超25万次引用，谁是21世纪最火论文？
来源：神经现实
21世纪十大高被引论文
07
Attention is all you need
注意力机制即一切
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I.
发表日期：2017
引用次数：56,201–150,832
这篇论文提出了一种全新的神经网络架构——Transformer，完全基于注意力机制，摒弃了以往依赖循环（RNN）或卷积（CNN）结构的复杂模型。Transformer结构简单、并行性强，训练效率显著提高。这一成果标志着注意力机制在序列建模中的巨大潜力。
08
ImageNet classification with deep convolutional neural networks
使用深度卷积神经网络进行ImageNet图像分类
Krizhevsky, A., Sutskever, I., & Hinton, G. E.
发表日期：2012/2017
引用次数：46,860–137,997
这篇论文介绍了深度卷积神经架构AlexNet网络在ImageNet图像分类任务中的应用。为了提高训练效率，作者采用了非饱和激活函数和GPU加速的卷积操作，并通过“dropout”技术有效减少过拟合。在ILSVRC 2012竞赛中，该模型变体以15.3%的Top-5错误率夺得第一名。这项工作开创了深度学习在图像识别领域的新时代。
09
Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries
全球癌症统计2020：GLOBOCAN对185个国家36种癌症发病率和死亡率的估算
Sung, H., Ferlay, J., Siegel, R. L., Laversanne, M., Soerjomataram, I., Jemal, A., & Bray, F.
发表日期：2020
引用次数：75,634–99,390
这篇文章基于国际癌症研究机构（IARC）发布的 “GLOBOCAN 2020”数据，更新了全球癌症负担的最新情况。2020年，全球预计新增癌症病例达1930万例，死亡病例近1000万例。女性乳腺癌首次超过肺癌，成为全球最常见癌症，其次为肺癌、结直肠癌、前列腺癌和胃癌；而肺癌仍是癌症死亡的首要原因。预计到2040年，全球癌症新发病例将增至2,840万例，较2020年增长47%。
10
Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries
全球癌症统计2018：GLOBOCAN对185个国家36种癌症发病率与死亡率的估算
Bray, F., Ferlay, J., Soerjomataram, I., Siegel, R. L., Torre, L. A., & Jemal, A.
发表日期：2018
引用次数：66,844–93,433
这篇文章基于“GLOBOCAN 2018”数据，评估了全球癌症负担，并重点分析了全球20个地区的地理差异。2018年全球预计将有1810万新发癌症病例和960万癌症死亡，肺癌在发病率和死亡率中均居首位，但不同国家和地区最常见及致死率最高的癌症类型差异显著，受经济发展水平和生活方式影响明显。
其他高被引论文
11
Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement
系统综述与荟萃分析的首选报告项目：PRISMA声明
12
U-Net: Convolutional Networks for Biomedical Image Segmentation
U-Net：用于生物医学图像分割的卷积神经网络
13
Electric Field Effect in Atomically Thin Carbon Films
原子级薄碳膜中的电场效应
14
Fitting Linear Mixed-Effects Models Using lme4
使用lme4拟合线性混合效应模型
15
Scikit-learn: Machine learning in Python
Scikit-learn：Python中的机器学习工具
16
Deep learning
深度学习
17
Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies
行为研究中的常见方法偏差：文献批判性回顾与推荐补救措施
18
Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2
使用DESeq2对RNA测序数据的倍数变化和离散度进行调和估计
19
Hallmarks of Cancer: The Next Generation
癌症的标志：下一代
20
Measuring inconsistency in meta-analyses
荟萃分析中不一致性的测量
21
NIH Image to ImageJ: 25 years of image analysis
从NIH Image到ImageJ：25年的图像分析之路
22
Fiji: an open-source platform for biological-image analysis
Fiji：用于生物图像分析的开源平台
23
The PRISMA 2020 statement: an updated guideline for reporting systematic reviews
PRISMA 2020声明：系统综述报告最新指南
24
ImageNet: A Large-Scale Hierarchical Image Database
ImageNet：一个大规模分层图像数据库
25
G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences
G*Power 3：面向社会科学、行为科学与生物医学科学的灵活统计功效分析程序
参考文献
[1] https://www.nature.com/articles/d41586-025-01124-w
[2] https://www.jbc.org/article/S0021-9258(19)52451-6/pdf
[3] https://www.nature.com/news/the-top-100-papers-1.16224
[4] https://arxiv.org/abs/1512.03385
[5] https://www.nature.com/articles/d41586-025-01125-9
免责声明：本号所载内容均为原创、投稿、授权转载或网络公开资料搜集整理，仅供读者交流学习使用，版权归原作者所有，且仅代表作者个人观点，与本号立场无关。若所引用的图片、数据、文字等来源标注有误或涉及侵权，烦请及时联系删除。
