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 | 2025-11-30 |
Multimodal deep learning model for predicting prognosis following radiotherapy-based combination therapy in unresectable hepatocellular carcinoma
2026-Jan-01, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.218122
PMID:41213465
|
研究论文 | 开发基于Transformer的多模态深度学习模型TRIM-uHCC,用于预测不可切除肝细胞癌放疗联合治疗后的预后 | 首次提出基于Transformer的多模态深度学习模型,在预后预测性能上显著优于现有指南标准和其他深度学习模型 | 回顾性研究设计,样本来自六个医疗中心但可能存在选择偏倚 | 开发精准的预后分层模型以指导不可切除肝细胞癌的放疗联合治疗方案选择 | 不可切除肝细胞癌患者 | 数字病理 | 肝细胞癌 | 多模态深度学习 | Transformer | 多模态医疗数据 | 875例不可切除肝细胞癌患者(ES队列383例,ETS队列492例) | NA | Transformer, Swin-Transformer, ViT, ResNet50, ResNeXt50 | C-index, 时间依赖性AUC | NA |
| 2 | 2025-11-30 |
A deep learning framework to iDentify prOgnostically releVant cancEr Regions (DOVER) within whole slide histopathology images
2026-Jan-01, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.218134
PMID:41238099
|
研究论文 | 提出一种深度学习框架DOVER,用于在整张病理切片图像中识别与预后相关的癌症区域 | 首次利用组织芯片斑点学习预后模式并映射到整张切片,解决肿瘤形态异质性带来的预后区域定位难题 | 需要额外验证才能指导AI辅助的分子谱分析 | 从病理切片图像中提取有价值的预后信息 | 非小细胞肺癌和口咽鳞状细胞癌患者 | 数字病理 | 肺癌, 头颈癌 | 全切片成像, 组织微阵列, 定量免疫荧光 | 深度学习 | 病理图像 | 2041名患者(NSCLC: 1141例; OPSCC: 900例) | NA | NA | c-index | NA |
| 3 | 2025-11-30 |
Deep-DPC: Deep learning-assisted label-free temporal imaging discovery of anti-fibrotic compounds by controlling cell morphology
2025-Dec, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2025.02.028
PMID:40010605
|
研究论文 | 开发了一种结合无标记时序数字相位对比成像与深度学习的deep-DPC方法,用于动态监测细胞形态变化并发现抗纤维化先导化合物 | 首次将无标记时序DPC成像与细胞形态分析和无监督机器学习结合,实现动态控制细胞形态并发现抗纤维化化合物 | 方法验证仅基于抗纤维化细胞模型,需要进一步在更多疾病模型中验证 | 开发基于深度学习的无标记成像方法用于抗纤维化药物发现 | 纤维细胞 | 数字病理 | 心肌纤维化 | 数字相位对比成像,高通量成像系统 | 神经网络 | 图像 | 12,000张训练图像,1,400种化合物产生的超过100,000张图像 | NA | NA | 稳定性验证 | NA |
| 4 | 2025-11-30 |
Reinforcement learning-based generative artificial intelligence for novel pesticide design
2025-Dec, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2025.02.030
PMID:40032026
|
研究论文 | 本研究提出了一种基于强化学习的生成式人工智能框架PestiGen,用于设计具有高结合亲和力的新型农药分子 | 首次将生成式人工智能应用于农药设计领域,结合强化学习算法探索农药样化学空间 | 概念验证研究,需要进一步实验验证生成分子的实际效果 | 开发基于人工智能的新型农药设计方法 | 农药样分子和4-羟基苯丙酮酸双加氧酶抑制剂 | 机器学习 | NA | 生成式人工智能,强化学习 | 生成模型 | 化学分子数据 | NA | REINFORCE算法,蒙特卡洛树搜索算法 | PestiGen-G(基于字符的生成模型),PestiGen-S(基于片段的生成模型) | 农药相似性,结合亲和力,酶抑制活性,除草效力 | NA |
