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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 901 | 2025-10-06 |
A Deep Learning Approach for the Identification of the Molecular Subtypes of Pancreatic Ductal Adenocarcinoma Based on Whole Slide Pathology Images
2024-Dec, The American journal of pathology
DOI:10.1016/j.ajpath.2024.08.006
PMID:39222907
|
研究论文 | 本研究开发了一种基于深度学习的方法,利用常规H&E染色病理切片识别胰腺导管腺癌的分子亚型 | 首次使用深度学习模型从常规H&E染色病理切片中识别PDAC分子亚型,提供了一种成本效益高且快速的新方法 | 样本量相对有限,训练集仅97张切片,测试集110张切片 | 开发基于病理图像的PDAC分子亚型分类方法 | 胰腺导管腺癌(PDAC)患者 | 数字病理 | 胰腺癌 | 苏木精-伊红染色(H&E) | 深度学习模型 | 全切片病理图像 | 训练集97张切片(来自TCGA),测试集110张切片(来自本地队列) | NA | NA | 平衡准确率 | NA |
| 902 | 2025-10-06 |
Performance and Clinical Impact of Radiomics and 3D-CNN Models for the Diagnosis of Neurodegenerative Parkinsonian Syndromes on 18 F-FDOPA PET
2024-Oct-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005392
PMID:39104036
|
研究论文 | 比较基于放射组学和3D-CNN的模型在18F-FDOPA PET图像上诊断神经退行性帕金森综合征的性能和临床价值 | 首次比较半自动化放射组学模型与全自动3D-CNN模型在帕金森综合征诊断中的性能,并在外部测试集验证模型在经验不足医院的临床应用价值 | 回顾性研究,仅包含两个医疗中心的数据 | 开发并验证人工智能模型用于神经退行性帕金森综合征的自动诊断 | 687名具有帕金森综合征运动症状的患者 | 医学影像分析 | 帕金森综合征 | 18F-FDOPA PET脑部扫描 | 支持向量机, 3D-CNN | PET图像 | 687名患者(训练集417人,内部测试集100人,外部测试集170人) | NA | 3D-CNN | 平衡准确度 | NA |
| 903 | 2025-10-06 |
Organomics: A Concept Reflecting the Importance of PET/CT Healthy Organ Radiomics in Non-Small Cell Lung Cancer Prognosis Prediction Using Machine Learning
2024-Oct-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005400
PMID:39192505
|
研究论文 | 本研究探索PET/CT健康器官影像组学特征在非小细胞肺癌预后预测中的附加价值 | 首次提出'器官组学'概念,将健康器官的影像组学特征纳入肺癌预后预测模型 | 样本量相对较小(154例患者),仅使用公开数据库数据 | 评估健康器官影像组学特征对非小细胞肺癌预后预测的附加价值 | 非小细胞肺癌患者的PET/CT影像和临床数据 | 医学影像分析 | 肺癌 | PET/CT影像, 影像组学分析 | nnU-Net, 随机生存森林, Cox比例风险模型 | 医学影像(PET/CT) | 154例患者 | nnU-Net | nnU-Net | C-index | NA |
| 904 | 2025-10-06 |
Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning
2024-Aug-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.25.24312509
PMID:39252932
|
研究论文 | 本研究结合受激拉曼组织成像和深度学习技术,开发了快速术中检测原发性中枢神经系统淋巴瘤并与其他脑肿瘤区分的诊断系统 | 首次将便携式拉曼散射显微镜与深度学习相结合,在3分钟内生成虚拟H&E样图像,实现术中快速准确诊断 | 研究样本来自四个国际医疗中心,但需要更多中心验证通用性 | 开发快速术中诊断方法,准确区分原发性中枢神经系统淋巴瘤与其他中枢神经系统病变 | 中枢神经系统肿瘤和非肿瘤病变组织样本 | 数字病理学 | 中枢神经系统淋巴瘤 | 受激拉曼组织成像 | 深度学习 | 图像 | 54,000个SRH图像块,来自多个国际医疗中心的手术切除和立体定向活检样本 | NA | 自监督学习策略 | 平衡准确率 | NA |
| 905 | 2025-10-06 |
Fully Automatic Quantitative Measurement of Equilibrium Radionuclide Angiocardiography Using a Convolutional Neural Network
2024-Aug-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005275
