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 | 2026-11-09 |
18F-Fluorodeoxyglucose-positron emission tomography/computed tomography in Lymphoma
2027-Jan, PET clinics
IF:3.0Q2
DOI:10.1016/j.cpet.2026.06.020
PMID:42595627
|
综述 | 本文综述了18F-FDG PET/CT在霍奇金和非霍奇金淋巴瘤分期、疗效评估和预后判断中的核心作用及新兴定量指标。 | 系统总结了FDG-PET/CT在淋巴瘤中的多时间点应用价值,并强调了PET影像组学和深度学习在靶向治疗时代的前景与标准化需求。 | PET影像组学和深度学习方法尚需标准化,且 interim PET 在DLBCL中仅具预后价值而无治疗指导意义。 | 阐述FDG-PET/CT在淋巴瘤临床管理中的分期、疗效评估和预后生物标志物作用。 | 霍奇金淋巴瘤和非霍奇金淋巴瘤患者 | 医学影像 | 淋巴瘤 | 18F-FDG PET/CT | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 2 | 2026-11-09 |
Janus amphiphilic organization as a shared structural basis for antifreeze and antimicrobial functions in short α-helical peptides
2027-Jan, Colloids and surfaces. B, Biointerfaces
DOI:10.1016/j.colsurfb.2026.116171
PMID:42732717
|
研究论文 | 本文通过比较分析α-螺旋抗冻肽和抗菌肽,揭示了Janus两亲性α-螺旋结构作为抗冻和抗菌功能的共同结构基础,并基于此重新设计肽P-Janus,结合深度学习虚拟筛选发现新的抗冻抗菌肽 | 首次提出Janus α-螺旋结构作为抗冻和抗菌功能的共同界面框架,将深度学习识别的抗菌肽重新设计为具有增强Janus两亲性的短肽,并建立整合结构约束和抗冻活性预测的虚拟筛选流程 | 未明确说明样本量、计算资源、具体性能指标等细节,实验验证范围有限,仅鉴定五个额外候选肽 | 探索短α-螺旋肽中抗冻和抗菌功能的共同结构基础,并基于此设计多功能肽 | α-螺旋抗冻肽、α-螺旋抗菌肽、重新设计的P-Janus肽、天然抗菌肽空间 | 蛋白质工程、计算生物学 | 感染性疾病 | 分子动力学模拟、深度学习、虚拟筛选、实验验证 | 深度学习模型 | 序列、结构数据 | NA | NA | NA | NA | NA |
| 3 | 2026-11-09 |
Advancing collagen-related pathology assessment through second-harmonic generation imaging
2026-Dec, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70098
PMID:42024484
|
综述 | 该综述文章总结了二次谐波生成(SHG)成像和偏振分辨SHG(P-SHG)在胶原相关病理评估中的应用,包括定量图像分析指标和人工智能方法的整合 | 系统性地将SHG和P-SHG成像技术与定量图像分析及人工智能方法相结合,用于胶原相关病理的评估,并提出了未来与深层多光子成像及可解释AI整合的发展方向 | 文章未明确讨论SHG/P-SHG技术的成本、临床普及度、标准化问题以及在更广泛疾病类型中的验证局限性 | 综述SHG和P-SHG成像技术在胶原相关病理评估中的应用进展,包括定量分析指标和AI整合方法,并展望未来发展方向 | 胶原蛋白及胶原重塑相关的病理条件,包括肿瘤进展等疾病 | 数字病理学 | 肺癌, 前列腺癌, 心血管疾病, 老年疾病 | 二次谐波生成成像, 偏振分辨二次谐波生成成像, 多光子成像 | NA | 图像 | NA | NA | NA | 纤维密度, 取向, 各向异性, 排列度, 分子磁化率比, 偏振度, 取向分布函数 | NA |
| 4 | 2026-11-09 |
Evaluation of the image quality index with MRI motion artifacts on tumor segmentation using deep learning
2026-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-026-01144-9
PMID:42771087
|
研究论文 | 本研究探讨了MRI运动伪影对深度学习脑肿瘤分割与图像质量指标之间的关系,并探索图像质量指标的参考值 | 揭示了运动伪影导致的图像质量退化与肿瘤分割一致性之间的关系,并提出SSIM可作为反映肿瘤边界可见性的图像质量指标,SSIM为0.8对应视觉评估评分2以上 | 研究结果可能依赖于病例数量和所使用的分割模型,尚需临床图像进一步验证以建立实用的图像质量标准 | 研究图像质量与原始及运动退化MRI图像在深度学习脑肿瘤分割中输出一致性之间的关系,并探索图像质量指标的暂定参考值 | 胶质瘤患者的FLAIR MRI图像及模拟生成的运动伪影图像 | 医学图像分割 | 脑肿瘤 | MRI | 深度学习分割模型 | 图像 | 胶质瘤患者的FLAIR图像及模拟运动伪影图像(具体数量未提及) | NA | NA | Dice相似系数, 平均绝对误差, 均方根误差, 结构相似性指数, 峰值信噪比 | NA |
