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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 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 |
| 42 | 2025-10-06 |
Machine learning diagnosis of active Juvenile Idiopathic Arthritis on blood pool [ 99M Tc] Tc-MDP scintigraphy images
2024-May-01, Nuclear medicine communications
IF:1.3Q3
DOI:10.1097/MNM.0000000000001822
PMID:38312058
|
研究论文 | 本研究使用深度学习技术通过血池图像诊断幼年特发性关节炎 | 首次将深度学习应用于基于[99m Tc] Tc-MDP骨显像血池图像的幼年特发性关节炎诊断 | 样本量相对有限(326名儿童和青少年),仅评估了膝关节和踝关节 | 开发基于深度学习的幼年特发性关节炎自动诊断方法 | 326名健康及确诊幼年特发性关节炎的儿童和青少年(1-16岁) | 计算机视觉 | 幼年特发性关节炎 | [99m Tc] Tc-MDP骨显像 | CNN | 图像 | 1304张血池图像(来自326名受试者) | NA | 自设计多输入CNN, VGG16, ResNet50, Xception | AUC | NA |
| 43 | 2025-10-06 |
Utilizing Deep Learning and Computed Tomography to Determine Pulmonary Nodule Activity in Patients With Nontuberculous Mycobacterial-Lung Disease
2024-May-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000745
PMID:38640144
|
研究论文 | 开发并评估用于非结核分枝杆菌肺病患者肺部结节活动性分类的深度卷积神经网络模型 | 首次将深度卷积神经网络应用于非结核分枝杆菌肺病肺部结节活动性的自动分类,并与放射科医生表现进行对比验证 | 样本量相对有限(650个结节),仅使用2D CT图像而非3D体积数据 | 开发基于CT的深度学习模型用于非结核分枝杆菌肺病肺部结节活动性分类 | 非结核分枝杆菌肺病患者的肺部结节 | 计算机视觉 | 肺部疾病 | 计算机断层扫描 | CNN | 医学影像 | 110名患者的650个结节(316个急性,334个慢性) | NA | 11层卷积神经网络 | AUC, 敏感度, 特异度, 准确率 | NA |
| 44 | 2025-10-06 |
Deep Learning for Detection of Pneumothorax and Pleural Effusion on Chest Radiographs: Validation Against Computed Tomography, Impact on Resident Reading Time, and Interreader Concordance
2024-May-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000746
PMID:37884394
|
研究论文 | 评估人工智能在胸部X光片上检测气胸和胸腔积液的表现,并与CT结果对比 | 首次使用CT作为金标准对AI检测胸膜病变进行体积量化验证,并评估AI辅助对住院医师阅片时间和诊断一致性的影响 | 回顾性研究设计,样本量相对有限(362例) | 验证AI在胸部X光片上检测胸膜病变的性能 | 接受胸部X光检查的患者 | 医学影像分析 | 胸膜疾病 | 胸部X光摄影,计算机断层扫描 | 深度学习 | 医学影像 | 362例(96例对照组,165例胸腔积液,101例气胸) | NA | INSIGHT CXR | AUROC, Fleiss kappa, 阅片时间, 检测错误率 | NA |
| 45 | 2025-10-06 |
VAULT: vault accuracy using deep learning technology: new image-based artificial intelligence model for predicting implantable collamer lens postoperative vault
2024-May-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001386
PMID:38651696
|
研究论文 | 开发基于深度学习的人工智能模型,用于预测有晶状体眼植入式Collamer透镜(ICL)术后拱高 | 首次结合术前极高频数字超声图像和患者人口统计学数据,通过神经网络预测ICL术后拱高 | 13.7 mm尺寸ICL因数据不足被排除在研究之外 | 开发准确预测ICL术后拱高的深度学习模型 | 221例连续患者的437只眼,接受ICL植入手术 | 计算机视觉 | 眼科疾病 | 极高频数字超声成像 | 神经网络 | 图像, 临床数据 | 221名患者的437只眼,共3059张图像 | NA | NA | 平均绝对误差, 预测准确率 | NA |
| 46 | 2025-10-06 |
Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases
2024-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.14.594252
PMID:38798507
|
研究论文 | 开发了一种名为scPRS的几何深度学习模型,能够在单细胞水平解析多基因风险评分,用于复杂疾病预测和生物学发现 | 首次将多基因风险评分分解到单细胞水平,结合单细胞染色质可及性数据,实现了疾病风险的细胞特异性解析 | NA | 开发精确疾病预测方法并系统研究复杂疾病的遗传、细胞和分子基础 | 2型糖尿病、肥厚型心肌病和阿尔茨海默病等复杂人类疾病 | 机器学习 | 复杂疾病 | 单细胞染色质可及性分析,多层多组学分析 | 几何深度学习 | 单细胞染色质可及性数据,遗传数据 | NA | NA | scPRS | 预测能力 | NA |
| 47 | 2025-10-06 |
Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes
2024-05-01, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.202307-1191OC
PMID:38207093
|
研究论文 | 开发基于多示例学习的可解释深度学习算法,通过CT图像预测普通型间质性肺炎并验证其性能 | 首次将多示例学习应用于UIP的CT图像分类,并在多个独立队列中验证了算法对患者预后的预测能力 | 研究依赖于回顾性数据,需要在前瞻性研究中进一步验证 | 开发能够克服视觉评估局限性的CT图像分析算法,提高UIP诊断准确性 | 间质性肺病患者 | 计算机视觉 | 间质性肺炎 | CT成像 | 多示例学习 | 医学影像 | 训练集2,143例,三个独立测试集分别127例、239例和979例 | NA | 多示例学习架构 | AUC, 风险比, 年FVC下降量 | NA |
| 48 | 2025-10-06 |
Improving the Generalizability of Deep Learning for T2-Lesion Segmentation of Gliomas in the Post-Treatment Setting
2024-May-16, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050497
PMID:38790363
|
研究论文 | 本研究通过数据混合、迁移学习和空间正则化方法,提高深度学习模型对治疗后胶质瘤T2病灶分割的泛化能力 | 首次系统评估数据混合比例、迁移学习和空间正则化对治疗后胶质瘤T2病灶分割性能的影响 | 研究样本量相对有限,仅评估了24名疑似进展的患者 | 提高深度学习模型在治疗后胶质瘤T2病灶分割中的泛化性能 | 新诊断胶质瘤患者(208例)和接受治疗后的胶质瘤患者(221例) | 医学影像分析 | 胶质瘤 | T2 FLAIR MRI | 深度学习 | 医学影像 | 429例胶质瘤患者(208例新诊断,221例治疗后),评估集24例 | NA | NA | Dice系数, 敏感度, 95th Hausdorff距离 | NA |
| 49 | 2025-10-06 |
Artificial Intelligence-Guided Segmentation and Path Planning Software for Transthoracic Lung Biopsy
2024-05, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2024.02.006
PMID:38355040
|
研究论文 | 开发并验证用于经胸肺活检的AI引导分割和路径规划软件 | 结合3D-CNN进行肺部病灶检测和贝叶斯优化进行针道规划,为自动化活检提供新方法 | 回顾性研究,样本量有限,需要进一步前瞻性验证 | 验证AI软件在肺部病灶检测和活检路径规划中的性能 | 肺部结节患者 | 计算机视觉 | 肺癌 | CT扫描 | CNN | 医学影像 | 训练集:219例扫描(2147个结节);验证集:235例扫描(354个结节);路径验证:150例患者 | NA | 3D-CNN | AUC, 敏感度, 特异度, 角度偏差, 路径偏差 | NA |
| 50 | 2025-10-06 |
Dev-ResNet: automated developmental event detection using deep learning
2024-05-15, The Journal of experimental biology
IF:2.8Q2
DOI:10.1242/jeb.247046
PMID:38806151
|
研究论文 | 提出一种名为Dev-ResNet的小型高效3D卷积神经网络,用于自动检测发育生物学中的发育事件 | 开发了首个能够同时检测空间和时间特征的发育事件检测深度学习模型 | NA | 实现发育生物学中发育事件的自动化检测 | 大池塘蜗牛(Lymnaea stagnalis)的胚胎发育过程 | 计算机视觉 | NA | 生物成像 | CNN | 3D图像序列 | 10种不同的功能事件 | NA | ResNet | NA | NA |
| 51 | 2025-10-06 |
Artificial intelligence to analyze magnetic resonance imaging in rheumatology
2024-05, Joint bone spine
