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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2025-10-06 |
Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment
2025-02, Reproductive biomedicine online
IF:3.7Q1
DOI:10.1016/j.rbmo.2024.104441
PMID:39708575
|
研究论文 | 开发基于深度学习的机器学习工具,用于预测卵巢刺激周期开始时的成熟卵母细胞数量和触发日 | 提出两种新型渐进式深度学习算法,可在刺激周期开始时预测触发日和MII卵母细胞数量 | 需要纳入更多数据和来自不同诊所的验证 | 开发个性化治疗工具,预测卵巢刺激结果 | 56,490个卵巢刺激周期(主要数据集)和5,103个卵巢刺激周期(临床验证数据集) | 机器学习 | 生殖医学 | 深度学习 | 深度学习 | 临床数据 | 主要数据集56,490个刺激周期,其中13,090个用于模型开发,临床验证数据集5,103个刺激周期 | NA | NA | 平均绝对误差, R2值, 四分位根均方误差 | NA |
| 202 | 2025-10-06 |
Comparison of the impact of rectal susceptibility artifacts in prostate magnetic resonance imaging on subjective evaluation and deep learning: a two-center retrospective study
2025-Feb-25, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01602-7
PMID:40000986
|
研究论文 | 比较直肠磁敏感伪影对前列腺癌MRI主观评估和深度学习方法诊断性能的影响 | 首次系统比较直肠伪影对放射科医师主观评估和深度学习模型在前列腺癌诊断中影响的差异 | 回顾性研究设计,仅纳入两个中心的患者数据 | 评估直肠磁敏感伪影对前列腺癌MRI诊断准确性的影响 | 1052名临床疑似前列腺癌并接受MRI和活检的患者 | 医学影像分析 | 前列腺癌 | 磁共振成像 | 深度学习 | 医学影像 | 1052名患者 | NA | NA | AUC | NA |
| 203 | 2025-10-06 |
Artificial intelligence assessment of tissue-dissection efficiency in laparoscopic colorectal surgery
2025-Feb-22, Langenbeck's archives of surgery
DOI:10.1007/s00423-025-03641-8
PMID:39984705
|
研究论文 | 本研究开发了一种基于深度学习的自动评估系统,用于评估腹腔镜结直肠手术中组织解剖效率 | 首次使用深度学习技术自动识别手术器械和组织解剖状态,实现手术技能评估的客观量化 | 回顾性研究,依赖手术视频质量,模型性能可能受限于训练数据 | 验证基于深度学习的手术技能自动评估方法的可行性 | 腹腔镜结直肠手术中的组织解剖过程 | 计算机视觉 | 结直肠癌 | 深度学习计算机视觉技术 | CNN | 手术视频 | 来自日本766例腹腔镜结直肠手术病例 | NA | NA | 准确率, 相关系数, P值 | NA |
| 204 | 2025-10-06 |
Cer-ConvN3Unet: an end-to-end multi-parametric MRI-based pipeline for automated detection and segmentation of cervical cancer
2025-Feb-18, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-025-00557-2
PMID:39966210
|
研究论文 | 开发并验证了一种基于多参数MRI的端到端自动化宫颈癌检测与分割流程 | 提出创新的两阶段流程,结合ConvNeXt模块的多参数检测和3通道DoubleU-Nets分割 | 回顾性多中心研究,样本量相对有限(125例患者) | 开发自动化宫颈癌检测与分割方法,减轻医生工作负担 | 宫颈癌患者的多参数MRI图像 | 数字病理 | 宫颈癌 | 多参数磁共振成像(DWI、T2WI、CE-T1WI) | CNN | 医学图像 | 125例宫颈癌患者,14,547张二维图像 | NA | ConvNeXt, DoubleU-Net | 准确率, 精确率, 召回率, κ系数, F1分数, Dice相似系数, Jaccard值 | NA |
| 205 | 2025-10-06 |
Detection of Alzheimer Disease in Neuroimages Using Vision Transformers: Systematic Review and Meta-Analysis
2025-Feb-05, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/62647
PMID:39908541
|
