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 | 2025-11-23 |
Cervical cancer diagnostics: non-coding RNAs and biosensors to AI-derived methods
2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry
DOI:10.1016/j.cca.2025.120641
PMID:41072569
|
综述 | 本文综述了宫颈癌诊断技术的最新进展,重点关注非编码RNA、生物传感器和人工智能方法在临床诊断中的应用 | 整合了非编码RNA生物标志物与人工智能诊断方法的最新研究进展,探讨两者在宫颈癌诊断中的协同潜力 | 主要基于文献综述,缺乏原始实验数据验证 | 评估宫颈癌诊断新技术的发展现状和未来潜力 | 宫颈癌诊断技术,包括非编码RNA、生物传感器和人工智能方法 | 数字病理学 | 宫颈癌 | 机器学习,深度学习,生物传感器技术 | 机器学习算法,深度学习算法 | 图像数据,分子数据 | NA | NA | NA | 诊断准确性 | NA |
| 2 | 2025-11-23 |
Advancement of machine learning algorithms in biosensors
2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry
DOI:10.1016/j.cca.2025.120677
PMID:41135853
|
综述 | 探讨机器学习算法在生物传感器中的最新进展及其在健康监测、疾病诊断和治疗评估中的应用 | 全面分析机器学习算法如何通过高效处理复杂数据和提取可操作见解来增强生物传感器技术 | 数据隐私、伦理问题、实时数据处理、计算需求和生物传感器制造等挑战尚未完全解决 | 研究机器学习增强型生物传感器在医疗诊断和个性化医疗中的应用潜力 | 电化学、光学、微流控和可穿戴生物传感器及其收集的生理信号 | 机器学习 | NA | 生物传感技术 | 监督学习,无监督学习,深度学习 | 生理信号,传感器数据 | NA | NA | NA | 分类,回归,聚类,特征提取 | NA |
| 3 | 2025-11-23 |
Artificial Intelligence for Simplified Patient-centered Dosimetry in Radiopharmaceutical Therapies
2026-Jan, PET clinics
IF:3.0Q2
DOI:10.1016/j.cpet.2025.09.010
PMID:41271260
|
研究论文 | 本文探讨人工智能在放射性药物治疗中简化患者中心化剂量测定的应用 | 提出基于深度学习的剂量转换方法替代传统蒙特卡洛模拟,不依赖通用人体模型而考虑患者个体解剖结构 | NA | 开发简化且个性化的放射性药物治疗剂量测定方法 | 放射性药物治疗中的病灶和风险器官 | 医学影像分析 | 癌症治疗 | 放射性药物治疗 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 4 | 2025-11-23 |
Cartesian equivariant representations for learning and understanding molecular orbitals
2025-Dec-02, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2510235122
PMID:41269783
|
研究论文 | 提出一种笛卡尔等变轨道网络(CEONET),用于从分子轨道系数预测轨道能量和特性 | 首次将等变深度学习架构应用于分子轨道表征学习,解决了轨道表示在深度学习中的发展不足问题 | NA | 开发能够自动识别和表征分子轨道特性的深度学习模型 | 分子轨道 | 机器学习 | NA | Hartree-Fock方法,密度泛函理论 | 等变图神经网络 | 分子轨道系数 | NA | NA | CEONET | 轨道能量预测精度,轨道熵预测精度 | NA |
| 5 | 2025-11-23 |
An artificial intelligence mechanism for detecting cystic lesions on CBCT images using deep learning
2025-Dec, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.102152
PMID:39551180
|
研究论文 | 本研究开发了一种基于深度学习的人工智能机制,用于在锥形束CT图像上检测和分类囊性病变 | 首次将深度学习CNN架构应用于CBCT图像中牙源性囊肿和根尖周囊肿的自动检测与分类,并采用数据增强技术提升模型性能 | 样本量相对有限(共150个样本),仅针对两种特定类型的囊肿进行研究 | 评估人工智能机制在CBCT图像上检测囊性病变的效率 | 锥形束CT图像中的牙源性囊肿、根尖周囊肿和无病变样本 | 计算机视觉 | 口腔囊肿疾病 | 锥形束CT成像 | CNN | 医学图像 | 150个CBCT样本(50个无病变,50个牙源性囊肿,50个根尖周囊肿) | NA | 深度卷积神经网络 | 召回率, 精确率, F1分数, 平均精度, 灵敏度, 特异性, 准确率, AUC | NA |
