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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-13 |
A Shape and Size-Scaled Deep Learning Brain Injury Model for Near Real-Time Dynamic Impact Simulation
2026-Feb-01, Journal of biomechanical engineering
DOI:10.1115/1.4070192
PMID:41134603
|
研究论文 | 开发了一种形状和尺寸可缩放的深度学习脑损伤模型,用于近实时动态冲击模拟 | 将通用的50百分位成年男性脑模型扩展到适用于男性、女性和青少年的个性化替代模型,通过引入三个缩放因子作为额外输入 | 模型训练数据基于模拟的头颅冲击,可能需要进一步验证真实世界场景的适用性 | 快速估计脑部在冲击持续时间内的变形,促进个性化重复性头部冲击建模 | 创伤性脑损伤(TBI)患者的脑部变形和轴索损伤 | 数字病理学 | 创伤性脑损伤 | 深度学习,动态冲击模拟 | CNN | 体素化的脑-颅骨相对位移数据 | 1363个基于随机缩放Worcester头部损伤模型V1.0的样本 | NA | 多任务卷积神经网络 | R2, RMSE, 线性回归斜率k, Pearson相关系数r, 成功率 | 笔记本电脑(<1秒推理时间),高端集群(>30分钟直接模拟) |
| 2 | 2025-11-13 |
Deep-learning based model for sperm morphology assessment using the SMD/MSS dataset
2025-Dec, Future science OA
IF:2.4Q3
DOI:10.1080/20565623.2025.2583010
PMID:41203404
|
研究论文 | 开发基于深度学习的精子形态评估模型,使用SMD/MSS数据集并通过数据增强技术提升性能 | 首次将卷积神经网络应用于精子形态自动评估,解决了传统人工评估主观性强的问题 | 模型准确率波动较大(55%-92%),数据集规模相对有限 | 实现精子形态评估的自动化、标准化和加速化 | 人类精子细胞 | 计算机视觉 | 生殖系统疾病 | MMC CASA系统成像 | CNN | 图像 | 1000张原始精子图像,通过数据增强扩展至6035张 | NA | 卷积神经网络 | 准确率 | NA |
| 3 | 2025-11-13 |
The role of artificial intelligence and mobile health in diagnosis and management of pulmonary arterial hypertension
2025-Dec, International journal of cardiology. Congenital heart disease
DOI:10.1016/j.ijcchd.2025.100622
PMID:41208905
|
综述 | 探讨人工智能和移动健康技术在肺动脉高压诊断与管理中的应用前景 | 系统阐述AI技术在PAH诊疗全流程中的创新应用,包括早期筛查、影像自动分析和远程监测 | 需要严格的外部验证、前瞻性研究、偏倚审核和与临床指南工作流程的整合 | 改善肺动脉高压的诊断延迟和风险分层不精确问题 | 肺动脉高压患者群体 | 数字病理 | 心血管疾病 | 电子健康记录、心电图、超声心动图、CT、心脏磁共振 | 深度学习,机器学习 | 医疗影像,电子健康记录,生理信号 | NA | NA | NA | NA | NA |
| 4 | 2025-11-13 |
Multimodal deep learning for bone tumor diagnosis with clinical imaging, pathology, and blood biomarkers
2025-Dec, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2025.100718
PMID:41209291
|
研究论文 | 提出一种融合临床影像、病理切片和血液生物标志物的多模态深度学习框架,用于骨肿瘤检测和三分类诊断 | 首次将临床影像、病理切片和血液生物标志物通过深度学习进行多模态融合,并利用大语言模型将异常血液指标转化为语义特征 | 使用两个独立数据集分别进行检测和分类评估,未在统一数据集上验证端到端性能 | 开发自动化的骨肿瘤检测和分类系统以辅助临床诊断决策 | 骨肿瘤患者 | 数字病理 | 骨肿瘤 | 临床影像、病理切片、血液生物标志物分析 | YOLOv5, ResNet, BioBERT, 大语言模型 | 临床影像、病理切片图像、血液生物标志物数据 | 两个独立数据集:骨肿瘤检测临床影像数据集、多模态分类队列 | PyTorch | YOLOv5, ResNet, BioBERT | mAP@0.5, 宏平均精确率, F1分数, AUC | NA |
| 5 | 2025-11-13 |
RiSID: River Surface Image Dataset for Instance Segmentation of Floating Macroplastic Debris
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112189
PMID:41210349
|
