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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 161 | 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 |
| 162 | 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 |
| 163 | 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 |
| 164 | 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 |
| 165 | 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 |
| 166 | 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 |
| 167 | 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 |
| 168 | 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 |
| 169 | 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 |
| 170 | 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 |
| 171 | 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 |
| 172 | 2025-10-07 |
Development of a pressure ulcer stage determination system for community healthcare providers using a vision transformer deep learning model
2025-Feb-14, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000041530
PMID:39960905
|
研究论文 | 开发基于Vision Transformer深度学习模型的压疮分期系统,帮助社区医疗护理人员早期检测压疮 | 首次将Vision Transformer模型应用于压疮分期,相比传统CNN模型具有更高准确率,并结合物联网技术实现低计算资源下的图像分析 | 研究样本量有限(395张图像),仅来自3家医院,模型泛化能力需进一步验证 | 开发辅助社区护理人员早期识别压疮分期的计算机视觉系统 | 卧床患者的压疮图像 | 计算机视觉 | 压疮 | 深度学习,图像分析 | Vision Transformer | 图像 | 395张压疮图像,来自3家医院 | NA | PUC-ViT (Pressure Ulcer Cluster Vision Transformer) | ROC曲线值,准确率,F1分数 | 低计算资源环境,物联网技术 |
| 173 | 2025-10-07 |
Predicting the Price of Molecules Using Their Predicted Synthetic Pathways
2025-Feb, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400039
PMID:39887833
|
研究论文 | 提出一种利用分子预测合成路径来预测分子价格的深度学习模型RetroPriceNet | 首次提出考虑起始原料可用性和价格的分子价格预测方法,结合计算机辅助合成规划领域最新进展 | NA | 开发能够预测虚拟分子价格的模型以改进成本决策过程 | 虚拟分子及其合成路径 | 机器学习 | NA | 计算机辅助合成规划 | 深度学习 | 分子结构数据,合成路径数据 | NA | NA | RetroPriceNet | NA | NA |
| 174 | 2025-10-07 |
Retinal vascular alterations in cognitive impairment: A multicenter study in China
2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.14593
PMID:39988572
|
研究论文 | 通过深度学习模型分析中国三个地区认知障碍患者的视网膜血管变化特征 | 首次在中国多中心研究中利用深度学习模型VC-Net分割视网膜动静脉网络并提取36个血管特征 | 样本量有限,需要更大队列验证,且未深入探讨潜在机制 | 研究认知障碍患者的视网膜血管变化特征 | 轻度认知障碍(MCI)或阿尔茨海默病(AD)患者和健康对照者 | 数字病理 | 阿尔茨海默病 | 视网膜成像 | 深度学习 | 图像 | 176名认知障碍患者和264名对照者,来自上海、香港和宁夏三个中心 | NA | VC-Net | NA | NA |
| 175 | 2025-10-07 |
Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis
2025-Feb, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03485-x
PMID:39527265
|
系统综述与荟萃分析 | 本系统综述与荟萃分析评估了影像组学和人工智能模型在头颈部癌淋巴结转移诊断中的准确性 | 首次通过荟萃分析系统评估不同影像模态(CT、MRI、PET/CT)和模型类型(深度学习与传统影像组学)在头颈部癌淋巴结转移诊断中的性能差异 | 大多数研究缺乏外部验证,所有分析仅限于内部验证集,可能影响结果的泛化能力 | 评估人工智能模型在头颈部癌淋巴结转移诊断中的准确性 | 头颈部癌患者的淋巴结转移 | 医学影像分析 | 头颈部癌 | 影像组学分析 | 深度学习模型, 传统影像组学模型 | 医学影像(CT、MRI、PET/CT) | 23项符合纳入标准的研究 | R环境 | NA | AUC, 敏感性, 特异性 | NA |