PMID:38967505
|
研究论文 | 本研究开发了一种基于卷积神经网络的平衡放射性核素心血管造影全自动定量测量方法 | 首次使用二维U-Net卷积神经网络自动生成左心室感兴趣区域,用于测量左心室射血分数 | 研究仅基于单一机构的回顾性数据,未进行外部验证 | 开发深度学习模型来自动化测量左心室射血分数 | 平衡放射性核素心血管造影数据集 | 医学影像分析 | 心血管疾病 | 平衡放射性核素心血管造影 | CNN | 医学影像 | 41,462次扫描(来自19,309名患者) | NA | U-Net | Lin一致性相关系数, Bland-Altman分析 | NA |
| 906 | 2025-10-06 |
Clinical Feasibility of Deep Learning-Based Attenuation Correction Models for Tl-201 Myocardial Perfusion SPECT
2024-May-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000005129
PMID:38409758
|
研究论文 | 开发基于深度学习的Tl-201心肌灌注SPECT衰减校正模型并评估其临床可行性 | 首次将深度学习图像到图像转换技术应用于Tl-201心肌灌注SPECT的衰减校正,提出改进的U-Net架构 | 回顾性研究设计,样本来源单一 | 开发可替代CT衰减校正的深度学习模型 | 疑似或确诊冠状动脉疾病患者 | 医学影像分析 | 心血管疾病 | SPECT成像 | 深度学习 | 医学影像 | 985名患者(657名男性,328名女性,年龄65±11岁) | NA | 改进的U-Net | 平均绝对误差, 结构相似性指数, 峰值信噪比 | NA |
| 907 | 2025-10-06 |
A Convolutional Neural Network for Automated Detection of Cervical Ossification of the Posterior Longitudinal Ligament using Magnetic Resonance Imaging
2024-04-01, Clinical spine surgery
IF:1.6Q3
DOI:10.1097/BSD.0000000000001547
PMID:37941120
|
研究论文 | 开发并验证基于卷积神经网络的MRI图像自动检测系统,用于区分颈椎后纵韧带骨化症和多节段退变性椎管狭窄 | 首次开发用于MRI图像检测颈椎后纵韧带骨化症的深度学习模型 | 回顾性研究设计,样本量有限 | 开发自动检测颈椎后纵韧带骨化症的AI模型并与脊柱外科医生诊断能力比较 | 颈椎后纵韧带骨化症和退变性椎管狭窄患者 | 计算机视觉 | 脊柱疾病 | 磁共振成像 | CNN | 医学影像 | 684例患者(272例OPLL,412例退变性疾病),分为训练集513例和测试集171例 | NA | ResNet34, ResNet50, ResNet101 | 准确率, 灵敏度, 特异性, AUC | NA |
| 908 | 2025-10-06 |
Real-world application of a 3D deep learning model for detecting and localizing cerebral microbleeds
2024-09-26, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-06267-9
PMID:39325068
|
研究论文 | 本研究验证了一种3D深度学习模型在真实临床环境中检测和定位脑微出血的性能 | 开发了能够同时检测脑微出血并精确定位其解剖位置的3D深度学习模型,并在真实临床场景中验证其辅助诊断价值 | 样本量较小(33例患者),人群多样性不足,需要更大规模研究验证临床实用性 | 验证3D深度学习模型在真实临床环境中检测和定位脑微出血的性能 | 神经外科门诊患者,包括21例有脑微出血患者(共116个病灶)和12例无脑微出血患者 | 医学影像分析 | 脑血管疾病 | 磁敏感加权成像 | 3D深度学习模型 | 3D医学影像 | 33例患者(21例有CMBs,12例无CMBs),共116个脑微出血病灶 | NA | NA | 灵敏度, 假阳性数 | NA |
| 909 | 2025-10-06 |
Calibration-free estimation of field dependent aberrations for single molecule localization microscopy across large fields of view
2024-Dec-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.11.627909
PMID:39713420
|
研究论文 | 提出一种无需校准即可直接从单分子数据估计场相关像差的模型方法,用于提升单分子定位显微镜的图像质量 | 首次将节点像差理论引入全矢量点扩散函数模型,无需珠校准测量即可从原始帧数据直接估计场相关像差 | 未明确说明方法对特定样本类型或成像条件的适用性限制 | 解决单分子定位显微镜中场相关像差对定位精度的影响问题 | 微管和核孔复合物的2D和3D定位数据 | 计算显微成像 | NA | 单分子定位显微镜(SMLM) | 基于模型的估计方法 | 2D和3D显微镜图像数据 | 视野范围达180μm的微管和核孔复合物样本 | NA | 基于节点像差理论的矢量PSF模型 | 与基于样条拟合和深度学习的方法进行比较 | 计算效率高,可在几分钟内处理完整2D或3D数据集 |
| 910 | 2025-10-06 |