| 5 | 2025-11-30 |
Hybrid deep learning reconstruction for fast four-dimensional cone beam computed tomography in small animal imaging
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70092
PMID:41316732
|
研究论文 | 开发了一种混合深度学习重建方法用于快速4D锥形束CT成像,在降低扫描剂量和时间的同时提高图像质量 | 提出结合深度学习运动核回归和运动补偿的混合重建框架,并引入自适应骨骼加权策略抑制骨骼引起的条纹伪影 | 仅在小动物成像中进行验证,尚未在临床人体成像中测试 | 开发快速低剂量的4D锥形束CT重建方法 | 小动物成像 | 医学影像重建 | NA | 锥形束CT成像 | 深度学习神经网络 | CT投影数据,4D图像序列 | 活体动物实验 | NA | SARnet | 均方根误差,结构相似性指数 | NA |
| 6 | 2025-11-30 |
Lightweight Hybrid Deep Learning Models for Accurate Classification of Respiratory Conditions from Raw Lung Sounds
2025-Nov-29, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02315-8
PMID:41315171
|
研究论文 | 提出一种基于轻量级混合深度学习模型的框架,用于从原始肺音中准确分类十一种呼吸系统疾病 | 首次使用无需特征工程或预处理的原始肺音数据,结合轻量级混合CNN-LSTM架构实现高精度呼吸病理分类 | 仅进行了数据集内评估,需要额外临床数据集的外部验证来评估泛化能力 | 提高呼吸系统疾病诊断准确性,并通过对比分析确定最高效的模型 | 原始肺听诊音 | 机器学习 | 呼吸系统疾病 | 肺音听诊 | CNN, LSTM, 混合CNN-LSTM | 音频 | 两个不同数据集(原始形式和增强后) | NA | 混合CNN-LSTM | 准确率 | NA |
| 7 | 2025-11-30 |
Determining optimal strategies for personalized atrial fibrillation treatment in intensive care unit patients using a deep learning-based causal inference approach: rhythm and/or rate control
2025-Nov-29, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocaf203
PMID:41317034
|
研究论文 | 本研究使用基于深度学习的因果推断方法评估ICU房颤患者不同治疗策略(节律控制、心率控制、两者联合或不控制)对死亡率的影响 | 首次将深度学习因果推断模型应用于ICU房颤患者的个性化治疗策略优化,并识别出不同策略的优势患者亚组 | 基于观察性数据,可能存在未测量的混杂因素;研究结果需在前瞻性研究中验证 | 评估ICU房颤患者不同管理策略在降低死亡率方面的效果 | 重症监护室(ICU)房颤患者 | 医疗人工智能 | 心血管疾病 | 深度学习因果推断 | 深度学习因果推断模型 | 电子健康记录 | 13,583名ICU房颤患者(来自MIMIC-III和MIMIC-IV数据库) | NA | NA | 平均处理效应,治疗效应大小 | NA |
| 8 | 2025-11-30 |
Advanced neuroimaging in pediatric epilepsy surgery: state of the art and future perspectives
2025-Nov-29, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03859-9
PMID:41317206
|
综述 | 综述儿科耐药性癫痫结构MRI后处理技术的最新进展及其在癫痫灶定位和术前规划中的应用 | 重点介绍人工智能驱动的定量后处理技术(MELD-Graph、MAP18、FLAT1、SUPR-FLAIR)在检测常规MRI阴性癫痫患者细微皮质异常方面的创新应用 | 需要进一步标准化和临床验证,工作流程整合尚未普及 | 评估先进结构MRI后处理技术在儿科耐药性癫痫术前评估中的价值 | 儿科耐药性癫痫患者 | 医学影像分析 | 儿科癫痫 | 结构MRI后处理,包括机器学习、深度学习、基于体素的形态测量学、皮质表面投影、FLAIR/T1比率映射 | 深度学习,深度神经网络 | MRI影像数据 | NA | NA | NA | 敏感性,特异性,病变检测率 | NA |