| 176 | 2025-10-07 |
Artificial Vision Systems for Fruit Inspection and Classification: Systematic Literature Review
2025-Feb-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25051524
PMID:40096367
|
系统文献综述 | 本文通过系统文献综述方法分析水果检测与分类中的人工视觉系统应用 | 采用PRISMA方法对2015-2024年间56篇文献进行系统分析,全面总结水果分选在不同应用场景的技术配置 | 仅涵盖特定数据库(Web of Science和Scopus)的文献,时间范围限定为近十年 | 识别水果分选的不同应用领域、典型硬件配置及使用的技术与算法 | 水果分选与质量检测系统 | 计算机视觉 | NA | 计算机视觉、多光谱成像 | 深度学习模型 | 图像 | 56篇文献(2015-2024年) | NA | ResNet, VGG | NA | NA |
| 177 | 2025-10-07 |
A Review of Machine Learning and Deep Learning Methods for Person Detection, Tracking and Identification, and Face Recognition with Applications
2025-Feb-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25051410
PMID:40096196
|
综述 | 本文系统回顾了人脸识别、人员检测与追踪技术的最新发展,重点分析了机器学习和深度学习方法在该领域的应用现状与挑战 | 采用PRISMA系统综述方法对142篇相关文献进行质量评估,揭示了从传统方法向深度学习方法的技术转变趋势 | 模型在多变环境条件(如不同光照和遮挡)、不同摄像机角度下的鲁棒性仍需提升,且存在隐私权相关的伦理法律问题 | 评估人员检测、追踪识别和人脸识别技术的最新发展状况 | 142篇相关学术论文 | 计算机视觉 | NA | 系统文献综述 | 机器学习,深度学习 | 文献数据 | 142篇相关论文 | NA | NA | 报告合规性,充分性,方法学质量 | NA |
| 178 | 2025-10-07 |
Attention Rings for Shape Analysis and Application to MRI Quality Control
2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3047233
PMID:40406668
|
研究论文 | 提出一种基于注意力环的脑形状分析方法和集成模型,用于ABCD研究中的MRI质量自动控制 | 引入了用于脑形状分析的注意力环深度学习模型,并结合FSQC指标构建集成模型 | 准确率为72.62%,略低于集成模型的76%,性能仍有提升空间 | 开发自动化的MRI质量控制系统,以处理大规模神经影像数据 | 青少年脑认知发展研究(ABCD)中的脑部MRI数据 | 医学影像分析 | 神经发育疾病 | MRI, 深度学习 | 深度学习模型, 集成模型 | 脑部MRI图像, 皮质厚度, 曲率, 沟深, 表面积 | 超过20,000个MRI会话 | NA | 注意力环模型 | 准确率, 精确率, 召回率, F1分数 | NA |
| 179 | 2025-10-07 |
Multiple model visual feature embedding and selection method for an efficient oncular disease classification
2025-Feb-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84922-y
PMID:39934192
|
研究论文 | 提出一种基于深度学习的眼疾自动分类系统,采用多模型视觉特征嵌入和选择方法 | 引入结合线性判别分析和先进神经网络分类器的两级特征选择框架,显著降低计算复杂度同时提升分类准确率 | 仅在ODIR数据集上进行验证,需要进一步临床实际环境测试 | 开发高效的眼部疾病自动分类系统以支持临床决策 | 眼部疾病患者眼底图像 | 计算机视觉 | 眼部疾病 | 眼底成像 | DNN, LSTM, BiLSTM | 图像 | 5000张患者眼底图像,分为8种眼疾类别 | TensorFlow, Keras | DenseNet201, EfficientNetB3, InceptionResNetV2 | 准确率, 精确率, 召回率 | NA |
| 180 | 2025-10-07 |
Computational Methods for Predicting Chemical Reactivity of Covalent Compounds
2025-Feb-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01591
PMID:39823568
|
研究论文 | 本研究开发了预测共价化合物化学反应性的计算方法 | 整合机器学习、深度学习和量子力学计算评估共价化合物固有反应性,FP-Stack模型在测试集上表现出优异的相关性 | 研究主要针对半胱氨酸靶向共价化合物,未涵盖其他亲核氨基酸靶点 | 准确预测和调控共价化合物的反应性以促进共价药物发现 | 419种半胱氨酸靶向共价化合物及其反应性数据 | 机器学习 | NA | 量子力学计算 | 机器学习,深度学习 | 化学化合物数据 | 419种共价化合物 | NA | FP-Stack | Pearson相关系数,Spearman相关系数 | NA |