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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2025-04-11 |
Position: Topological Deep Learning is the New Frontier for Relational Learning
2024-Jul, Proceedings of machine learning research
PMID:40196046
|
研究论文 | 本文提出拓扑深度学习(TDL)是关系学习的新前沿,并讨论了TDL中的开放问题和未来研究方向 | 提出TDL作为关系学习的新前沿,结合拓扑概念补充图表示学习和几何深度学习 | 未提及具体实验验证或应用案例 | 探讨拓扑深度学习在关系学习中的潜力和发展方向 | 拓扑深度学习模型及其在机器学习中的应用 | 机器学习 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 282 | 2025-04-09 |
An automated approach for predicting HAMD-17 scores via divergent selective focused multi-heads self-attention network
2024-07, Brain research bulletin
IF:3.5Q2
|
研究论文 | 介绍了一种名为DSFMANet的深度学习模型,用于自动预测抑郁症患者的HAMD-17评分 | 提出了一种多分支结构的自注意力网络,通过人工配置不同分支的注意力焦点因子,实现了对不同子频带的注意力分布 | 未提及具体的数据集规模或模型在其他疾病上的泛化能力 | 提高抑郁症诊断的准确性,为临床决策提供支持 | 抑郁症患者的HAMD-17评分 | 机器学习 | 抑郁症 | 深度学习 | DSFMANet(多分支自注意力网络) | EEG信号 | NA | NA | NA | NA | NA |
| 283 | 2025-10-07 |
Deep learning for intracranial aneurysm segmentation using CT angiography
2024-Jul-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6372
PMID:39008990
|
研究论文 | 本研究开发了一种两阶段深度学习方法,用于在CT血管造影图像中准确分割颅内小动脉瘤 | 提出结合轻量级头部区域选择算法和自适应3D nnU-Net网络的两阶段方法,显著提升小动脉瘤分割效率 | NA | 开发能够准确分割颅内小动脉瘤的深度学习算法 | 颅内小动脉瘤(4-10毫米大小) | 计算机视觉 | 脑血管疾病 | CT血管造影 | 深度学习 | 医学图像 | 来自6家医院的956名患者和公共数据集,使用6台不同制造商的CT扫描仪采集 | NA | 3D nnU-Net | Dice分数,AUC,精确度 | NA |
| 284 | 2025-04-06 |
DM-Fusion: Deep Model-Driven Network for Heterogeneous Image Fusion
2024-Jul, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3238511
PMID:37022081
|
research paper | 本文提出了一种深度模型驱动的神经网络DM-Fusion,用于解决异构图像融合问题,结合了基于模型技术的可解释性和深度学习方法的一般化能力 | 设计了一种深度模型驱动的神经网络,结合了模型技术的可解释性和深度学习方法的泛化能力,提出了任务驱动的损失函数策略以实现特征增强和保留 | 未提及具体局限性 | 解决异构图像融合问题,提升融合质量和效率 | 异构图像 | computer vision | NA | deep learning | CNN | image | 未提及具体样本数量 | NA | NA | NA | NA |
| 285 | 2025-04-06 |
Invertible Residual Blocks in Deep Learning Networks
2024-Jul, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3238397
PMID:37022256
|
research paper | 本文研究了深度学习中可逆残差块的条件,并提出了相应的逆算法 | 提出了残差块可逆的充分必要条件,并针对广泛使用的卷积残差块,展示了在弱条件下通过特定零填充方法实现可逆性 | 研究仅针对包含一层ReLU的残差块,未涉及更复杂的网络结构 | 探索深度学习中残差块的可逆性条件及其应用 | 深度学习网络中的残差块 | machine learning | NA | NA | CNN | NA | NA | NA | NA | NA | NA |
| 286 | 2025-04-04 |
Evaluating Deep Learning Techniques for Detecting Aneurysmal Subarachnoid Hemorrhage: A Comparative Analysis of Convolutional Neural Network and Transfer Learning Models
2024-07, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.04.168
