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 | 2025-11-22 |
Ergonomic handheld chip: An instrument-free RPA-CRISPR platform for rapid home self-testing
2026-Feb-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.118157
PMID:41177006
|
研究论文 | 开发了一种无需仪器的便携式微流控芯片平台,用于家庭自测分子检测 | 将机械、生化和智能模块集成到手持设备中,通过单次摆动产生瞬时加速度驱动试剂流动,无需外部泵、加热器或电源 | 样本量较小(52个样本),仅验证了HPV检测应用 | 开发低成本、无需仪器、用户友好的分子检测平台用于分散或家庭环境 | 高风险人乳头瘤病毒(HPV) | 生物医学工程 | 病毒感染疾病 | RPA-CRISPR, 微流控技术, 荧光成像 | 深度学习模型 | 智能手机采集的荧光图像 | 52个临床样本 | NA | NA | 检测限, 特异性, 准确率, 一致性 | 智能手机 |
| 2 | 2025-11-22 |
MR Imaging of the Triangular Fibrocartilage Complex: Anatomy and Relevant Pathology
2026-Feb, Magnetic resonance imaging clinics of North America
IF:1.5Q3
DOI:10.1016/j.mric.2025.08.004
PMID:41265977
|
综述 | 本文探讨了三角纤维软骨复合体磁共振成像的技术要求、解剖结构及相关病理表现 | 介绍了深度学习新技术在提高三角纤维软骨复合体磁共振成像分辨率和诊断准确性方面的应用潜力 | 磁共振成像与关节镜检查作为金标准的一致性仍面临挑战 | 优化三角纤维软骨复合体的磁共振成像技术和诊断准确性 | 三角纤维软骨复合体及其相关病理变化 | 医学影像 | 腕关节疾病 | 磁共振成像, 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 3 | 2025-11-22 |
Amplification-free detection of mycoplasma pneumoniae via CRISPR-Cas12a and deep learning-optimized crRNAs on a lateral flow platform
2026-Jan-15, Journal of pharmaceutical and biomedical analysis
IF:3.1Q2
DOI:10.1016/j.jpba.2025.117196
PMID:41129856
|
研究论文 | 开发了一种基于CRISPR-Cas12a和深度学习优化crRNA的无扩增检测平台,用于肺炎支原体的快速诊断 | 结合深度学习优化的crRNA文库与侧向流平台,实现无扩增检测并显著提升检测灵敏度 | 未明确说明临床样本规模及深度学习模型的具体架构细节 | 开发快速准确的肺炎支原体检测方法 | 肺炎支原体P1基因保守区域 | 生物信息学 | 呼吸道感染 | CRISPR-Cas12a, 侧向流检测, 深度学习 | 深度学习 | 基因序列数据 | 从50多个候选crRNA中筛选出16个高活性crRNA | NA | NA | 检测限, 灵敏度, 特异性, 信号饱和度时间 | NA |
| 4 | 2025-11-22 |
Automated 3D segmentation of rotator cuff muscle and fat from longitudinal CT for shoulder arthroplasty evaluation
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04991-6
PMID:40782188
|
研究论文 | 开发并验证用于肩关节置换术患者肩袖肌肉自动3D分割的深度学习模型 | 首次在纵向CT扫描中实现肩袖肌肉和脂肪的自动化3D分割,显著减少分析时间 | 样本量相对有限(53名患者用于模型开发),仅针对肩关节置换术患者 | 开发自动化工具量化肩袖肌肉体积和脂肪分数,改善肩关节置换术的评估 | 接受全肩关节置换术的患者 | 医学影像分析 | 肩关节疾病 | CT扫描 | 深度学习 | 3D CT影像 | 53名患者用于模型训练验证,172名患者用于应用分析 | NA | DeepLabV3+, ResNet50 | Dice相似系数, 平均对称表面距离, 95% Hausdorff距离, 相对绝对体积差异 | NA |
| 5 | 2025-11-22 |
Development of a novel machine learning model to automate vertebral column segmentation utilizing biplanar full-body imaging
2025-Dec, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2025.05.003
PMID:40324481
|
研究论文 | 开发了一种基于双平面全身成像的自动化脊柱分割机器学习模型 | 采用两阶段深度学习模型,能够处理复杂脊柱病理和植入器械的干扰 | 回顾性研究,样本量有限(250张图像),仅使用单一医疗中心数据 | 开发自动化脊柱分割算法以辅助退变性脊柱侧弯评估 | 退变性脊柱侧弯患者的双平面全身X光图像 | 计算机视觉 | 脊柱侧弯 | 双平面全身X光成像 | CNN | X光图像 | 250张患者图像(200张训练,50张测试) | NA | UNET | Dice-Sørensen系数 | NA |
| 6 | 2025-11-22 |