| 9 | 2025-11-30 |
Application and Challenges of Deep Learning in Pulmonary Vessels Segmentation of CTPA Images
2025-Nov-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3638808
PMID:41313701
|
综述 | 本文系统综述了深度学习在CTPA图像肺血管分割中的应用进展与挑战 | 首次按数据维度(2D/3D/2.5D)系统分类网络架构并评估临床适应性,提出针对标注稀缺和模型泛化等临床挑战的创新缓解策略 | 基于文献综述的分析方法,缺乏原始实验验证;仅纳入23项高质量研究,可能存在发表偏倚 | 评估深度学习在CTPA图像肺血管分割中的技术进展和临床实施挑战 | CTPA图像中的肺血管结构 | 数字病理 | 肺血管疾病 | 计算机断层扫描肺血管造影(CTPA) | 深度学习 | 医学影像 | 23项高质量研究 | NA | NA | Dice相似系数(DSC) | NA |
| 10 | 2025-11-30 |
Ortho-OPD: an Automatic Osteotomy Planes Design Model for Orthognathic Surgery Based on Deep Learning
2025-Nov-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3638775
PMID:41313700
|
研究论文 | 提出基于深度学习的自动截骨平面设计模型Ortho-OPD,用于正颌手术规划 | 首次结合CNN分割网络和RANSAC算法实现从原始CT数据自动设计正颌手术截骨平面 | 训练样本量较小(71例),需进一步扩大验证 | 开发自动化的正颌手术截骨平面设计方法以提升手术规划效率 | 颅颌面CT数据和正颌手术截骨平面 | 计算机视觉 | 牙颌面畸形 | CT成像 | CNN | 3D医学图像(CT) | 71个训练样本,31个测试病例 | NA | CNN结合RANSAC算法 | Dice相似系数,角度误差,最短距离,临床效率 | NA |
| 11 | 2025-11-30 |
Artificial Intelligence in Pediatric Surgery: From Diagnostics and Preoperative Planning to Risk Stratification: A Comprehensive Review of Current Applications
2025-Nov-28, European journal of pediatric surgery : official journal of Austrian Association of Pediatric Surgery ... [et al] = Zeitschrift fur Kinderchirurgie
IF:1.5Q3
DOI:10.1055/a-2743-4868
PMID:41314409
|
综述 | 全面综述人工智能在儿科外科诊断、术前规划、风险分层和手术错误预防四大领域的当前应用 | 首次系统整合儿科外科四大应用领域的最新进展,突出成人外科与儿科外科在AI转化方面的差异 | 多数研究为回顾性单中心研究,方法学异质性强,外部验证不足,缺乏前瞻性验证 | 评估人工智能在儿科外科领域的应用现状和发展前景 | 儿科外科患者群体 | 数字病理 | 儿科外科疾病 | 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 准确率 | NA |
| 12 | 2025-11-30 |
Capturing atomic wetting dynamics in real time
2025-Nov-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-66416-1
PMID:41315237
|
研究论文 | 通过原位原子分辨率透射电镜和深度学习CNN实时观察并分析了SnO纳米线在多壁碳纳米管内的原子级润湿动力学和生长机制 | 首次实时捕获了受限空间内原子级润湿动力学,揭示了纳米线生长的两阶段机制,并建立了传统毛细作用模型无法描述的润湿界面条件 | 研究仅限于SnO纳米线在碳纳米管内的生长过程,未验证其他材料体系的适用性 | 理解纳米尺度下原子级润湿动力学及其对纳米材料制备的影响 | 多壁碳纳米管内金属纳米线的生长过程 | 材料科学,纳米技术 | NA | 原位原子分辨率透射电镜,深度学习卷积神经网络 | CNN | 原子分辨率图像序列 | NA | NA | 卷积神经网络 | NA | NA |
| 13 | 2025-11-30 |
Preserving and enhancing cultural heritage through art design using feature pyramid network optimized by modified builder optimization algorithm
