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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2025-06-06 |
Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation
2025-Feb, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2024.110667
PMID:39675574
|
research paper | 本研究探讨了在直肠癌在线自适应放疗中,利用患者特异性先验临床知识提高临床靶区自动分割的泛化能力 | 提出了一种结合患者特异性先验临床知识和基于人群的变异性的深度学习方法,以提高自动分割的泛化能力 | 研究仅针对直肠癌患者,未涉及其他癌症类型 | 提高在线自适应放疗中临床靶区自动分割的泛化能力 | 中危或局部晚期直肠癌患者 | digital pathology | rectal cancer | deep learning | DL | MRI | 来自三个中心的中危或局部晚期直肠癌患者 | NA | NA | NA | NA |
| 122 | 2025-10-06 |
A Multicenter Evaluation of the Impact of Therapies on Deep Learning-Based Electrocardiographic Hypertrophic Cardiomyopathy Markers
2025-Feb-15, The American journal of cardiology
DOI:10.1016/j.amjcard.2024.11.028
PMID:39581517
|
研究论文 | 本研究评估了深度学习心电图模型在监测肥厚型心肌病治疗反应中的应用 | 首次使用AI-ECG技术评估不同疗法(手术/经皮室间隔减容术和口服药物马瓦卡坦)对肥厚型心肌病的生物学反应 | 样本量有限,仅包含三个医疗中心的患者数据,随访时间可能不足 | 评估AI-ECG作为监测肥厚型心肌病治疗反应策略的有效性 | 接受室间隔减容术和马瓦卡坦治疗的肥厚型心肌病患者 | 医疗人工智能 | 肥厚型心肌病 | 人工智能增强心电图 | 深度学习模型 | 12导联心电图图像 | 315名患者(YNHHS 70名,CCF 100名,AHS 145名,另加36名马瓦卡坦治疗患者) | NA | NA | AI-ECG HCM评分,Wilcoxon符号秩检验 | NA |
| 123 | 2025-10-06 |
Extraction of agricultural plastic greenhouses based on a U-Net convolutional neural network coupled with edge expansion and loss function improvement
2025-Feb, Journal of the Air & Waste Management Association (1995)
DOI:10.1080/10962247.2024.2412708
PMID:39440842
|
研究论文 | 本研究通过改进U-Net卷积神经网络,结合边缘扩展和损失函数优化,实现了农业塑料大棚的高精度遥感提取 | 提出结合Canny算子和高斯核函数进行样本边缘扩展,并使用二元交叉熵和高斯核函数联合约束损失函数,从而提升U-Net模型对农业塑料大棚的提取精度 | NA | 提高农业塑料大棚的位置和数量提取精度,为农业管理和环境监测提供快速准确的方法 | 农业塑料大棚 | 计算机视觉 | NA | 遥感技术 | CNN | 遥感图像 | NA | NA | U-Net | 提取精度 | NA |
| 124 | 2025-10-06 |
Weakly Supervised Multiple Instance Learning Model With Generalization Ability for Clinical Adenocarcinoma Screening on Serous Cavity Effusion Pathology
2025-Feb, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2024.100648
PMID:39515585
|
研究论文 | 本研究提出一种弱监督多示例学习模型,用于浆膜腔积液中腺癌细胞的临床筛查 | 首次将细胞块技术与弱监督深度学习模型结合,采用多示例学习方法进行浆膜腺癌筛查 | NA | 提高浆膜腔积液中腺癌细胞的筛查效率和诊断准确性 | 浆膜腔积液中的腺癌细胞 | 数字病理学 | 腺癌 | 细胞块技术,全玻片成像 | 弱监督深度学习,多示例学习 | 病理图像 | NA | NA | NA | NA | NA |
| 125 | 2025-10-06 |
Radiomics-guided generative adversarial network for automatic primary target volume segmentation for nasopharyngeal carcinoma using computed tomography images
2025-Feb, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17493
PMID:39535436
|