| 5 | 2026-11-09 |
Comprehensive assessment of disordered linker predictions using data from the third critical assessment of protein intrinsic disorder
2026-Dec, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.70840
PMID:42989483
|
研究论文 | 该文章利用CAID3数据全面评估了九种无序柔性连接区(DFL)预测器的性能 | 扩展了CAID3评估,在更大数据集和更实际测试场景(残基、区域和蛋白质水平)上评估预测,并使用与训练集序列相似性低于30%的蛋白质子集获得更稳健的性能估计 | 当前工具无法重现正确的DFL区域大小和数量,这是一个主要弱点 | 全面评估基于序列的DFL区域预测器的预测性能 | 无序柔性连接区(DFL)预测方法 | 生物信息学 | NA | NA | 深度学习, 蛋白质语言模型 | 蛋白质序列 | CAID3数据集及扩展数据集(具体数量未提供) | NA | NA | 残基水平, 区域水平, 蛋白质水平评估指标 | NA |
| 6 | 2026-11-09 |
Fused framework for predicting binding affinity to ɑ-synuclein using three-dimensional molecular graphs and attention
2026-Dec, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 该文构建了一个融合三维分子图和注意力机制的深度学习框架,用于预测化合物与α-突触核蛋白的结合亲和力 | 利用三维欧氏原子间距离作为边特征捕捉分子构象中的空间相互作用模式,并引入原子注意力层和结合MSE与皮尔逊相关的复合损失函数 | 在严格聚类排除划分下性能下降与其他架构相当,数据集仅来源于ChEMBL,可能受限于数据多样性和规模 | 开发准确、稳健且可解释的计算工具用于α-突触核蛋白抑制剂的早期筛选,并为基于三维结构的分子表示学习提供方法学启示 | α-突触核蛋白结合化合物 | 计算机视觉, 机器学习 | 突触核蛋白病 | 深度学习, 分子图表示学习 | GAT, GCN | 分子图, 三维结构数据 | 9628个α-突触核蛋白结合化合物 | NA | GAT, GCN | MSE, 皮尔逊相关系数 | NA |
| 7 | 2026-11-09 |
Predicting Future Visual Field Status from Baseline OCT Scan in Early to Moderate Glaucoma Using Deep Learning
2026-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2026.101419
PMID:42997014
|
研究论文 | 该研究利用基于Vision Transformer的深度学习模型,从基线OCT-RNFL扫描预测早期至中度青光眼患者未来的视野参数(VFI、MD、PSD) | 首次使用ViT回归模型从单次基线OCT-RNFL扫描预测未来视野功能状态,并在两个不同OCT设备上进行外部验证,通过显著性图揭示内、外RNFL层是预测的关键结构 | 随访间隔较长(4.74±2.59年)且存在一定异质性,样本来自特定中心可能存在选择偏倚,未明确提及模型对治疗干预因素的考量 | 探索是否可以利用深度学习模型从基线OCT-RNFL扫描预测未来的视野参数,为青光眼功能状态预测提供新工具 | 早期至中度青光眼患者的眼睛(内部开发集1792只眼来自1610名患者,外部验证集分别为Zeiss Cirrus OCT 150只眼和Heidelberg Spectralis OCT 280只眼) | 数字病理学 | 青光眼 | OCT视网膜神经纤维层扫描 | Vision Transformer | 图像 | 内部开发集1792只眼(1610名患者),外部验证集150只眼(Zeiss Cirrus OCT)和280只眼(Heidelberg Spectralis OCT) | NA | Vision Transformer | 平均绝对误差(MAE)、均方根误差(RMSE) | NA |
| 8 | 2026-11-09 |
Automated Volumetric Segmentation of Microaneurysms on OCT Using Artificial Intelligence
2026-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2026.101421
PMID:42997593
|
