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 | 2025-10-07 |
Brain tumour histopathology through the lens of deep learning: A systematic review
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109642
PMID:39787663
|
系统综述 | 系统回顾深度学习在脑肿瘤特别是胶质母细胞瘤组织病理学研究中的应用现状与趋势 | 首次系统梳理了ML/DL技术在GBM组织病理学研究中的应用模式,揭示了组学数据与组织病理数据整合分析的新趋势 | 纳入的GBM相关研究数量有限(仅8篇),且许多研究未能清晰报告模型训练和评估方法 | 调查机器学习/深度学习技术如何推动脑肿瘤特别是胶质母细胞瘤的组织病理学研究进展 | 54项符合条件的研究,重点关注胶质母细胞瘤相关研究 | 数字病理 | 脑肿瘤/胶质母细胞瘤 | 组织病理学与多组学数据整合分析 | SVM, CNN | 组织病理图像, 多组学数据 | 54项研究(其中8项GBM专项研究) | NA | ResNet | NA | NA |
| 162 | 2025-10-07 |
Artificial Intelligence-Guided Lung Ultrasound by Nonexperts
2025-Mar-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2024.4991
PMID:39813064
|
研究论文 | 评估人工智能引导非专业医护人员获取诊断质量肺部超声图像的能力 | 首次验证AI引导非专业医护人员获取诊断质量肺部超声图像的可行性 | 研究样本量有限,仅包含176名参与者 | 评估AI在指导非专业医护人员获取诊断质量肺部超声图像方面的能力 | 呼吸困难患者和非专业医护人员(医疗助理、呼吸治疗师和护士) | 医学影像分析 | 肺部疾病 | 肺部超声 | 深度学习 | 超声图像 | 176名参与者 | NA | NA | 诊断质量比例 | NA |
| 163 | 2025-10-07 |
Ventricular Arrhythmia Classification Using Similarity Maps and Hierarchical Multi-Stream Deep Learning
2025-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3490187
PMID:39485690
|
研究论文 | 提出一种基于相似性映射和分层多流深度学习的室性心律失常分类方法 | 开发了相似性映射特征来捕捉ECG信号中的规律性,并提出了分层多流ResNet34架构 | NA | 解决室性心动过速、心室颤动和非室性心律之间的分类问题 | 心电图信号中的室性心律失常 | 数字病理学 | 心血管疾病 | ECG信号分析 | 深度学习 | 心电图信号 | NA | NA | ResNet34 | 灵敏度, 准确率 | NA |
| 164 | 2025-10-07 |
Efficient spheroid morphology assessment with a ChatGPT data analyst: implications for cell therapy
2025-Mar, BioTechniques
IF:2.2Q4
DOI:10.1080/07366205.2025.2493489
PMID:40264428
|
研究论文 | 开发基于ChatGPT数据分析师的深度学习自动方法用于评估脂肪来源干细胞球体形态质量 | 首次将ChatGPT数据分析师应用于细胞球体形态评估,提供自动化测量解决方案 | 未提及样本量的具体限制和模型泛化能力的验证 | 开发自动化的球体尺寸测量方法以改进细胞球体质量评估 | 脂肪来源干细胞(ADSCs)形成的球体 | 计算机视觉 | 骨关节炎 | 深度学习图像识别与处理 | NA | 图像 | NA | ChatGPT Data Analyst, ImageJ | NA | Bland-Altman分析, 散点图相关系数 | NA |
| 165 | 2025-10-07 |
LEyes: A lightweight framework for deep learning-based eye tracking using synthetic eye images
2025-Mar-31, Behavior research methods
IF:4.6Q1
DOI:10.3758/s13428-025-02645-y
PMID:40164925
|
研究论文 | 提出一种轻量级框架LEyes,使用合成眼图像训练神经网络进行视线追踪 | 与传统逼真渲染方法不同,使用简单合成图像生成器训练神经网络检测瞳孔和角膜反射等关键特征 | 未明确说明具体性能限制和适用场景限制 | 解决视线估计领域训练数据缺乏和模型泛化能力差的问题 | 眼图像中的瞳孔和角膜反射特征 | 计算机视觉 | NA | 合成数据生成 | 神经网络 | 合成眼图像 | NA | NA | NA | 瞳孔和角膜反射的识别与定位精度 | 成本效益更高的硬件 |
| 166 | 2025-10-07 |
Recurrent and convolutional neural networks in classification of EEG signal for guided imagery and mental workload detection
2025-Mar-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92378-x
PMID:40140460
|