PMID:38710407
|
研究论文 | 本研究评估了卷积神经网络(CNN)和基于CNN的迁移学习模型在区分动脉瘤性蛛网膜下腔出血(SAH)和非动脉瘤性SAH中的有效性 | 采用迁移学习方法缓解了传统技术的时间限制,并展示了优越的性能 | NA | 评估深度学习技术在SAH检测中的有效性 | 动脉瘤性SAH和非动脉瘤性SAH患者 | 数字病理学 | 心血管疾病 | 深度学习 | CNN, Inception-V3, EfficientNetB4 | 医学影像 | 203名患者(123名动脉瘤性SAH和80名非动脉瘤性SAH),共23,393张DICOM图像 | NA | NA | NA | NA |
| 287 | 2025-04-03 |
A Self-Sensing and Self-Powered Wearable System Based on Multi-Source Human Motion Energy Harvesting
2024-07, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202311036
PMID:38342584
|
研究论文 | 提出了一种基于多源人体运动能量收集的自感知自供电可穿戴系统 | 结合三自由度摩擦纳米发电机和负能量收集器,利用深度学习模型识别运动状态,实现自感知和自供电 | 未提及系统在极端环境下的稳定性和长期穿戴的舒适性 | 开发自感知自供电的可穿戴系统,提高能量利用效率 | 人体运动能量(腰部运动能量和膝盖负能量) | 可穿戴技术 | NA | 摩擦纳米发电机(TENG)、深度学习 | Gate Recurrent Unit (GRU) | 运动信号 | 实验数据未明确说明具体样本数量,但涉及模型穿戴测试 | NA | NA | NA | NA |
| 288 | 2025-10-07 |
Automated segmentation of the median nerve in patients with carpal tunnel syndrome
2024-07-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65840-5
PMID:39033223
|
研究论文 | 本研究开发了一种基于U-Net的自动分割算法,用于识别腕管综合征患者的正中神经并测量其横截面积 | 首次使用U-Net网络对正中神经在完整远端前臂行程中进行自动分割和测量 | 样本量较小(仅25例患者和26例健康对照),需要更大规模验证 | 开发自动分割正中神经的算法以辅助腕管综合征诊断 | 腕管综合征患者和健康对照者的正中神经超声图像 | 医学影像分析 | 腕管综合征 | 超声成像 | CNN | 图像 | 25例腕管综合征患者和26例健康对照,共2355张手动分割图像 | NA | U-Net | Dice系数, 面积测量差异百分比 | NA |
| 289 | 2025-03-28 |
Using deep learning to improve the intelligibility of a target speaker in noisy multi-talker environments for people with normal hearing and hearing loss
2024-07-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0028007
PMID:39082692
|
研究论文 | 本研究开发了一种基于深度学习的算法,用于在嘈杂的多说话者环境中提取目标说话者的声音,以提高正常听力和听力损失人群的语音可懂度 | 提出了一种准因果深度学习算法,能够根据简短的注册话语从多个并发说话者和背景噪声中提取目标说话者的声音,且该算法能泛化到未见过的说话者、不同说话者数量和相对说话者水平以及不同的语音语料库 | 算法在更复杂或不同的噪声环境中的表现尚未验证 | 提高嘈杂多说话者环境中的语音可懂度 | 正常听力和听力损失人群 | 机器学习 | 听力损失 | 深度学习 | NA | 语音 | 正常听力和听力损失听众参与的双盲句子识别测试 | NA | NA | NA | NA |
| 290 | 2025-10-07 |
Mechanical evolution of metastatic cancer cells in three-dimensional microenvironment
2024-Jul-02, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.27.601015
PMID:39005477
|
研究论文 | 本研究利用光学布里渊显微镜和机器学习方法探索三维微环境中转移性癌细胞的机械特性演化 | 首次在三维生理环境中对癌细胞球体进行长期机械特性成像,并发现机械特征可作为癌症分类的新生物标志物 | 研究局限于实验室培养的癌细胞球体模型,尚未在真实人体组织中进行验证 | 探索癌细胞在三维微环境中的机械特性演化及其在癌症分类中的应用 | 癌细胞球体和正常细胞球体 | 生物医学工程 | 癌症 | 光学布里渊显微镜 | 深度学习 | 机械图像 | 八天生长周期的癌细胞球体 | NA | NA | 分类准确率 | NA |
| 291 | 2025-10-07 |
Deep learning based detection of osteophytes in radiographs and magnetic resonance imagings of the knee using 2D and 3D morphology