研究论文 | 提出一种基于瘤周影像组学引导的生成对抗网络,用于鼻咽癌CT图像的原发肿瘤靶区自动分割 | 首次将瘤周影像组学特征作为先验知识融入生成对抗网络,解决CT图像中肿瘤边界不清的分割难题 | 样本量相对有限(157例患者),且仅基于CT图像 | 提高鼻咽癌原发肿瘤靶区在CT图像上的自动分割精度 | 鼻咽癌患者的CT图像 | 医学影像分析 | 鼻咽癌 | CT成像 | GAN | CT图像 | 157例鼻咽癌患者(训练集108例,验证集9例,测试集30例) | NA | 生成对抗网络 | Dice相似系数, 95% Hausdorff距离, 平均对称表面距离 | NA |
| 126 | 2025-10-06 |
Deep learning model for identifying acute heart failure patients using electrocardiography in the emergency room
2025-Feb-20, European heart journal. Acute cardiovascular care
DOI:10.1093/ehjacc/zuaf001
PMID:39787045
|
研究论文 | 开发并评估一种利用心电图数据识别急诊室急性心力衰竭患者的深度学习模型 | 首次将常规12导联心电图与临床数据结合,使用CatBoost算法显著提升急性心力衰竭的识别准确率 | 回顾性研究设计,数据来源于三家医院可能限制泛化能力 | 提升急诊室中急性心力衰竭的诊断能力 | 急诊室就诊的急性心力衰竭患者 | 机器学习 | 心血管疾病 | 心电图分析 | CatBoost, XGBoost, Light GBM, 线性回归 | 心电图数据、临床参数 | 19285名急诊患者,其中9119名确诊急性心力衰竭患者 | CatBoost, XGBoost, Light GBM | 梯度提升决策树 | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
| 127 | 2025-10-06 |
Enhancing motor imagery EEG signal decoding through machine learning: A systematic review of recent progress
2025-Feb, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109534
PMID:39672015
|
综述 | 本文系统综述了2017年以来机器学习在运动想象脑电信号解码领域的最新研究进展 | 聚焦2017年后的最新研究进展,系统总结了脑机接口中运动想象EEG信号解码的数据集、预处理方法、特征提取技术和深度学习模型 | 作为综述文章,不涉及原始实验研究,主要依赖已有文献的总结和分析 | 通过机器学习和深度学习技术提升运动想象脑电信号的解码能力,改善运动障碍患者的生活质量 | 运动想象脑电图信号和脑机接口系统 | 机器学习 | 运动障碍疾病 | 脑电图 | 深度学习模型 | 脑电信号 | NA | NA | NA | NA | NA |
| 128 | 2025-10-06 |
Diagnostic performance of neural network algorithms in skull fracture detection on CT scans: a systematic review and meta-analysis
2025-Feb, Emergency radiology
IF:1.7Q3
DOI:10.1007/s10140-024-02300-7
PMID:39680295
|
系统性综述与荟萃分析 | 评估卷积神经网络在CT扫描中诊断颅骨骨折的诊断性能 | 首次对CNN模型在颅骨骨折CT诊断中的性能进行系统性综述和定量荟萃分析 | 研究存在显著异质性,可能受到模型拓扑结构、训练方法和验证技术差异的影响 | 评估CNN模型在CT图像中诊断颅骨骨折的诊断性能 | 颅骨骨折患者的CT扫描图像 | 医学影像分析 | 颅骨骨折 | CT扫描 | CNN | CT图像 | 11项研究,20,798名患者 | NA | NA | AUC, 敏感度, 特异度, 准确度 | NA |
| 129 | 2025-10-06 |
Improving functional correlation of quantification of interstitial lung disease by reducing the vendor difference of CT using generative adversarial network (GAN) style conversion
2025-Feb, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111899
PMID:39740598
|
研究论文 | 本研究使用生成对抗网络进行CT图像风格转换,以减少不同厂商CT设备间的差异,改善间质性肺病定量测量的功能相关性 | 首次将可路由生成对抗网络应用于CT图像风格转换,有效减少不同厂商设备间的量化变异 | 研究为回顾性设计,仅包含特发性肺纤维化患者,样本量有限 | 评估CT风格转换是否能最小化间质性肺病量化变异,改善定量CT测量的功能相关性 | 特发性肺纤维化患者 | 医学影像分析 | 间质性肺病 | CT扫描,肺功能测试 | GAN | CT图像 | 112名患者(平均年龄61岁,82名男性) | NA | RouteGAN | 一致性相关系数,视觉准确性评分,相关系数 | NA |
| 130 | 2025-10-06 |
Adaptive genetic algorithm based deep feature selector for cancer detection in lung histopathological images
2025-Feb-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86362-8