Focal liver lesion diagnosis with deep learning and multistage CT imaging
2024-Aug-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51260-6
PMID:39147767
|
研究论文 | 开发基于深度学习和多期相CT成像的肝脏局灶性病变自动诊断系统LiLNet | 首次构建基于多中心数据的肝脏病变深度学习诊断网络,并在外部中心和临床环境中验证其性能 | 未提及模型在罕见病变类型上的表现及计算效率分析 | 开发自动化的肝脏病变诊断系统以辅助临床决策 | 肝脏局灶性病变(包括HCC、ICC、MET、FNH、HEM和CYST) | 计算机视觉 | 肝脏疾病 | 多期相增强CT成像 | 深度学习 | CT医学影像 | 来自6个数据中心的4039名患者 | NA | LiLNet | 准确率, AUC | NA |
| 911 | 2025-10-06 |
Glenohumeral joint force prediction with deep learning
2024-01, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2024.111952
PMID:38228026
|
研究论文 | 本研究使用深度学习技术预测肩关节盂肱关节力的幅度和方向 | 首次将深度学习模型应用于盂肱关节力预测,替代传统计算密集型优化方法 | 基于959名虚拟受试者数据,未使用真实患者数据进行验证 | 开发能够准确预测盂肱关节力的深度学习模型,降低计算成本 | 全肩关节置换术(TSA)领域的盂肱关节力预测 | 机器学习 | 骨科疾病 | 深度学习,马尔可夫链蒙特卡洛方法 | 深度学习模型 | 虚拟患者参数数据 | 959名虚拟受试者 | NA | NA | 决定系数,平均绝对误差 | NA |
| 912 | 2025-10-06 |
Predicting patients' sentiments about medications using artificial intelligence techniques
2024-12-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-83222-9
PMID:39738528
|
研究论文 | 本研究开发人工智能模型预测患者对药物的情感倾向 | 首次实现结果可解释性技术,并开发了基于临床领域预训练词嵌入的深度集成模型 | NA | 通过情感分析为临床医生提供患者治疗反馈的洞察 | 药物相关评论文本数据 | 自然语言处理 | NA | 情感分析 | 机器学习,深度学习 | 文本 | 大型药物评论数据集 | NA | Word2Vec,集成学习模型 | 准确率,F1分数 | NA |
| 913 | 2025-10-06 |
Descriptive overview of AI applications in x-ray imaging and radiotherapy
2024-12-27, Journal of radiological protection : official journal of the Society for Radiological Protection
IF:1.4Q3
DOI:10.1088/1361-6498/ad9f71
PMID:39681008
|
综述 | 本文概述了人工智能在X射线成像和放射治疗中的应用现状与发展前景 | 系统总结了AI在医疗辐射领域的应用全景,特别强调了深度学习在CT重建和自适应放疗中的创新应用 | 部分AI方法尚未准备好常规临床应用,主要由于验证挑战、患者群体多样性和临床环境可靠性问题 | 探讨人工智能在优化放射剂量、改善放疗效果方面的应用价值 | X射线成像和放射治疗中的AI技术应用 | 医学影像分析 | NA | 深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | NA | NA |
| 914 | 2025-10-06 |
Cultivation strategies of English thinking ability in the environment of Internet of Things
2024-Dec-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e39515
PMID:39687130
|
研究论文 | 本研究通过设计LSNN推荐模型,在物联网环境下解决英语思维培养不足的问题 | 通过在CNN中增加调整层设计LSNN推荐模型,有效缓解数据稀疏性问题 | NA | 拓宽英语学习者视野,加强英语思维能力培养 | 英语学习者 | 自然语言处理 | NA | 深度学习 | CNN, LSNN | 推荐数据 | NA | NA | 卷积神经网络,局部相似卷积神经网络 | 平均绝对误差(MAE) | NA |
| 915 | 2025-10-06 |
Vocal Call Locator Benchmark (VCL) for localizing rodent vocalizations from multi-channel audio
2024-Sep-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.20.613758
PMID:39345431
|