End-to-end prognostication in pancreatic cancer by multimodal deep learning: a retrospective, multicenter study
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11694-y
PMID:40410330
|
研究论文 | 本研究开发了一种多模态深度学习模型,用于预测胰腺导管腺癌患者的短期与长期生存预后 | 首次将临床变量与增强CT图像相结合,通过多模态深度学习实现胰腺癌的端到端预后预测 | 回顾性研究设计,样本量相对有限,外部验证性能存在一定波动 | 提高胰腺癌患者生存预后的预测准确性 | 经组织病理学和/或影像学确诊的胰腺导管腺癌患者 | 数字病理 | 胰腺癌 | 深度学习,医学影像分析 | 深度学习模型 | 临床变量,CT图像 | 开发队列401例患者,外部验证队列361例患者 | NA | 多模态深度学习架构 | 时间依赖性受试者工作特征曲线下面积 | NA |
| 7 | 2025-11-22 |
Deep learning-based automatic segmentation of arterial vessel walls and plaques in MR vessel wall images for quantitative assessment
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11697-9
PMID:40459736
|
研究论文 | 开发基于深度学习的自动分割方法用于MR血管壁图像中动脉血管壁和斑块的定量评估 | 提出结合血管壁先验知识和Tversky损失的自动斑块分割方法,利用血管壁与斑块间的形态相似性提升分割性能 | 缺乏对其他设备、人群和解剖部位测试,研究结果的可靠性仍需进一步探索 | 开发自动分割方法用于血管壁和动脉粥样硬化斑块的定量评估 | 193名动脉粥样硬化斑块患者的MR血管壁图像 | 医学图像分析 | 心血管疾病 | T1加权MRI扫描 | CNN | 医学图像 | 193名患者(107名训练验证,39名内部测试,47名外部测试)来自五个中心 | NA | Vessel-SegNet | Dice相似系数, 组内相关系数 | NA |
| 8 | 2025-11-22 |
Effect of contrast enhancement on diagnosis of interstitial lung abnormality in automatic quantitative CT measurement
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11715-w
PMID:40459739
|
研究论文 | 研究对比增强对自动定量CT测量诊断间质性肺异常的影响 | 首次系统评估对比增强对基于深度学习的自动定量CT测量诊断间质性肺异常的影响 | 回顾性研究设计,仅包含胸外科手术患者,可能存在选择偏倚 | 评估对比增强对自动定量CT测量诊断间质性肺异常的影响 | 接受胸部CT检查的胸外科手术患者 | 数字病理 | 间质性肺疾病 | CT扫描 | 深度学习 | CT图像 | 1134名患者 | NA | NA | 敏感性,特异性,一致性系数(kappa) | NA |
| 9 | 2025-11-22 |
Diagnostic performance of lumbar spine CT using deep learning denoising to evaluate disc herniation and spinal stenosis
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11742-7
PMID:40483292
|
研究论文 | 评估深度学习去噪技术在腰椎CT中对椎间盘突出和椎管狭窄的诊断性能 | 首次系统评估深度学习去噪算法在腰椎CT诊断椎间盘突出和椎管狭窄中的临床应用价值 | 回顾性研究,样本量较小(47例患者),缺乏多中心验证 | 评估深度学习去噪CT在腰椎疾病诊断中的性能 | 47名患者(229个椎间盘,L1/2至L5/S1节段) | 医学影像分析 | 脊柱疾病 | CT成像,深度学习去噪 | 深度学习算法 | CT影像 | 47名患者(18男29女,平均年龄69.1±10.9岁),229个椎间盘 | ClariCT.AI | NA | 敏感性,特异性,图像质量评分,诊断置信度评分 | NA |
| 10 | 2025-11-22 |
Non-enhanced CT deep learning model for differentiating lung adenocarcinoma from tuberculoma: a multicenter diagnostic study
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11721-y
PMID:40500528
|
研究论文 | 开发并验证基于三维特征的深度学习模型用于区分肺腺癌和结核球 | 首次使用基于视觉Transformer网络的三维深度学习模型在非增强CT图像上区分肺腺癌与结核球,并证明其性能优于二维模型、影像组学和放射科医生 | 研究样本量相对有限,仅包含1160例患者,且仅针对肺腺癌和结核球两种疾病 | 开发能够准确区分肺腺癌和结核球的深度学习诊断模型 | 肺腺癌和结核球患者 | 计算机视觉 | 肺癌 | 非增强CT成像 | 深度学习 | 医学影像 | 1160例患者(训练集840例,验证集210例,外部测试集110例) | NA | Vision Transformer | AUC | NA |
| 11 | 2025-11-22 |