| 6 | 2025-11-23 |
Ultrasound placental image texture analysis using artificial intelligence and deep learning models to predict hypertension in pregnancy
2025-Dec, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics
DOI:10.1002/ijgo.70306
PMID:40542591
|
研究论文 | 本研究利用深度学习模型对超声胎盘图像进行纹理分析,以预测妊娠期高血压疾病 | 首次将Vision Transformer与TabNet分类器结合应用于超声胎盘图像分析,并在不同孕期阶段进行纵向比较 | 研究为单中心观察性研究,样本量有限,未包含所有类型的妊娠并发症 | 开发基于深度学习的超声胎盘图像分析方法用于妊娠期高血压疾病的早期预测 | 孕妇的超声胎盘图像 | 计算机视觉 | 妊娠期高血压疾病 | 超声成像 | CNN, Vision Transformer, Transfer Learning | 医学图像 | 1008名孕妇(600名正常结局,143名HDP,265名其他不良结局) | NA | EfficientNet B0, Vision Transformer, TabNet | 准确率, Cohen kappa分数, AUC, 灵敏度, 特异性 | NA |
| 7 | 2025-11-23 |
EEG Emotion Copilot: Optimizing lightweight LLMs for emotional EEG interpretation with assisted medical record generation
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107848
PMID:40683189
|
研究论文 | 提出一种优化轻量级大语言模型的EEG情感副驾驶系统,能够从脑电信号识别情感状态并生成个性化医疗建议和电子病历 | 首次将轻量级大语言模型(0.5B参数)应用于EEG情感识别和医疗记录生成,提出新颖的提示数据结构、模型剪枝和微调训练等关键技术 | 未明确说明模型在临床环境中的验证效果和具体适用范围 | 开发端到端的情感计算系统,实现快速处理、个体适应和无缝用户交互 | 脑电信号和情感状态 | 脑机接口,情感计算 | 心理健康相关疾病 | EEG信号分析,大语言模型 | LLM | EEG信号,文本 | NA | NA | 轻量级大语言模型 | 准确率 | 本地部署环境 |
| 8 | 2025-11-23 |
Continual source-free active domain adaptation for nasopharyngeal carcinoma tumor segmentation across multiple hospitals
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107869
PMID:40684700
|
研究论文 | 提出一种持续源自由主动域自适应框架,用于跨多医院的鼻咽癌肿瘤分割 | 结合自监督和互相关学习提出域参考与不变性选择策略,并开发基于临床实践的双阶段循环蒸馏策略 | NA | 解决多中心数据场景下的域偏移问题,提升鼻咽癌肿瘤分割模型的泛化能力 | 鼻咽癌肿瘤分割 | 数字病理 | 鼻咽癌 | 深度学习 | NA | 医学图像 | 来自三个医疗中心的数据集 | PyTorch | 自监督学习, 知识蒸馏 | NA | NA |
| 9 | 2025-11-23 |
VDCRL: vulnerability detection with supervised contrastive code representation learning
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107861
PMID:40690875
|
研究论文 | 提出基于监督对比代码表示学习的漏洞检测框架VDCRL,通过代码增强和特征融合提升泛化能力 | 结合输入空间和特征空间的代码增强技术,集成源代码和汇编指令特征的双模态融合方法 | 仅在合成数据集上训练,真实场景适用性有待进一步验证 | 提升代码漏洞检测的泛化能力和检测性能 | 软件源代码和汇编指令 | 自然语言处理 | NA | 代码增强,特征融合 | BGRU | 代码文本 | 合成数据集训练,两个真实数据集测试 | NA | BGRU, SAFE | 检测性能,泛化能力 | NA |
| 10 | 2025-11-23 |
Dual branch neural network with dynamic learning mechanism for P300-based brain-computer interfaces
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107876
PMID:40712216
|
研究论文 | 提出一种双分支神经网络与动态学习机制来解决P300脑机接口中的类别不平衡问题 | 同时考虑特征表示和类别不平衡的双分支学习方法,采用动态学习机制逐步增强少数类样本的权重 | 采用被试内实验方案,可能限制模型的泛化能力 | 解决P300脑机接口系统中的类别不平衡问题以提高分类性能 | P300脑电信号 | 脑机接口 | 残疾相关疾病 | 脑电信号采集 | 深度学习 | 脑电信号 | 公开数据集和自采集数据集 | NA | 双分支神经网络 | 准确率 | NA |
