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 | 2025-07-24 |
A deep learning model using endoscopic images for differential diagnosis of intestinal lymphoma
2026-Sep-20, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003723
PMID:40693577
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2 | 2026-09-24 |
Live imaging of late-stage preimplantation human embryos reveals de novo mitotic errors
2026-Sep, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-025-02851-1
PMID:41131150
|
研究论文 | 本文通过优化核DNA标记和光片活细胞成像技术,揭示了晚期植入前人类胚胎中存在的从头有丝分裂错误 | 首次将光片活细胞成像应用于晚期植入前人类胚胎,开发了针对胚胎大小、形状和信号变异优化的开源半自动深度学习分割方法,并发现大多数滞后染色体是被被动继承而非重新整合 | 研究未明确说明样本量,且分割方法的泛化能力有待进一步验证 | 探究人类胚胎在植入前晚期是否发生染色体错误分离,并开发适用于胚胎成像和分割的方法 | 晚期植入前人类胚胎 | 计算机视觉 | 不孕不育 | mRNA电穿孔、光片活细胞成像 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 3 | 2026-09-24 |
Vision Mamba Empowered by Dynamic Domain Generalization for Cross-Modality Medical Segmentation
2026-Aug, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01687-0
PMID:41100040
|
研究论文 | 本文提出了一种结合Vision Mamba模型与动态域泛化的跨模态医学图像分割框架,通过双向状态空间序列建模、贝塞尔曲线式增强和双归一化策略实现跨域特征对齐和多尺度特征融合 | 将Vision Mamba模型与动态域泛化相结合用于跨模态医学图像分割,引入VEBlock模块将Mamba的动态序列建模能力与非局部注意力机制有效结合,并采用贝塞尔曲线式增强和双归一化策略 | 未明确讨论计算复杂度与推理效率,仅在BraTS 2018和跨模态心脏数据集上验证,泛化到其他模态和器官的适用性有待进一步验证 | 解决跨模态医学图像分割中的域偏移问题,提升模型对未见目标域的泛化能力 | 跨模态医学图像,包括脑肿瘤MRI多模态数据(BraTS 2018)和心脏CT/MRI数据 | 计算机视觉, 数字病理学 | 肺癌, 心血管疾病 | NA | Vision Mamba, 注意力机制 | 图像 | BraTS 2018数据集和跨模态心脏数据集 | NA | Vision Mamba, VEBlock, 非局部注意力机制 | Dice系数, Hausdorff距离 | NA |
| 4 | 2026-09-24 |
From Aphrodite to Algorithm: Assessing the Unassessable
2026 Mar-Apr 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000011542
PMID:40488729
|
评论 | 本文探讨了从神话理想到现代算法对美的量化尝试,并论证美最终无法被完全量化 | 从神话中的阿佛洛狄忒到现代深度学习算法,跨学科审视美的量化历史与局限,并结合整形外科实践提出美抵抗完全量化的观点 | 本文为观点性评论,未开展实证研究或算法验证,未提出新的量化方法或模型 | 探讨美是否可以从神话中的神圣不可言说转变为科学精确评估,并分析算法评估美的潜力与局限 | 美的量化历史、面部吸引力评估工具(如Marquardt Phi Mask、SCUT-FBP5500深度学习模型)、整形外科中的美学标准 | 计算机视觉 | NA | NA | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 5 | 2026-09-24 |
The Ongoing Evolution of AI in Craniofacial Surgery: From Theory to Reality and Beyond
2026 Mar-Apr 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000012123
PMID:41213058
|