系统综述与Meta分析 | 本文系统评估了视觉变换器在神经影像中检测阿尔茨海默病的诊断准确性 | 首次对视觉变换器在阿尔茨海默病检测中的应用进行系统综述和Meta分析,比较不同网络架构的诊断性能 | 仅纳入11项研究,样本量相对有限;仅包含磁共振成像和正电子发射断层扫描数据 | 评估视觉变换器在阿尔茨海默病检测中的诊断准确性和网络架构对模型性能的影响 | 阿尔茨海默病患者与健康对照组的神经影像数据 | 医学影像分析 | 阿尔茨海默病 | 磁共振成像, 正电子发射断层扫描 | Vision Transformer (ViT) | 神经影像数据 | 11项研究(具体样本数量未在摘要中明确说明) | NA | Vision Transformer | 灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, AUC | NA |
| 206 | 2025-10-06 |
Performance of artificial intelligence on cervical vertebral maturation assessment: a systematic review and meta-analysis
2025-Feb-05, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-05482-9
PMID:39910512
|
系统综述与荟萃分析 | 评估人工智能在颈椎骨成熟度评估中的整体性能 | 首次通过系统综述和荟萃分析全面评估AI在CVM评估中的表现,并比较不同AI子集(深度学习和机器学习)的性能差异 | 纳入研究数量有限(25项),部分研究存在偏倚风险,仅包含2010年后的研究 | 评估人工智能模型在X光片中评估颈椎骨成熟度的性能 | 颈椎骨成熟度评估的X光影像 | 医学影像分析 | 正畸治疗 | X光影像分析 | 深度学习, 机器学习 | X光影像 | 25项研究(从1606项研究中筛选) | NA | NA | 灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比 | NA |
| 207 | 2025-10-06 |
Stress testing deep learning models for prostate cancer detection on biopsies and surgical specimens
2025-02, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6373
PMID:39660731
|
研究论文 | 本研究通过压力测试评估深度学习模型在前列腺癌活检和手术标本检测中的性能差异 | 首次系统评估活检训练模型在手术标本上的泛化能力及形态学差异对模型性能的影响 | 样本量相对有限,仅包含特定机构的样本,可能影响结果的普适性 | 研究样本类型间形态学差异对前列腺癌检测深度学习模型性能的影响 | 前列腺活检和根治性前列腺切除术的组织切片 | 数字病理学 | 前列腺癌 | H&E染色组织切片数字化 | CNN | 病理切片图像 | 总样本量1,000例(宾夕法尼亚大学150例:活检50例,手术标本100例;外部验证750例) | NA | DenseNet | F1分数, 统计显著性(p值) | NA |
| 208 | 2025-10-06 |
Tumour purity assessment with deep learning in colorectal cancer and impact on molecular analysis
2025-02, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6376
PMID:39710952
|
研究论文 | 本研究评估了深度学习模型SoftCTM在结直肠癌肿瘤纯度评估中的性能及其对分子分析的影响 | 开发了开源多器官深度学习模型SoftCTM,首次在三个大型多中心结直肠癌队列中系统比较了深度学习、传统病理学和生物信息学反卷积方法在肿瘤纯度评估中的表现 | 研究仅针对结直肠癌,需要进一步验证在其他癌症类型中的适用性 | 评估深度学习模型在肿瘤纯度评估中的准确性和实用性,及其对下游分子分析的影响 | 结直肠癌患者 | 数字病理学 | 结直肠癌 | H&E染色切片分析,RNA表达分析,DNA甲基化分析,拷贝数变异分析 | 深度学习 | 数字病理图像,多组学数据 | 1,097名患者,三个大型多中心结直肠癌队列 | NA | SoftCTM | 相关系数,平均值,标准差 | NA |
| 209 | 2025-10-06 |
Deep learning in surgical process modeling: A systematic review of workflow recognition
2025-Feb, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104779
PMID:39832608
|
综述 | 系统回顾深度学习在手术流程建模中用于工作流识别的研究进展 | 系统分析深度学习在微创手术工作流识别中的应用,强调时间与空间序列对手术阶段识别的关键作用 | 手术标注过程缺乏详细描述,不同手术程序的标注过程存在显著差异,公开数据集常缺乏临床知识 | 研究深度学习在识别手术工作流和从微创手术数据集中提取可靠模式的作用 | 使用腹腔镜和显微镜进行的微创手术视频数据 | 计算机视觉 | NA | 深度学习 | RNN, TCN, Transformer | 手术视频 | 59篇经过全文评审的文章(从2937篇初筛文章中筛选) | NA | Transformer | NA | NA |
| 210 | 2025-10-06 |
Smartphone image dataset for radish plant leaf disease classification from Bangladesh
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111263
PMID:39850369
|