| 11 | 2025-11-23 |
A comprehensive assessment benchmark for rigorously evaluating deep learning image classifiers
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107801
PMID:40714476
|
研究论文 | 提出一个全面评估深度学习图像分类器性能的基准测试方法 | 倡导使用多种数据类型和统一指标进行综合性能评估,揭示当前先进模型的脆弱性 | 未具体说明评估数据的具体规模和来源 | 开发更全面可靠的深度学习模型评估方法 | 深度学习图像分类器 | 计算机视觉 | NA | NA | 深度神经网络 | 图像 | NA | NA | NA | 统一评估指标 | NA |
| 12 | 2025-11-23 |
Nucleotide-level circRNA-RBP binding sites prediction based on hybrid encoding scheme and enhanced feature extraction
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107923
PMID:40753814
|
研究论文 | 提出基于混合编码方案和增强特征提取的核苷酸级circRNA-RBP结合位点预测框架circdpb | 整合one-hot和高斯调制位置编码,采用扩张卷积特征金字塔和双向门控循环单元增强特征提取,实现核苷酸级精度的结合位点预测 | 未明确说明模型在跨物种或新型circRNA上的泛化能力 | 开发高精度的circRNA与RNA结合蛋白结合位点预测方法 | 环状RNA(circRNA)与RNA结合蛋白(RBP)的结合位点 | 生物信息学 | NA | 深度学习 | CNN, BiGRU | circRNA序列数据 | 37个基准数据集 | NA | 扩张卷积特征金字塔(DCFP), 双向门控循环单元(BiGRU) | NA | NA |
| 13 | 2025-11-23 |
Advances in computational nephropathology
2025-Dec, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2025.06.029
PMID:40976424
|
综述 | 本文全面概述了计算病理学在肾脏病理学领域的进展与应用 | 提出将计算病理学方法整合到肾脏病理学工作流程中,并首次提出“kidnAI病理学”概念 | 存在技术实施、监管和伦理方面的挑战,包括计算基础设施、数据隐私和环境可持续性等问题 | 探讨计算病理学在肾脏病理学领域的应用与发展前景 | 肾脏组织病理图像及相关临床数据 | 数字病理学 | 肾脏疾病 | 人工智能、深度学习 | 深度学习模型 | 组织病理图像 | NA | NA | NA | NA | NA |
| 14 | 2025-11-23 |
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检测AI模型,在检测灵敏度方面优于泌尿科专家 | 需要改进边缘重叠精度、减少假阳性,并计划进行外部验证 | 提高前列腺癌在微超声成像中的定位敏感性和阅片者间一致性 | 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 | 未明确具体样本数量,采用五折交叉验证 | 未明确指定 | U-Net | AUC, 灵敏度 | NA |
| 15 | 2025-11-23 |
Machine Learning-Based Identification of Natural History Studies in Rare Diseases: A Step toward Understanding Disease Development and Outcome
2025-Dec, Journal of rare diseases (Berlin, Germany)
DOI:10.1007/s44162-025-00115-9
PMID:41245678
|
研究论文 | 提出基于机器学习的自然史研究自动识别方法,用于罕见病研究中的文献筛选 | 首次开发专门用于识别自然史研究的机器学习模型,并证明二元分类在此任务中的优越性 | 仅基于PubMed文献数据,模型性能在四分类任务中仍有提升空间 | 开发自动识别自然史研究的方法以支持罕见病药物研发 | PubMed文献数据库中的自然史研究相关论文 | 自然语言处理 | 罕见病 | 文本挖掘,文献分析 | BERT | 文本 | 手动标注的自然史研究语料库 | PyTorch, Transformers | PubMedBERT-base-uncased-abstract | 精确率, 召回率, F1分数, AUCPR | NA |
| 16 | 2025-11-23 |
Generative AI and foundation models in medical image
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00968-1
PMID:41051729
|