PMID:39922836
|
研究论文 | 提出一种基于自适应遗传算法的深度特征选择方法用于肺癌组织病理图像检测 | 使用通道注意力深度学习模型作为特征提取器,结合自适应遗传算法进行特征选择,并采用滤波器方法而非分类器计算染色体适应度分数 | NA | 开发有效的肺癌检测方法以提高诊断准确性 | 肺癌组织病理图像 | 计算机视觉 | 肺癌 | 组织病理成像 | CNN | 图像 | LC25000公共数据集 | NA | 通道注意力模型 | 准确率 | NA |
| 131 | 2025-05-31 |
Deep Learning Derived Adipocyte Size Reveals Adipocyte Hypertrophy is under Genetic Control
2025-Feb-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.02.11.25322053
PMID:39990583
|
研究论文 | 本研究利用深度学习技术自动分析脂肪细胞大小,探讨其与肥胖相关性状及遗传关联的关系 | 开发了基于深度学习的脂肪组织切片语义分割方法,进行了迄今为止最大规模的脂肪细胞表型与遗传关联研究 | 研究样本主要来自特定人群,可能限制结果的普适性 | 探究脂肪细胞大小与肥胖相关代谢特征的关联及其遗传基础 | 皮下和内脏脂肪组织样本 | 数字病理学 | 肥胖相关疾病 | 深度学习 | 语义分割模型 | 组织切片图像 | 5个独立队列中的2,667份样本,包含9,000张全切片图像和超过2,700万个脂肪细胞 | NA | NA | NA | NA |
| 132 | 2025-05-31 |
Artificial intelligence-driven volumetric CT outcome score in cystic fibrosis: longitudinal and multicenter validation with/without modulators treatment
2025-Feb, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11019-5
PMID:39150489
|
研究论文 | 本研究通过3D深度学习技术开发了一种自动定量测量囊性纤维化(CF)患者气道异常的CT评分方法(NOVAA-CT),并进行了纵向和多中心的临床验证 | 首次开发了基于AI的全肺自动定量CT评分系统(NOVAA-CT),可全面监测CF严重程度并量化治疗效果 | 研究为回顾性设计,样本量相对有限(139例) | 验证AI驱动的容积CT评分在囊性纤维化诊疗中的临床应用价值 | 接受ETI或ABPA治疗的囊性纤维化患者 | 数字病理 | 囊性纤维化 | 3D深度学习 | 3D CNN | CT影像 | 139例CF患者(ETI组60例,ABPA组20例,外部验证组59例) | NA | NA | NA | NA |
| 133 | 2025-10-07 |
Deeply supervised two stage generative adversarial network for stain normalization
2025-Feb-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91587-8
PMID:40016308
|
研究论文 | 提出一种深度监督两阶段生成对抗网络用于组织病理学图像的染色归一化 | 创新性地在生成对抗网络中引入深度监督机制,采用新型两阶段染色策略,并构建能捕获长距离语义关系的生成器 | NA | 解决组织病理学图像中颜色变化对计算病理学分析的负面影响 | 组织病理学图像 | 数字病理学 | NA | 染色归一化 | GAN | 图像 | NA | NA | DSTGAN | 精度,分割性能 | NA |
| 134 | 2025-10-07 |
De Novo Synthesis of Reticuline and Taxifolin Using Re-engineered Homologous Recombination in Yarrowia lipolytica
2025-02-21, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.4c00853
PMID:39899813
|
研究论文 | 本研究通过重新设计解脂耶氏酵母的同源重组系统,显著提高基因编辑效率,并成功应用于网状青霉素和花旗松素的从头合成 | 建立了Cas9系统重新设计同源重组系统,HR效率提高56倍以上;在Cas9 C端融合表达hBrex27序列可招募更多Rad51蛋白;开发了深度学习模型预测gRNA活性 | 未明确说明系统的普适性和在其他酵母中的应用潜力 | 开发高效的基因编辑工具平台,将解脂耶氏酵母改造为易于操作的细胞工厂 | 解脂耶氏酵母(Yarrowia lipolytica) | 合成生物学 | NA | CRISPR-Cas9基因编辑,同源重组,深度学习 | 深度学习模型 | 基因序列数据,gRNA活性数据 | NA | NA | NA | HR效率提升倍数,单基因阳性效率(85%),多基因编辑效率(25%) | NA |
| 135 | 2025-10-07 |
Convolutional Neural Networks Assisted Peak Classification in Targeted LC-HRMS/MS for Equine Doping Control Screening Analyses
2025-Feb-18, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c03608
PMID:39901649
|