综述 | 本文概述了人工智能(AI)在颅面外科中的理论、当前应用和未来方向,涵盖从产前诊断到术后评估的围手术期各阶段 | 系统性地按围手术期阶段对AI在颅面外科的应用进行分类,并指出未来进展将依赖于联邦学习、生成设计和可解释AI(XAI) | 数据集有限、技术准确性和临床可接受性边界存在顾虑、外部验证或泛化能力不足、透明度及伦理问题 | 探讨人工智能在颅面外科中的持续演进,包括理论、当前应用现状及未来发展方向 | 颅面外科相关的AI、机器学习和深度学习模型及其临床应用 | 医学人工智能 | 颅面疾病 | NA | 机器学习, 深度学习 | NA | NA | NA | NA | NA | NA |
| 6 | 2026-09-24 |
Exploring the Feasibility of a Deep Learning Algorithm for Postoperative Outcome Assessment in Unilateral Cleft Lip Repair: A Pilot Study
2026 Mar-Apr 01, The Journal of craniofacial surgery
IF:1.0Q3
DOI:10.1097/SCS.0000000000012199
PMID:41263442
|
研究论文 | 本研究开发了一种基于EfficientNet-B1的卷积神经网络,用于单侧唇裂修复术后结局评估,并识别需要二次修复的高风险患者 | 首次探索将深度学习算法应用于唇裂术后结局评估,利用真实世界二次修复结局标签训练模型,并采用类别平衡数据集和严格的预处理与验证协议 | 属于试点研究,样本量较小(500张照片),仅基于单一机构数据,模型准确率(74%)和AUC(0.79)仍有提升空间,尚未在更大规模多中心队列中验证 | 探索深度学习算法辅助单侧唇裂修复术后结局评估的可行性,并识别需要二次修复的高风险患者 | 接受单侧唇裂修复手术的患者的标准化术后面部照片 | 计算机视觉 | 唇裂 | 深度学习图像分类 | CNN | 图像 | 500张标准化术后面部照片(类别平衡数据集),并在独立测试集上评估 | NA | EfficientNet-B1 | 准确率, AUC, 召回率 | NA |
| 7 | 2026-09-24 |
MetaChrome: an open-source, user-friendly tool for automated metaphase chromosome analysis
2026-Mar, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.12.013
PMID:41475630
|
研究论文 | 本文介绍了MetaChrome,一个开源的图形用户界面软件平台,用于自动化的中期染色体分割和DNA FISH信号共定位分析 | 采用手动注释的中期染色体数据集微调Cellpose分割模型,实现了比传统图像处理方法更高的分割精度,并自动将DNA FISH斑点分配给单个染色体,结合了稳健的染色体分割和全面的共定位分析功能 | 摘要中未明确提及 | 解决高通量成像中中期染色体精确自动分割和DNA FISH信号共定位的挑战,提供开源工具以促进染色体生物学研究 | DNA FISH染色体图像、中期染色体、染色体特异性FISH探针和免疫荧光标记的蛋白质 | 计算机视觉 | NA | DNA荧光原位杂交(DNA FISH)、高通量成像(HTI) | CNN | 图像 | NA | NA | Cellpose | 分割精度 | NA |
| 8 | 2026-09-24 |
Real-time monitoring system for early stroke detection based on fog computing and enhanced deep learning techniques
2025-12-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28513-5
PMID:41455702
|
研究论文 | 本文提出了一种基于雾计算和IoMT设备的实时卒中检测与监测系统,通过YOLO v8进行人脸检测,并使用CNN模型对患者面部图像进行分类以检测卒中,实现连续监测和快速临床干预 | 将雾计算与IoMT设备相结合,构建了实时卒中检测系统,利用YOLO v8进行人脸检测并配合CNN模型实现高精度的卒中检测,实现了从数据采集到警报发送的完整闭环 | 未详细说明数据集的规模和多样性,未讨论模型在不同人群中的泛化能力,未提及系统在真实临床环境中的部署和验证情况 | 开发一种基于雾计算和IoMT的实时卒中检测与监测系统,实现对老年患者的连续监测和快速临床干预,减轻全球医疗系统的负担 | 老年患者,尤其是患有慢性疾病的老年人群的面部图像 | 计算机视觉 | 心血管疾病 | 雾计算, IoMT, 深度学习 | CNN | 图像 | NA | NA | YOLO v8, CNN | 准确率, 灵敏度, 特异度, 精确率, F1分数 | NA |
| 9 | 2026-09-24 |
The orthodontic diagnosis
2025-12-09, Nederlands tijdschrift voor tandheelkunde
DOI:10.5177/ntvt.2025.12.25003
PMID:41367283
|