研究论文 | 构建了一个用于萝卜叶病分类的智能手机图像数据集 | 创建了首个针对孟加拉国萝卜叶病的智能手机图像数据集,包含四种常见病害类型 | 数据集仅包含2801张图像,可能不足以训练更复杂的深度学习模型 | 通过深度学习技术精确识别萝卜叶部病害 | 萝卜植物的叶片 | 计算机视觉 | 植物病害 | 智能手机图像采集 | 深度学习模型 | 图像 | 2801张萝卜叶片图像(包含健康叶片和四种病害类型) | NA | NA | NA | NA |
| 211 | 2025-10-06 |
Deep Learning Approaches to Predict Geographic Atrophy Progression Using Three-Dimensional OCT Imaging
2025-Feb-03, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.2.11
PMID:39913124
|
研究论文 | 本研究评估了四种处理三维OCT图像的深度学习方法在预测地理萎缩病变面积和生长速率方面的性能 | 首次系统比较四种不同的3D OCT图像处理策略在预测地理萎缩进展中的表现,发现EZ和RPE层包含最重要的预测信息 | 所有方法的预测性能可能已达到平台期,性能提升有限 | 评估不同3D OCT图像处理方法在预测年龄相关性黄斑变性引起的地理萎缩进展中的效果 | 地理萎缩患者的3D OCT图像数据 | 计算机视觉 | 年龄相关性黄斑变性 | 三维光学相干断层扫描 | CNN | 三维医学图像 | 1219只研究眼用于模型开发,442只研究眼用于性能评估 | NA | 3D CNN, SLIVER-net | 皮尔逊相关系数平方 | NA |
| 212 | 2025-10-06 |
Artificial Intelligence in Pancreatic Imaging: A Systematic Review
2025-02, United European gastroenterology journal
IF:5.8Q1
DOI:10.1002/ueg2.12723
PMID:39865461
|
系统综述 | 本文系统综述了人工智能在胰腺影像学中的应用、技术进展、临床应用及相关挑战 | 首次按照PRISMA-DTA指南系统评估人工智能在胰腺影像学中的最新进展,重点关注深度学习技术和影像组学方法 | 存在法律伦理考量、算法透明度不足、数据安全等挑战 | 探索人工智能在胰腺影像学中的作用及其对疾病诊断和治疗的影响 | 胰腺疾病(包括急慢性胰腺炎和各种胰腺肿瘤)的影像学数据 | 医学影像分析 | 胰腺疾病 | CT、MRI、内镜超声 | 深度学习,机器学习 | 医学影像 | NA | NA | CNN | NA | NA |
| 213 | 2025-10-06 |
scFTAT: a novel cell annotation method integrating FFT and transformer
2025-Feb-25, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06061-z
PMID:39994539
|
研究论文 | 提出一种整合快速傅里叶变换和增强型Transformer的单细胞注释方法scFTAT | 首次将FFT与增强型Transformer结合用于单细胞注释,通过LDA降维、核近似、位置编码增强和注意力增强模块提升性能 | NA | 解决单细胞数据高稀疏性和大规模数据手动注释繁琐的问题 | 人类和小鼠组织的单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | Transformer | 基因表达数据 | 六个典型数据集(包含人类肾脏数据等) | NA | Transformer | 准确率,F1分数,精确率,召回率,马修斯相关系数 | NA |
| 214 | 2025-10-06 |
Major advances in protein function assignment by remote homolog detection with protein language models - A review
2025-Feb, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102984
PMID:39864241
|
综述 | 本文综述了基于蛋白质语言模型的远程同源检测方法在蛋白质功能注释中的重大进展 | 系统总结了利用蛋白质语言模型进行远程同源检测的创新方法,包括嵌入生成替代矩阵的过滤、特定pLM层的选择、嵌入压缩和蛋白质结构域划分等关键技术 | NA | 探讨蛋白质语言模型在蛋白质同源识别和功能注释中的应用 | 蛋白质序列及其同源关系 | 自然语言处理 | NA | 蛋白质语言模型 | Transformer | 蛋白质序列 | NA | NA | Transformer | 同源检测准确率 | NA |
| 215 | 2025-10-06 |
Using deep convolutional networks combined with signal processing techniques for accurate prediction of surface quality
2025-Feb-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92114-5
PMID:40021768
|
研究论文 | 本研究提出了一种结合深度学习与信号处理技术来预测铣削零件表面粗糙度的框架 | 创新性地将声发射信号通过四种编码技术转换为二维图像,并系统比较了不同卷积神经网络在表面粗糙度预测中的性能 | NA | 开发准确预测铣削零件表面粗糙度的数据驱动方法 | 铣削加工过程中的声发射信号和表面粗糙度 | 机器学习和信号处理 | NA | 声发射信号采集、信号编码技术(SSPC、SSSC、SSSC*、RP) | CNN, LSTM | 声发射信号转换的二维图像 | NA | NA | VGG16, ResNet18, ShuffleNet, CNN-LSTM | 准确率 | NA |