CT-based deep learning model for improved disease-free survival prediction in clinical stage I lung cancer: a real-world multicenter study
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11682-2
PMID:40506642
|
研究论文 | 开发基于CT的深度学习模型用于预测临床I期肺癌患者的无病生存期 | 首次使用三维卷积神经网络从CT图像中提取肿瘤特征,并在手术和立体定向放疗两种治疗方式的患者中进行验证 | 回顾性研究设计,需要前瞻性研究进一步验证模型的临床实用性 | 提高临床I期肺癌患者无病生存期的预测准确性 | 临床I期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT成像 | CNN | CT图像 | 手术队列2489例患者,立体定向放疗队列248例患者 | NA | 三维卷积神经网络 | Harrell's concordance index (C-index) | NA |
| 12 | 2025-11-22 |
Quantitative and qualitative assessment of ultra-low-dose paranasal sinus CT using deep learning image reconstruction: a comparison with hybrid iterative reconstruction
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11763-2
PMID:40514598
|
研究论文 | 评估深度学习图像重建在超低剂量鼻窦CT中的定量和定性性能,并与混合迭代重建进行比较 | 首次在超低剂量鼻窦CT中系统比较深度学习重建与混合迭代重建的性能表现 | 回顾性研究设计,样本量相对有限(132例患者) | 评估超低剂量CT在鼻窦成像中的图像质量 | 132例接受非对比超低剂量鼻窦CT扫描的患者 | 医学影像 | 鼻窦疾病 | 计算机断层扫描(CT),深度学习图像重建 | 深度学习模型 | CT图像 | 132例患者 | NA | NA | 图像噪声,信噪比(SNR),对比噪声比(CNR),噪声功率谱(NPS),无参考感知图像锐度 | NA |
| 13 | 2025-11-22 |
Effects of patient and imaging factors on small bowel motility scores derived from deep learning-based segmentation of cine MRI
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11737-4
PMID:40526355
|
研究论文 | 本研究评估患者和影像因素对基于深度学习分割的MRI电影小肠运动评分的影响 | 首次系统评估MRI切片相关因素对小肠运动评分的显著影响,并开发了基于深度学习的小肠分割算法 | 样本量相对较小(54例患者),仅纳入慢性便秘或疑似结肠假性梗阻患者,可能限制结果的普适性 | 探究患者因素和MRI影像因素对小肠运动评分的潜在影响 | 54例慢性便秘或疑似结肠假性梗阻患者的小肠MRI影像 | 医学影像分析 | 消化系统疾病 | 电影MRI,光学流算法 | 深度学习分割算法 | MRI影像 | 54例患者(平均年龄53.6±16.4岁,34名女性) | NA | NA | Dice相似系数 | NA |
| 14 | 2025-11-22 |
Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11714-x
PMID:40526353
|
研究论文 | 本研究采用基于深度学习的CT定量方法预测进行性纤维化间质性肺疾病及其预后 | 首次将深度学习CT定量分析应用于PF-ILD预测和预后评估,证明其在传统肺功能指标基础上的附加价值 | 单中心回顾性研究,样本量有限(465例),需多中心前瞻性研究验证 | 评估基于深度学习的定量CT在预测进行性纤维化间质性肺疾病和评估预后的价值 | 间质性肺疾病患者 | 医学影像分析 | 间质性肺疾病 | CT扫描,深度学习定量分析 | 深度学习 | CT影像 | 465例ILD患者(中位年龄65岁,男性238例),其中148例为PF-ILD | NA | NA | C-index, OR值, HR值, p值, 95%置信区间 | NA |
| 15 | 2025-11-22 |
AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study
2025-Dec, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251344548
PMID:40598953
|
研究论文 | 比较主成分分析和深度符号距离函数在学习和重建上颌中切牙解剖结构方面的性能 | 首次系统比较传统PCA与新兴DeepSDF方法在牙齿解剖学习与重建中的表现,并评估不同潜在编码大小对性能的影响 | DeepSDF模型可解释性较差,研究未考虑影响微笑设计的更广泛因素 | 比较不同人工智能方法在牙齿解剖学习和重建中的性能 | 成熟恒牙上颌中切牙的STL文件数据 | 数字病理 | 牙科创伤 | 三维扫描(STL文件) | PCA, DeepSDF | 三维模型数据 | 来自3所大学的成熟恒牙上颌中切牙STL文件 | NA | 主成分分析, 深度符号距离函数 | 表面差异, 体积差异, 长度差异, 平均欧几里得距离, 豪斯多夫距离, 冠根角度 | NA |
| 16 | 2025-11-22 |
Deep Learning for Detecting Dental Plaque and Gingivitis From Oral Photographs: A Systematic Review
