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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4781 | 2025-11-21 |
Reliability of artificial intelligence algorithms in automated age estimation using orthopantomograms: A scoping review
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251390556
PMID:41246208
|
综述 | 评估人工智能算法在利用口腔全景片进行自动年龄估计的可靠性 | 首次系统评估AI算法在口腔全景片年龄估计中的性能表现,比较了多种深度学习架构与传统方法的优劣 | 纳入研究数量有限(24篇),尚未完全验证AI模型能否完全替代传统年龄估计技术 | 评估AI算法在口腔全景片自动年龄估计中的效率和应用价值 | 口腔全景片(OPGs)图像数据 | 医学影像分析 | 法医齿科学 | 口腔全景摄影术 | CNN, 深度学习 | 医学影像 | 基于24篇研究文献的综合分析 | NA | EfficientNet, DenseNet, Age-Net | 准确率, 精确度, 可靠性 | NA |
| 4782 | 2025-11-21 |
Comparing two deep learning algorithms for acute infarct segmentation on diffusion-weighted imaging in routine clinical practice
2025 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076251396985
PMID:41246204
|
研究论文 | 比较SegMamba和3D U-Net两种深度学习算法在常规临床实践中对弥散加权成像急性梗死分割的性能 | 开发基于SegMamba的模型以增强全局体积特征提取,并与传统3D U-Net在多病理DWI数据集上进行系统比较 | 研究主要关注算法比较,未详细探讨模型在不同亚组患者中的性能差异 | 评估两种深度学习算法在急性脑梗死分割中的性能,并验证其在多样化临床环境中的实用性 | 弥散加权成像中的急性脑梗死病灶 | 数字病理学 | 脑卒中 | 弥散加权成像 | SegMamba, 3D U-Net | 医学影像 | 训练集10820例DWI扫描,外部测试集2731例新鲜DWI扫描,临床队列1194例患者 | NA | SegMamba, 3D U-Net | Dice相似系数, 平均豪斯多夫距离, 敏感度, 特异度, 准确率 | NA |
| 4783 | 2025-11-21 |
A systematic review of machine learning in heart disease prediction
2025, Turkish journal of biology = Turk biyoloji dergisi
DOI:10.55730/1300-0152.2766
PMID:41246228
|
系统综述 | 系统综述机器学习在心脏病预测领域的应用现状、算法性能和数据利用情况 | 全面评估机器学习在心脏病预测中的转化挑战,强调外部验证不足和模型可解释性问题 | 基于文献综述,缺乏原始实验验证,仅包含截至2025年的65项研究 | 评估机器学习在心脏病预测中的应用现状和临床转化挑战 | 心脏病预测相关的机器学习研究文献 | 机器学习 | 心血管疾病 | 机器学习,深度学习 | 集成学习,深度学习 | 结构化数据,非结构化数据(心电图信号,心脏影像) | 65项研究(从2500多篇文献中筛选) | NA | NA | 准确率 | NA |
| 4784 | 2025-11-21 |
A review of deep learning architectures for plant disease detection
2025, Turkish journal of biology = Turk biyoloji dergisi
DOI:10.55730/1300-0152.2761
PMID:41246232
|
综述 | 系统综述了基于深度学习的植物病害检测方法,涵盖数据获取到部署的全流程 | 首次系统性地按照建模流程组织深度学习在植物病害检测中的方法,并强调可解释人工智能的重要性 | NA | 总结深度学习在植物病害检测中的最佳实践和方法进展 | 植物病害检测的深度学习模型和方法 | 计算机视觉 | 植物病害 | 图像分析 | CNN, GAN | 图像 | NA | NA | VGG, ResNet, EfficientNet, DenseNet, YOLO, SSD, Faster R-CNN | NA | 边缘计算 |
| 4785 | 2025-11-21 |
Green carbon dots in the era of AI: sustainable synthesis, intelligent drug delivery, advanced diagnostics, and bioimaging
2025, Turkish journal of biology = Turk biyoloji dergisi
DOI:10.55730/1300-0152.2762
PMID:41246234
|
