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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2025-10-06 |
Rapid and noninvasive estimation of human arsenic exposure based on 4-photo-set of the hand and foot photos through artificial intelligence
2024-12-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2024.136003
PMID:39378597
|
研究论文 | 本研究开发了一种基于人工智能分析手足照片的非侵入性砷暴露评估方法 | 首次利用深度学习技术通过手足照片特征实现非侵入性砷暴露评估 | 二元分类面临数据不平衡和稀疏性问题,数据量有限 | 开发非侵入性砷暴露预测方法 | 人类手足皮肤特征与砷暴露关系 | 计算机视觉 | 皮肤癌 | 摄影图像分析 | 深度学习 | 图像 | 2497名受试者的9988张手足照片 | NA | NA | AUC,召回率,精确度 | NA |
| 1162 | 2025-10-06 |
Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions
2024-11, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14128
PMID:39075670
|
综述 | 本文全面回顾了人工智能在牙髓病学中的数据准备、临床应用、伦理考量、局限性与未来发展方向 | 系统梳理了AI在牙髓病学应用的技术与伦理维度,并首次整合评估指标、实际应用与临床实施障碍的综合分析框架 | 模型可解释性不足、泛化能力有限、临床实践采纳度低 | 探讨人工智能在牙髓病学领域的应用潜力与实施路径 | 牙髓病学领域的AI技术应用 | 医疗人工智能 | 牙髓疾病 | 深度学习 | CNN | 医学影像 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 1163 | 2025-10-06 |
Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks
2024-11, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14127
PMID:39056554
|
综述 | 本文系统阐述了人工智能在牙髓病学中的基本原理、工作流程和具体应用 | 首次针对牙髓病学领域系统梳理AI技术框架,填补临床医生对机器学习基础知识的认知空白 | 属于叙述性综述,未包含原始实验数据验证 | 促进人工智能在牙髓病学领域的理解与应用 | 牙髓病学临床实践与教育 | 计算机视觉,自然语言处理 | 牙髓疾病 | NA | 神经网络 | 影像数据,文本数据 | NA | NA | NA | NA | NA |
| 1164 | 2025-10-06 |
Lenition in L2 Spanish: The Impact of Study Abroad on Phonological Acquisition
2024-Sep-21, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci14090946
PMID:39335440
|
研究论文 | 本研究探讨了英语母语者在西班牙留学期间对西班牙语辅音弱化现象的习得情况 | 首次使用深度学习模型Phonet分析二语学习者在留学期间的语音习得过程,而非传统的声学分析方法 | 研究样本仅限于参与留学项目的英语母语者,且未追踪长期语音保持效果 | 评估二语学习者在留学期间对西班牙语辅音弱化现象的习得程度和保持情况 | 参与西班牙留学项目的英语母语学习者 | 自然语言处理 | NA | 语音分析 | RNN | 语音数据 | 参与留学项目的英语母语学习者 | NA | Phonet | 后验概率预测 | NA |
| 1165 | 2025-10-06 |
Deep Learning-Based Electrocardiogram Analysis Predicts Biventricular Dysfunction and Dilation in Congenital Heart Disease
2024-Aug-27, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2024.05.062
PMID:39168568
|
研究论文 | 开发并验证基于深度学习的AI-ECG模型,用于预测先天性心脏病患者的双心室功能障碍和扩张 | 首次在先天性心脏病领域开发AI-ECG模型预测双心室病理生理变化,并进行外部验证 | 功能性单心室患者模型性能最低,存在特定患者群体的预测局限性 | 开发能够预测先天性心脏病患者双心室功能障碍和扩张的人工智能心电图分析模型 | 先天性心脏病患者的心电图-心血管磁共振配对数据 | 医疗人工智能 | 先天性心脏病 | 心电图分析,心血管磁共振 | CNN | 心电图信号,医学影像数据 | 内部队列8,584个ECG-CMR配对(4,941名患者),外部验证队列909个ECG-CMR配对(746名患者) | NA | 卷积神经网络 | AUROC, 精确召回曲线下面积 | NA |
| 1166 | 2025-10-06 |