2024-07, Journal of orthopaedic research : official publication of the Orthopaedic Research Society
IF:2.1Q2
DOI:10.1002/jor.25800
PMID:38323840
|
研究论文 | 本研究开发了基于深度学习的骨赘检测方法,通过X射线和MRI数据分析膝关节形态特征 | 首次结合2D和3D形态学分析,系统比较X射线和MRI在膝关节骨赘检测中的性能差异,并探索软组织形态对检测效果的影响 | 骨赘评估标准仍需进一步完善,特别是针对早期骨赘变化的检测标准 | 开发自动检测膝关节骨赘的深度学习方法 | 膝关节骨赘 | 计算机视觉 | 骨关节炎 | X射线成像, 磁共振成像 | 深度学习模型 | X射线图像, MRI图像 | NA | NA | NA | 平衡准确度 | NA |
| 292 | 2025-10-07 |
A Transvaginal Ultrasound-Based Deep Learning Model for the Noninvasive Diagnosis of Myometrial Invasion in Patients with Endometrial Cancer: Comparison with Radiologists
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.12.035
PMID:38182443
|
研究论文 | 开发基于经阴道超声的深度学习模型用于无创诊断子宫内膜癌患者肌层浸润程度 | 首次将深度学习模型应用于经阴道超声图像评估子宫内膜癌肌层浸润,并与15名放射科医生进行性能比较 | 研究样本来自多个中心但外部测试集样本量相对较小(95例患者) | 评估深度学习模型在诊断子宫内膜癌肌层浸润程度方面的可行性 | 子宫内膜癌患者 | 计算机视觉 | 子宫内膜癌 | 超声成像 | CNN | 图像 | 604例患者的1289张超声图像(训练集和内部验证集),95例患者作为外部测试集 | NA | EfficientNet-B6 | 准确率, 灵敏度, 特异性, AUC, 阳性似然比, 阴性似然比 | NA |
| 293 | 2025-10-07 |
nnU-Net-Based Pancreas Segmentation and Volume Measurement on CT Imaging in Patients with Pancreatic Cancer
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.004
PMID:38350812
|
研究论文 | 基于nnU-Net开发用于胰腺癌患者CT影像中胰腺分割和体积测量的深度学习方法 | 首次将3D nnU-Net架构应用于胰腺癌患者的胰腺自动分割和体积测量 | 回顾性研究设计,样本量相对有限 | 开发并验证基于深度学习的胰腺分割和体积自动测量方法 | 胰腺癌患者和正常人的胰腺CT影像 | 医学影像分析 | 胰腺癌 | CT成像 | CNN | 3D CT图像 | 851例门静脉期CT图像(499例胰腺癌,352例正常胰腺) | nnU-Net | 3D nnU-Net | Dice相似系数 | NA |
| 294 | 2025-10-07 |
Improving Image Quality and Nodule Characterization in Ultra-low-dose Lung CT with Deep Learning Image Reconstruction
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.010
PMID:38429189
|
研究论文 | 本研究探讨深度学习图像重建在超低剂量肺部CT中对图像质量和肺结节定量分析的影响 | 首次在超低剂量肺部CT中比较深度学习图像重建与传统迭代重建对肺结节特征分析的影响 | 样本量较小(56例患者),仅使用单一CAD软件进行分析 | 评估深度学习图像重建在超低剂量肺部CT中对图像质量和结节特征分析的影响 | 疑似肺结节患者(56例)和检测到的104个肺结节 | 计算机视觉 | 肺癌 | CT成像 | 深度学习图像重建 | 医学影像 | 56例患者,104个肺结节(51个实性结节,26个钙化结节,27个亚实性结节) | NA | NA | 结节长度、宽度、密度、体积、风险评分、分类准确性、图像质量评分 | NA |
| 295 | 2024-08-07 |
Correction: Displacement detection with sub-pixel accuracy and high spatial resolution using deep learning
2024-Jul, Journal of medical ultrasonics (2001)
DOI:10.1007/s10396-024-01460-w
PMID:38787517
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 296 | 2025-03-20 |
Automated Patient Registration in Magnetic Resonance Imaging Using Deep Learning-Based Height and Weight Estimation with 3D Camera: A Feasibility Study
2024-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.01.029
PMID:38368163
|