研究论文 | 开发并验证一种基于深度学习的方法,用于在OCT图像中自动识别和体积分割糖尿病视网膜病变的微动脉瘤 | 提出端到端三维卷积神经网络结合编码器-解码器架构与残差块,利用原始OCT体积和反射率反转副本作为输入增强特征提取,并通过人机回圈迭代细化获得验证地面真值 | 样本量相对有限,仅包含125名参与者,且纵向分析仅基于一例严重NPDR伴黄斑水肿病例 | 开发自动化的OCT微动脉瘤体积分割方法,并评估其在糖尿病视网膜病变诊断、监测和管理中的潜力 | 125名参与者,包括20只健康眼、27只轻度NPDR、30只中度NPDR、30只重度NPDR和18只增殖性DR眼 | 数字病理学 | 糖尿病视网膜病变 | OCT | CNN | 图像 | 125名参与者(20健康,27轻度NPDR,30中度NPDR,30重度NPDR,18增殖性DR),测试集包含20健康眼和20 DR眼 | NA | 3D CNN, 编码器-解码器, 残差块 | F1分数, 准确率 | NA |
| 9 | 2026-11-09 |
Cloud Removal from Satellite Imagery using a Lightweight Gated Attention U-Net
2026-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2026.104229
PMID:42997841
|
研究论文 | 本文提出一种轻量级门控注意力U-Net模型用于卫星图像去云,并系统评估了三种注意力设置下的重建精度、稳定性和计算效率 | 在Modified U-Net骨干的跳跃连接中引入基于门控的注意力以突出云覆盖区域的重要空间特征,并在相同训练与评估条件下系统对比无注意力、轻注意力和完整门控注意力三种设置,实现公平的重建精度、稳定性与计算效率分析 | 实验主要基于RICE1数据集,RICE2仅用于补充验证;未提出新的注意力设计,而是在现有门控注意力基础上进行对比评估 | 提升光学卫星图像去云的重建质量,同时保持计算高效,适用于低延迟和资源受限环境 | 光学卫星图像中的云覆盖区域 | 计算机视觉 | NA | 深度学习图像重建 | CNN | 图像 | RICE1数据集和RICE2数据集,具体样本数量未说明 | NA | Modified U-Net,Gated Attention U-Net | PSNR,MAE,推理时间 | NA |
| 10 | 2026-11-09 |
Opportunistic Osteoporosis Screening Using CT-Derived Volumetric Bone Mineral Density Reference Curves
2026-Nov-08, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research
IF:5.1Q1
DOI:10.1093/jbmr/zjag158
PMID:42999935
|
研究论文 | 该研究基于CT扫描开发的体积骨密度性别和部位特异性参考曲线,用于机会性骨质疏松筛查并评估其与骨折风险的关联 | 创新点包括:利用深度学习自动分割CT图像提取L1椎体和股骨颈的体积骨密度;建立了性别和部位特异性的vBMD百分位参考曲线;采用广义可加模型(GAMLSS)同时建模位置、尺度和形状参数;首次将CT衍生的百分位阈值与DXA锚定的骨质疏松定义对齐,并验证其预测主要骨质疏松性骨折的临床价值 | 局限性包括:回顾性研究设计;DXA配对子集样本量较小(1,088例);部分患者可能缺乏完整的临床协变量信息;仅评估了L1和股骨颈两个部位;未与其他筛查工具(如FRAX)进行直接比较 | 开发性别和部位特异性的vBMD参考曲线,定义与DXA锚定的百分位阈值用于骨质疏松分类,并评估这些阈值识别的个体是否随后发生主要骨质疏松性骨折 | 4,418例临床CT扫描(其中1,088例有配对DXA图像),包含2,368名男性和2,050名女性 | 数字病理学 | 骨质疏松症 | CT扫描、DXA成像、深度学习图像分割、内部校准 | CNN | 图像 | 4,418例CT扫描(含1,088例配对DXA),2,368名男性和2,050名女性 | NA | NA | ROC分析、Youden指数、Cox比例风险模型风险比(HR) | NA |
| 11 | 2026-11-09 |
Trichrome-based deep learning for quantitative assessment of steatosis, hepatocellular ballooning, and fibrosis in metabolic dysfunction-associated steatohepatitis
2026-Nov-07, Virchows Archiv : an international journal of pathology
IF:3.4Q1
DOI:10.1007/s00428-026-04771-0
PMID:42995264
|
