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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2025-10-07 |
A Multicenter Evaluation of the Impact of Therapies on Deep Learning-based Electrocardiographic Hypertrophic Cardiomyopathy Markers
2024-Mar-03, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.15.24301011
PMID:38293023
|
研究论文 | 本研究评估了两种肥厚型心肌病治疗方法对基于深度学习的AI-ECG检测指标的影响 | 首次使用AI-ECG模型评估不同HCM治疗方法(手术/经皮室间隔减容术与口服药物马瓦卡坦)对心电图生物标志物的影响 | 样本量相对有限,特别是马瓦卡坦治疗组仅36例患者,且为观察性研究 | 评估室间隔减容术和马瓦卡坦治疗对AI-ECG肥厚型心肌病检测指标的影响 | 接受室间隔减容术或马瓦卡坦治疗的肥厚型心肌病患者 | 医疗人工智能 | 心血管疾病 | 人工智能增强心电图 | 深度学习 | 心电图图像 | SRT组:耶鲁70例,克利夫兰100例,大西洋健康系统145例;马瓦卡坦组:耶鲁36例 | NA | NA | AI-ECG HCM评分,Wilcoxon符号秩检验 | NA |
| 62 | 2025-04-25 |
Fine-Grained Forecasting of COVID-19 Trends at the County Level in the United States
2024-Mar-25, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.13.24301248
PMID:38293076
|
research paper | 本文提出了一种名为FIGI-Net的循环神经网络模型,用于预测美国县级COVID-19的感染趋势 | FIGI-Net利用堆叠的双向LSTM结构,能够提前两周准确预测县级COVID-19感染趋势,并能预测疾病趋势的突然变化 | NA | 提高COVID-19短期疾病活动预测的准确性和实时性 | 美国县级COVID-19感染趋势 | machine learning | COVID-19 | deep learning | LSTM | time-series data | 县级数据(具体数量未提及) | NA | NA | NA | NA |
| 63 | 2025-04-12 |
Artificial Intelligence Detection and Segmentation Models: A Systematic Review and Meta-Analysis of Brain Tumors in Magnetic Resonance Imaging
2024-Mar, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.01.002
PMID:40206681
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析,深入探讨了深度学习算法在脑肿瘤检测和分割模型中的泛化能力影响因素 | 研究揭示了MRI硬件制造商对数据集多样性的影响,并发现3D模型在检测性能上优于2D和集成模型 | 需要进一步研究开发全面的多样性指数,并利用生成对抗网络进行数据多样化 | 分析影响深度学习算法在脑肿瘤检测和分割模型中泛化能力的因素 | 脑肿瘤患者的MRI数据 | 数字病理学 | 脑肿瘤 | MRI | 3D模型、2D模型、集成模型 | 图像 | 19项研究,涉及12,000名患者 | NA | NA | NA | NA |
| 64 | 2025-04-12 |
Differences Between Patient and Clinician-Taken Images: Implications for Virtual Care of Skin Conditions
2024-Mar, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.01.005
PMID:40206682
|
research paper | 比较患者自拍和临床拍摄的皮肤状况图像在临床、人口统计学和图像质量特征上的差异 | 首次系统性地分析了患者自拍和临床拍摄皮肤图像的多维度差异,并识别出与拍摄来源相关的关键因素 | 研究为回顾性设计,仅基于单一医疗系统的数据,且排除了无法诊断或多重病症的病例 | 探究不同来源皮肤图像的特征差异及其对虚拟皮肤科护理的启示 | 2500例斯坦福医疗保健系统eConsult中的皮肤病例图像(628例患者自拍和1719例临床拍摄) | digital pathology | skin conditions | deep learning | NA | image | 2347例有效病例(628 PAT + 1719 CLIN) | NA | NA | NA | NA |
| 65 | 2025-04-12 |
An Automated Approach for Diagnosing Allergic Contact Dermatitis Using Deep Learning to Support Democratization of Patch Testing
2024-Mar, Mayo Clinic proceedings. Digital health