研究论文 | 本文介绍了用于河流漂浮塑料碎片实例分割的河流表面图像数据集RiSID | 创建了首个专门针对河流表面漂浮塑料碎片的实例分割数据集,包含多地点采集的7,356张图像和像素级标注 | 数据仅采集自日本7条河流的11个地点,且均为高流量条件,可能限制模型的泛化能力 | 开发基于图像的量化技术来监测河流表面漂浮塑料碎片,掌握塑料从陆地到海洋的传输过程 | 河流表面漂浮的塑料碎片和其他人造垃圾 | 计算机视觉 | NA | 图像采集与标注 | 深度学习模型 | 图像 | 7,356张原始图像,来自日本7条河流的11个采集点 | NA | NA | NA | NA |
| 6 | 2025-11-13 |
Sentinel-2based dataset covering Indian regions for road detection: A dataset for infrastructure monitoring
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112141
PMID:41210354
|
研究论文 | 提出一个基于Sentinel-2卫星图像的印度地区道路检测数据集,用于基础设施监测 | 首个专门针对印度多地形区域的公开Sentinel-2道路分割数据集,包含原始和增强版本图像 | 道路掩码基于OpenStreetMap数据生成,可能存在标注精度限制 | 为道路分割任务提供标准化的卫星图像数据集 | 印度七个不同地区的道路网络 | 计算机视觉 | NA | 卫星遥感,图像增强(伽马校正,CLAHE) | 深度学习分割模型 | 卫星图像 | 5634个256×256像素的高质量样本,覆盖城市、农村和山区地形 | NA | NA | 分割性能指标 | NA |
| 7 | 2025-11-13 |
MoringaLeafNet: A multi-class leaf disease dataset for precision agriculture and deep learning research
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112174
PMID:41210364
|
研究论文 | 本文介绍了MoringaLeafNet数据集,包含辣木树叶片受不同病害影响的高质量图像,用于农业病害检测和深度学习研究 | 创建了首个针对辣木树叶片病害的多类别图像数据集,包含四种叶片状态分类,并进行了数据增强处理 | 数据收集仅来自孟加拉国的两个苗圃,可能缺乏地理多样性;数据收集时间仅限于特定月份 | 开发农业病害早期检测系统,支持实时诊断工具开发,帮助农民及时决策 | 辣木树叶片 | 计算机视觉 | 植物病害 | 图像采集,数据增强 | NA | 图像 | 从孟加拉国两个苗圃收集的辣木树叶片图像,分为四个类别:健康叶片、黄叶病、细菌性叶斑病、尾孢菌叶斑病 | NA | NA | NA | NA |
| 8 | 2025-11-13 |
Artificial Intelligence Techniques and Health Literacy: A Systematic Review
2025-Dec, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2025.100269
PMID:41211528
|
系统综述 | 系统回顾人工智能在健康素养领域的应用现状、局限性和未来发展 | 首次系统性地综述AI在健康素养领域的多种应用角色,包括文本复杂度评估、文本简化、翻译和问答系统 | 健康素养测量工具应用不足,个体和组织层面的健康素养测量被忽视,参与者参与研究较少 | 系统评估人工智能技术在健康素养领域的应用效果和发展前景 | 健康相关的文本材料,包括在线文章和电子健康记录 | 自然语言处理 | NA | 系统文献综述 | 传统机器学习, 深度学习, 基于Transformer的模型 | 文本 | 18项符合纳入标准的研究(从1296项研究中筛选) | NA | NA | 人工评估, 可读性指标, 机器学习指标 | NA |
| 9 | 2025-11-13 |
ProMUS-NET: Artificial intelligence detects more prostate cancer than urologists on micro-ultrasonography
2025-Dec, BJU international
IF:3.7Q1
DOI:10.1111/bju.16892
PMID:40859774
|
研究论文 | 开发用于前列腺微超声图像自动癌症分割的深度学习模型ProMUS-NET,并与泌尿科专家进行性能比较 | 首次开发专门用于微超声图像的前列腺癌自动定位深度学习模型,在检测灵敏度方面超越人类专家 | 需要改进边缘重叠精度、减少假阳性并进行外部验证 | 提高前列腺癌在微超声图像上的定位灵敏度和读者间一致性 | 接受MRI-超声融合引导活检的前列腺癌患者 | 数字病理 | 前列腺癌 | 微超声成像,MRI-超声融合引导活检 | CNN | 超声图像 | 未明确具体数量,采用五折交叉验证 | 未明确指定 | U-Net | AUC, 灵敏度 | NA |
| 10 | 2025-11-13 |
A multimodal deep learning framework for functional brain network classification in rs-fMRI
2025-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10369-0
PMID:41220406
|
