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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1741 | 2025-10-06 |
Deep learning-based image domain reconstruction enhances image quality and pulmonary nodule detection in ultralow-dose CT with adaptive statistical iterative reconstruction-V
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11317-y
PMID:39792163
|
研究论文 | 评估基于深度学习图像重建技术对超低剂量CT图像质量和肺结节检测能力的提升效果 | 首次将深度学习图像重建技术应用于超低剂量CT的自适应统计迭代重建-V后处理,显著提升图像质量和结节检测性能 | 研究样本量为210名患者,需要在更大人群中验证;仅针对肺结节检测进行评估 | 评估深度学习图像重建技术在超低剂量CT中提升图像质量和肺结节检测能力的有效性 | 肺癌筛查患者的CT图像和肺结节 | 计算机视觉 | 肺癌 | CT扫描,深度学习图像重建 | 深度学习模型 | 医学图像 | 210名患者,463个结节 | NA | NA | 图像噪声降低率,主观图像质量评分,结节检测率,直径测量差异,结节成像清晰度评分 | NA |
| 1742 | 2025-10-06 |
Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11373-y
PMID:39862249
|
研究论文 | 本研究使用定制卷积神经网络和大型多样化数据集,通过口腔全景片进行法医年龄估计 | 采用更大规模多样化数据集训练定制CNN模型,专注于牙齿生长特征,显著提升法医年龄估计准确度 | 研究样本年龄范围限定在1-25岁,模型在其他年龄段的应用效果需要进一步验证 | 改进儿童、青少年和年轻成人的法医年龄估计方法 | 21,814张来自13,766名1-25岁个体的口腔全景片 | 计算机视觉 | NA | 口腔全景片成像 | CNN | 医学影像 | 21,814张口腔全景片,来自13,766名个体 | NA | 定制卷积神经网络 | 平均绝对误差, 平均符号误差, 准确率 | NA |
| 1743 | 2025-10-06 |
Deep learning-based time-of-flight (ToF) enhancement of non-ToF PET scans for different radiotracers
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07119-z
PMID:39964543
|
研究论文 | 本研究开发了一种基于深度学习的飞行时间增强模型,用于提升非飞行时间PET扫描的图像质量 | 首次开发了适用于多种放射性示踪剂的深度学习飞行时间增强模型,可在数字BGO PET/CT扫描仪上实现接近真实飞行时间的图像质量 | 研究仅限于GE Discovery MI扫描仪数据,未在其他设备上验证 | 评估深度学习模型在增强非飞行时间PET图像质量方面的性能 | PET扫描图像数据 | 医学影像分析 | 癌症 | PET扫描,BSREM重建算法 | 深度学习 | 医学影像 | 309个训练数据集,33个验证数据集,60个测试数据集 | NA | 3D残差U-NET | 标准化摄取值,病变可检测性评分,诊断置信度评分,图像噪声/质量评分 | NA |
| 1744 | 2025-10-06 |
Artificial intelligence-powered coronary artery disease diagnosis from SPECT myocardial perfusion imaging: a comprehensive deep learning study
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07145-x
PMID:39976703
|
研究论文 | 本研究开发了基于深度学习的冠状动脉疾病诊断模型,通过SPECT心肌灌注成像实现自动化CAD诊断 | 采用了13种不同深度学习模型和4种输入类型,结合监督与半监督学习策略,首次系统比较了多种DL方法在SPECT-MPI CAD诊断中的性能 | 研究仅在前降支动脉区域验证了模型性能,且ICA参考标准样本量相对有限 | 开发基于SPECT心肌灌注成像的冠状动脉疾病自动诊断系统 | 940名接受SPECT-MPI检查的患者,其中281名包含侵入性冠状动脉造影数据 | 医学影像分析 | 冠状动脉疾病 | SPECT心肌灌注成像,定量灌注SPECT,侵入性冠状动脉造影 | 深度学习 | 医学影像,极坐标图 | 940名患者,其中281名有ICA数据,100名用于模型评估 | NA | DenseNet201, ResNet152V2, InceptionResNetV2 | AUC, 准确率, 敏感性, 特异性, 精确率, 平衡准确率 | NA |
| 1745 | 2025-06-16 |
Intergenerational inequity from hydrological drought in a warming world
2025-Jul, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125988
PMID:40449421
|
research paper | 该研究量化了全球变暖背景下不同世代面临的水文干旱风险,揭示了气候变化导致的代际不平等问题 | 首次构建了干旱模拟的级联模型链,量化了2020年和1960年出生人群的终身干旱暴露差异 | 研究基于SSP5-85情景和5个GCM输出,结果可能受限于气候模型的不确定性 | 评估全球变暖对不同世代水文干旱暴露的影响 | 全球4091个流域的水文干旱演变 | 气候变化 | NA | 混合陆地模型、深度学习和多模型集成 | 深度学习模型 | 气候模型输出和水文数据 | 4091个流域 | NA | NA | NA | NA |
| 1746 | 2025-06-16 |