综述 | 探讨绿色碳点在可持续合成、智能药物递送、先进诊断和生物成像中的应用及其与人工智能的协同作用 | 首次系统阐述绿色碳点与人工智能的协同效应,提出AI驱动优化合成流程和深度学习增强分析精度的创新路径 | 未涉及具体临床转化案例,缺乏标准化和监管路径的实操方案 | 构建绿色碳点与人工智能融合发展的技术路线图 | 绿色碳点纳米材料及其生物医学应用 | 纳米医学,人工智能 | NA | 绿色化学合成,深度学习 | DL | 光学特性数据,生物相容性数据 | NA | NA | NA | 分析精度,实时性能 | NA |
| 4786 | 2025-11-21 |
Applications of transfer learning in sunflower disease detection: advances, challenges, and future directions
2025, Turkish journal of biology = Turk biyoloji dergisi
DOI:10.55730/1300-0152.2763
PMID:41246236
|
综述 | 系统回顾了迁移学习在向日葵病害检测中的应用进展、挑战与未来方向 | 首次对向日葵病害检测中的迁移学习研究进行系统性分析,识别了从基础深度学习向可解释性和隐私保护框架的演进趋势 | 纳入研究数量有限(30篇),数据集多样性不足,缺乏跨区域验证 | 评估迁移学习在向日葵病害检测中的应用效果与发展前景 | 向日葵叶片病害图像 | 计算机视觉 | 植物病害 | 图像分析 | CNN, Transformer, 混合模型 | 图像 | NA | NA | ResNet, VGG, Inception, EfficientNet | 准确率, 精确率, 召回率, F1分数 | 边缘设备 |
| 4787 | 2025-11-21 |
Integrative multi-omics analysis of gastric cancer evolution from precancerous lesions to metastasis identifies a deep learning-based prognostic model
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1680517
PMID:41246350
|
研究论文 | 通过整合单细胞RNA测序、空间转录组学和深度学习技术,构建胃癌从癌前病变到转移的演化图谱并开发预后模型 | 首次在胃癌研究中整合多组学数据揭示肿瘤微环境动态重塑过程,并开发基于深度学习的预后分层模型 | 样本量相对有限(252,399个细胞),需要更大规模验证 | 解析胃癌演进过程中的肿瘤微环境异质性和细胞间通讯网络 | 胃炎、肠上皮化生、原发肿瘤、癌旁正常组织和转移病灶的细胞 | 数字病理 | 胃癌 | 单细胞RNA测序, 空间转录组学, WGCNA | 深度学习 | 基因表达数据, 空间定位数据 | 252,399个细胞,来自6种组织类型 | NA | NA | 生存分层准确性, 临床特征相关性 | NA |
| 4788 | 2025-11-21 |
Predicting gene expression using millions of yeast promoters reveals cis-regulatory logic
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf130
PMID:40567341
|
研究论文 | 本研究使用深度学习模型Camformer预测酵母启动子与基因表达之间的关系,揭示了顺式调控逻辑 | 开发了基于残差卷积神经网络的Camformer模型,在Random Promoter DREAM Challenge 2022中排名第四,提供了对顺式调控逻辑的详细洞察 | 仅针对酵母启动子进行研究,未涉及其他生物体的调控机制 | 研究启动子与基因表达之间的关联,探索深度学习在基因调控研究中的最佳应用方式 | 670万个酵母启动子序列 | 生物信息学 | NA | 并行报告基因检测,深度学习 | CNN | DNA序列 | 670万个启动子序列 | NA | 残差卷积神经网络 | r², ρ | NA |
| 4789 | 2025-11-21 |
CEAF: Capsule network enhanced feature fusion architecture for Chinese Named Entity Recognition
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0332622
PMID:41056347
|
研究论文 | 提出一种用于中文命名实体识别的胶囊网络增强特征融合架构CEAF,解决嵌套实体和边界歧义问题 | 创新性地引入深度上下文特征注意力模块,将胶囊路由协议与位置感知注意力机制相结合,通过双并行路径处理信息 | 未明确说明模型的计算复杂度和在实际应用场景中的性能表现 | 解决中文命名实体识别中的嵌套实体层次结构依赖建模和边界歧义消解问题 | 中文和英文文本中的命名实体 | 自然语言处理 | NA | NA | 胶囊网络, BiLSTM, BERT, 注意力机制 | 文本 | 三个中文基准数据集和一个英文数据集 | NA | CEAF, DCAM, AFFN, BiLSTM-CRF, Transformer | NA | NA |
| 4790 | 2025-11-20 |
Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy
2025-Dec, Journal of echocardiography
IF:1.4Q3
DOI:10.1007/s12574-025-00694-y
PMID:40650815
|