2025-Dec, Community dentistry and oral epidemiology
IF:1.8Q3
DOI:10.1111/cdoe.70001
PMID:40571994
|
系统综述 | 评估深度学习模型在口腔RGB照片中检测牙菌斑和牙龈炎性能的系统综述 | 首次系统评估深度学习在牙菌斑和牙龈炎检测中的表现,发现DL模型在未使用显色剂时优于牙医识别能力 | 缺乏外部测试和多中心研究,报告一致性不足,证据确定性分别为中度和低度 | 评估深度学习模型在口腔照片中检测牙菌斑和牙龈炎的诊断性能 | 牙菌斑和牙龈炎 | 计算机视觉 | 牙周病 | RGB口腔摄影 | 深度学习模型 | 图像 | 23项符合纳入标准的研究(10项牙菌斑,11项牙龈炎,2项两者) | NA | NA | IoU | NA |
| 17 | 2025-11-22 |
VAULT-OCT: vault accuracy using deep learning technology-an artificial intelligence model for predicting implantable collamer lens postoperative vault with AS-OCT
2025-Dec-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001743
PMID:40660493
|
研究论文 | 开发基于术前AS-OCT图像的深度学习模型VAULT-OCT,用于预测有晶体眼植入式Collamer透镜术后拱高 | 首次将深度学习技术应用于术前AS-OCT图像预测ICL术后拱高,实现基于术前影像的ICL尺寸选择 | 回顾性研究设计,样本量相对有限(324只眼),未包含所有ICL尺寸的完整数据 | 开发准确预测ICL术后拱高的深度学习模型 | 接受ICL植入术患者的术前AS-OCT图像和术后拱高测量数据 | 医学影像分析 | 眼科疾病 | 光学相干断层扫描(OCT) | 深度学习神经网络 | 图像 | 162名连续患者的324只眼 | NA | 自定义分类器 | 均方根误差, 平均绝对误差 | NA |
| 18 | 2025-11-22 |
Deep learning-driven whole-slide image analysis predicts chemo-resistance and motility subtypes in muscle-invasive bladder cancer
2025-Dec, Genes & genomics
IF:1.6Q3
DOI:10.1007/s13258-025-01677-0
PMID:40906037
|
研究论文 | 本研究开发了一种基于深度学习分析全玻片图像的方法,用于预测肌肉浸润性膀胱癌的化疗耐药性和运动性亚型 | 首次使用深度学习分析常规组织学全玻片图像作为分子分析的替代方法,有效预测转录组定义的化疗耐药-运动性亚型 | 样本量相对有限(192张WSI来自152名患者),需要进一步验证 | 评估深度学习模型对全玻片图像的斑块级预测是否能准确预测转录组衍生的CrM亚型并反映肿瘤微环境特征 | 肌肉浸润性膀胱癌患者 | 数字病理学 | 膀胱癌 | 全玻片图像分析 | CNN,随机森林 | 图像 | 192张全玻片图像来自152名TCGA-BLCA患者 | NA | DenseNet169 | 平衡准确度,相关系数 | NA |
| 19 | 2025-11-22 |
Multimodal deep learning for predicting postoperative vault and selecting implantable collamer lens sizes using AS-OCT and ultrasound biomicroscopy images
2025-Dec-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001747
PMID:40929576
|
研究论文 | 开发并验证了一种多模态深度学习模型,用于预测术后拱高并选择植入式Collamer晶体尺寸 | 首次结合AS-OCT和UBM图像与临床特征构建多模态深度学习模型,克服了单模态数据分析的局限性 | 样本量有限,需要扩大样本并进行多中心验证以增强模型泛化能力 | 提高ICL V4c植入术后拱高预测和晶体尺寸选择的准确性 | 209只眼(来自105名参与者)的AS-OCT和UBM图像数据 | 计算机视觉 | 眼科疾病 | AS-OCT, UBM | CNN, LightGBM, XGBoost, RF | 图像, 临床数据 | 626张AS-OCT图像和1309张UBM图像,来自209只眼 | NA | ResNet50 | MAE, RMSE, R2, 准确率, 灵敏度, 特异性, 精确度 | NA |
| 20 | 2025-11-22 |
Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML
2025-Dec, Leukemia
IF:12.8Q1
DOI:10.1038/s41375-025-02769-2
PMID:40958033
|
研究论文 | 本研究通过深度学习分析慢性粒细胞白血病患者的骨髓细胞形态学特征,发现中性粒细胞丰度和粒细胞成熟状态可预测治疗无缓解持续时间 | 首次利用深度学习分析骨髓细胞形态学特征来预测CML患者的治疗无缓解,发现了中性粒细胞丰度和粒细胞成熟状态作为新型生物标志物 | 样本量相对有限(113例患者),多中心研究可能存在数据异质性 | 探索骨髓细胞形态学特征在预测慢性粒细胞白血病治疗无缓解中的价值 | 慢性期慢性粒细胞白血病患者 | 数字病理学 | 慢性粒细胞白血病 | 骨髓细胞形态学分析,深度学习图像分析 | 深度学习 | 高分辨率骨髓细胞形态学图像 | 113例CP CML患者和942例对照骨髓样本 | NA | NA | NA | NA |