综述 | 本文综述了正畸诊断的基本框架,涵盖病史采集、临床检查、骨骼牙颌功能畸形的分类系统,以及人工智能和深度学习等新技术在提高诊断可靠性方面的应用 | 强调美学和三维评估在正畸诊断中日益重要的地位,并系统讨论了人工智能和深度学习在正畸诊断中的应用前景与挑战 | 人工智能在准确性和透明度方面仍存在挑战,无法替代临床评估,复杂病例仍需人工判断和多学科协作 | 综述正畸诊断的方法、分类系统及新兴技术(如人工智能和深度学习)在正畸诊断中的应用 | 正畸诊断方法、分类系统及人工智能技术在正畸中的应用 | 机器学习 | 口腔疾病 | NA | NA | 文本 | NA | NA | NA | NA | NA |
| 10 | 2026-09-24 |
Bond-centric modular design of protein assemblies
2025-10, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02297-5
PMID:40745093
|
研究论文 | 本文介绍了一种基于键合中心的模块化蛋白质组装设计方法,利用深度学习生成工具设计蛋白质构建块,实现多种规则蛋白质纳米结构 | 受原子价态化学多样性启发,采用深度学习生成工具设计具有规则配位几何和可定制键合相互作用的蛋白质构建块,实现模块化组装,以少量组件构建多样化的封闭和开放结构 | 未明确说明 | 开发一种模块化方法设计蛋白质纳米材料,利用简单几何原理指导多样化规则架构的自组装 | 蛋白质构建块及其组装形成的多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格 | 蛋白质设计 | NA | 深度学习生成工具、电子显微镜 | 深度学习生成模型 | 蛋白质结构数据、电子显微镜图像 | 超过20种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格 | NA | NA | 成功率 | NA |
| 11 | 2026-09-24 |
Cancer research in Saudi Arabia: A cross-sectional mapping study of historical growth, thematic analysis, collaboration patterns, and future directions
2025-Sep-26, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000044757
PMID:41029065
|
研究论文 | 本文对沙特阿拉伯1961年至2024年的癌症研究进行了横断面文献计量分析,涵盖历史增长、主题演变、合作模式和未来方向 | 首次对沙特癌症研究进行多层次文献计量映射,涵盖全球合作、沙特-国际合作、沙特独立研究及沙特机构独立原创文章四个层面,并揭示从基础主题向分子对接、深度学习和药物发现等前沿主题的演变 | 仅基于Scopus数据库,可能存在文献收录偏倚;未评估研究质量或临床影响力 | 绘制沙特癌症研究的趋势、生产力、主题演变、合作模式和新兴研究领域 | 与沙特机构相关的癌症研究出版物 | 机器学习 | 肺癌 | 文献计量分析 | NA | 文本 | 共分析71874篇出版物,包括全球涉及沙特机构的癌症研究40180篇(1961-2024)、沙特-国际合作文章18145篇(2020-2024)、沙特独立研究9319篇(1961-2024)和沙特机构独立原创文章4240篇(2020-2024) | NA | NA | NA | NA |
| 12 | 2026-09-24 |
Mortality and antibiotic timing in deep learning-derived surviving sepsis campaign risk groups: a multicenter study
2025-Jul-14, Critical care (London, England)
DOI:10.1186/s13054-025-05493-6
PMID:40660326
|
研究论文 | 该研究利用两个深度学习模型对疑似脓毒症患者进行客观风险分层,以评估不同风险组中抗生素给药时机与短期死亡率之间的关系 | 首次利用深度学习模型将脓毒症患者客观分层为与SSC风险组类似的分组,并基于此评估抗生素给药时机对死亡率的影响 | 研究为观察性队列研究,需要额外的前瞻性研究来验证这些发现并指导疑似脓毒症患者的最佳抗生素给药时机 | 利用深度学习模型将疑似脓毒症患者客观分层为类似于SSC风险组的分组,并评估不同风险组中抗生素给药时机与短期死亡率的关系 | 2016年至2024年间来自两个大型健康系统的疑似脓毒症成年患者 | 机器学习 | 脓毒症 | NA | 深度学习 | 电子健康记录数据 | 34087名成年疑似脓毒症患者 | NA | NA | 短期死亡率(院内死亡率和转入临终关怀的复合指标) | NA |
| 13 | 2026-09-24 |
A flow pattern recognition method for gas-liquid two-phase flow based on dilated convolutional channel attention mechanism
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325784
PMID:40554565
|