研究论文 | 提出一种基于人工智能的超声心动图分析框架SMART,用于自动评估左心室质量和纵向应变 | 首次结合运动追踪和心肌分割技术实现左心室质量和纵向应变的同步自动评估 | 仅在肥厚型心肌病患者中验证,样本量有限(111例) | 开发并验证用于心脏功能评估的自动化人工智能系统 | 肥厚型心肌病患者 | 医学影像分析 | 心血管疾病 | 经胸超声心动图(TTE), 心脏磁共振成像(CMR) | 深度学习 | 医学影像 | 111例肥厚型心肌病患者(中位年龄58岁,69%男性) | NA | NA | Pearson相关系数, 平均差异, AUC | NA |
| 4791 | 2025-11-20 |
Dose reduction in radiotherapy treatment planning CT via deep learning-based reconstruction: a single‑institution study
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00967-2
PMID:40987935
|
研究论文 | 本研究评估深度学习重建算法在放疗计划CT中的剂量降低效果 | 首次在放疗计划CT中系统比较深度学习重建算法与传统迭代重建算法的剂量降低效果 | 单中心回顾性研究,样本量有限 | 量化深度学习重建算法在放疗计划CT中的剂量降低效果 | 放疗计划CT扫描(头部、头颈部、肺部和盆腔) | 医学影像 | 肿瘤放疗 | CT扫描,深度学习重建 | 深度学习 | CT影像 | IR重建820例,DLR重建854例 | AiCE | NA | CTDI, DLP, 剂量降低率 | NA |
| 4792 | 2025-11-20 |
GAN-MRI enhanced multi-organ MRI segmentation: a deep learning perspective
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00938-7
PMID:40779148
|
研究论文 | 提出一种集成GAN的MRI图像增强与多器官分割的端到端深度学习框架 | 结合GAN-MRI图像增强与注意力残差U-Net分割模型,能处理多扫描仪数据并显著提升图像质量与分割精度 | 脑部分割指标提升不明显,样本量相对有限(共117例扫描) | 通过深度学习缩短MRI扫描时间并提升多器官分割精度 | 脑部、腹部和大腿的MRI图像 | 医学影像分析 | 多器官解剖分析 | 磁共振成像 | GAN, CNN, U-Net | 医学影像 | 30例脑部扫描(5400切片)、32例腹部扫描(1920切片)、55例大腿扫描(2200切片) | NA | GAN-MRI, AssemblyNet, 注意力残差U-Net | SNR, CNR, 肌肉分割提升21%, IMAT分割提升9%, SSAT分割提升1%, DSAT分割提升2%, VAT分割提升12% | NA |
| 4793 | 2025-11-20 |
Automatic segmentation of cone beam CT images using treatment planning CT images in patients with prostate cancer
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00946-7
PMID:40813534
|
研究论文 | 本研究提出一种结合高斯噪声和傅里叶域适应的混合方法,用于提升基于治疗计划CT的锥形束CT图像自动分割精度 | 通过生成人工伪CBCT数据集桥接tpCT与CBCT图像质量差异,无需改变原始tpCT图像或其轮廓 | 仅使用80例tpCT数据集,样本量有限;未与其他深度学习方法进行对比 | 改进前列腺癌患者锥形束CT图像的分割精度 | 男性骨盆区域的临床靶区、膀胱和直肠 | 数字病理 | 前列腺癌 | 锥形束CT,治疗计划CT,傅里叶域适应 | 深度学习分割模型 | 医学影像 | 80例治疗计划CT数据集 | NA | NA | Dice相似系数 | NA |
| 4794 | 2025-11-20 |
OrnAsia: A dataset of asian ornaments for image classification and cultural identification
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112195
PMID:41255856
|
研究论文 | 本文介绍了一个包含1088张亚洲传统饰品高分辨率图像的数据集,用于图像分类和文化识别研究 | 填补了饰品相关数据集在文化背景和图像多样性方面的空白,提供了平衡的传统饰品类型和经过验证的标注 | 数据采集仅限于孟加拉国米尔普尔地区,可能无法完全代表整个亚洲地区的饰品多样性 | 支持计算机视觉和人工智能技术在文化饰品分类识别中的应用 | 六种亚洲传统饰品:手镯、戒指、耳环、头饰、项链和脚链 | 计算机视觉 | NA | 智能手机摄影 | 深度学习模型 | 图像 | 1088张高分辨率原始图像,分为6个类别 | NA | NA | NA | NA |
| 4795 | 2025-11-20 |
Deep learning-based noise reduction method for the system matrix in magnetic particle imaging
2025-Nov-19, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae19c9
PMID:41166879
|
研究论文 | 提出一种基于深度学习的磁粒子成像系统矩阵噪声抑制方法 | 首次将残差块与Swin Transformer模块结合的混合编码器-解码器网络用于MPI系统矩阵去噪 | 仅在模拟数据集和有限真实数据集上验证,未在更广泛的临床场景中测试 | 开发高效的噪声抑制方法以提升磁粒子成像图像质量 | 磁粒子成像系统矩阵 | 医学影像处理 | NA | 磁粒子成像 | 深度学习 | 系统矩阵数据 | 模拟数据集、OpenMPI数据集和内部MPI系统采集数据集 | NA | 混合编码器-解码器网络,Res-Blocks,Swin Transformer | 信噪比,峰值信噪比,结构相似性指数 | NA |