| 216 | 2025-10-06 |
Coinciding Diabetic Retinopathy and Diabetic Macular Edema Grading With Rat Swarm Optimization Algorithm for Enhanced Capsule Generation Adversarial Network
2025-Feb, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24709
PMID:39487733
|
研究论文 | 提出一种结合鼠群优化算法的增强胶囊生成对抗网络,用于糖尿病视网膜病变和糖尿病黄斑水肿的联合分级 | 首次将鼠群优化算法与增强胶囊生成对抗网络结合,用于DR和DME的联合分级任务 | 使用ISBI 2018不平衡数据集,可能影响模型在平衡数据上的泛化能力 | 开发自动化的糖尿病眼病分级系统以实现早期诊断 | 糖尿病视网膜病变和糖尿病黄斑水肿患者 | 计算机视觉 | 糖尿病眼病 | 眼底图像分析 | GAN, Capsule Network | 图像 | ISBI 2018 IDRiD不平衡数据集 | Python | 增强胶囊生成对抗网络 | 准确率 | NA |
| 217 | 2025-10-06 |
Deep learning and radiomics for gastric cancer serosal invasion: automated segmentation and multi-machine learning from two centers
2025-Feb-03, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06117-w
PMID:39900688
|
研究论文 | 本研究开发了一种基于深度学习的脾脏CT图像自动分割方法,并结合影像组学和深度学习特征构建胃癌浆膜侵犯预测模型 | 首次使用U-Mamba模型实现脾脏CT图像全自动分割,并结合多中心数据开发了包含临床、影像组学和深度学习特征的预测模型 | 样本量相对有限(311例),仅来自两个医疗中心 | 开发胃癌浆膜侵犯的自动化预测方法 | 经病理证实的胃癌患者 | 医学影像分析 | 胃癌 | CT影像分析 | U-Mamba, 多种机器学习方法 | CT图像 | 311例来自两个中心的患者 | NA | U-Mamba | 判别能力 | NA |
| 218 | 2025-10-06 |
Targeted Microperimetry Grids for Focal Lesions in Intermediate AMD: PINNACLE Study Report 7
2025-Feb-03, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.2.6
PMID:39903180
|
研究论文 | 本研究评估了基于OCT的靶向微视野检查网格在评估中期年龄相关性黄斑变性(iAMD)局灶性病变中的可行性和实用性 | 使用深度学习算法检测OCT图像中的局灶性病变,并开发了针对病变位置的5点靶向微视野检查网格 | 最终分析仅包含83名患者的93只眼睛,样本量相对有限 | 评估靶向微视野检查网格在iAMD局灶性病变评估中的应用价值 | 中期年龄相关性黄斑变性(iAMD)患者 | 数字病理学 | 年龄相关性黄斑变性 | 光学相干断层扫描(OCT), 微视野检查 | 深度学习算法 | 医学影像 | 395名55-90岁iAMD患者,最终分析包含83名患者的93只眼睛 | NA | NA | Pearson相关系数, 线性混合模型, 置信区间 | NA |
| 219 | 2025-10-06 |
Challenges and solutions of deep learning-based automated liver segmentation: A systematic review
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109459
PMID:39642700
|
系统综述 | 系统分析基于深度学习的自动化肝脏分割面临的挑战及解决方案 | 首次将肝脏分割挑战系统分类为五大类别并对应分析解决方案 | 仅纳入2016-2022年Scopus和ScienceDirect数据库的88篇文献 | 分析肝脏分割技术面临的挑战及相应的网络模型改进方法 | 医学影像中的肝脏分割 | 数字病理 | 肝脏疾病 | 医学影像技术 | 深度学习模型 | 医学影像 | 88篇研究文献 | NA | NA | 评估指标 | NA |
| 220 | 2025-10-06 |
Deep Learning techniques to detect and analysis of multiple sclerosis through MRI: A systematic literature review
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109530
PMID:39693692
|
系统文献综述 | 本文系统综述了基于深度学习的MRI多发性硬化检测与分析方法 | 首次系统性地总结和比较了深度学习在多发性硬化MRI分析中的应用现状 | 仅纳入82篇相关研究,可能存在文献选择偏差 | 系统评估深度学习技术在多发性硬化MRI检测与分析中的应用效果 | 多发性硬化患者的MRI医学影像数据 | 医学影像分析 | 多发性硬化 | 磁共振成像 | CNN | 医学影像 | 基于82项研究的汇总数据 | NA | NA | NA | NA |