Formation mechanism analysis and the prediction for compound flood arising from rainstorm and tide using explainable artificial intelligence
2025-Jul, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125858
PMID:40450943
|
research paper | 该研究提出了一种可解释人工智能框架,用于分析暴雨和潮汐引发的复合洪水形成机制并进行预测 | 结合LSTM网络和多头注意力机制作为城市洪水模拟的替代模型,并利用SHAP方法解释模型决策过程,揭示复合洪水场景中的关键驱动因素及其相互作用 | 模型性能略低于基于物理的模型 | 提高洪水模拟的准确性和透明度,分析复合洪水的形成机制 | 沿海城市暴雨和潮汐引发的复合洪水 | machine learning | NA | XAI, SHAP | LSTM, MHA | NA | NA | NA | NA | NA | NA |
| 1747 | 2025-06-16 |
Approaches for Measuring and Predicting Fouling During Thermal Processing of Dairy Solutions
2025-Jul, Comprehensive reviews in food science and food safety
IF:12.0Q1
DOI:10.1111/1541-4337.70209
PMID:40511546
|
综述 | 本文综述了乳制品热处理过程中污垢测量和预测的当前方法,强调了科学原理、技术成熟度和工业适用性 | 与现有主要关注污垢量化的综述不同,本文突出了向预测驱动方法的转变,以控制和最小化污垢 | 讨论了各种测量和预测方法在灵敏度、可扩展性和工业稳健性方面的局限性 | 改善乳制品热处理过程中的污垢管理,优化清洁计划,提高工艺效率 | 乳制品热处理过程中的污垢 | 食品工程 | NA | 声学、光谱学和电化学传感器、深度学习、计算流体动力学和量纲分析技术 | 深度学习 | 过程数据 | NA | NA | NA | NA | NA |
| 1748 | 2025-10-06 |
Characterization of hepatocellular carcinoma with CT with deep learning reconstruction compared with iterative reconstruction and 3-Tesla MRI
2025-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11314-1
PMID:39775897
|
研究论文 | 比较深度学习重建与迭代重建在肝细胞癌CT成像中的表现,并与3-Tesla MRI进行对照 | 首次系统比较深度学习重建与迭代重建在肝细胞癌LI-RADS分类中的表现,并与MRI金标准进行对照 | 单中心研究,样本量相对有限(89例患者) | 评估深度学习重建在肝细胞癌CT成像中的诊断性能 | 疑似肝细胞癌的肝脏病灶 | 医学影像分析 | 肝细胞癌 | CT成像,MRI成像,深度学习重建,迭代重建 | 深度学习模型 | 医学影像(CT和MRI图像) | 89例患者(52例肝细胞癌组,37例非肝细胞癌组) | NA | NA | 加权kappa系数,置信度评分 | NA |
| 1749 | 2025-06-16 |
Novel fusion-based time-frequency analysis for early prediction of sudden cardiac death from electrocardiogram signals
2025-Jul, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104370
PMID:40514105
|
研究论文 | 提出了一种基于融合的时频深度学习框架,用于通过分类相关心脏状况来早期预测心源性猝死 | 采用新颖的融合技术结合时频表示,增强了心电图信号的判别能力,实现了高精度的早期预测 | 未提及模型在不同人群或噪声环境下的鲁棒性验证 | 开发一种能够早期预测心源性猝死的方法 | 心电图信号 | 机器学习 | 心血管疾病 | 时频分析(spectrograms和scalograms) | 深度学习模型 | 心电图信号 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1750 | 2025-06-15 |
Experimental demonstration of integrated encryption and communication over optical fiber
2025-Jul, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaf112
PMID:40511367
|
研究论文 | 本文提出了一种集成加密与通信(IEAC)框架,旨在通过端到端深度学习优化加密过程和传输质量 | 提出了一种集成加密与通信(IEAC)框架,通过端到端深度学习训练随机数选择的几何星座成形方案,同时优化加密过程和传输质量,实现了单通道1 Tb/s的传输速率 | 未提及具体局限性 | 解决大数据和AI时代下光纤通信中的安全与高容量传输问题 | 光纤通信系统 | 通信技术 | NA | 深度学习,波长分复用(WDM) | 深度学习模型 | 光信号 | 1200公里光纤链路,26通道,3.9 THz带宽的全C波段WDM配置 | NA | NA | NA | NA |
| 1751 | 2025-06-14 |
Acquisition and Reconstruction Techniques for Coronary CT Angiography: Current Status and Trends over the Past Decade
2025-07, Radiographics : a review publication of the Radiological Society of North America, Inc
IF:5.2Q1
DOI:10.1148/rg.240083
PMID:40504731
|
