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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 601 | 2025-11-30 |
Artificial intelligence in healthcare: applications, challenges, and future directions. A narrative review informed by international, multidisciplinary expertise
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1644041
PMID:41306935
|
综述 | 本文通过国际多学科专业知识对人工智能在医疗保健领域的应用、挑战和未来方向进行叙述性综述 | 强调生成式AI和辅助医疗专业等未充分探索领域,提供整合的多学科视角 | 叙述性综述方法可能存在选择偏倚,未进行系统性质量评估 | 评估人工智能在医疗保健中的作用,总结其历史演变、当前应用及对医疗专业和生物医学研究的影响 | 医疗和外科专业中的AI应用,辅助医疗专业,生物医学研究 | 医疗人工智能 | NA | 文献综述 | NA | 文献数据 | NA | NA | NA | NA | NA |
| 602 | 2025-11-30 |
How do chemical epistemological beliefs affect Chinese students' chemistry disciplinary competence? A structural equation modeling analysis
2025, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2025.1599442
PMID:41307014
|
研究论文 | 探讨化学认识论信念如何通过批判性思维倾向和化学学习方式影响中国学生的化学学科能力 | 首次通过结构方程模型分析化学认识论信念对学科能力的影响机制,揭示批判性思维倾向和学习方式的中介作用 | 样本量较小(182名11年级学生),仅针对中国学生群体,缺乏跨文化比较 | 探索化学认识论信念对学生化学学科能力的影响机制,为培养化学学科能力提供建议 | 中国11年级学生 | 教育研究 | NA | 结构方程模型 | 结构方程模型 | 问卷调查数据 | 182名11年级学生 | NA | NA | NA | NA |
| 603 | 2025-11-29 |
SeedGerm-VIG: an open and comprehensive pipeline to quantify seed vigor in wheat and other cereal crops using deep learning-powered dynamic phenotypic analysis
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf129
PMID:41100176
|
研究论文 | 开发了一个基于深度学习的自动化种子活力分析管道SeedGerm-VIG,用于量化小麦和其他谷类作物的种子活力 | 整合了多种深度学习模型和计算机视觉算法,建立了时间序列有向图来跟踪根尖生长,并创建了新的种子活力评分矩阵 | NA | 开发自动化种子活力评估方法,促进作物改良 | 小麦、水稻和大麦种子 | 计算机视觉 | NA | 深度学习,计算机视觉 | YOLOv8x-Germ, U-Net | 图像 | 小麦21个商业基因型494个随机抽样种子(超过29,500张种子级图像),水稻120个种子,大麦240个种子 | NA | YOLOv8x-Germ, U-Net | R2 = 84.1% | NA |
| 604 | 2025-11-29 |
Explainable Transfer Learning with Residual Attention BiLSTM for Prognosis of Ischemic Heart Disease
2025, F1000Research
DOI:10.12688/f1000research.166307.3
PMID:41216267
|
研究论文 | 提出一种可解释的迁移学习残差注意力双向LSTM模型用于缺血性心脏病预后预测 | 结合迁移学习、残差注意力机制、SHAP可解释性分析和人口统计学重加权策略,提高模型准确性、可解释性和公平性 | 仅在UCI心脏病数据集上验证,需要更多临床数据验证泛化能力 | 开发准确、可解释且公平的缺血性心脏病预后预测模型 | 缺血性心脏病患者临床数据 | 机器学习 | 心血管疾病 | 深度学习,迁移学习 | BiLSTM, 注意力机制 | 临床数据 | UCI心脏病数据集,10折交叉验证 | NA | 残差注意力双向LSTM (Residual Attention BiLSTM) | 准确率, F1分数, AUC, 错误率 | NA |
| 605 | 2025-11-29 |
Objective Evaluation of a Deep Learning-Based Noise Reduction Algorithm for Hearing Aids Under Diverse Fitting and Listening Conditions
2025 Jan-Dec, Trends in hearing
IF:2.6Q1
DOI:10.1177/23312165251396644
PMID:41289071
|
研究论文 | 本研究评估了一种基于深度神经网络(DNN)的降噪算法在助听器中的性能,并与传统信号处理方法进行比较 | 首次在多样化助听器配置和听音条件下系统评估DNN降噪算法,并结合波束成形技术 | 使用KEMAR假人头录音而非真实患者,在中等混响条件下效果有限,非侵入式指标存在较大变异性 | 评估深度学习降噪算法在助听器中的性能表现 | 助听器信号处理系统 | 信号处理 | 听力障碍 | 深度神经网络降噪,自适应滤波,波束成形 | DNN | 音频录音 | 1,152个KEMAR假人头录音,使用5种听力图配置 | NA | NA | HASPI, HASQI, pMOS | NA |