研究论文 | 本研究开发了一种基于卷积神经网络和线性判别分析的色谱图分类方法,用于马兴奋剂控制筛查分析 | 首次将深度学习技术应用于兴奋剂控制筛查中的色谱图自动分类,实现了传统人工视觉检查的自动化 | 需要确保假阴性率为零,这对模型性能提出了极高要求 | 开发自动化色谱图分类方法以提高兴奋剂筛查效率和准确性 | 马兴奋剂控制筛查中的色谱图数据 | 机器学习 | NA | 超高压液相色谱-高分辨串联质谱联用技术 | CNN, LDA | 色谱图像 | NA | NA | NA | 假阴性率 | NA |
| 136 | 2025-10-07 |
Multiscale footprints reveal the organization of cis-regulatory elements
2025-Feb, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08443-4
PMID:39843737
|
研究论文 | 开发了一种从染色质可及性数据中识别DNA-蛋白质相互作用足迹的计算方法PRINT和深度学习框架seq2PRINT | 首次实现了从多尺度蛋白质大小的染色质可及性数据中识别DNA-蛋白质相互作用足迹,并利用深度学习精确推断转录因子和核小体结合 | 方法主要基于染色质可及性数据,可能无法捕捉所有类型的DNA-蛋白质相互作用 | 研究顺式调控元件的组织结构及其在细胞命运和疾病中的作用 | 人类骨髓单细胞染色质可及性数据、小鼠造血干细胞 | 计算生物学 | NA | 染色质可及性测序、单细胞测序 | 深度学习 | 染色质可及性数据、基因组数据 | NA | NA | seq2PRINT框架 | NA | NA |
| 137 | 2025-10-07 |
Community Graph Convolution Neural Network for Alzheimer's Disease Classification and Pathogenetic Factors Identification
2025-02, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3269446
PMID:37204952
|
研究论文 | 提出一种基于脑区基因社区网络的社区图卷积神经网络,用于阿尔茨海默病的分类和致病因素识别 | 首次将脑区与基因的协作关系抽象为脑区基因社区网络,并设计具有社区间和社区内卷积操作的创新图神经网络架构 | 方法仅在ADNI数据集上进行验证,需要更多数据集验证泛化能力 | 研究脑区内和社区间信息传递机制,用于阿尔茨海默病的诊断和致病因素提取 | 阿尔茨海默病患者和正常对照的脑影像与基因数据 | 机器学习 | 阿尔茨海默病 | 神经影像分析,基因数据分析 | 图卷积神经网络 | 图数据,神经影像数据,基因数据 | ADNI数据集 | 深度学习框架 | 社区图卷积神经网络 | 分类性能,可解释性 | NA |
| 138 | 2025-10-07 |
Hypernetwork-Based Physics-Driven Personalized Federated Learning for CT Imaging
2025-02, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3338867
PMID:38100342
|
研究论文 | 提出一种基于超网络的物理驱动个性化联邦学习方法用于CT成像 | 将CT成像优化问题分解为局部数据适应和全局成像两个子问题,通过机构特定的物理驱动超网络和全局共享成像网络分别实现 | NA | 解决CT成像中的领域偏移和隐私问题,提高成像质量并满足不同机构或扫描仪的个性化需求 | CT成像 | 医学影像分析 | NA | CT扫描 | 深度学习 | CT图像 | NA | NA | 超网络 | NA | NA |
| 139 | 2025-10-07 |
Deep learning-based defect detection in film-coated tablets using a convolutional neural network
2025-Feb-25, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.125220
PMID:39832574
|
研究论文 | 本文提出了一种基于卷积神经网络的深度学习方法来检测薄膜包衣片剂的缺陷 | 首次将CNN应用于薄膜包衣片剂缺陷检测,采用3D打印托盘和独特分割方法,显著优于传统基于规则的方法 | 仅使用红色-橙色薄膜包衣安慰剂片剂进行研究,缺陷为人工诱导,可能无法完全代表真实生产环境 | 开发标准化、客观且高效的片剂缺陷检测方法 | 薄膜包衣片剂 | 计算机视觉 | NA | 图像分析 | CNN | 图像 | 25,200张片剂图像 | NA | 卷积神经网络 | 准确率,精确率,召回率,F1分数 | NA |
| 140 | 2025-10-07 |
Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management
2025-Feb-23, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01349-w
PMID:39988715
|
综述 | 系统回顾深度学习与心电图结合在心血管疾病诊断与管理中的最新技术进展 | 通过系统分析198篇高质量文献,对心血管疾病领域进行细致分类和层次划分,全面描绘当前技术格局 | NA | 为心血管疾病诊断与管理提供深度学习与心电图技术应用的全面指南 | 198篇高质量科学出版物 | 机器学习 | 心血管疾病 | 心电图 | 深度学习 | 心电图数据 | 198篇文献 | NA | NA | NA | NA |