| 4796 | 2025-11-20 |
Patent analysis of mRNA therapy using deep learning
2025-Nov-19, Naunyn-Schmiedeberg's archives of pharmacology
DOI:10.1007/s00210-025-04734-3
PMID:41258061
|
研究论文 | 基于深度学习方法的mRNA治疗专利分析研究 | 首次结合深度学习和社会网络分析方法对mRNA治疗专利进行定量分析和未来预测 | 仅基于Derwent专利数据库,时间跨度为27年 | 通过专利分析阐明mRNA技术竞争格局,为技术创新和产业发展提供依据 | mRNA治疗相关专利 | 自然语言处理 | 传染病,癌症 | 专利分析,社会网络分析 | 深度学习,机器学习 | 专利文本 | 27年的mRNA治疗专利数据 | NA | NA | NA | NA |
| 4797 | 2025-11-20 |
FaceAge as a biomarker for prognosis and treatment stratification in large-scale oncology cohort
2025-Nov-19, Journal of the National Cancer Institute
DOI:10.1093/jnci/djaf323
PMID:41259012
|
研究论文 | 本研究探讨FaceAge(基于面部照片估计生物年龄的深度学习系统)与实足年龄的极端差异在预测28种癌症类型患者生存期和早期死亡率中的预后价值 | 首次在大规模癌症队列中验证FaceAge与实足年龄的极端差异作为生存期和早期死亡率的独立预测因子 | 研究仅纳入接受放射治疗的老年患者(≥60岁),可能限制结果的普适性 | 评估FaceAge作为癌症预后生物标志物的临床价值 | 24,556名年龄≥60岁的癌症患者 | 数字病理 | 癌症 | 深度学习 | CNN | 面部照片 | 24,556名癌症患者,涵盖28种癌症类型 | NA | FaceAge | 风险比(HR), 比值比(OR), P值 | NA |
| 4798 | 2025-11-20 |
Enhancing deep chemical reaction prediction with advanced chirality and fragment representation
2025-Nov-18, Chemical communications (Cambridge, England)
DOI:10.1039/d5cc02641e
PMID:40932372
|
研究论文 | 本研究通过引入fragSMILES分子表示方法,在深度学习有机反应预测中实现了对分子手性和子结构的更好表征 | 开发了能够同时编码分子子结构和手性信息的fragSMILES表示法,在立体化学反应信息识别方面表现优异 | NA | 改进有机反应预测的深度学习模型性能,特别是立体化学复杂性的捕捉能力 | 有机化学反应 | 机器学习 | NA | 深度学习 | NA | 分子结构文本表示 | NA | NA | NA | 正向合成预测准确率,逆向合成预测准确率 | NA |
| 4799 | 2025-11-20 |
Transforming microfluidics for single-cell analysis with robotics and artificial intelligence
2025-Nov-18, Lab on a chip
IF:6.1Q2
DOI:10.1039/d5lc00216h
PMID:41190506
|
综述 | 探讨机器人技术和人工智能在单细胞分析微流体技术中的创新应用与未来发展 | 提出通过机器人操作、数字微流控和微型机器人增强实验精度与可扩展性,并利用深度学习实现无标记图像处理和细胞状态分析 | 技术集成实施仍面临挑战,未提供具体实施案例验证 | 克服微流控单细胞分析在自动化、可靠性和技术壁垒方面的局限性 | 单细胞分析技术与微流体系统 | 生物医学工程 | NA | 微流控技术,单细胞分析 | 生成模型,深度学习模型 | 细胞图像数据,单细胞分析数据 | NA | NA | NA | 准确性,可重复性 | 远程共享云实验室 |
| 4800 | 2025-11-20 |
Deep Learning-Assisted Prediction of Air-Bone Gap Using Tympanic Membrane Perforation Image Features
2025-Nov-18, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.70074
PMID:41252627
|
研究论文 | 开发基于深度学习的鼓膜穿孔图像分析方法,用于预测气骨导差 | 首次使用Mask R-CNN自动分割鼓膜和穿孔区域,并基于分割特征预测气骨导差 | 样本量有限(150张穿孔鼓膜图像),模型性能仍有提升空间 | 解决特定人群或环境下听力测试设备不足的问题,提供替代评估方法 | 鼓膜穿孔患者的耳镜图像 | 计算机视觉 | 听力损失 | 耳镜成像 | CNN, Mask R-CNN | 图像 | 1014张完整鼓膜图像,150张穿孔鼓膜图像(模型开发),75张术中穿孔图像(独立测试) | NA | Mask R-CNN | 类别像素准确率,交并比,Dice系数,R²,均方根误差,10dB内预测比例 | NA |