Deep learning-based fully automatic screening of carotid artery plaques in computed tomography angiography: a multicenter study
2024-08, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.04.015
PMID:38789330
|
研究论文 | 开发并验证基于深度学习的全自动算法,用于CT血管造影图像中颈动脉斑块的检测与分类 | 首次提出基于改进3D-UNet和ResUNet架构的两步深度学习系统,实现颈动脉斑块的自动检测和三分类(非钙化、混合型、钙化) | 回顾性研究设计,样本量相对有限(400例患者),需要进一步前瞻性验证 | 开发自动化颈动脉斑块筛查工具以减轻放射科医生工作负担 | 颈动脉斑块 | 计算机视觉 | 心血管疾病 | CT血管造影 | CNN | 医学影像 | 400例患者(中心Ⅰ300例,中心Ⅱ100例) | NA | 3D-UNet, ResUNet | 灵敏度, F1-score, fROC曲线下面积, Cohen's kappa, ROC曲线 | NA |
| 1167 | 2025-10-06 |
Radiomics model and deep learning model based on T1WI image for acute lymphoblastic leukemia identification
2024-08, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.04.017
PMID:38796378
|
研究论文 | 基于T1WI图像开发放射组学和深度学习模型用于急性淋巴细胞白血病的准确识别 | 同时构建放射组学模型和深度学习模型进行急性淋巴细胞白血病识别,并比较两种方法的诊断效能 | 样本量相对有限,仅包含604例数据;两种模型在Delong检验中无统计学差异 | 开发高精度的模型用于急性淋巴细胞白血病的准确检测 | 急性淋巴细胞白血病患者和正常儿童的脑部磁共振数据 | 医学影像分析 | 急性淋巴细胞白血病 | 磁共振成像 | 支持向量机, CNN | 医学图像 | 604例脑部磁共振数据(ALL组和正常儿童组) | NA | EfficientNet-B3 | AUC, 敏感性, 特异性, 准确率, 阴性预测值, 阳性预测值 | NA |
| 1168 | 2025-10-06 |
Using a comprehensive atlas and predictive models to reveal the complexity and evolution of brain-active regulatory elements
2024-05-24, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adj4452
PMID:38781344
|
研究论文 | 通过整合表观遗传数据构建大脑顺式调控元件图谱,并利用深度学习模型解析其序列语法和进化特征 | 构建了首个综合性大脑活性调控元件图谱,揭示了调控信息主要通过保守哺乳动物元件内的小序列突变产生的新机制 | 主要基于现有数据资源,可能未覆盖所有类型的脑细胞和发育阶段 | 解析精神病相关非编码变异的功能意义和大脑调控元件的进化机制 | 大脑顺式调控元件、神经胶质细胞、神经元、精神病患者和健康对照 | 生物信息学 | 精神疾病 | 表观遗传学分析、深度学习 | 深度学习模型 | 表观遗传数据、基因组序列数据 | PsychENCODE联盟及已发表数据来源的多脑细胞类型样本 | NA | NA | NA | NA |
| 1169 | 2025-10-06 |
Geometric Scattering on Measure Spaces
2024-May, Applied and computational harmonic analysis
IF:2.6Q1
DOI:10.1016/j.acha.2024.101635
PMID:40686586
|
研究论文 | 提出了一种在测度空间上的几何散射变换通用框架,扩展了传统散射变换到非欧几里得数据结构 | 建立了统一的几何散射模型,适用于更广泛的设置包括有向图、带符号图和带边界流形,并提出了识别有用表示不变群的新准则 | NA | 深化对几何深度学习架构的理论理解,特别是散射变换的稳定性和不变性 | 测度空间、非欧几里得数据结构 | 机器学习 | NA | 散射变换、小波变换 | 几何散射变换 | 图数据、流形数据、球面图像、单细胞数据 | NA | NA | 散射变换 | 收敛速率估计 | NA |
| 1170 | 2025-10-06 |
Cognitive decline assessment using semantic linguistic content and transformer deep learning architecture
2024 May-Jun, International journal of language & communication disorders
IF:1.5Q3
DOI:10.1111/1460-6984.12973
PMID:37971395
|