研究论文 | 本研究使用深度学习方法对引导想象放松技术和心理任务工作负荷状态下的脑电信号进行分类 | 首次在引导想象应用中比较不同电极配置(26个认知电极vs 256个全通道)对分类性能的影响 | 样本量较小(仅26名学生),需要更大规模的研究验证结果 | 验证是否能够检测引导想象放松状态与心理任务工作负荷状态之间的差异并进行分类 | 26名接受引导想象放松技术和心理任务工作负荷测试的学生 | 机器学习 | 精神障碍 | 密集阵列脑电信号放大技术 | EEGNet, LSTM, 1D CNN, 1D CNN-LSTM混合模型 | 脑电信号 | 26名学生 | NA | EEGNet, Long Short-Term Memory, 1D Convolutional Neural Network | 准确率, 召回率, 精确率, F1分数, 损失值 | NA |
| 167 | 2025-10-07 |
Convolutional Neural Network Models for Visual Classification of Pressure Ulcer Stages: Cross-Sectional Study
2025-Mar-25, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/62774
PMID:40135412
|
研究论文 | 本研究探索使用卷积神经网络模型对压力性损伤分期进行视觉分类 | 首次系统比较AlexNet、VGGNet16、ResNet18和DenseNet121四种CNN模型在压力性损伤分期分类中的性能 | 研究样本仅来自单一三级医院,未来需要与不同经验水平的护士进行比较验证 | 开发辅助压力性损伤分期的有效工具 | 压力性损伤患者图像,包括I期、II期、III期、IV期、不可分期和疑似深部组织损伤 | 计算机视觉 | 压力性损伤 | 深度学习 | CNN | 图像 | 853张原始压力性损伤图像,经数据增强后获得7677张图像 | NA | AlexNet,VGGNet16,ResNet18,DenseNet121 | 准确率 | NA |
| 168 | 2025-10-07 |
Imaging Intravoxel Vessel Size Distribution in the Brain Using Susceptibility Contrast Enhanced MRI
2025-Mar-25, ArXiv
PMID:40196141
|
研究论文 | 开发一种基于磁敏感对比增强MRI的新方法,用于无创成像脑内体素内血管尺寸分布 | 首次建立基于深度学习的磁敏感对比MRI方法,能够定量评估体素内血管尺寸分布 | 需要进一步验证才能转化为临床工具 | 开发非侵入性血管重塑评估方法 | 啮齿类动物脑血管系统 | 医学影像分析 | 多种疾病(癌症、神经退行性疾病、纤维化、高血压、糖尿病) | 磁敏感对比增强MRI、光片荧光显微镜 | 深度学习模型 | MRI信号、显微镜图像 | NA | NA | NA | 相关系数、Bhattacharya系数 | NA |
| 169 | 2025-10-07 |
GaitDynamics: A Generative Foundation Model for Analyzing Human Walking and Running
2025-Mar-21, Research square
DOI:10.21203/rs.3.rs-6206222/v1
PMID:40166023
|
研究论文 | 开发了一个名为GaitDynamics的生成式基础模型,用于分析人类步行和跑步的动力学特征 | 首个针对人类步态的大规模生成式基础模型,能够处理多样化的人口统计学数据和步态模式,支持多种输入输出和临床应用 | NA | 通过深度学习模型低成本预测人类步态动力学,促进人类健康和运动表现 | 人类步行和跑步的动力学特征,包括运动和力 | 机器学习 | NA | 深度学习 | 生成式基础模型 | 运动学数据,动力学数据 | 包含多样化人口统计学数据和步态模式的大规模数据集 | NA | NA | 准确性,鲁棒性 | NA |
| 170 | 2025-10-07 |
Deep Learning Study of Alkaptonuria Spinal Disease Assesses Global and Regional Severity and Detects Occult Treatment Status
2025-Mar-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.11.25323762
PMID:40162283
|
研究论文 | 本研究开发深度学习模型分析罕见病黑酸尿症的脊柱X光片,评估疾病严重程度并检测隐匿治疗状态 | 首次将深度学习应用于罕见病黑酸尿症的脊柱影像分析,能识别传统方法难以检测的药物治疗状态 | 真空椎间盘现象预测一致性较低(41-90%),样本量受罕见病特性限制 | 开发深度学习方法来准确评估黑酸尿症脊柱病变的严重程度和检测药物治疗状态 | 黑酸尿症患者的颈椎和腰椎X光片 | 医学影像分析 | 黑酸尿症 | X射线成像 | 深度学习模型 | 医学影像 | NA | NA | NA | 准确度, 平均绝对误差 | NA |
| 171 | 2025-10-07 |
scPrediXcan integrates advances in deep learning and single-cell data into a powerful cell-type-specific transcriptome-wide association study framework
2025-Mar-04, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.11.623049
PMID:39605417
|