| 606 | 2025-11-29 |
SVNC-Net: An optimized U-Net variant with 2D convolutions for lightweight 3D spleen segmentation
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332482
PMID:41289322
|
研究论文 | 提出一种基于U-Net优化的轻量级3D脾脏分割网络SVNC-Net,使用2D卷积处理CT切片 | 在U-Net框架基础上引入深度可分离卷积,使用2D卷积实现3D分割,显著降低计算复杂度和内存使用 | 未明确说明模型在极端病理情况下的泛化能力 | 开发适用于资源受限环境的实时3D脾脏分割方法 | CT扫描中的脾脏器官 | 数字病理 | 脾脏疾病 | CT扫描 | CNN | 医学影像 | 两个公开数据集(具体数量未说明) | 未明确说明 | U-Net变体 | 与UPerNet、EMANet、CCNet、SegNet、ShuffleNet对比评估 | 适用于边缘设备和资源受限环境 |
| 607 | 2025-11-29 |
Deep learning and multi-omics reveal programmed cell death-associated diagnostic signatures and prognostic biomarkers in gastric cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1690200
PMID:41293156
|
研究论文 | 通过深度学习与多组学分析揭示胃癌中程序性细胞死亡相关的诊断标志物和预后生物标志物 | 开发了基于评分聚类框架整合多种机器学习算法,并应用混合CNN+BiLSTM模型进行转录组特征提取和亚型分类 | 样本量可能不足导致部分基因表达存在微小差异 | 改善胃癌的诊断和预后评估框架 | 胃癌患者的多组学数据 | 数字病理学 | 胃癌 | 多组学分析, 空间转录组, RT-qPCR | CNN, BiLSTM | 转录组数据, 蛋白质组数据 | TCGA队列和临床样本 | TensorFlow, PyTorch | CNN+BiLSTM混合模型 | 准确率, 预后预测值 | NA |
| 608 | 2025-11-29 |
Habitat radiomics and deep learning on gadoxetic acid-enhanced MRI for noninvasive assessment of CK19 expression and recurrence-free survival in hepatocellular carcinoma
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1684264
PMID:41293267
|
研究论文 | 基于钆塞酸增强MRI开发结合临床、影像、生境放射组学和深度学习特征的非侵入性模型,用于预测肝细胞癌CK19表达和无复发生存期 | 首次将生境放射组学与深度学习特征结合临床和影像特征,构建综合预测模型评估肝细胞癌CK19表达和预后 | 回顾性研究设计,样本量有限,需要多中心前瞻性验证 | 开发非侵入性预测模型评估肝细胞癌CK19表达和复发风险 | 539例肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 钆塞酸增强MRI | 深度学习, 逻辑回归 | 医学影像 | 539例患者(训练集266例,内部测试集114例,外部测试集159例) | NA | DL-HR列线图模型 | AUC, 95%置信区间, P值 | NA |
| 609 | 2025-11-29 |
Federated radiomics analysis of preoperative MRI across institutions: toward integrated glioma segmentation and molecular subtyping
2025, Frontiers in radiology
DOI:10.3389/fradi.2025.1648145
PMID:41293309
|
研究论文 | 提出基于联邦学习的多任务3D深度神经网络框架,实现跨机构胶质瘤分割和分子分型预测 | 首次将联邦学习应用于多模态MRI的胶质瘤自动分割和多重分子标记物联合预测,实现隐私保护下的多中心协作 | 研究依赖公开数据集,需在更多真实临床场景中验证;模型性能可能受各机构数据异质性影响 | 开发非侵入性胶质瘤分子特征预测方法,解决临床数据共享的隐私限制问题 | 胶质瘤患者的多模态MRI影像数据 | 医学影像分析 | 胶质瘤 | 多模态MRI | 3D深度神经网络,多任务学习 | 医学影像 | 训练集1,552例,外部验证集466例 | 联邦学习框架 | 多任务3D深度神经网络 | AUC,Dice系数 | NA |
| 610 | 2025-11-29 |
A Deep Learning-Based Automated Scoring System for Predicting Eyelid Rejuvenation Outcomes After Monopolar Radiofrequency Treatment
2025, Clinical, cosmetic and investigational dermatology
DOI:10.2147/CCID.S550147
PMID:41293324
|