研究论文 | 本研究提出了一种通过分析语音数据评估认知衰退的方法,特别关注语义相关性作为记忆回忆的关键指标 | 使用基于transformer的深度学习架构和余弦相似度度量来分析语音转录本的语义相关性,提出了一种独特的认知衰退评估方法 | 需要进一步研究在更大、更多样化数据集上验证算法性能,并解决潜在的偏见和局限性 | 通过分析语音数据评估认知衰退,为痴呆症早期检测提供新方法 | 有痴呆症和无痴呆症个体的语音数据 | 自然语言处理 | 老年疾病 | 语音分析,深度学习 | Transformer, BERT, Sentence-Transformer | 语音转录文本 | Pitt Corpus Dementia数据集中的语音数据 | Sentence-Transformer | BERT, multi-QA-MPNet, Sentence-Transformer | 准确率, 余弦相似度 | NA |
| 1171 | 2025-10-06 |
Hyperspectral imaging with deep learning for quantification of tissue hemoglobin, melanin, and scattering
2024-09, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.9.093507
PMID:39247058
|
研究论文 | 本研究开发了一种基于深度学习的高光谱成像方法,用于快速量化组织中血红蛋白、黑色素和散射特性 | 利用人工神经网络替代传统迭代最小二乘法,实现了4000倍以上的计算速度提升,并能实时处理高光谱数据 | 模型训练基于模拟数据,可能在实际应用中存在泛化性问题 | 开发快速量化组织光学特性的高光谱成像分析方法 | 人体活体组织 | 计算机视觉 | NA | 高光谱成像 | ANN | 高光谱图像 | 24,000个模拟光谱组合用于训练,6,000个独立测试 | NA | 人工神经网络 | 均方根误差 | NA |
| 1172 | 2025-10-06 |
A survey of brain functional network extraction methods using fMRI data
2024-08, Trends in neurosciences
IF:14.6Q1
DOI:10.1016/j.tins.2024.05.011
PMID:38906797
|
综述 | 本文系统综述了基于功能磁共振成像数据提取脑功能网络的经典与先进方法 | 全面涵盖静态与动态功能网络提取方法,系统比较各类方法的原理、优缺点及相互关系 | NA | 探讨脑功能网络分析方法及其在脑功能研究和脑疾病病理生理机制理解中的应用 | 功能磁共振成像数据 | 医学影像分析 | 脑部疾病 | 功能磁共振成像 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 1173 | 2025-10-06 |
A Top-Down Design Approach for Generating a Peptide PROTAC Drug Targeting Androgen Receptor for Androgenetic Alopecia Therapy
2024-06-27, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c00828
PMID:38836467
|
研究论文 | 本研究开发了一种针对雄激素性脱发治疗的肽类PROTAC药物生成方法 | 结合ProteinMPNN和RFdiffusion等前沿技术,创建了肽类PROTAC药物开发新范式,并整合透皮微针贴片技术用于药物递送 | 未明确说明样本规模和实验验证的详细限制条件 | 开发针对雄激素性脱发的肽类PROTAC治疗方法 | 雄激素受体(AR)和Von Hippel-Lindau(VHL)蛋白 | 计算生物学, 药物开发 | 雄激素性脱发 | ProteinMPNN, RFdiffusion, Alphafold2-multimer, ZDOCK, 透皮微针贴片技术 | 深度学习模型 | 蛋白质结构数据, 肽序列数据 | NA | NA | NA | 结合能力验证 | NA |
| 1174 | 2025-10-06 |
Computational Pathology for Accurate Prediction of Breast Cancer Recurrence: Development and Validation of a Deep Learning-based Tool
2024-Sep-23, ArXiv
PMID:39398198
|
研究论文 | 开发并验证基于深度学习的计算病理学工具Deep-BCR-Auto,用于从常规H&E染色全切片图像预测乳腺癌复发风险 | 提出首个直接从H&E染色全切片图像预测乳腺癌复发风险的深度学习工具,相比现有基因组工具具有成本效益和可及性优势 | 研究主要针对HR+/HER2-乳腺癌患者,在更广泛患者群体中的适用性需要进一步验证 | 开发准确预测乳腺癌复发风险的计算病理学工具 | 乳腺癌患者 | 计算病理学 | 乳腺癌 | H&E染色全切片成像 | 深度学习 | 病理图像 | TCGA-BRCA数据集和俄亥俄州立大学内部数据集两个独立队列 | NA | NA | AUROC, 准确率, 特异性, 敏感性 | NA |
| 1175 | 2025-10-06 |
Ultra low-power, wearable, accelerated shallow-learning fall detection for elderly at-risk persons
2024-Sep, Smart health (Amsterdam, Netherlands)
DOI:10.1016/j.smhl.2024.100498
PMID:40777999
|
