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 | 2025-11-19 |
Real-time driver activity detection using advanced deep learning models
2026-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10376-1
PMID:41245998
|
研究论文 | 本文提出一种混合CNN-Transformer架构用于实时驾驶员活动检测 | 提出结合CNN局部特征提取、注意力机制和Transformer全局上下文建模的混合架构,并引入高效通道注意力机制 | 混淆矩阵分析显示存在少量误分类 | 开发实时驾驶员监控系统以减少交通事故 | 驾驶员行为活动 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | NA | NA | MobileNetV2, DenseNet201, NASNetMobile, VGG19, Hybrid CNN-Transformer | 准确率 | NA |
| 2 | 2025-11-19 |
PRS2Net: an efficient intelligent carrot detection model via filter pruning and attention mechanisms
2026-Jan-15, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.70142
PMID:40847327
|
研究论文 | 提出一种基于滤波器剪枝和注意力机制的高效胡萝卜检测轻量级网络PRS2Net | 结合一阶泰勒展开的滤波器剪枝技术和注意力机制,在保持高精度的同时显著减少模型参数和计算成本 | 仅针对胡萝卜质量检测任务进行验证,未在其他农作物上测试通用性 | 开发高效的胡萝卜质量检测深度学习模型 | 胡萝卜 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | ResNet18, PRS2Net | 准确率 | NA |
| 3 | 2025-11-19 |
Diabetes and longitudinal changes in deep learning-derived measures of vertebral bone mineral density using conventional CT: the Multi-Ethnic Study of Atherosclerosis
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04995-2
PMID:40728733
|
研究论文 | 本研究利用深度学习从常规胸部CT中提取椎体骨密度,探讨糖尿病与椎体骨密度纵向变化的关系,并评估肾功能对这一关系的影响 | 首次在多种族人群中利用深度学习从常规胸部CT纵向分析糖尿病与椎体骨密度变化的关系,并发现肾功能不全会加剧糖尿病患者的骨密度增加 | 未纳入骨微结构分析和骨折结局数据,需要更先进的影像技术和骨折结果来完善糖尿病患者的骨骼健康评估 | 研究糖尿病与椎体骨密度纵向变化的关联,以及肾功能对这一关系的调节作用 | 1046名多种族动脉粥样硬化研究肺研究参与者 | 数字病理 | 糖尿病 | 常规胸部CT | 深度学习 | CT图像 | 1046名参与者,两次检查(2010-2012年和2016-2018年) | NA | NA | β系数,95%置信区间 | NA |
| 4 | 2025-11-19 |
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3D分割,显著减少分析时间 | 样本量相对有限(53例训练测试,172例应用),仅针对肩关节置换术患者 | 开发自动分割模型以量化肩袖肌肉体积和脂肪分数 | 接受全肩关节置换术(TSA)的患者 | 医学影像分析 | 肩关节疾病 | CT扫描 | 深度学习 | 3D CT图像 | 53例用于模型训练验证测试,172例用于应用分析 | 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 | 2025-11-19 |
Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater
2026-Jan-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124574
PMID:40945058
|
研究论文 | 提出一种结合荧光和吸收双模式光谱、序列模场和深度学习的微藻识别与浓度预测新方法 | 首次提出模场概念将光谱数据编码为二维图像,设计双流特征融合网络和双检测头架构实现微藻种类识别与浓度回归的同步处理 | 未提及方法在其他类型微藻或复杂水体环境中的泛化能力 | 实现海水中微藻种类识别和浓度预测的精准快速检测 | 海水中的微藻 | 计算机视觉 | NA | 荧光光谱、吸收光谱、双模式光谱 | CNN, 注意力机制 | 光谱数据、二维图像 | NA | NA | 双流特征融合网络, 卷积头, 全连接头 | 准确率, RMSE, R | NA |
| 6 | 2025-11-19 |
Advanced deep learning strategies for detection and quantification of macroplastics in rivers along the Peruvian coast
