跨模态Transformer | 准确率, 交集并集比, 边界准确率 | NA |
| 1893 | 2026-01-29 |
The engagement behaviors and treatment barriers for depressed patients in an online health community: a pre-/post-treatment comparison
2026-Feb, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.106051
PMID:41349269
|
研究论文 | 本研究通过分析中国抑郁症在线健康社区的用户发帖,比较了治疗前与治疗后用户在参与行为和治疗障碍方面的差异 | 结合关键词过滤和深度学习分类方法,首次在抑郁症在线健康社区中区分并比较了治疗前与治疗后用户群体,揭示了他们在社区参与和治疗障碍方面的显著差异 | 研究数据仅来源于一个中国的在线健康社区,可能无法完全代表其他文化背景或平台的用户情况,且用户自我报告的数据可能存在偏差 | 探究抑郁症患者在在线健康社区中的参与行为差异以及治疗前后所面临的不同障碍 | 中国抑郁症在线健康社区中的用户,包括25,743名治疗后用户和4,891名治疗前用户 | 自然语言处理 | 抑郁症 | 深度学习分类 | NA | 文本 | 1,585,429条帖子,涉及30,634名用户 | NA | NA | NA | NA |
| 1894 | 2026-01-29 |
CEO perceived personality and corporate risk disclosure in prospectus: A multimodal machine learning analysis
2026-Feb, Acta psychologica
IF:2.1Q2
DOI:10.1016/j.actpsy.2025.106099
PMID:41389399
|
研究论文 | 本研究探讨了CEO人格特质如何影响IPO风险披露质量,并采用了一种新颖的多模态深度学习方法,利用IPO路演展示的视听数据来测量CEO人格特质 | 引入了一种新颖的多模态深度学习方法,通过整合视觉和音频数据来捕捉言语和非言语行为线索,从而比传统的单模态方法更全面地评估人格特质 | 研究仅基于中国创业板和科创板2019年至2024年的数据,样本可能不具有全球代表性;未讨论其他潜在调节变量 | 探究CEO人格特质对IPO风险披露质量的影响,并检验承销商声誉的调节作用 | 中国创业板和科创板的IPO公司及其CEO | 自然语言处理, 计算机视觉 | NA | 多模态深度学习分析 | 深度学习模型 | 音频, 视频 | 866家IPO公司 | NA | NA | NA | NA |
| 1895 | 2026-01-29 |
Evaluating the cost-effectiveness of artificial intelligence-enhanced osteoporosis screening in men and women using routine chest radiographs in South Korea
2026-Feb, JBMR plus
IF:3.4Q2
DOI:10.1093/jbmrpl/ziaf187
PMID:41522667
|
研究论文 | 本研究评估了在韩国≥50岁成年男女中,利用人工智能增强的常规胸片进行骨质疏松症机会性筛查的成本效益 | 首次在韩国人群中评估了已获监管批准的深度学习模型(Osteo Signal)在男性和女性中的成本效益,而先前评估仅针对女性 | 模型假设患者接受阿仑膦酸盐或地诺单抗治疗,且依赖于输入的骨质疏松症患病率、诊断性能和治疗依从性概率等参数,可能未涵盖所有临床变量 | 评估人工智能辅助胸片筛查与不筛查相比,在预防脆性骨折和改善生活质量方面的成本效益 | 韩国≥50岁的成年男性和女性 | 数字病理学 | 骨质疏松症 | 深度学习模型应用于常规胸片 | 深度学习模型 | 医学影像(胸片) | 模型基于每10,000名成年人进行模拟分析,未提供具体患者样本数 | NA | Osteo Signal | 增量成本效益比(ICER),以每获得一个质量调整生命年(QALY)的成本(韩元)衡量 | NA |
| 1896 | 2026-01-29 |
Multifeature Ultrasound-Based Classification for Breast Lesions: A Comparative Study of PONS Image Enhancement Technology
2026-Feb, Mayo Clinic proceedings. Innovations, quality & outcomes
DOI:10.1016/j.mayocpiqo.2025.100691
PMID:41584234
|