研究论文 | 开发用于老年人跌倒检测的无线可穿戴低功耗传感器系统 | 采用超低功耗FPGA实现固定功能神经网络,集成IMU传感器进行实时跌倒检测 | NA | 预测和检测高危老年人的意外跌倒事件 | 具有身体机能下降的老年人群体,包括握力减弱、关节炎、眩晕和神经肌肉问题患者 | 机器学习 | 老年疾病 | 惯性测量单元(IMU)传感技术 | CNN | 3D加速度计和陀螺仪测量数据 | 志愿者人体实验数据 | Caffe | 卷积神经网络 | NA | Lattice iCE40UP FPGA, ST Microelectronics LSM6DSOX IMU传感器 |
| 1176 | 2025-10-06 |
An early warning indicator trained on stochastic disease-spreading models with different noises
2024-Aug, Journal of the Royal Society, Interface
DOI:10.1098/rsif.2024.0199
PMID:39118548
|
研究论文 | 本研究开发了一种基于深度学习算法的疾病暴发早期预警指标,通过在不同噪声条件下的疾病传播模型上进行训练 | 将加性白噪声、乘性环境噪声和人口统计噪声整合到标准流行病数学模型,并利用深度学习算法处理这些噪声源带来的复杂性 | 研究主要基于模拟时间序列和有限的实际COVID-19数据,在更广泛疾病类型和地区的适用性需要进一步验证 | 开发可靠的疾病暴发早期预警信号以支持公共卫生缓解策略 | 传染病暴发时间序列,特别是受噪声影响的疾病传播动态 | 机器学习 | 传染病 | 深度学习 | 深度学习算法 | 时间序列数据 | 埃德蒙顿真实COVID-19病例数据和模拟疾病传播时间序列 | NA | NA | 过渡点捕捉能力,与现有指标的性能比较 | NA |
| 1177 | 2024-08-07 |
External Validation of Deep Learning-Based Cardiac Arrest Risk Management System for Predicting In-Hospital Cardiac Arrest in Patients Admitted to General Wards Based on Rapid Response System Operating and Nonoperating Periods: A Single-Center Study: Erratum
2024-Jun-01, Critical care medicine
IF:7.7Q1
DOI:10.1097/CCM.0000000000006291
PMID:38752829
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1178 | 2025-10-06 |
Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal
2024-11, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.11.116003
PMID:39564076
|
研究论文 | 开发用于皮肤镜图像脱毛的合成毛发基准数据集和深度学习模型 | 创建了模拟多种毛发类型和尺寸的合成毛发皮肤镜图像数据集,并设计了专注于有效脱毛同时保留黑色素瘤病变完整性的CNN模型 | NA | 提高皮肤镜图像清晰度以改善黑色素瘤早期检测 | 皮肤镜图像中的毛发和黑色素瘤病变 | 计算机视觉 | 黑色素瘤 | 皮肤镜检查 | CNN | 图像 | NA | NA | NA | NA | NA |
| 1179 | 2025-10-06 |
An end-to-end recurrent compressed sensing method to denoise, detect and demix calcium imaging data
2024-Sep, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-024-00892-w
PMID:40771998
|
研究论文 | 提出一种基于深度学习的端到端方法DeepCaImX,用于钙成像数据的去噪、检测和解混 | 首个能够同时生成准确神经元足迹和提取干净神经元活动轨迹的神经网络 | 使用模拟数据集进行训练,需在真实实验数据中进一步验证 | 开发自动化高速钙成像数据分析管道 | 钙成像数据中的神经元空间足迹和时间活动轨迹 | 计算机视觉 | NA | 双光子钙成像 | LSTM | 钙成像数据 | 模拟数据集和体内实验数据 | NA | 压缩感知启发的神经网络,包含循环层和全连接层 | 分割质量、时间轨迹提取质量、处理速度 | NA |
| 1180 | 2025-10-06 |
Enhanced Partial Fourier MRI With Zero-Shot Deep Untrained Priors
2024, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2024.3508761
PMID:40766109
|
研究论文 | 提出一种基于零样本无监督深度学习的部分傅里叶重建新方法 | 将传统相位约束与零样本深度学习技术相结合,无需训练数据即可实现图像重建和先验学习 | 未明确说明方法在特定病理条件下的适用性限制 | 提升部分傅里叶磁共振成像的重建质量 | 磁共振图像 | 医学影像处理 | NA | 部分傅里叶磁共振成像 | 无训练生成先验网络 | 磁共振图像数据 | fastMRI数据集、QALAS多对比度数据集和低场数据集 | NA | 未训练人工神经网络 | NRMSE(归一化均方根误差) | NA |