研究论文 | 提出scPrediXcan方法,将深度学习与单细胞数据整合到细胞类型特异性转录组关联研究框架中 | 整合前沿深度学习方法预测表观遗传特征,开发ctPred方法高精度预测细胞类型特异性表达,捕获线性模型忽略的复杂基因调控规则 | NA | 开发细胞类型特异性转录组关联研究方法以识别疾病致病基因和机制 | 2型糖尿病和系统性红斑狼疮 | 机器学习 | 2型糖尿病, 系统性红斑狼疮 | 单细胞数据, 表观遗传特征预测 | 深度学习 | DNA序列, 基因表达数据 | NA | NA | NA | 准确性, 基因识别数量, 基因组关联研究位点解释能力 | NA |
| 172 | 2025-10-07 |
Enhancing Outcome Prediction in Intracerebral Hemorrhage Through Deep Learning: A Retrospective Multicenter Study
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.07.025
PMID:39095262
|
研究论文 | 本研究通过深度学习技术开发并验证了用于预测脑出血患者90天预后的自动预后生物标志物 | 首次结合深度学习特征与临床特征构建融合模型,显著提高了脑出血预后预测的准确率 | 回顾性研究设计,样本量相对有限,仅纳入发病6小时内影像学检查的患者 | 开发脑出血患者90天功能预后的精准预测工具 | 脑出血患者 | 医学影像分析 | 脑出血 | 深度学习,逻辑回归,LASSO回归 | CNN | 医学影像 | 1098例患者(男性652例,女性446例) | NA | ResNet50 | AUC, 校准曲线 | NA |
| 173 | 2025-10-07 |
The role of artificial intelligence and deep learning in determining the histopathological grade of pancreatic neuroendocrine tumors by using EUS images
2025 Mar-Apr, Endoscopic ultrasound
IF:4.4Q1
DOI:10.1097/eus.0000000000000113
PMID:40385971
|
研究论文 | 本研究利用人工智能和深度学习算法,通过EUS图像预测胰腺神经内分泌肿瘤的组织病理学分级 | 首次将深度学习技术应用于EUS图像进行胰腺神经内分泌肿瘤分级预测 | 样本量较小(44例患者),属于初步研究 | 开发基于AI的胰腺神经内分泌肿瘤分级预测方法 | 胰腺神经内分泌肿瘤患者 | 医学影像分析 | 胰腺神经内分泌肿瘤 | EUS-FNA/B(超声内镜引导下细针穿刺/活检) | CNN | EUS图像 | 44例患者的803张EUS图像 | NA | 卷积神经网络 | 灵敏度, 特异度, 准确率 | NA |
| 174 | 2025-10-07 |
Deep Learning-Based Ion Channel Kinetics Analysis for Automated Patch Clamp Recording
2025-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202404166
PMID:39737527
|
研究论文 | 本研究提出了首个基于人工智能的框架,用于自动膜片钳记录中多种离子通道动力学的表征分析 | 首次将人工智能技术应用于离子通道动力学分析,集成了异常检测和多类分类的深度学习框架 | NA | 开发自动化离子通道动力学分析框架以提高电生理研究效率 | 全细胞膜片钳记录数据 | 机器学习 | 阿尔茨海默病,帕金森病 | 膜片钳技术 | CNN,LSTM | 电生理记录数据 | 124个测试数据集 | NA | 1D卷积神经网络,双向长短期记忆网络,注意力机制 | 准确率 | NA |
| 175 | 2025-10-07 |
Deep learning-based fully automated detection and segmentation of pelvic lymph nodes on diffusion-weighted images for prostate cancer: a multicenter study
2025-Mar-17, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00840-w
PMID:40098034
|
研究论文 | 本研究开发了一种基于3D V-Net的深度学习模型,用于前列腺癌患者盆腔淋巴结的自动检测和分割 | 首次将3D V-Net模型应用于前列腺癌盆腔淋巴结的自动检测和分割,并进行了多中心验证 | 模型对可疑转移性淋巴结检测的灵敏度为60.1%,仍有提升空间 | 提高前列腺癌患者淋巴结检测和分割的效率和准确性 | 前列腺癌患者的盆腔淋巴结 | 医学影像分析 | 前列腺癌 | 扩散加权成像 | CNN | 医学影像 | 训练集1,151名患者(32,507个标注淋巴结),外部验证集401名患者(7,707个淋巴结) | NA | 3D V-Net | Dice相似系数, 灵敏度, 特异性, 阳性预测值, 假阳性率 | NA |
| 176 | 2025-10-07 |
Artificial intelligence can be trained to predict c-KIT-11 mutational status of canine mast cell tumors from hematoxylin and eosin-stained histological slides
2025-03, Veterinary pathology
IF:2.3Q1
DOI:10.1177/03009858241286806
PMID:39422217
|