DOI:10.1016/j.mcpdig.2024.01.006
PMID:40206684
|
research paper | 开发一种深度学习算法用于分析斑贴试验结果,以支持过敏性接触性皮炎的自动化诊断 | 利用深度学习模型从照片中分类斑贴试验结果,实现过敏性接触性皮炎的自动化检测 | 样本量较小(37名患者),模型性能仍有提升空间 | 开发一种自动化方法来诊断过敏性接触性皮炎,支持斑贴试验的普及 | 斑贴试验的照片结果 | digital pathology | allergic contact dermatitis | deep learning | CNN | image | 5070个测试部位(来自37名患者) | NA | NA | NA | NA |
| 66 | 2025-04-10 |
Cascaded cross-attention transformers and convolutional neural networks for multi-organ segmentation in male pelvic computed tomography
2024-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.2.024009
PMID:38595327
|
research paper | 提出了一种基于深度学习的自动两步分割流程,用于男性盆腔CT图像中多器官的分割 | 采用混合卷积-Transformer模型进行初始多器官分割,并通过图像增强模块和器官特定精细分割提高分割精度 | 仅在30张测试图像上验证,样本量较小 | 提高男性盆腔CT图像中多器官分割的准确性,以支持放射治疗计划 | 前列腺、膀胱、直肠、精囊和股骨头 | digital pathology | prostate cancer | computed tomography (CT) | axial cross-attention UNet (混合卷积-Transformer模型) | image | 30张男性盆腔CT图像 | NA | NA | NA | NA |
| 67 | 2025-10-07 |
A Comprehensive Framework for Long-Tailed Learning via Pretraining and Normalization
2024-Mar, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3192475
PMID:35895650
|
研究论文 | 提出通过对比预训练和特征归一化改进长尾学习特征提取器和分类器的综合框架 | 提出平衡对比损失和快速对比初始化方案改进长尾预训练,并提出包含广义归一化和分组可学习缩放的新型广义归一化分类器 | NA | 改进长尾识别中的特征提取器和分类器性能 | 视觉数据中的长尾分布 | 计算机视觉 | NA | 对比学习 | 深度学习 | 图像 | NA | NA | NA | 准确率, 效率 | NA |
| 68 | 2025-10-07 |
Deep learning from latent spatiotemporal information of the heart: Identifying advanced bioimaging markers from echocardiograms
2024-Mar, Biophysics reviews
IF:2.9Q2
DOI:10.1063/5.0176850
PMID:38559589
|
研究论文 | 利用深度学习从超声心动图的潜在时空信息中提取先进生物成像标记物 | 开发新型时空深度学习模型,基于未标记像素数据构建个性化4D心脏网格并提取潜在时间成像特征 | 依赖于手动和主观的人工追踪,存在异质性问题 | 改善超声心动图的采集、处理和数据分析流程标准化 | 心脏时空成像数据和心血管疾病 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 超声心动图视频序列 | NA | NA | 时空深度学习模型 | NA | NA |
| 69 | 2025-10-07 |
Pediatric ECG-Based Deep Learning to Predict Left Ventricular Dysfunction and Remodeling
2024-03-19, Circulation
IF:35.5Q1
|
研究论文 | 本研究开发了一种基于心电图的深度学习模型,用于预测儿童左心室功能障碍和重构 | 首次将人工智能增强的心电图分析应用于儿科人群,并在外部验证中表现出色,模型对左心室肥厚的预测甚至超过了儿科心脏病专家的基准 | 研究排除了主要先天性心脏病患者,可能限制了模型的普适性 | 开发一种低成本筛查儿童左心室功能障碍和重构的方法 | 18岁以下无主要先天性心脏病的儿科患者 | 数字病理 | 心血管疾病 | 心电图, 超声心动图 | CNN | 心电图信号, 医学影像 | 训练队列:92,377对心电图-超声心动图配对数据(46,261名患者);测试队列包括内部测试12,631名患者、急诊科2,830名患者和外部验证5,088名患者 | NA | 卷积神经网络 | AUROC, AUPRC, 阴性预测值 | NA |
| 70 | 2025-10-07 |
CMNet: deep learning model for colon polyp segmentation based on dual-branch structure
2024-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.2.024004
PMID:38525292
|