研究论文 | 开发基于深度学习的自动化评分系统,用于预测单极射频治疗后的眼睑年轻化效果 | 首次将CNN与U-Net混合架构应用于眼睑年轻化治疗效果评估,实现客观量化的疗效预测 | 样本量较小(50例患者),缺乏长期随访数据,需要更大规模多样化数据集进一步验证 | 开发客观评估眼睑单极射频治疗效果的人工智能系统 | 接受眼睑单极射频治疗的50名患者(47名女性,3名男性) | 计算机视觉 | 眼睑松弛 | 单极射频治疗 | CNN, U-Net | 图像 | 50名患者(47名女性,3名男性)的治疗前后图像 | NA | CNN-U-Net混合架构 | 均方根误差, 平均绝对百分比误差 | NA |
| 611 | 2025-11-29 |
Graph neural networks in the nephropathological diagnosis of antibody-mediated rejection
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.005
PMID:41293460
|
研究论文 | 本研究评估基于图的深度学习模型在抗体介导排斥反应诊断中的应用,通过肾活检全切片图像提升诊断准确性和可重复性 | 提出将肾小球、动脉和皮质肾小管间质区域表示为图结构数据,并开发新型GNN架构(SimpleGCN、DenseGCN、SimpleGAT)用于AMR分类 | 特征表示仍需优化,需要整合多模态数据以扩展临床实用性 | 提高肾移植抗体介导排斥反应的诊断准确性和可重复性 | 肾移植患者的肾活检组织 | 数字病理学 | 肾脏疾病 | 全切片图像分析 | GNN, CNN, Transformer | 图像 | 348名患者的1193张全切片图像 | NA | Graph-Transformer, SimpleGCN, DenseGCN, SimpleGAT | 准确率 | NA |
| 612 | 2025-11-29 |
Digital technologies in psoriasis management: from precision diagnosis to therapeutic innovation and holistic care
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1656585
PMID:41293553
|
综述 | 探讨数字技术在银屑病综合管理中的应用,涵盖精准诊断、治疗创新和整体护理 | 首次系统整合人工智能皮肤镜诊断(EfficientNet-B4模型)、智能光疗剂量优化、AI辅助生物制剂选择和物联网监测系统,构建银屑病精准数据驱动管理框架 | 数据标准化不足、隐私问题、算法透明度有限且缺乏长期验证 | 系统分析数字技术如何变革银屑病的综合管理策略 | 银屑病患者及数字医疗技术 | 数字病理学 | 银屑病 | 人工智能皮肤镜、深度学习、物联网、多组学数据整合 | CNN | 皮肤镜图像、实时监测数据、多组学数据 | NA | NA | EfficientNet-B4 | 准确率 | NA |
| 613 | 2025-11-28 |
Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis
2025-Jan-03, Research square
DOI:10.21203/rs.3.rs-5743704/v1
PMID:39801521
|
研究论文 | 提出多尺度细胞间交互空间转录组学分析方法MCIST,整合多尺度拓扑表示与空间深度学习技术 | 首次在空间转录组分析中考虑多尺度细胞间相互作用,结合多尺度拓扑表示与先进空间深度学习技术 | NA | 改进空间转录组数据分析方法,更准确地识别空间域和细胞间相互作用 | 空间转录组数据中的细胞间相互作用模式 | 生物信息学 | NA | 空间转录组学 | 深度学习 | 空间转录组数据 | 37个基准空间转录组数据集 | NA | NA | 聚类评分 | NA |
| 614 | 2025-11-28 |
Spatial-Frequency Enhanced Mamba for Multi-Modal Image Fusion
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3632221
PMID:41259195
|
研究论文 | 提出一种空间频率增强的Mamba框架用于多模态图像融合 | 首次将Mamba模型引入多模态图像融合领域,并提出空间频率增强模块和动态融合机制 | 未明确说明模型的计算效率和实时性能 | 解决多模态图像融合中特征提取和融合的挑战 | 多模态图像数据 | 计算机视觉 | NA | 多模态图像融合 | Mamba, CNN | 图像 | 六个多模态图像融合数据集 | NA | Spatial-Frequency Enhanced Mamba Block, Dynamic Fusion Mamba Block | NA | NA |
| 615 | 2025-11-28 |
Deep Learning Classification of Rheumatoid Arthritis in Hand Radiographs Interpretability Insights and Web Application
2025, ImmunoTargets and therapy
IF:6.2Q1
DOI:10.2147/ITT.S547159
PMID:41287803
|
研究论文 | 开发用于手部X光片中类风湿关节炎自动分类的可解释深度学习框架,并部署为网页应用 | 结合Grad-CAM和SHAP系统评估模型可解释性,识别关键病理特征,并通过Streamlit开发临床实用网页应用 | 回顾性多中心研究,样本量相对有限(1,655张手部X光片) | 建立可解释的深度学习框架实现类风湿关节炎自动分类,促进临床转化 | 809名类风湿关节炎患者(含早期病例)和846名健康对照的手部X光片 | 计算机视觉 | 类风湿关节炎 | X射线成像 | CNN | 图像 | 1,655张手部X光片(809例RA患者,846例健康对照) | TensorFlow/Keras, Streamlit | VGG-8 | AUC, 准确率 | NA |