研究论文 | 提出一种多模态深度学习框架,用于自动分类癫痫患者静息态功能磁共振成像中的功能脑网络 | 开发结合3D-CNN和LSTM的混合架构,同时利用空间特征、时域和频域信号进行多维度脑网络分类 | 颞叶网络分类性能较低(0.14-0.24),部分类别识别精度有待提升 | 自动化分类癫痫患者rs-fMRI中的功能脑网络,支持癫痫手术规划 | 癫痫患者的静息态功能磁共振成像数据 | 医学影像分析 | 癫痫 | 静息态功能磁共振成像(rs-fMRI),独立成分分析(ICA) | 3D-CNN, LSTM | 功能磁共振成像数据 | NA | NA | 3D卷积神经网络,长短期记忆网络 | 准确率,灵敏度,ROC AUC | NA |
| 11 | 2025-11-13 |
Applications of machine learning and deep learning in precision medicine: Opportunities and challenges in genomics, oncology and clinical integration (Review)
2025-Dec, Biomedical reports
IF:2.3Q3
DOI:10.3892/br.2025.2070
PMID:41221536
|
综述 | 探讨机器学习和深度学习在精准医学领域中的应用、挑战及未来发展方向 | 系统分析人工智能技术在基因组学、肿瘤学和临床整合中的前沿应用与发展路径 | 面临数据隐私保护、网络安全风险、伦理考量和临床工作流程整合等多方面挑战 | 分析机器学习在精准医学中的应用现状并展望未来发展 | 精准医学中的基因组分析、个性化治疗优化和疾病诊断 | 机器学习 | 肿瘤学 | NA | 深度学习 | 基因组数据, 临床数据 | NA | NA | NA | 准确性, 有效性 | NA |
| 12 | 2025-11-13 |
A systematic review of computer-aided acupoint localization
2025-Nov-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113708
PMID:41210988
|
综述 | 系统回顾了使用传统算法和深度学习进行不同解剖区域穴位定位的研究 | 首次系统评估AI技术在穴位定位领域的应用效果与局限 | 依赖现有文献,未进行原始实验验证 | 评估自动化穴位定位技术的有效性和未来发展 | 穴位定位相关研究文献 | 计算机视觉 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 13 | 2025-11-13 |
Dual-channel deep learning captures intratumoural heterogeneity on CECT for preoperative risk stratification of thymic epithelial tumors
2025-Nov-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.113683
PMID:41210998
|
研究论文 | 开发双通道深度学习框架用于胸腺上皮肿瘤的术前风险分层 | 结合双通道CNN与自适应动态聚类算法,首次在CECT图像上捕获肿瘤内异质性进行风险分层 | 样本量相对有限(336例),需进一步多中心验证 | 提高胸腺上皮肿瘤术前风险分层的准确性 | 胸腺上皮肿瘤患者 | 医学影像分析 | 胸腺上皮肿瘤 | 对比增强CT成像 | CNN | 医学影像 | 336例多中心胸腺上皮肿瘤患者 | NA | DenseNet121 | AUC | NA |
| 14 | 2025-11-13 |
Exploring the enantioselective synthesis mechanism of ammonium cations in solution using deep learning potential
2025-Nov-12, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d5cp03439f
PMID:41147815
|
研究论文 | 本研究提出结合主动学习、分子动力学和深度学习势的模拟工作流,用于探索溶液中铵阳离子的对映选择性合成机制 | 开发了集成AIMD和DLPMD的主动学习工作流,能够模拟大分子系统在长时间尺度下的对映选择性反应机制 | NA | 提高复杂溶液中不对称合成预测准确性,探索对映选择性反应机制 | 由1,1'-联-2-萘酚支架催化的季铵阳离子的对映选择性合成 | 机器学习 | NA | 分子动力学模拟,深度学习势分子动力学,主动学习工作流 | 深度学习势 | 分子模拟数据 | NA | NA | NA | 与实验观测的手性结果一致性,HNMR光谱验证 | NA |
| 15 | 2025-11-13 |
Deep learning-enhanced zero echo time silent brain magnetic resonance imaging in infants without sedation
2025-Nov-12, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06413-0
PMID:41219520
|
研究论文 | 本研究评估深度学习重建技术在婴儿零回波时间静音脑磁共振成像中的应用效果 | 首次将深度学习重建技术应用于婴儿零回波时间静音MRI,并与传统镇静MRI进行对比 | 回顾性研究设计,样本量相对有限(78例婴儿) | 评估深度学习重建对婴儿零回波时间静音脑MRI图像质量的提升效果 | 78名孕后年龄≤16个月的婴儿 | 医学影像分析 | 儿科神经影像 | 磁共振成像,零回波时间序列,深度学习重建 | 深度学习 | 医学影像 | 78名婴儿 | NA | NA | Likert量表评分,变异系数,Mann-Whitney U检验,Cohen's kappa系数 | NA |