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26564-2
PMID:41315302
|
研究论文 | 提出一种结合特征金字塔网络和改进建造者优化算法的深度学习框架,用于文化遗产艺术品的分类、修复和生成 | 首次将特征金字塔网络与改进建造者优化算法相结合,通过生物启发的搜索策略优化超参数,提升模型性能和训练效率 | NA | 通过数字保护方法保护和增强文化遗产 | 文化遗产艺术品 | 计算机视觉 | NA | 神经风格迁移 | CNN,生成模型 | 图像 | WikiArt数据集 | NA | Feature Pyramid Network | 准确率,PSNR,SSIM,FID | NA |
| 14 | 2025-11-30 |
The usage of artificial Intelligence-empowered text analysis model with convolutional neural network in english reading
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26720-8
PMID:41315338
|
研究论文 | 本研究首次在真实课堂环境中应用Text CNN模型,开发了集成动态内容推荐和实时反馈的教学辅助框架,用于高中英语阅读教学 | 首次系统地将Text CNN模型应用于真实高中英语阅读课堂环境,开发了集成动态内容推荐和实时反馈的教学辅助框架 | 仅在2000篇文本的有限数据集上验证,模型在非结构化文本(如社交媒体帖子或法律文件)上的性能有待探索 | 解决高中英语阅读教学中个性化不足的核心问题 | 高中英语阅读教学和学生阅读理解能力 | 自然语言处理 | NA | 深度学习,多尺度特征提取,注意力机制 | CNN | 文本 | 60名学生(分为实验组和对照组),2000篇文本数据 | NA | Text CNN | 分类准确率,阅读理解分数 | NA |
| 15 | 2025-11-30 |
AI meets endodontics a deep learning approach to precision diagnosis
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26768-6
PMID:41315402
|
研究论文 | 提出一种基于改进Swin Transformer的深度学习模型MSViT,用于牙髓病的精准分类诊断 | 采用改进的Swin Transformer架构,结合混沌粒子群优化和序列二次规划进行超参数优化,实现分层注意力机制和广泛上下文学习 | NA | 开发自动化数据驱动的牙髓病诊断系统以提高诊断准确性和效率 | 牙髓疾病分类 | 计算机视觉 | 牙髓病 | X射线影像分析 | Transformer | 医学影像 | 公开根管数据集,包含七类牙髓疾病 | NA | MSViT(改进的Swin Transformer) | 准确率, 适应度值, 精确率, 均方误差, 计算时间 | NA |
| 16 | 2025-11-30 |
Exploring the predictive performance of deep learning for fracturing fluid flowback and shale gas production
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26761-z
PMID:41315455
|
研究论文 | 开发了一种结合CNN和Transformer的深度学习系统,用于预测页岩气产量和压裂液返排量 | 首次将CNN与Transformer网络结合用于页岩气产量和压裂液返排预测,能够同时捕捉局部相关性和时间序列模式 | 未明确说明数据样本量和具体计算资源,环境干扰和噪声干扰可能影响模型性能 | 提高页岩气产量和压裂液返排量的预测精度 | 页岩气产量和压裂液返排量 | 机器学习 | NA | 深度学习 | CNN, Transformer, LSTM, GRU | 时间序列数据 | NA | NA | CNN-Transformer, CNN-LSTM, CNN-GRU-AM | R², RMSE, R | NA |
| 17 | 2025-11-30 |
Comparative study of single and hybrid deep learning models for daily rainfall prediction in selected African cities
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26739-x
PMID:41315470
|