| 616 | 2025-11-27 |
VARGG: a deep learning framework advancing precise spatial domain identification and cellular heterogeneity analysis in spatial transcriptomics
2025-Jan-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elaf018
PMID:41275376
|
研究论文 | 提出VARGG深度学习框架,通过结合视觉Transformer和图神经网络提升空间转录组学中空间域识别和细胞异质性分析的精度 | 首次将预训练视觉Transformer与图神经网络自编码器结合,利用自注意力机制捕获全局上下文信息,并通过多层门控残差图神经网络和高斯噪声增强特征表示和模型泛化能力 | NA | 开发能够准确识别空间域并分析细胞异质性的深度学习框架 | 空间转录组学数据 | 生物信息学, 计算生物学 | 胶质母细胞瘤, 乳腺癌 | 空间转录组学 | Vision Transformer, 图神经网络, 自编码器 | 空间基因表达数据 | 多平台数据集(10x Visium, Slide-seqV2, Stereo-seq, MERFISH),包括人类胶质母细胞瘤、小鼠胚胎和乳腺癌样本 | 深度学习框架 | Vision Transformer, 图神经网络自编码器, 多层门控残差图神经网络 | NA | NA |
| 617 | 2025-11-27 |
RSA-TransUNet: a robust structure-adaptive TransUNet for enhanced road crack segmentation
2025, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2025.1633697
PMID:41035484
|
研究论文 | 提出一种用于道路裂缝分割的鲁棒结构自适应TransUNet模型RSA-TransUNet | 提出轴向移位MLP注意力机制、自适应样条线性单元和多阶段进化优化策略,增强对细粒度纹理和多尺度裂缝特征的建模能力 | 未明确说明模型在极端天气条件或严重破损路面的性能表现 | 提升道路裂缝分割在复杂环境下的准确性和鲁棒性 | 道路裂缝图像 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | Crack500、CFD和DeepCrack三个数据集 | NA | TransUNet | 分割精度、鲁棒性 | NA |
| 618 | 2025-11-27 |
Artificial intelligence in prostate cancer: navigating the new frontier of precision uro-oncology
2025, American journal of clinical and experimental urology
IF:1.5Q3
DOI:10.62347/ZTWJ5779
PMID:41278308
|
综述 | 本文综述人工智能在前列腺癌精准诊疗中的应用与挑战 | 系统阐述AI如何通过机器学习与深度学习解决前列腺癌诊疗中的主观性和过度治疗问题,并引入可解释AI应对黑箱问题 | 需要更大规模多样化数据集验证算法普适性,面临FDA监管等临床转化障碍 | 探讨人工智能技术在前列腺癌精准泌尿肿瘤学领域的应用前景 | 前列腺癌患者的诊断、治疗和预后管理 | 数字病理学 | 前列腺癌 | 放射组学, 数字病理学, 增强现实 | 机器学习, 深度学习 | 医学影像, 病理图像, 临床数据 | NA | NA | NA | 分级准确性, 阅片者间变异度 | NA |
| 619 | 2025-11-27 |
Clinical phenotypes of atrial fibrillation: A review of machine learning applications in personalized treatment
2025 Jan-Dec, JRSM cardiovascular disease
IF:1.4Q3
DOI:10.1177/20480040251399275
PMID:41280326
|
综述 | 综述机器学习在心房颤动临床表型识别及个体化治疗中的应用进展 | 系统阐述机器学习驱动的数据驱动表型分析在优化抗凝治疗和导管消融策略中的创新应用,包括AI引导解剖标测、心脏数字孪生模拟等技术 | 前瞻性验证不足、临床整合困难及模型可解释性有限 | 推动心房颤动的精准医疗发展 | 心房颤动患者临床表型 | 机器学习 | 心血管疾病 | 机器学习, 深度学习 | NA | 临床数据 | 涉及十余项关键表型研究的多国队列 | NA | NA | NA | NA |
| 620 | 2025-11-27 |
Sobel neural network for EEG-based major depressive disorder screening
2025, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2025.1667107
PMID:41280444
|
研究论文 | 提出一种用于基于EEG的重性抑郁障碍筛查的Sobel神经网络架构 | 将Sobel算子操作内在地集成到卷积层中,实现端到端学习梯度模式和边缘信息,而非仅用于预处理 | NA | 开发用于重性抑郁障碍自动筛查的准确工具 | 重性抑郁障碍患者和健康对照者的脑电图信号 | 机器学习 | 重性抑郁障碍 | 脑电图 | CNN | 脑电图信号 | 34名MDD患者和30名健康对照者 | NA | Sobel Network | 准确率, 灵敏度, 特异性 | NA |