研究论文 | 本文提出了一种基于膨胀卷积通道注意力机制的流型识别方法,通过增强DenseNet和迁移学习实现气液两相流流型图像的高精度识别 | 引入多分支结构增强深度特征提取能力,在Dense Block中加入ECA注意力机制,在Transition Layer中加入膨胀卷积,实现多尺度特征提取和精细通道信息处理,并使用迁移学习解决数据集规模有限的问题 | 未明确说明模型的计算复杂度或推理时间,可能限制了实时应用,且实验数据集规模有限 | 解决现有基于深度学习的流型识别方法中关键特征提取不足导致识别率低的问题 | 气液两相流流型图像,包括环状流、泡状流、搅混流、分散流和段塞流 | 计算机视觉 | NA | 迁移学习 | CNN | 图像 | 包含环形流、泡状流、搅混流、分散流和段塞流的气液两相流图像数据集,以及氮冷凝两相流数据集,但未提供具体样本数量 | NA | DenseNet121 | 识别准确率 | NA |
| 14 | 2026-09-24 |
An integrated IKOA-CNN-BiGRU-Attention framework with SHAP explainability for high-precision debris flow hazard prediction in the Nujiang river basin, China
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0326587
PMID:40554568
|
研究论文 | 本文提出了一种IKOA-CNN-BiGRU-Attention可解释深度学习框架,用于中国怒江流域云南段的高精度泥石流灾害预测 | 结合改进的开普勒优化算法自动优化超参数,融合CNN、BiGRU和注意力机制,并利用SHAP增强模型可解释性,揭示了泥石流启动的双阈值物理机制 | 摘要中未明确提及研究的局限性 | 实现泥石流灾害的高精度预测,并提供可解释的预测框架以支持自适应预警和风险缓解 | 中国怒江流域云南段的159条泥石流易发沟谷 | 机器学习 | NA | NA | CNN, BiGRU, Attention | NA | 159条泥石流易发沟谷 | NA | CNN, BiGRU, Attention | 均方根误差, 平均绝对误差, 平均绝对百分比误差 | NA |
| 15 | 2026-09-24 |
Improved swin transformer-based thorax disease classification with optimal feature selection using chest X-ray
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327099
PMID:40561187
|
研究论文 | 本文提出了一种基于改进Swin Transformer的胸部X射线胸廓疾病分类模型,结合增强自编码器和混沌鲸鱼优化算法进行特征提取与选择 | 提出了EnAE+ChWO+IMSTrans组合模型,其中增强自编码器(EnAE)结合堆叠自编码器与注意力模块增强特征表示,混沌鲸鱼优化算法(ChWO)进行最优特征选择,改进Swin Transformer(IMSTrans)高效处理高维医学图像数据 | 未提及 | 利用胸部X射线图像实现胸廓疾病(包括肺炎、结核病、肺癌等)的准确分类诊断 | 胸部X射线图像数据集及肺部疾病数据集 | 计算机视觉 | 肺癌 | 胸部X射线成像 | Transformer | 图像 | NA | NA | Swin Transformer, 自编码器 | 准确率, 精确率, 召回率, F分数, 马修斯相关系数, 平均绝对误差 | NA |
| 16 | 2026-09-24 |
Decomposition-reconstruction-optimization framework for hog price forecasting: Integrating STL, PCA, and BWO-optimized BiLSTM
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324646
PMID:40577402
|
研究论文 | 本文构建了一个多阶段混合预测模型,利用生猪价格时间序列数据及其影响因素,通过STL分解、PCA降维和BWO优化的BiLSTM来提高预测精度 | 提出了“分解-重构-优化”框架,结合STL分解、PCA降维和BWO优化的BiLSTM,显著降低了生猪价格预测误差 | 未明确说明 | 提高生猪价格预测精度 | 生猪价格时间序列数据及其影响因素 | 机器学习 | NA | 时间序列分析、STL分解、Spearman相关分析、PCA降维、Beluga Whale Optimization | BiLSTM | 时间序列数据 | NA | NA | BiLSTM | RMSE, MAE, MAPE, R2 | NA |
| 17 | 2026-09-24 |
Three-dimensional distensibility of the aorta derived from four-dimensional cardiovascular magnetic resonance in young and middle-aged adults with Marfan syndrome
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101975
PMID:41173273
|