研究论文 | 开发并评估基于三色染色的深度学习模型Tri-MASH,用于定量评估脂肪变性、经典肝细胞气球样变和纤维化,并探索其空间关系 | 首次在单一三色染色切片上整合定量和空间分析脂肪变性、经典肝细胞气球样变和纤维化,并探索炎症细胞密度作为探索性指标 | 炎症细胞输出未能重现传统小叶炎症分级,模型应作为辅助性定量研究平台而非替代传统H&E评估或独立临床分级,且部分关联性为中等 | 开发和评估Tri-MASH模型,实现代谢功能障碍相关脂肪性肝炎(MASH)中脂肪变性、肝细胞气球样变和纤维化的定量评估及空间关系探索 | 代谢功能障碍相关脂肪性肝炎(MASH)患者的肝活检标本 | 数字病理学 | 代谢功能障碍相关脂肪性肝炎 | 三色染色 | 深度学习模型 | 图像 | 161个训练标本,30个内部验证标本,39个外部评估活检(由4位病理学家独立评分),以及来自262名临床试验参与者的524个基线和第72周活检 | NA | NA | F1分数, Spearman相关系数 (Rs), p值 | NA |
| 12 | 2026-11-09 |
Seeing the Gaps: Heatmaps, Metrics, and the Hidden Failures of Explainable AI in Dentomaxillofacial Radiology - A Systematic Review
2026-Nov-07, Dento maxillo facial radiology
DOI:10.1093/dmfr/twag074
PMID:42997973
|
系统综述 | 系统评估牙科放射影像分类深度学习系统中基于热力图的可视化解释技术及报告模式 | 首次系统综述牙颌面放射学中可解释AI热力图技术的应用模式,揭示了临床合理性与技术忠实性之间的差距,并提出需要领域/任务特定的评估指标 | 纳入的研究并非主要针对视觉解释评估而设计;正式忠实性测试在纳入研究中很少进行;未获得资助 | 评估牙科放射影像分类任务中深度学习系统基于热力图的可视化解释技术及报告模式 | 使用深度学习进行牙科分类任务且包含视觉解释(热力图)的研究文献 | 数字病理学 | 牙科疾病 | NA | 深度学习 | 图像 | 136篇研究 | NA | NA | NA | NA |
| 13 | 2026-11-09 |
What makes endolymphatic hydrops MRI work: a visual guide to better protocol choices
2026-Nov-07, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-026-02452-9
PMID:42998128
|
综述 | 本文是一篇教育性综述,提供优化内淋巴积水MRI的视觉导向实用框架,聚焦采集参数、后处理策略和对比剂选择三个核心决定因素 | 将序列物理原理与实用协议选择相联系,提供视觉导向的框架,并讨论深度学习重建等新兴AI技术以及半剂量高弛豫率对比剂在减少钆暴露方面的潜力 | 作为教育性综述,未提供原始实验数据或系统性的性能评估,主要基于现有文献和代表性示例进行阐述 | 为优化和标准化内淋巴积水MRI协议提供实用指导,支持在不同临床环境中实现可重复的高质量水成像 | 原发性或继发性内淋巴积水患者的MRI诊断评估 | 医学影像 | 内淋巴积水 | 延迟静脉注射钆对比剂后的3D-FLAIR和3D-real IR MRI序列 | NA | 图像 | NA | NA | NA | NA | NA |
| 14 | 2026-11-09 |
TotalSpineSeg: automated whole-spine vertebral segmentation with high robustness to labeling errors
2026-Nov-07, European radiology
IF:4.7Q1
DOI:10.1007/s00330-026-13008-2
PMID:42998160
|
研究论文 | 开发了一种名为TotalSpineSeg的深度学习工具,用于全脊柱椎骨和椎间盘实例分割,以及脊髓和椎管分割,能够处理任意3D医学图像并克服融合和碎片化错误 | 采用两阶段级联深度学习模型,引入新颖的“奇/偶”表示来防止相邻椎骨合并或单个椎骨分裂,第二阶段以第一阶段的奇数椎间盘掩码为条件,为交替椎骨分配不同的语义类别,强制准确分离相邻椎骨;使用基于关键解剖点(C2-C3、C7-T1、T12-L1和L5-S)的标志点逻辑来锚定顺序标记,并采用基于定位器的策略确保在截断的短视野扫描中也能准确识别 | 未明确说明 | 开发一种对标记错误具有高鲁棒性的自动全脊柱椎骨分割工具,能够处理任意对比度、分辨率或视野的3D医学图像,并克服标准分割中常见的融合和碎片化错误 | 脊柱(椎骨、椎间盘、脊髓、椎管) | 数字病理学 | NA | 深度学习 | 两阶段级联深度学习模型 | 3D医学图像(MRI和CT) | 1404张MRI | NA | 两阶段级联深度学习模型 | 识别率、标记准确率、平均位置L2误差 | NA |
| 15 | 2026-11-09 |
Unleashing the potential of saturation-transfer MR fingerprinting (ST-MRF) in neuro-oncology: quantitative molecular CEST and MTC mapping
2026-Nov-07, Magma (New York, N.Y.)