研究论文 | 本文提出了首个用于啮齿动物声音源定位的大规模基准数据集VCL,包含多通道音频和同步视频记录 | 创建了生物声学领域首个公开的声音源定位基准数据集,填补了该领域缺乏系统评估工具的空白 | 目前仅限于啮齿动物声音定位,未涵盖其他动物物种 | 开发用于生物声学研究的声音源定位基准和方法 | 啮齿动物的社交发声定位 | 生物声学 | NA | 多通道音频记录,同步视频采集 | 深度学习声音源定位模型 | 多通道音频,视频 | 767,295个带有标注真实声源的声音样本,涵盖9种条件 | NA | NA | 声音源定位性能评估指标 | NA |
| 916 | 2025-10-06 |
Emerging research trends in artificial intelligence for cancer diagnostic systems: A comprehensive review
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36743
PMID:39263113
|
综述 | 本文对人工智能在癌症诊断系统中的最新研究趋势进行了全面综述 | 重点突出了可解释人工智能在癌症诊断中的新兴应用,包括交互式可视化模型决策和特征重要性分析等特定技术 | NA | 评估现代机器学习技术在癌症诊断中的应用,指导研究人员、临床医生和政策制定者开发高效可解释的癌症诊断系统 | 癌症诊断系统 | 机器学习 | 癌症 | 机器学习 | 监督学习,无监督学习,深度学习,联邦学习 | 影像数据,基因组数据,临床记录 | NA | NA | NA | NA | NA |
| 917 | 2025-10-06 |
Modelling protein complexes with crosslinking mass spectrometry and deep learning
2024-09-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51771-2
PMID:39251624
|
研究论文 | 通过将交联质谱实验数据整合到AlphaFold-Multimer中,开发了AlphaLink方法用于蛋白质复合物结构建模 | 首次将交联质谱数据整合到深度学习蛋白质结构预测中,扩展了AlphaLink方法至蛋白质复合物建模 | NA | 提高蛋白质复合物结构建模的准确性和可靠性 | 蛋白质复合物 | 计算生物学 | NA | 交联质谱, 深度学习 | 深度学习 | 质谱数据, 蛋白质序列 | NA | AlphaFold-Multimer | AlphaLink | 建模性能 | NA |
| 918 | 2025-10-06 |
Pretrainable geometric graph neural network for antibody affinity maturation
2024-09-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51563-8
PMID:39242604
|
研究论文 | 提出可预训练的几何图神经网络GearBind用于抗体亲和力成熟 | 结合多关系图构建、多层级几何消息传递和大规模无标签蛋白质结构数据的对比预训练 | NA | 开发计算模型提升抗体与靶抗原的结合亲和力 | 抗体-抗原相互作用 | 机器学习 | NA | 几何深度学习 | 图神经网络 | 蛋白质结构数据 | SKEMPI数据集和独立测试集 | NA | GearBind | ELISA EC值, K值 | NA |
| 919 | 2025-10-06 |
The analysis of teaching quality evaluation for the college sports dance by convolutional neural network model and deep learning
2024-Aug-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36067
PMID:39224395
|
研究论文 | 本研究使用一维卷积神经网络模型和深度学习方法对高校体育舞蹈教学质量进行综合评估 | 创新地将深度学习技术应用于体育舞蹈教学质量评估,解决了传统评估方法主观性强和标准不一致的问题 | NA | 通过构建教学质量评估模型,定量评估高校体育舞蹈教育质量 | 高校体育舞蹈课程教学质量 | 机器学习 | NA | 深度学习 | CNN | 一维评估数据 | NA | NA | 一维CNN | 均方误差(MSE), R值 | NA |
| 920 | 2025-10-06 |
Forward dynamics computational modelling of a cyclist fall with the inclusion of protective response using deep learning-based human pose estimation
2024-01, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2024.111959
PMID:38286096
|
研究论文 | 本研究通过视频分析结合深度学习姿态估计和正向动力学计算模型,研究自行车骑行者跌倒的运动学特征和防护响应机制 | 开发了结合深度学习姿态估计和逆向运动学优化的新型重建流程,用于从真实跌倒视频中提取人体运动数据,并首次在自行车跌倒模型中优化包含支撑性主动响应 | 研究仅针对单个自行车跌倒案例进行研究,样本量有限 | 研究自行车骑行者跌倒的运动学和动力学特征,开发计算模型以改进防护装备和安全措施 | 自行车骑行者的跌倒过程 | 计算机视觉, 生物力学 | 创伤性损伤 | 视频分析, 深度学习姿态估计, 逆向运动学优化, 正向动力学计算模型 | 深度学习姿态估计模型 | 视频 | 单个自行车跌倒案例研究 | 遗传算法 | NA | NA | NA |