研究论文 | 该研究利用四维心血管磁共振(4D CMR)衍生的主动脉三维扩张性和位移指标,比较了马凡综合征(MFS)患者(未手术和主动脉根部手术后)与健康志愿者的差异 | 首次在未手术和主动脉根部手术后的马凡综合征患者中,应用基于深度学习的4D CMR主动脉三维扩张性及位移进行定量评估,并揭示了其与年龄和主动脉根部直径的独立负相关关系 | 样本量相对有限,为横断面研究,缺乏纵向随访数据来验证这些影像生物标志物对主动脉事件的预测价值 | 比较马凡综合征患者与健康志愿者之间由心血管磁共振衍生的主动脉三维扩张性和位移的差异,并探索其与临床及解剖参数的关联 | 47名健康志愿者、51名未手术马凡综合征患者和33名主动脉根部手术后的马凡综合征患者 | 数字病理学/医学影像分析 | 马凡综合征/主动脉疾病 | 4D CMR(四维心血管磁共振)、3T CMR、3D cine bSSFP序列、深度学习分割、非刚性配准 | CNN(卷积神经网络) | 3D CMR图像 | 131名参与者(47名健康志愿者、51名未手术MFS患者、33名RR MFS患者) | NA | NA | NA | NA |
| 18 | 2026-09-24 |
Clinical feasibility of two cardiac deep learning cine magnetic resonance imaging sequences: Single-breath-hold and free-breathing motion-corrected approaches
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101983
PMID:41177305
|
研究论文 | 评估深度学习加速的心脏电影磁共振序列(单次屏气和自由呼吸运动校正)的临床可行性,与传统分段电影序列比较。 | 评估了两种深度学习加速的心脏电影序列,显著缩短采集时间,同时保持图像质量和心脏功能定量结果。 | 左心室应变参数低于传统序列,边缘锐度和血池与心肌信号比也较低,样本量有限,单中心研究。 | 评估深度学习加速的心脏电影序列的临床可行性,包括缩短采集时间、图像质量和功能评估。 | 接受3T心脏磁共振检查的患者,共86例,平均年龄52.98±14.34岁,79%为男性。 | 医学影像,深度学习 | 心血管疾病 | 心脏磁共振电影成像,深度学习加速 | 深度学习 | 图像 | 86例患者 | NA | NA | 图像质量评分,血池与心肌信号比,边缘锐度,三维容积网格轮廓质量,双心室功能参数,左心室应变参数,采集时间 | NA |
| 19 | 2026-09-24 |
Accelerating cardiac diffusion tensor imaging with deep learning-based tensor de-noising and breath hold reduction. A step towards improved efficiency and clinical feasibility
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101971
PMID:41213455
|
研究论文 | 该研究开发了一种基于深度学习的去噪框架,用于加速心脏扩散张量成像,通过张量空间去噪和减少屏气次数,在保持图像质量的同时将扫描时间缩短至多4倍 | (1)从基于图像的去噪转向张量空间去噪,更好地保留结构信息;(2)针对张量处理优化的Vision Transformer模型集成,采用对抗训练;(3)通过动态重复选择最大化训练数据利用率的数据增强策略 | 未明确提及 | 开发一种心脏扩散张量成像去噪方法,在减少重复次数的同时保持图像质量,以提高扫描效率和临床可行性 | 心脏扩散张量成像数据 | 医学图像处理 | 心血管疾病 | 心脏扩散张量成像 | Vision Transformer | 图像 | 未明确提及 | NA | Vision Transformer | 分数各向异性误差 | NA |
| 20 | 2026-09-24 |
Fully automated on-scanner aortic four-dimensional flow magnetic resonance imaging processing and hemodynamic analysis
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101985
PMID:41232676
|
研究论文 | 本研究将深度学习模型集成到MRI扫描仪的重建流程中,实现了全自动的主动脉四维血流MRI处理和血流动力学分析 | 首次将四维血流处理任务直接集成到MRI扫描仪的重建流程中,使用容器化应用和TensorFlow深度学习模型在扫描仪上实时执行 | 研究样本量较小(20例受试者),仅在1.5T MRI系统上验证 | 实现全自动的扫描仪上主动脉四维血流MRI处理和血流动力学分析 | 20名受试者(10名主动脉疾病患者,10名健康对照) | 医学图像处理 | 主动脉疾病 | 四维血流心血管磁共振 | 深度学习 | 图像 | 20例受试者(10例主动脉疾病患者,10例健康对照) | TensorFlow | NA | Dice分数、Bland-Altman分析、偏差、一致性界限、平均相对差异 | MRI扫描仪自身计算资源,1.5T MRI系统 |