研究论文 | 本研究探讨了使用基于深度学习的3D摄像头算法在磁共振成像(MRI)中自动估计患者身高和体重的可行性 | 首次将深度学习与3D摄像头技术结合,用于MRI患者注册中的身高和体重估计,提高了估计的准确性和效率 | 研究为回顾性研究,样本量相对较小(161名患者),且仅在低场强MRI扫描仪上验证 | 比较基于深度学习的3D摄像头算法与放射科技师(MTR)在估计患者身高和体重方面的准确性 | 161名成年患者 | 计算机视觉 | NA | 深度学习,3D摄像头 | 深度学习模型 | 深度图像 | 161名成年患者 | NA | NA | NA | NA |
| 297 | 2025-10-07 |
Artificial intelligence systems in dental shade-matching: A systematic review
2024-Jul, Journal of prosthodontics : official journal of the American College of Prosthodontists
DOI:10.1111/jopr.13805
PMID:37986239
|
系统综述 | 系统评估人工智能在牙科修复中牙齿颜色匹配的准确性 | 首次对人工智能在牙科颜色匹配领域的应用进行系统性综述 | 仅纳入观察性和干预性研究,排除非AI研究和非修复牙科相关研究 | 评估人工智能在预测牙齿颜色方面的准确性 | 牙科修复中的牙齿颜色匹配 | 机器学习 | NA | NA | 模糊逻辑,遗传算法,反向传播神经网络,卷积神经网络,人工神经网络,支持向量机,K近邻,决策树,随机森林,深度学习,YOLO | 牙齿颜色数据 | 15篇符合纳入标准的研究(2008年至2023年3月) | NA | 决策树回归模型,XG Boost,YOLO | 准确率 | NA |
| 298 | 2025-10-07 |
Biophysical neural adaptation mechanisms enable artificial neural networks to capture dynamic retinal computation
2024-Jul-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50114-5
PMID:39009568
|
研究论文 | 通过将光感受器适应的生物物理机制嵌入卷积神经网络,提升神经网络对动态视网膜计算的预测能力 | 在传统CNN前端引入光感受器适应的生物物理机制,首次实现了对动态自然刺激下视网膜神经节细胞活动的更准确预测 | 仅针对视网膜特定神经回路进行研究,未验证在其他神经系统的适用性 | 探索将神经适应机制嵌入人工神经网络是否能提升其预测神经动态响应的能力 | 灵长类和鼠类的视网膜神经节细胞 | 计算神经科学 | NA | 深度学习建模 | CNN | 神经电生理响应数据 | 灵长类和鼠类视网膜神经节细胞 | NA | 基于Deep Retina改进的卷积神经网络 | 神经响应预测准确率 | NA |
| 299 | 2025-03-15 |
Joint AI-driven event prediction and longitudinal modeling in newly diagnosed and relapsed multiple myeloma
2024-Jul-29, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01189-3
PMID:39075240
|
研究论文 | 本文开发了一种基于transformer的机器学习模型,用于多发性骨髓瘤患者的综合评估,包括预测无进展生存期、总生存期和不良事件,预测关键疾病生物标志物,以及评估不同治疗策略的效果 | 该模型首次联合预测多发性骨髓瘤患者的生存期、不良事件和生物标志物,并评估不同治疗策略的效果,提供了一种全面的患者疾病状态评估方法 | 模型仅在TOURMALINE试验数据上进行了训练和验证,可能在其他数据集上的表现尚不明确 | 开发一种能够全面评估多发性骨髓瘤患者疾病状态的机器学习模型,以辅助医生决策 | 新诊断和复发/难治性多发性骨髓瘤患者 | 机器学习 | 多发性骨髓瘤 | transformer-based机器学习模型 | transformer | 临床试验数据 | 新诊断患者703例,复发/难治性患者720例 | NA | NA | NA | NA |
| 300 | 2025-10-07 |
Novel Domain Knowledge-Encoding Algorithm Enables Label-Efficient Deep Learning for Cardiac CT Segmentation to Guide Atrial Fibrillation Treatment in a Pilot Dataset
2024-Jul-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14141538
PMID:39061675
|
研究论文 | 提出一种新型领域知识编码算法,实现小样本下的心脏CT自动分割,用于指导心房颤动治疗 | 开发了领域知识编码(DOKEN)算法,通过编码心脏几何特征和利用公开数字左心房模型来减少对大规模标注数据的依赖 | 仅在房颤消融研究的试点数据集中验证,样本量相对较小 | 开发小样本下的高性能心脏CT自动分割方法,用于指导房颤治疗 | 心房颤动患者的左心房结构 | 医学影像分析 | 心血管疾病 | CT成像 | 深度学习神经网络 | CT图像 | 训练集20例患者,测试集100例患者 | nnU-Net | nnU-Net | Dice系数, 表面距离误差, 质心-边界距离 | NA |