研究论文 | 本研究训练深度学习模型仅通过H&E染色组织切片形态学特征预测犬肥大细胞肿瘤的c-KIT-11基因突变状态 | 首次实现基于常规H&E染色切片形态学特征预测基因突变状态,无需额外分子检测 | 染色方案和扫描仪类型会影响模型准确性,跨机构数据性能存在下降 | 开发能够从组织形态学预测基因突变的AI诊断工具 | 犬肥大细胞肿瘤 | 数字病理学 | 犬肥大细胞肿瘤 | H&E染色, PCR, 全玻片成像 | 深度学习模型 | 组织病理学图像 | 368个皮肤、皮下和黏膜皮肤肥大细胞肿瘤样本(195个有ITD突变,173个无突变) | NA | NA | 准确率, 敏感性, 特异性 | NA |
| 177 | 2025-10-07 |
Nuclear pleomorphism in canine cutaneous mast cell tumors: Comparison of reproducibility and prognostic relevance between estimates, manual morphometry, and algorithmic morphometry
2025-03, Veterinary pathology
IF:2.3Q1
DOI:10.1177/03009858241295399
PMID:39560067
|
研究论文 | 比较犬皮肤肥大细胞瘤核多形性评估方法的可重复性和预后价值 | 首次系统比较病理学家目测评估、人工形态测量和深度学习自动形态测量在犬皮肤肥大细胞瘤核多形性评估中的表现 | 需要进一步验证研究结果、确定算法间可重复性和鲁棒性,并探索整个肿瘤切片的肿瘤异质性 | 探索犬皮肤肥大细胞瘤核评估方法的局限性并开发替代形态测量方案 | 犬皮肤肥大细胞瘤 | 数字病理学 | 皮肤肿瘤 | 深度学习分割 | 深度学习 | 病理图像 | 96个犬皮肤肥大细胞瘤样本 | NA | NA | ROC曲线下面积, 组内相关系数, Kappa值 | NA |
| 178 | 2025-05-17 |
Clinical implications of deep learning based image analysis of whole radical prostatectomy specimens
2025-Mar-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95267-5
PMID:40164701
|
研究论文 | 本研究评估了基于深度学习的图像分析(DLIA)算法在前列腺癌根治术(RP)标本中Gleason分级和肿瘤定量的临床应用和预后价值 | 首次将DLIA算法应用于全RP标本的Gleason分级和肿瘤定量,并评估其临床可行性和预后价值 | 研究样本量相对有限(992例患者),且DLIA算法与病理学家评估的一致性仅为中等水平(Cohen's kappa: 0.374) | 提高前列腺癌诊断的准确性和临床决策支持 | 前列腺癌根治术标本 | 数字病理学 | 前列腺癌 | 深度学习图像分析 | DLIA算法 | H&E染色数字切片图像 | 992例患者的29,646张数字化H&E染色切片 | NA | NA | NA | NA |
| 179 | 2025-05-17 |
A novel network-level fused deep learning architecture with shallow neural network classifier for gastrointestinal cancer classification from wireless capsule endoscopy images
2025-Mar-31, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02966-0
PMID:40165262
|
research paper | 提出了一种新型深度学习框架,用于从无线胶囊内窥镜图像中分类和定位胃肠道疾病 | 融合了两种新型架构SC-DSAN和CNN-GRU,采用深度连接层进行网络级融合,避免了特征级融合的计算成本,并利用贝叶斯优化和熵控海洋捕食者算法进行动态超参数调优和特征选择 | 未来工作将探索其对其他数据集的适应性,并优化其计算复杂性以实现更广泛的部署 | 解决胃肠道疾病分类和定位中的挑战,如类间和类内相似性、类别不平衡和计算效率低下 | 无线胶囊内窥镜图像 | computer vision | gastrointestinal cancer | deep learning | SC-DSAN, CNN-GRU, SWNN | image | Kvasir-V1和Kvasir-V2数据集 | NA | NA | NA | NA |
| 180 | 2025-05-17 |
Ant-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Humidity via Magnetic Induction
2025-03-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c00032
PMID:40016092
|
research paper | 介绍了一种受蚂蚁感官机制启发的双模式离子凝胶传感器,能够同时检测环境湿度和压力 | 采用磁感应技术开发的双模式传感器,结合了湿度传感器和压力传感器的高灵敏度和宽范围检测能力,并通过深度学习算法实现高精度物体识别 | 未明确提及传感器的长期稳定性测试或在极端环境下的性能表现 | 开发多功能、高灵敏度、宽范围和耐用的柔性传感器,用于智能传感领域 | 环境湿度和压力的检测,以及人体生理信号和物体识别 | 智能传感 | NA | 磁感应技术,深度学习算法 | NA | 湿度信号,压力信号,生理信号 | 未明确提及具体样本数量,但涉及人体生理信号测试和物体识别实验 | NA | NA | NA | NA |