2026-Jan, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118649
PMID:40976044
|
研究论文 | 开发结合深度学习的框架,用于检测和量化秘鲁沿海河流中的大塑料污染 | 首次使用YOLOv11模型结合无人机图像分析河流中大塑料的时空动态变化 | 对家具和PET瓶等类别的检测精度较低,受碎片大小、丰度和颜色对比度影响 | 建立大塑料污染自动监测系统 | 秘鲁利马Rímac河流中的混合无机城市固体废物 | 计算机视觉 | NA | 无人机图像采集 | CNN | 图像 | 秘鲁Rímac河流一年的监测数据 | YOLOv11 | YOLOv11 | mAP | NA |
| 7 | 2025-11-19 |
An efficient dark spot detection method for offshore oil spill in SAR images based on edge-enhanced attention fusion
2026-Jan, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118748
PMID:40997542
|
研究论文 | 提出一种基于边缘增强注意力融合的SAR图像海上溢油黑斑高效检测方法 | 设计了残差瓶颈注意力模块(RBAM)、增强通道融合模块(ECFM)和深度监督细化模块(DSRM),在提升边缘检测精度的同时显著降低计算成本 | NA | 提升SAR图像中海上溢油黑斑的边缘检测精度并减少检测时间 | 合成孔径雷达(SAR)图像中的溢油黑斑 | 计算机视觉 | NA | 合成孔径雷达(SAR)成像 | CNN | 图像 | PALSAR和Sentinel-1数据集 | NA | EAF-Net, RBAM, ECFM, DSRM | 检测精度, 检测时间 | 轻量化结构设计以降低计算成本 |
| 8 | 2025-11-19 |
RiSIM: River surface image monitoring software for quantifying floating macroplastic transport
2026-Jan-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124678
PMID:41027072
|
研究论文 | 开发用于量化河流中漂浮大塑料传输的河面图像监测软件RiSIM | 结合模板匹配算法与深度学习模型,实现塑料检测、分类和追踪的综合监测系统 | NA | 量化河流中漂浮大塑料的传输速率 | 河流环境中漂浮的塑料垃圾 | 计算机视觉 | NA | 图像监测 | 深度学习模型 | 图像 | 非洪水和洪水条件下的现场观测数据 | NA | NA | 相关系数r | NA |
| 9 | 2025-11-19 |
Smart detection of biofouling: A deep learning framework for water infrastructure surveillance
2026-Jan-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124665
PMID:41043362
|
研究论文 | 提出基于深度学习的MusselDet框架,用于检测和实例分割淡水生物污损物种黄金贻贝的关键生命周期阶段 | 提出端到端检测和实例分割框架MusselDet,集成CA-CBAM、LDGCN和MLST三个创新模块,在稀疏数据环境下提升特征判别能力 | 基于自定义数据集评估,未在更广泛环境中验证框架泛化能力 | 开发智能检测方法用于水基础设施生物污损监测 | 黄金贻贝(Limnoperna fortunei)的生命周期阶段 | 计算机视觉 | NA | 深度学习 | Transformer, 图卷积网络 | 图像 | 自定义黄金贻贝数据集(GMD) | PyTorch | Co-DETR, CA-CBAM, LDGCN, MLST | 平均精度(mAP₅₀), 召回率, 推理速度(FPS) | NA |
| 10 | 2025-11-19 |
AdverIN: Monotonic adversarial intensity attack for domain generalization in medical image segmentation
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103848
PMID:41177076
|
研究论文 | 提出一种用于医学图像分割领域泛化的对抗性强度攻击方法AdverIN | 利用对抗训练策略合成强度变化谱以增强数据多样性,同时保持图像关键上下文信息 | NA | 提升医学图像分割模型在未见域数据上的泛化能力 | 2D视网膜视盘/视杯分割和3D前列腺MRI分割 | 计算机视觉 | 前列腺癌 | 对抗训练 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 11 | 2025-11-19 |
3D masked autoencoder with spatiotemporal transformer for modeling of 4D fMRI data
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103861