DOI:10.1007/s10334-026-01428-6
PMID:42998204
|
综述 | 本文综述了饱和转移磁共振指纹(ST-MRF)技术在神经肿瘤学中的原理、方法进展及临床应用前景 | 将射频饱和准备整合到伪随机化MRF采集框架中,并结合深度学习重建,实现临床可行的同时定量映射水弛豫特性、半固体大分子参数和可交换溶质动力学 | ST-MRF仍处于发展初期,临床转化面临挑战,现有ST-MRI技术多为定性或半定量、耗时且不实用 | 探讨ST-MRF在神经肿瘤学中的潜力,包括肿瘤表征、治疗反应监测、浸润映射和生物标志物开发 | 神经肿瘤学中的肿瘤组织及生物标志物 | 医学影像 | 脑肿瘤 | 饱和转移磁共振指纹(ST-MRF)、磁化转移对比(MTC)、化学交换饱和转移(CEST) | 深度学习 | MRI图像 | NA | NA | NA | NA | NA |
| 16 | 2026-11-09 |
Deep learning-based hyperspectral imaging for the identification and quantification of multi-component polypropylene blends
2026-Nov-07, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2026.115988
PMID:42998389
|
研究论文 | 该研究提出一种基于深度学习的高光谱成像方法,用于同时识别和定量聚丙烯共混物中的多种添加剂(聚乙烯、滑石粉和磷系阻燃剂B631C) | 首次采用深度学习方法实现对聚合物共混物中多种添加剂的同时识别与定量,而非仅针对单一添加剂 | B631C在低浓度PP/B631C共混物中的检测灵敏度与纯PP的假阳性率之间存在权衡;样本种类和数量有限 | 利用高光谱成像结合深度学习实现聚合物共混物中多组分添加剂的识别与定量,以促进塑料回收 | 含聚乙烯、滑石粉和磷系阻燃剂B631C的聚丙烯基共混物 | 计算机视觉 | NA | 高光谱成像 | 回归模型, 多标签分类模型 | 高光谱图像 | NA | NA | NA | R值, RMSE, 准确率 | NA |
| 17 | 2026-11-09 |
Deep learning-derived functional MRI connectivity maps of cervical spinal cord segments during hand grasping
2026-Nov-07, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2026.110840
PMID:42998699
|
研究论文 | 该研究使用基于CNN的去噪框架处理颈椎脊髓的task-based fMRI数据,并通过gPPI分析检测手抓握任务中颈脊髓节段间的功能连接。 | 首次将基于Inception V3迁移学习的CNN去噪框架应用于颈椎脊髓fMRI,以提高节段间任务依赖功能连接的检测灵敏度,并结合Grad-CAM验证与腹角运动池的对齐。 | 样本量小(26名健康成人),C6-C5效应边缘且在使用传统时间序列时未检测到,需要更大队列验证。 | 探究CNN去噪框架能否改善颈椎脊髓节段间任务依赖功能连接的检测。 | 26名执行右手和左手交替抓握任务的健康成人。 | 医学影像分析 | NA | task-based fMRI(3T),gPPI分析 | CNN | fMRI图像 | 26名健康成人 | NA | Inception V3 | 切片级准确率(91.0%),块级准确率(89.2%),Dice系数(0.89),p值,β值 | NA |
| 18 | 2026-11-09 |
Integrated deep learning reconstruction combining phase correction, denoising, and super-resolution for prostate diffusion-weighted imaging
2026-Nov-07, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2026.110841
PMID:42998700
|