研究论文 | 比较单一和混合深度学习模型在非洲城市日降雨量预测中的性能 | 首次在非洲多个城市系统比较单一深度学习模型与混合架构在降雨预测中的表现,揭示了不同模型在不同气候条件下的适用性差异 | 研究仅基于NASA MERRA-2再分析数据,未考虑其他数据源;研究城市数量有限,可能无法完全代表非洲所有气候类型 | 评估深度学习模型在非洲地区日降雨量预测中的准确性和可靠性 | 非洲选定城市(阿布贾、利伯维尔、拉巴特、比勒陀利亚等)的日降雨量数据 | 机器学习 | NA | 深度学习时间序列预测 | CNN, LSTM, ANN, RNN, 混合模型 | 气象时间序列数据 | 1980年1月1日至2024年12月31日的日降雨量和相关气象变量数据 | NA | CNN, LSTM, ANN, RNN, RNN+ANN, LSTM+ANN, LSTM+RNN | MSE, RMSE, MAE, Huber loss | NA |
| 18 | 2025-11-30 |
A novel deep neural model for efficient and scalable historical place image classification
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26897-y
PMID:41315472
|
研究论文 | 提出一种用于历史场所图像分类的高效可扩展深度神经网络模型HistoNet | 结合CNN局部特征提取与Transformer全局上下文,采用线性时间复杂度的Mamba状态空间模型,集成SE注意力机制和SHAP可解释性方法 | NA | 开发高效可扩展的历史场所图像分类系统,促进文化遗产保护 | 历史建筑和文化遗产场所图像 | 计算机视觉 | NA | 深度学习 | CNN, Transformer, Mamba状态空间模型 | 图像 | NA | NA | HistoNet, VGG16, ResNet50 | 准确率 | 无需高端硬件,支持资源受限地区使用 |
| 19 | 2025-11-30 |
Computed tomography-based nnU-Net for region-specific brain structural changes across the alzheimer's continuum and frontotemporal dementia subtypes
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-26604-x
PMID:41315482
|
研究论文 | 本研究开发了一种基于nnU-Net的深度学习框架,利用计算机断层扫描(CT)评估脑脊液体积变化,用于阿尔茨海默病连续谱和额颞叶痴呆亚型的脑结构变化分析 | 首次使用CT图像结合nnU-Net进行脑部分割,替代传统MRI作为脑脊液体积变化的评估工具,解决了MRI可及性差和成本高的问题 | 使用CT评估脑脊液体积变化作为组织损失的间接标志物,而非直接测量脑萎缩 | 开发基于CT的脑部分割方法,用于神经退行性疾病的诊断和监测 | 2357名参与者,包括认知未受损者、轻度认知障碍者、阿尔茨海默型痴呆患者和额颞叶痴呆亚型患者 | 数字病理学 | 阿尔茨海默病, 额颞叶痴呆 | 计算机断层扫描(CT), 3D T1加权磁共振成像 | nnU-Net | CT图像, MRI图像 | 2357名参与者(认知未受损595人,轻度认知障碍954人,阿尔茨海默型痴呆663人,额颞叶痴呆145人) | nnU-Net | nnU-Net | Dice相似系数, 相关性分析, Bland-Altman分析 | NA |
| 20 | 2025-11-30 |
Predicting suicide death among veterans after psychiatric hospitalization using transformer based models with social determinants and NLP
2025-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-27435-6
PMID:41315506
|
研究论文 | 本研究使用基于Transformer的模型结合社会行为健康决定因素预测退伍军人精神病院出院后的自杀死亡风险 | 首次将自然语言处理提取的社会行为健康决定因素与Transformer模型结合用于自杀死亡预测,并比较了ICD编码和NLP提取两种SBDH数据源的性能提升 | 研究仅限于美国退伍军人群体,可能不适用于其他人群 | 评估社会行为健康决定因素对精神病院出院患者自杀死亡预测性能的改善效果 | 197,581名从129家VHA精神病院出院的美国退伍军人,共414,043次出院记录 | 自然语言处理 | 精神疾病 | 自然语言处理,电子健康记录分析 | Transformer,集成学习 | 文本,结构化医疗数据 | 197,581名退伍军人的414,043次出院记录 | NA | TransformEHR | 敏感度,阳性预测值,AUROC,校准分析 | NA |