研究论文 | 提出基于双分支结构的深度学习模型CMNet用于结肠息肉分割 | 采用CNN与Transformer结合的双分支结构,引入深度可分离卷积和条纹池化模块,提出聚合注意力模块实现高维语义信息融合 | NA | 开发用于结肠息肉分割的深度学习模型以辅助医疗诊断 | 结肠息肉 | 计算机视觉 | 结肠癌 | 深度学习 | CNN, Transformer | 医学图像 | Kvasir-SEG数据集上的五折交叉验证 | NA | ResNet, 双分支结构 | mIoU, mDice | NA |
| 71 | 2025-10-07 |
Hessian Regularized
L
2
,
1
-Nonnegative Matrix Factorization and Deep Learning for miRNA-Disease Associations Prediction
2024-03, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-023-00594-8
PMID:38099958
|
研究论文 | 提出一种结合Hessian正则化非负矩阵分解与深度学习的混合算法,用于预测miRNA与疾病之间的关联关系 | 提出新型迭代融合方法整合所有相似性,有效降低初始miRNA-疾病关联矩阵的稀疏性;设计混合模型框架结合深度学习、矩阵分解和奇异值分解来捕获非线性特征 | NA | 预测miRNA与疾病之间的潜在关联关系,为医学研究提供初步见解 | microRNAs(miRNAs)与人类疾病(特别是肿瘤疾病) | 机器学习 | 肿瘤疾病 | 矩阵分解,深度学习 | 非负矩阵分解,深度学习模型 | miRNA-疾病关联矩阵,相似性矩阵 | NA | NA | Hessian正则化L2,1-非负矩阵分解,奇异值分解 | AUC, AUPR | NA |
| 72 | 2025-10-07 |
DeepSeeded: Volumetric Segmentation of Dense Cell Populations with a Cascade of Deep Neural Networks in Bacterial Biofilm Applications
2024-Mar-15, Expert systems with applications
IF:7.5Q1
DOI:10.1016/j.eswa.2023.122094
PMID:38646063
|
研究论文 | 提出一种名为DeepSeeded的新型3D细胞分割方法,通过级联深度学习架构改进密集细胞群体的体积分割 | 提出级联深度学习架构,结合欧几里得距离变换增强细胞内部和边界信息,并通过体素级分类检测细胞种子 | 主要针对密集细胞群体(如细菌生物膜)的分割,在其他细胞类型上的适用性未验证 | 开发精确的3D细胞自动分割方法以量化细胞属性 | 细菌生物膜中的密集细胞群体 | 计算机视觉 | NA | 显微镜成像 | 级联深度学习架构 | 3D显微镜图像 | 合成数据集和两个真实生物膜数据集 | NA | 级联神经网络 | 分割精度 | NA |
| 73 | 2025-03-14 |
Deep learning for water quality
2024-Mar-12, Nature water
DOI:10.1038/s44221-024-00202-z
PMID:38846520
|
review | 本文探讨了深度学习在内陆水质预测中的应用及其潜力 | 提出深度学习作为一种未充分利用但有前景的方法,能够揭示高维数据中的复杂结构和关系,并帮助填补时空数据缺口 | 深度学习方法的局限性相对于传统方法进行了讨论,但其具体局限性未详细说明 | 研究目的是探讨深度学习在水质科学中的潜力,以克服传统方法在预测水质方面的不足 | 内陆水质 | machine learning | NA | 深度学习 | NA | 高维数据 | NA | NA | NA | NA | NA |
| 74 | 2025-10-07 |
Adaptive Tensor-Based Feature Extraction for Pupil Segmentation in Cataract Surgery
2024-03, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3345837
PMID:38127596
|
研究论文 | 提出一种自适应小波张量特征提取方法,用于提高白内障手术视频中瞳孔分割的准确性 | 首次构建三阶张量来表示空间信息、颜色通道和小波子带之间的相关性,并采用高阶奇异值分解自适应消除冗余信息 | 方法在白内障手术特定场景下开发,在其他眼科手术或医学图像分割任务中的泛化能力需要进一步验证 | 提高白内障手术视频中瞳孔分割的准确性和鲁棒性 | 白内障手术视频中的瞳孔区域 | 计算机视觉 | 白内障 | 小波变换,张量分析 | 深度学习分割模型 | 手术视频图像 | BigCat数据集:190例白内障手术的5,700张标注图像;公共CaDIS数据集 | NA | NA | Dice系数,统计显著性检验 | NA |
| 75 | 2025-10-07 |
COVID-19 Detection From Respiratory Sounds With Hierarchical Spectrogram Transformers
2024-03, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3339700
PMID:38051612
|