研究论文 | 评估集成深度学习重建(结合相位校正、去噪和超分辨率)在前列腺扩散加权成像中的效果,并与压缩感知和基于深度学习的去噪重建进行比较 | 提出了一种集成深度学习重建方法,将相位校正、去噪和超分辨率结合,用于前列腺DWI,并证明其优于压缩感知和去噪DLR | 单中心回顾性研究,样本量较小(47例患者),仅使用单一厂商3T系统,需要更大规模和多中心验证 | 评估集成深度学习重建在前列腺DWI中的图像质量和病灶可见性,并与压缩感知和去噪DLR比较 | 47例患者的前列腺DWI数据,其中21例有病理确诊的前列腺癌 | 医学图像处理 | 前列腺癌 | 扩散加权成像(DWI),深度学习重建 | 深度学习模型(未具体说明) | 医学图像 | 47例患者(21例前列腺癌) | NA | NA | 图像质量评分、噪声评分、伪影评分、前列腺 delineation 评分、表观信噪比(SNR)、病灶 conspicuity 评分、病灶定位/解剖关系评分、PI-RADS v2.1 DWI 评分、表观对比噪声比(CNR)、表观扩散系数(ADC) | NA |
| 19 | 2026-11-09 |
Automatic Multiclass Classification of Voice Disorders Using Cochlear-Inspired Cepstral Features and Deep Learning Networks
2026-Nov-07, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2026.10.057
PMID:42998909
|
研究论文 | 该研究评估了三种声学表征(MFCC、GTFCC、GCFCC)结合不同卷积神经网络架构在多类嗓音障碍分类中的效果,并采用严格的说话人独立验证协议 | 引入基于耳蜗建模的伽马啁啾滤波器组倒谱系数(GCFCC)和伽马通滤波器组倒谱系数(GTFCC),并采用严格的说话人独立五折交叉验证协议以减少说话人泄漏风险 | 结果不应被解释为临床诊断能力的证据,需要在独立数据库、更多说话条件和语言、连续语音以及前瞻性临床队列上进行外部验证以确定泛化性和临床实用性 | 研究三种声学表征结合不同卷积神经网络架构在多类嗓音障碍分类中的有效性,并评估在严格说话人独立验证协议下的性能 | 萨尔布吕肯嗓音数据库(SVD)子集中的3022条录音,来自262名说话者,涵盖七种诊断类别:健康嗓音、功能性发声障碍、喉炎、白斑、心因性发声障碍、喉返神经麻痹和痉挛性发声障碍 | 语音信号处理,深度学习 | 嗓音障碍 | 声学特征提取(MFCC、GTFCC、GCFCC) | CNN | 音频 | 3022条录音,来自262名说话者 | NA | 自定义CNN,VGG16-BN,ResNet-50 | 准确率,宏平均精确率,宏平均召回率,宏平均F1分数,95%置信区间 | NA |
| 20 | 2026-11-09 |
AI for Postoperative Pain and Opioid Stewardship in Pediatric Surgery: A Systematic Review
2026-Nov-07, Pain management nursing : official journal of the American Society of Pain Management Nurses
IF:1.6Q2
DOI:10.1016/j.pmn.2026.10.003
PMID:42998968
|
系统综述 | 综合评估人工智能在小儿外科术后疼痛评估与预测、阿片类药物风险预测、患者自控镇痛监测及实施考虑方面的证据 | 聚焦小儿外科术后疼痛管理与阿片类药物管理中的AI应用,系统梳理自动疼痛评估、家庭疼痛监测、长期阿片使用预测及PCA期间不良事件预测等证据,并强调护理实践意义 | 未进行meta分析,仅作叙述性综合;纳入研究验证多限于内部数据集;缺乏随机试验或对照临床影响研究证明AI可降低疼痛强度、阿片暴露或处方、不良事件、再入院或住院时间;文献筛选、数据提取和方法学评价由单一评审完成 | 综合AI在小儿术后疼痛评估与预测、阿片相关风险预测、PCA监测及实施考虑中的证据 | 小儿外科或术后人群相关研究 | 医学人工智能 | 术后疼痛, 阿片类药物使用 | 人工智能, 机器学习, 深度学习, 计算机视觉, 多模态传感 | 机器学习, 深度学习, 计算机视觉 | 面部表情图像/视频, 生理数据, 视频, 音频, 多模态数据 | 检索到198条记录,筛选137条,评估20篇全文,最终纳入11项研究及1份配套数据集报告 | NA | NA | NA | NA |