IF:3.8Q1
DOI:10.1016/j.jbspin.2023.105651
PMID:37797827
|
综述 | 探讨人工智能在风湿病学磁共振成像分析中的应用现状与前景 | 系统评估AI在风湿病MRI分析中实现或超越专家水平的表现潜力 | 未提及具体技术局限,但指出临床实施存在挑战 | 改善风湿性疾病的诊断和管理 | 风湿性疾病患者的磁共振影像 | 医学影像分析 | 风湿性疾病 | 磁共振成像 | 机器学习,深度学习 | 医学影像 | NA | NA | NA | 灵敏度,特异性,准确度 | NA |
| 52 | 2025-07-26 |
Dynamic risk prediction model for multiple myeloma: Through deep learning, the model is able to adapt to future data, such as emerging treatment modalities and combinations
2024-05-01, Cancer
IF:6.1Q1
DOI:10.1002/cncr.35294
PMID:38604987
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 53 | 2025-10-06 |
AI-based classification of three common malignant tumors in neuro-oncology: A multi-institutional comparison of machine learning and deep learning methods
2024-May, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2023.08.007
PMID:37652263
|
研究论文 | 比较机器学习和深度学习方法在神经肿瘤学中三种常见恶性肿瘤的AI分类性能 | 首次在多机构数据上系统比较机器学习和深度学习管道在神经肿瘤三分类任务中的性能,并分析了不同MRI序列掩模的组合效果 | 回顾性研究,样本量相对有限,外部验证集规模较小 | 评估机器学习和深度学习方法在神经肿瘤分类中的性能差异 | 胶质母细胞瘤(GBM)、颅内转移性疾病(IMD)和原发性中枢神经系统淋巴瘤(PCNSL) | 医学影像分析 | 脑肿瘤 | 多参数MRI成像 | 机器学习管道,3D-CNN | 多参数MRI图像(T1W, T2W, FLAIR, DWI, T1-CE) | 训练集502例(208 GBM, 67 PCNSL, 227 IMD),外部验证集86例(27:27:32) | NA | 3D卷积神经网络 | AUC, 95%置信区间 | NA |
| 54 | 2025-10-06 |
ECG-Image-Kit: a synthetic image generation toolbox to facilitate deep learning-based electrocardiogram digitization
2024-May-28, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad4954
PMID:39150768
|
研究论文 | 介绍ECG-Image-Kit开源工具箱,用于生成带真实伪影的合成多导联心电图图像,促进基于深度学习的心电图数字化 | 开发首个能够从时间序列数据生成具有真实伪影(如文本伪影、褶皱)的合成心电图图像的开源工具箱 | 当前主要支持2024年PhysioNet挑战赛的数据增强,工具箱功能可能受限于特定应用场景 | 开发心电图图像数字化工具,促进深度学习模型在心电图诊断中的应用 | 心电图图像和对应的时间序列数据 | 计算机视觉 | 心血管疾病 | 合成图像生成,数据增强 | CNN,传统计算机视觉与深度神经网络结合 | 图像,时间序列数据 | 21,801张从PhysioNet QT数据库生成的ECG图像 | NA | NA | 信噪比,QRS宽度,RR间期,QT间期 | NA |
| 55 | 2025-10-06 |
Noninvasive Molecular Subtyping of Pediatric Low-Grade Glioma with Self-Supervised Transfer Learning
2024-05, Radiology. Artificial intelligence
DOI:10.1148/ryai.230333
PMID:38446044
|
研究论文 | 开发并外部验证基于MRI的深度学习流程,用于儿童低级别胶质瘤的无创分子亚型分类 | 提出结合迁移学习和自监督交叉训练(TransferX)的两阶段深度学习流程,开发了质心距离新指标增强模型可解释性 | 回顾性研究,样本量有限(共326例),数据场景受限 | 开发非侵入性MRI影像预测儿童低级别胶质瘤突变状态的深度学习模型 | 儿童低级别胶质瘤患者 | 医学影像分析 | 儿童低级别胶质瘤 | T2加权MRI | CNN | 医学影像 | 开发集214例(波士顿儿童医院),外部测试集112例(儿童脑肿瘤网络) | NA | NA | AUC | NA |
| 56 | 2025-10-06 |
Automated deep learning segmentation of high-resolution 7 Tesla postmortem MRI for quantitative analysis of structure-pathology correlations in neurodegenerative diseases