研究论文 | 提出一种基于分层频谱图变换器的深度学习方法,通过咳嗽或呼吸音频检测COVID-19 | 首次将分层频谱图变换器应用于呼吸音分析,通过逐步扩大注意力窗口捕获局部到全局的声学特征 | 依赖众包多国数据集,未说明模型在临床环境中的实际部署效果 | 开发基于呼吸音的非接触式COVID-19早期筛查方法 | COVID-19患者与健康对照组的咳嗽和呼吸音频 | 自然语言处理 | COVID-19 | 音频信号处理 | Transformer | 音频 | 众包多国数据集(未明确具体样本量) | NA | 分层频谱图变换器(HST) | AUC | NA |
| 76 | 2025-10-07 |
Synthesizing Contrast-Enhanced MR Images from Noncontrast MR Images Using Deep Learning
2024-03-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8107
PMID:38453408
|
研究论文 | 使用深度学习从非对比MR图像合成虚拟对比增强MR图像 | 开发了名为T1c-ET的残差初始密集网络,能够同时合成虚拟对比增强T1加权图像并分割肿瘤增强部分 | 研究仅基于脑肿瘤分割挑战赛数据集,需要进一步验证在其他临床场景的泛化能力 | 通过深度学习减少钆对比剂在原发性脑肿瘤评估中的使用需求 | 原发性脑肿瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像 | 深度学习 | MR图像 | 335名受试者用于训练验证,125名受试者用于测试 | NA | 残差初始密集网络 | 结构相似性指数, 峰值信噪比, 归一化均方误差, Fleiss kappa值, 3点Likert量表评分 | NA |
| 77 | 2025-10-07 |
A multitask approach for automated detection and segmentation of thyroid nodules in ultrasound images
2024-03, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.107974
PMID:38244471
|
研究论文 | 提出一种多任务方法用于甲状腺结节超声图像的自动检测和分割 | 将异常检测模块与UNet架构结合,实现同时检测可疑图像和分割潜在结节的多任务方法 | NA | 开发自动化甲状腺结节检测和分割方法以改善风险分层 | 甲状腺结节超声图像 | 计算机视觉 | 甲状腺癌 | 超声成像 | 深度学习 | 图像 | 280名患者的9888张超声图像 | NA | UNet | F1分数,Dice相似系数 | NA |
| 78 | 2025-10-07 |
Deep Learning and Geriatric Mental Health
2024-03, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry
DOI:10.1016/j.jagp.2023.11.008
PMID:38142162
|
综述 | 本文旨在帮助临床医生理解深度学习的基本概念及其在老年精神健康领域的早期应用 | 将深度学习术语和原理与老年精神病学的临床应用需求相结合进行系统性阐述 | 仅提供基础概念和应用概述,缺乏具体技术细节和实证研究数据 | 促进临床医生对深度学习在老年精神健康领域应用的理解 | 老年精神健康领域的临床医生和研究人员 | 机器学习 | 老年疾病 | NA | NA | NA | NA | NA | NA | NA | NA |
| 79 | 2025-10-07 |
Test Retest Reproducibility of Organ Volume Measurements in ADPKD Using 3D Multimodality Deep Learning
2024-03, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.09.009
PMID:37798206
|
研究论文 | 本研究开发了一种基于3D多模态深度学习的方法,用于提高ADPKD患者器官体积测量的可重复性 | 首次利用所有MRI脉冲序列进行多模态深度学习,通过异常值分析和测量平均来降低器官体积测量变异性 | 样本量相对有限(19名ADPKD患者进行重测评估) | 降低ADPKD患者MRI器官体积测量的变异性 | 常染色体显性多囊肾病(ADPKD)患者 | 医学影像分析 | 肾脏疾病 | MRI多序列成像(T1, T2, SSFP, DWI, CT) | 深度学习 | 3D医学影像 | 413名受试者用于训练/验证,19名ADPKD患者用于重测评估 | nnU-net | nnU-net | Dice相似系数, Jaccard指数, 平均表面距离, Hausdorff距离, AUC | NA |
| 80 | 2025-10-07 |
Deformable lung 4DCT image registration via landmark-driven cycle network
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16738
PMID:37708440
|
研究论文 | 提出一种基于标志点驱动的循环网络用于肺部4DCT图像的可变形配准 | 采用弱监督深度学习框架,结合双向变形矢量场生成和标志点驱动损失函数 | NA | 开发自动、准确、高效的肺部4DCT图像配准方法 | 肺部四维计算机断层扫描图像 | 医学图像处理 | 肺部疾病 | 4DCT | GAN, 循环网络 | CT图像 | DIR-Lab数据集10个4DCT数据集,临床数据集50个4DCT数据集 | NA | 生成器-判别器架构 | 目标配准误差(TRE), 平均绝对误差(MAE), 结构相似性指数(SSIM) | NA |