PMID:41197226
|
研究论文 | 提出一种结合3D掩码自编码器和时空Transformer的新架构,用于从4D fMRI数据中提取时空特征并映射功能脑网络 | 首次将3D掩码自编码器与时空Transformer结合,通过自监督学习实现fMRI数据的时空特征提取和功能脑网络映射 | 未明确说明模型计算复杂度及对计算资源的具体需求 | 开发能够有效处理4D fMRI数据时空特征的新方法,用于功能脑网络建模和脑部疾病识别 | 人脑功能磁共振成像数据 | 医学影像分析 | 注意力缺陷多动障碍 | 功能磁共振成像 | 自编码器,Transformer | 4D fMRI图像序列 | HCP任务fMRI数据集和ADHD-200静息态fMRI数据集 | NA | 3D掩码自编码器,视觉Transformer,时空Transformer | 功能脑网络映射性能,分类准确率 | NA |
| 12 | 2025-11-19 |
FairREAD: Re-fusing demographic attributes after disentanglement for fair medical image classification
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103858
PMID:41202615
|
研究论文 | 提出FairREAD框架,通过解耦和重融合人口统计属性来实现公平的医学图像分类 | 首次提出在解耦人口统计信息后重新融合敏感属性的方法,既减少不公平性又保留临床相关信息 | 需要获取患者的人口统计属性信息,可能在某些应用场景中受限 | 解决医学图像分类中的公平性问题,平衡模型性能与公平性 | 临床X射线图像数据集 | 医学影像分析 | NA | 深度学习 | 对抗训练, 解耦表示学习 | 医学图像 | 大规模临床X射线数据集 | NA | NA | 不公平性指标, 诊断准确性 | NA |
| 13 | 2025-11-19 |
Comparative evaluation of supervised and unsupervised deep learning strategies for denoising hyperpolarized 129Xe lung MRI
2026-Jan, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70033
PMID:40810302
|
研究论文 | 比较评估监督和非监督深度学习策略在超极化129Xe肺部MRI去噪中的应用效果 | 首次系统比较监督学习(传统方法和Noise2Noise)与非监督学习(Noise2void)在超极化129Xe MRI去噪中的性能 | 部分去噪方法在特定指标上存在偏差,如Tradvent低估VDP,N2Nvent高估VDP | 提升超极化129Xe MRI图像质量以改善临床诊断和肺功能评估 | 952个129Xe MRI数据集(421个通气图像,125个扩散加权图像,406个气体交换图像) | 医学影像处理 | 心肺疾病 | 超极化129Xe MRI | 深度学习 | 医学影像 | 952个MRI数据集,来自健康受试者和心肺疾病参与者 | NA | NA | 信噪比, 噪声标准差, 锐度, 通气缺陷百分比, 表观扩散系数, 膜摄取, 红细胞转移, RBC:Membrane比值 | NA |
| 14 | 2025-11-19 |
Trabecular bone analysis: ultra-high-resolution CT goes far beyond high-resolution CT and gets closer to micro-CT (a study using Canon Medical CT devices)
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-05001-5
PMID:40738977
|
研究论文 | 比较不同分辨率CT技术在测量骨小梁微结构参数方面的准确性,以微CT为参考标准 | 首次系统评估超高清CT在骨小梁分析中的性能,并与传统高分辨率CT和深度学习重建技术进行对比 | 样本量较小(16个尸体胫骨远端骨骺),所有测量结果均存在系统性偏差 | 评估不同CT分辨率技术在骨小梁微结构测量中的准确性 | 尸体胫骨远端骨骸标本 | 医学影像 | 骨骼疾病 | CT成像, 深度学习重建, 微CT | 深度学习 | CT图像 | 16个尸体胫骨远端骨骺标本 | NA | NA | 骨小梁厚度, 骨小梁分离度, 骨体积/总体积比 | 佳能医疗CT设备 |
| 15 | 2025-11-19 |
A novel gradient inversion attack framework to investigate privacy vulnerabilities during retinal image-based federated learning
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103807
PMID:41056812
|