研究论文 | 本研究开发了一种结合原始B超图像与两种优化表示(增强超声和质量改善超声)的多特征框架,用于乳腺癌分类,并比较了三种深度学习架构的性能 | 提出了结合PONS图像增强技术的多特征超声分类框架,有效克服了B超图像质量差和操作者变异性的关键限制 | 研究为回顾性研究,未来需要探索增强的融合策略并在更广泛人群中验证 | 开发稳健的乳腺癌超声分类方法,克服传统B超在人工智能诊断中的局限性 | 来自688名患者的62,912张乳腺超声扫描图像 | 计算机视觉 | 乳腺癌 | 超声成像,PONS图像增强技术 | GCN, MAE, CNN | 超声图像 | 62,912张扫描图像(来自688名患者) | NA | 图卷积网络, 掩码自编码器, 多尺度卷积神经网络 | 准确率, AUC, F1分数, 敏感度, 特异度 | NA |
| 1897 | 2026-01-29 |
A comprehensive combined dataset on Hibiscus and Tea plant leaf disease images for classifications
2026-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112357
PMID:41586079
|
研究论文 | 本研究构建了一个结合木槿和茶树叶片病害图像的综合性数据集,并利用ConvNextTiny深度学习模型进行病害分类 | 首次将两种不同植物物种(木槿和茶树)的叶片病害图像合并为单一数据集,并应用轻量级ConvNextTiny模型实现跨物种病害分类 | 仅包含两种植物物种的病害,可能无法推广到其他植物种类;数据增强技术可能引入人为伪影 | 开发一个用于木槿和茶树叶片病害早期检测的准确高效分类系统 | 木槿和茶树的叶片图像,涵盖多种病害类型和健康状态 | 计算机视觉 | 植物病害 | 图像采集(SONY α7 II DSLR相机)、数据增强(翻转、旋转、缩放、平移、噪声添加、亮度调整) | CNN | 图像 | 1,413张原始图像和13,000张增强图像 | PyTorch | ConvNextTiny | 准确率 | NA |
| 1898 | 2026-01-29 |
Physicochemically Informed Axial Chirality Descriptors Enable Accurate Prediction of Atropisomeric Stability
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202521349
PMID:41369251
|
研究论文 | 本文介绍了一种名为ACSD-GAT的深度学习框架,用于预测轴手性分子的旋转能垒,以评估其构型稳定性 | 开发了新的物理化学信息轴手性结构描述符(ACSD),结合图注意力网络(GAT),首次实现了对旋转能垒的高精度预测 | 模型基于1015个实验数据训练,可能对更复杂或未见分子类型的泛化能力有限 | 预测轴手性分子的旋转能垒,以支持不对称合成、药物发现和功能材料设计 | 轴手性分子(atropisomers) | 机器学习 | NA | 深度学习 | GAT | 分子结构数据 | 1015个实验测量的旋转能垒数据 | PyTorch | 图注意力网络(GAT) | R, RMSE | NA |
| 1899 | 2026-01-29 |
Highly Stable Twin Defects Enabled by High Entropy Configuration
2026-Jan-28, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202520550
PMID:41451482
|
研究论文 | 本文报道了在碳限域的FeCoNiMn纳米催化剂中实现高度稳定且密集的孪晶缺陷,揭示了熵敏感的形成机制和持久的催化性能 | 通过高熵配置实现高度稳定的孪晶缺陷,结合深度学习、原位TEM和分子动力学模拟揭示了原子尺度应变分布和多步形成动力学 | NA | 研究金属纳米催化剂中孪晶缺陷的稳定化机制,以提升催化效率 | 碳限域的FeCoNiMn纳米催化剂(T-FeCoNiMn/C) | 材料科学 | NA | 原位透射电子显微镜(TEM)、分子动力学模拟 | 深度学习 | 原子尺度图像、模拟数据 | NA | NA | NA | NA | NA |
| 1900 | 2026-01-29 |
Decoupling Bubble Nucleation from Catalysis to Boost CuxO/NiO Electrocatalytic Water Splitting
2026-Jan-28, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.5c04437
PMID:41525175
|
研究论文 | 本研究通过在NiO纳米片阵列中嵌入CuO成核促进剂,将气泡释放与催化活性解耦,从而提升电催化水分解性能 | 提出气泡-催化解耦新方法,通过CuO同时作为O₂气泡成核位点和催化促进剂,显著降低高电流密度下的过电位和质量传输阻力 | 未明确说明该方法在其他催化体系或不同操作条件下的普适性 | 开发高效电催化水分解系统,实现在高电流密度下的低过电位运行 | CuO/NiO/NF(泡沫镍负载的CuO/NiO纳米片阵列)电催化剂 | 电化学催化 | NA | 电化学测量、原位高速成像、深度学习、密度泛函理论计算、蒙特卡洛模拟 | 深度学习模型 | 电化学数据、高速成像视频、模拟数据 | NA | NA | NA | 电流密度、过电位 | NA |