2024-May-01, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/imag_a_00171
PMID:39301426
|
研究论文 | 开发深度学习管道用于高分辨率7T尸检MRI的自动分割,以分析神经退行性疾病的结构-病理相关性 | 首次提供高分辨率尸检脑MRI数据集,并系统比较九种深度神经网络架构在脑分割任务中的性能 | 标记数据集有限,仅对6个样本进行手动分割验证,对部分结构的准确性评估有限 | 开发尸检MRI自动分割方法,量化神经退行性疾病的结构-病理关联 | 135例尸检人脑组织样本,其中82例为阿尔茨海默病连续谱诊断患者 | 医学影像分析 | 神经退行性疾病 | 7T MRI, T2w序列, T2*w FLASH序列 | 深度学习 | MRI图像 | 135个尸检脑样本,其中36个用于相关性分析,82个用于病理关联分析 | NA | 九种深度神经网络架构(具体未列明) | 重叠度指标, 组内相关系数 | NA |
| 57 | 2025-10-06 |
A Primer for Utilizing Deep Learning and Abdominal MRI Imaging Features to Monitor Autosomal Dominant Polycystic Kidney Disease Progression
2024-May-20, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12051133
PMID:38791095
|
综述 | 介绍如何利用深度学习和腹部MRI影像特征监测常染色体显性多囊肾病进展 | 将深度学习应用于ADPKD的肾脏分割和额外生物标志物提取,超越传统的总肾脏体积测量 | 概念性论文,缺乏具体实验验证和性能数据 | 探索深度学习在监测常染色体显性多囊肾病进展中的应用潜力 | 常染色体显性多囊肾病患者的腹部MRI影像 | 医学影像分析 | 常染色体显性多囊肾病 | MRI成像 | 深度学习 | 医学影像 | NA | NA | NA | 速度、准确性、可重复性 | NA |
| 58 | 2025-10-06 |
Autonomous screening for laser photocoagulation in fundus images using deep learning
2024-05-21, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323376
PMID:37217293
|
研究论文 | 本研究开发了一种基于深度学习的自主筛查模型,用于检测眼底图像中的激光光凝治疗模式 | 首次提出使用深度学习模型自动识别眼底图像中的激光光凝模式,并证明该模型能有效提升其他AI模型的性能 | 研究仅使用单一数据集(EyePACs),缺乏外部验证 | 开发能够自动检测眼底图像中激光光凝治疗的人工智能模型 | 糖尿病视网膜病变患者的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | 深度学习模型 | 眼底图像 | 开发集18,945例,验证集2,105例 | NA | NA | AUC, MAE | NA |
| 59 | 2025-10-06 |
Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system
2024-05-21, The British journal of ophthalmology
DOI:10.1136/bjo-2022-322328
PMID:37798075
|
研究论文 | 本研究对ANTERION前段OCT系统中的深度学习算法进行独立验证,实现自动巩膜突检测和定量生物计量分析 | 在独立患者群体中验证深度学习算法达到专家级别的巩膜突定位精度,并首次系统比较算法与不同经验水平人工评分者的性能差异 | 样本量相对有限(117名参与者),仅使用单一OCT系统(ANTERION)的数据 | 验证深度学习算法在AS-OCT图像中自动检测巩膜突和测量相关生物计量参数的准确性和可靠性 | 接受常规眼科护理的患者的前段OCT图像 | 医学影像分析 | 眼科疾病 | 前段光学相干断层扫描(AS-OCT) | 深度学习算法 | 医学影像 | 117名参与者的1308张AS-OCT图像 | NA | NA | 假阳性率, 真阳性率, 组内相关系数 | NA |
| 60 | 2025-10-06 |
Detecting the corneal neovascularisation area using artificial intelligence
2024-05-21, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323308
PMID:37339866
|
研究论文 | 开发并评估基于人工智能的图像分析工具,用于测量和量化角膜新生血管区域 | 首次使用预训练的U-Net神经网络对裂隙灯图像进行角膜新生血管区域的自动分割与检测 | 样本量相对有限(120例患者),仅使用单一医疗机构数据 | 创建自动化工具量化角膜新生血管区域 | 角膜新生血管患者的裂隙灯图像 | 计算机视觉 | 角膜疾病 | 深度学习图像分割 | CNN | 图像 | 120例患者的120张眼部裂隙灯图像 | NA | U-Net | 交并比(IoU), 特异性 | NA |