综述 | 本文概述了生成式AI和基础模型在医学影像领域的应用与发展趋势 | 系统分析了生成式AI和基础模型如何从根本上改变医疗AI开发框架,并提出利用国家数据和计算资源开发医学基础模型的路径 | NA | 探讨生成式AI和基础模型在医学影像处理中的应用与发展方向 | 医学影像处理与医疗支持任务 | 医学影像处理 | NA | 扩散模型, 大语言模型 | 生成模型, 基础模型 | 医学影像, 文本数据 | NA | NA | DALL·E 3, Stable Diffusion, ChatGPT, Gemini | NA | 基于扩展定律的大规模计算资源 |
| 17 | 2025-11-23 |
Prospective multi-institutional study of library-based adaptive radiotherapy for cervical cancer: Evaluation of plan-of-the-day selection and population analysis
2025-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70356
PMID:41253687
|
研究论文 | 评估宫颈癌患者基于计划库的自适应放疗中每日计划选择的几何和剂量学影响 | 首次在多机构研究中比较手动选择与基于深度学习靶区覆盖最大化选择的每日计划策略,并开发决策树识别最能从自适应放疗中获益的患者亚群 | 样本量相对较小(49例患者),研究局限于宫颈癌特定病种 | 评估基于计划库的自适应放疗在局部晚期宫颈癌治疗中的临床应用价值 | 49例局部晚期宫颈癌患者 | 数字病理 | 宫颈癌 | 锥形束CT(CBCT),自适应放疗(ART) | 深度学习模型 | CT影像,CBCT影像 | 49例宫颈癌患者 | NA | NA | D95%-CTV剂量,靶区覆盖率,器官风险剂量 | NA |
| 18 | 2025-11-23 |
Systematic review and comparison of machine learning and conventional statistical models for predicting cardiovascular events in dialysis patients
2025-Dec, Renal failure
IF:3.0Q1
DOI:10.1080/0886022X.2025.2587490
PMID:41261018
|
系统综述 | 系统比较机器学习模型与传统统计模型在预测透析患者心血管事件方面的性能 | 首次系统比较机器学习与传统统计模型在透析患者心血管事件预测中的表现,并发现深度学习模型显著优于传统方法 | 存在地理偏倚(71.40%研究来自中国)、缺乏外部验证(78.57%仅内部验证)、准确性与可解释性之间的权衡问题 | 评估机器学习和传统统计模型预测透析患者心血管事件的性能差异 | 透析患者 | 机器学习 | 心血管疾病 | NA | 深度学习, 传统机器学习, 传统统计模型 | 临床数据 | 29,310名患者,14项研究,34个模型 | NA | NA | AUC, C-index | NA |
| 19 | 2025-11-23 |
Accelerated RAKI reconstruction for multi-slice cardiac cine applications
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70145
PMID:41261061
|
研究论文 | 本研究针对心脏电影MRI提出了一种加速的RAKI重建方法,通过优化训练策略和利用时空冗余性来减少重建时间 | 通过简化RAKI算法结构(移除非线性激活单元并减少层数),并仅训练特定切片和心脏时相,显著加速了重建过程 | 该方法仍存在与k空间优化过程直接相关的条纹伪影 | 优化心脏电影MRI的重建速度同时保证图像质量 | 心脏电影MRI数据 | 医学影像重建 | 心血管疾病 | MRI, 深度学习重建 | CNN | 医学影像, k空间数据 | 10个完全采样的多切片电影数据(来自OCMR公共数据库) | NA | 简化版卷积神经网络(单卷积层) | PSNR, NMSE, SSIM, 重建时间 | NA |
| 20 | 2025-11-23 |
Real-time quality feedback on Doppler data for community midwives using edge-AI
2025-Dec-01, Machine Learning. Health
DOI:10.1088/3049-477X/ae1bad
PMID:41262494
|
研究论文 | 本研究开发了一种基于深度学习和边缘AI的实时胎儿多普勒数据质量评估技术框架 | 首次将边缘AI技术集成到低成本移动系统中,与危地马拉农村地区的土著助产士共同设计,实现实时数据质量反馈 | 训练数据主要来自单一农村地区,测试数据量较小(仅5个录音),需要更多样化的数据验证泛化能力 | 通过实时质量评估改善胎儿多普勒数据收集,支持低收入地区的临床研究 | 胎儿多普勒信号 | 医疗AI | 妊娠相关疾病 | 多普勒超声 | 深度神经网络 | 音频信号 | 危地马拉农村191个录音(训练验证),德国医院5个录音(测试) | Android, mHealth框架 | 深度神经网络 | F1分数, 准确率, 微平均F1, 宏平均F1 | 边缘计算系统, Android手机 |