| 16 | 2025-11-13 |
Charting the virosphere: computational synergies of AI and bioinformatics in viral discovery and evolution
2025-Nov-12, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01554-25
PMID:41222234
|
综述 | 探讨人工智能与生物信息学在病毒发现和进化研究中的协同作用 | 提出整合AI模式识别与经典生物信息学的统一计算策略,突破传统同源性分析的限制 | AI驱动方法面临计算负担、数据集偏差、可解释性有限和假阳性率较高等挑战 | 加速病毒发现、增强进化洞察力并加强全球对新发传染病的防范能力 | 病毒基因组和蛋白质 | 生物信息学 | 传染病 | 宏基因组测序 | CNN, RNN, Transformer, GNN | 基因组序列,蛋白质结构 | NA | NA | AlphaFold, ESMFold, Foldseek | 灵敏度,可扩展性,假发现率 | NA |
| 17 | 2025-11-13 |
Estimating concentrations of atmospheric pollutants in mixed gases based on deep convolutional network with time series decomposition
2025-Nov-12, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d5ay01235j
PMID:41222504
|
研究论文 | 提出基于时间序列分解的卷积神经网络模型,用于混合气体中大气污染物浓度的估计和组分识别 | 采用时间序列高低频分解技术,将原始信号分解为粗略和详细分量分别估计气体浓度均值和偏差,并探索了传感器阵列在混合气体分析中的应用 | NA | 开发混合气体中大气污染物浓度估计和组分识别方法 | 四种主要大气污染物(CO、NO、SO、HCHO)及其混合气体 | 机器学习和信号处理 | NA | 气体传感器阵列技术 | CNN | 时间序列传感器数据 | NA | NA | 基于时间序列分解的卷积神经网络 | 估计精度 | NA |
| 18 | 2025-11-13 |
Role of machine learning segmentation method based on CT images in preoperative staging of oral cavity cancer
2025-Nov-12, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-025-09824-9
PMID:41222634
|
研究论文 | 基于CT图像的机器学习分割方法在口腔癌术前分期中的应用研究 | 采用定制化U-Net深度学习架构实现口腔鳞状细胞癌肿瘤和淋巴结转移的自动分割与分期预测 | 样本量相对有限(179例CT图像),肿瘤分级分类准确率有待提升(75%) | 验证机器学习方法在口腔癌术前T和N分期中的准确性 | 口腔鳞状细胞癌(OSCC)患者的CT图像数据 | 医学影像分析 | 口腔癌 | 对比增强计算机断层扫描(CT) | 深度学习 | 医学影像 | 179例对比增强CT图像(包含肿瘤和淋巴结转移两个数据集) | NA | U-Net | 准确率, 二元准确率 | NA |
| 19 | 2025-11-13 |
[Artificial intelligence in fracture diagnostics : Potentials and challenges in the clinical practice]
2025-Nov-12, Unfallchirurgie (Heidelberg, Germany)
DOI:10.1007/s00113-025-01653-z
PMID:41222657
|
综述 | 探讨人工智能在骨折诊断中的潜力、临床应用及挑战 | 系统分析AI作为'第二阅片者'在提高骨折诊断准确性、缩短诊断时间和提升患者安全方面的创新价值 | 训练数据异质性、复杂骨折诊断性能有限、监管要求严格 | 评估AI在骨折诊断领域的应用潜力与临床实践挑战 | 骨折影像诊断 | 数字病理 | 骨折 | 深度学习 | CNN | 医学影像 | NA | NA | 卷积神经网络 | 灵敏度, 特异度 | NA |
| 20 | 2025-11-13 |
Automatic segmentation and measurement of tongue geometric features using TOSA-Net for obstructive sleep apnoea
2025-Nov-12, Sleep & breathing = Schlaf & Atmung
DOI:10.1007/s11325-025-03511-z
PMID:41222764
|
研究论文 | 提出一种基于深度学习的舌体自动分割与几何特征测量方法TOSA-Net,用于阻塞性睡眠呼吸暂停研究 | 首次使用深度学习分割方法量化OSA相关舌体几何特征,开发了改进的U-Net架构TOSA-Net | 样本量相对有限(n=207),需要进一步验证在更大群体中的适用性 | 开发自动化的舌体分割和几何特征测量方法,提高OSA研究的效率 | 舌体图像及其几何特征 | 计算机视觉 | 阻塞性睡眠呼吸暂停 | 深度学习图像分割 | CNN | 图像 | 207例正面和侧面舌体图像 | NA | U-Net | Dice系数,Pearson相关性,一致性分析 | NA |