研究论文 | 提出一种新的梯度反演攻击框架,用于评估基于视网膜图像的联邦学习模型在隐私保护方面的脆弱性 | 引入创新的图像到图像转换技术,利用公开数据提高重建图像质量,首次系统评估视网膜图像联邦学习的隐私风险 | 仅针对视网膜年龄预测任务进行评估,未涵盖其他医疗诊断任务 | 评估联邦学习模型对梯度反演攻击的脆弱性,揭示隐私泄露风险 | 视网膜图像和联邦学习模型 | 计算机视觉 | 眼科疾病 | 梯度反演攻击,图像到图像转换 | CNN | 视网膜图像 | NA | NA | ResNet-18, VGG-16, DenseNet-121 | 识别准确率,图像相似度 | NA |
| 16 | 2025-11-19 |
Individualized mapping of aberrant cortical thickness via stochastic cortical self-reconstruction
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103788
PMID:41056815
|
研究论文 | 开发了一种基于深度学习的随机皮层自重建方法,用于在顶点级别重建皮层厚度图并检测个体化异常 | 提出无需额外受试者信息即可在顶点级别重建皮层厚度图的新方法,能够检测局部皮层变化和细微厚度偏差 | NA | 开发个体化皮层厚度异常映射方法以推进神经学和精神病学诊断 | 健康个体、早产儿和痴呆症患者的皮层厚度数据 | 医学影像分析 | 神经退行性疾病、早产相关脑异常 | 皮层厚度映射 | 深度学习 | 皮层厚度图、医学影像数据 | 超过25,000名健康个体训练数据,独立测试集验证 | NA | NA | 重建误差、疾病鉴别能力 | NA |
| 17 | 2025-11-19 |
Nested resolution mesh-graph CNN for automated extraction of liver surface anatomical landmarks
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103825
PMID:41072126
|
研究论文 | 提出结合网格CNN和图CNN的两阶段自动框架,用于从肝脏表面提取解剖标志点 | 提出嵌套分辨率网格-图CNN框架,结合低分辨率全局理解和局部拓扑融合,并引入解剖感知Dice损失函数 | 数据量有限,肝脏形状和外观存在变异 | 实现肝脏表面解剖标志点的自动提取和分割 | 肝脏表面解剖标志点(镰状韧带和肝嵴) | 计算机视觉 | 肝脏疾病 | 深度学习 | CNN, 图卷积网络 | 三维网格数据 | 两个肝脏数据集(分布内和分布外) | PyTorch | DGCNN, MeshCNN | Dice系数 | NA |
| 18 | 2025-11-19 |
A new time-decay radiomics integrated network (TRINet) for breast cancer risk prediction
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103829
PMID:41075448
|
研究论文 | 提出一种新型时间衰减放射组学集成网络TRINet,用于乳腺癌风险预测 | 引入时间衰减注意力机制聚焦近期乳腺筛查图像,集成放射组学特征与注意力多示例学习框架,提出基于双侧不对称性的持续学习策略,添加时间嵌入加性风险层实现动态多年风险预测 | NA | 开发个性化乳腺癌筛查方案,实现动态风险预测 | 乳腺筛查影像数据 | 数字病理 | 乳腺癌 | 放射组学 | 深度学习 | 医学影像 | 美国EMBED数据集8528名患者,瑞典CSAW数据集8723名患者 | NA | TRINet, AMIL | AUC | NA |
| 19 | 2025-11-19 |
DaphTrack: A deep learning-based multidimensional behavior analysis system for neonatal Daphnia magna
2026-Jan, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118771
PMID:41075546
|
研究论文 | 开发基于深度学习的多维行为分析系统DaphTrack,用于自动检测、计数和分析新生大型溞的行为 | 结合YOLO11n目标检测框架和优化的ByteTrack++跟踪算法,建立全面的行为参数矩阵来量化运动特征 | NA | 提高新生大型溞识别和行为分析的准确性与效率,阐明污染物毒理机制 | 新生大型溞(Daphnia magna) | 计算机视觉 | NA | 行为分析 | 深度学习 | 视频 | NA | YOLO11n, ByteTrack++ | YOLO11n, ByteTrack++ | 识别准确率, IDF1 | NA |
| 20 | 2025-11-19 |
Unsupervised multimodal surface registration with geometric deep learning
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103821
PMID:41101194
|
研究论文 | 提出GeoMorph几何深度学习框架用于皮质表面图像配准 | 采用几何深度学习进行无监督多模态表面配准,通过图卷积提取特征并利用深度条件随机场确保生物合理的平滑形变 | NA | 开发皮质表面图像配准方法以改善脑结构对齐 | 皮质表面 | 机器学习 | NA | 几何深度学习 | 图卷积网络, 循环神经网络 | 表面图像 | NA | PyTorch | GeoMorph | 对齐精度, 形变平滑度 | NA |