review | 本文回顾了过去十年中冠状动脉CT血管成像(CCTA)的采集和重建技术,探讨了其现状和发展趋势 | 总结了多种新技术如低管电压采集、高清CT、超高清CT、深度学习重建算法等,以提高图像质量和降低辐射剂量 | 尽管有多种新技术,但CCTA仍存在运动伪影、图像噪声、辐射暴露等问题 | 提高冠状动脉CT血管成像(CCTA)的临床价值,用于非侵入性评估冠状动脉疾病(CAD) | 冠状动脉CT血管成像(CCTA)技术 | 医学影像 | 心血管疾病 | 低管电压采集、高清CT、超高清CT、深度学习重建算法 | 深度学习重建算法(DLR) | 医学影像 | NA | NA | NA | NA | NA |
| 1752 | 2025-10-06 |
ResNet-Transformer deep learning model-aided detection of dens evaginatus
2025-Jul, International journal of paediatric dentistry
IF:2.3Q2
DOI:10.1111/ipd.13282
PMID:39545506
|
研究论文 | 开发基于ResNet-Transformer深度学习模型用于全景X光片中牙外突的自动检测 | 首次结合ResNet和Transformer架构的深度学习模型用于牙外突检测,并证明能提升年轻牙医的诊断准确性 | 样本仅来自1410名3-16岁患者,年龄范围有限 | 开发深度学习模型辅助牙医早期诊断牙外突,支持早期干预 | 牙外突(牙科形态发育异常) | 计算机视觉 | 牙科疾病 | 全景X光摄影 | 深度学习 | 图像 | 1410名3-16岁患者的高质量标注全景X光片 | NA | ResNet, Transformer | 灵敏度, 特异度, F1分数 | NA |
| 1753 | 2025-10-06 |
Automated quantification of brain PET in PET/CT using deep learning-based CT-to-MR translation: a feasibility study
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07132-2
PMID:39964542
|
研究论文 | 本研究开发了一种基于深度学习的CT到MR图像转换框架,用于脑部PET/CT的自动定量分析 | 提出通过深度学习将PET/CT中的CT图像转换为合成MR图像,并利用其进行自动区域分割和定量分析 | 排除楔前叶区域存在显著差异,样本量有限(139例)的回顾性研究 | 解决脑部PET/CT定量分析中MR图像不可用或配准困难的问题 | 接受脑部[18F]FBB PET/CT和T1加权MRI检查的患者 | 医学影像分析 | 神经系统疾病 | PET/CT, MRI, 深度学习图像转换 | U-Net | CT图像, MR图像, PET图像 | 139名受试者 | NA | U-Net | 结构相似性指数, Dice相似系数, Wilcoxon符号秩检验 | NA |
| 1754 | 2025-10-06 |
Data-efficient generalization of AI transformers for noise reduction in ultra-fast lung PET scans
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07165-7
PMID:40009163
|
研究论文 | 本研究提出了一种基于掩码视觉变换器(Mask-ViT)的深度学习方法,用于超快速肺部PET扫描图像的去噪处理 | 提出了一种鲁棒且数据高效的掩码视觉变换器方法,能够在有限训练数据下实现跨扫描仪泛化 | 训练数据量有限,仅包含1272个回顾性采集的全时PET数据和46个前瞻性采集的U2BH PET/CT图像 | 开发深度学习方法来降低超快速20秒屏气(U2BH)PET扫描中的统计噪声 | 肺部PET扫描图像 | 计算机视觉 | 肺癌 | PET/CT成像 | Transformer | 医学图像 | 1272个回顾性全时PET数据,46个前瞻性U2BH和对应全时PET/CT图像 | NA | Mask-ViT, U-Net, C-Gan | 图像质量指标, Wilcoxon符号秩检验, 病变检测准确率, 5点制图像质量评分 | NA |
| 1755 | 2025-10-06 |
Deep learning-based weed detection for precision herbicide application in turf
2025-Jul, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8728
PMID:40022516
|
研究论文 | 本研究评估了基于深度卷积神经网络的杂草检测方法,结合路径规划算法实现精准除草剂喷洒 | 首次将除草剂敏感性杂草映射与路径规划算法相结合,实现智能喷洒系统的精准施药 | 未提及模型在复杂田间环境下的泛化能力和实时性能 | 开发精准除草剂喷洒系统以减少农药使用量 | 草坪杂草 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | DenseNet,GoogLeNet,ResNet | 精确度,召回率,总体准确率,F1分数 | NA |
| 1756 | 2025-10-06 |
Evaluation of Caries Detection on Bitewing Radiographs: A Comparative Analysis of the Improved Deep Learning Model and Dentist Performance
2025-Jul, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.]
IF:3.2Q1
DOI:10.1111/jerd.13470
PMID:40191981
|
研究论文 | 本研究评估了改进的YOLOv9c深度学习模型在咬翼片上检测龋齿的性能,并与牙医诊断表现进行对比分析 | 优化了YOLOv9c模型的主干网络架构,减小了模型规模和计算需求,并在龋齿检测任务中超越了牙医的临床评估表现 | 仅评估了11种YOLO模型,样本来源和规模未明确说明 | 比较不同深度学习模型在咬翼片龋齿检测中的性能,并优化模型提升检测准确率 | 咬翼X光片中的牙釉质和牙本质龋齿 | 计算机视觉 | 龋齿 | X射线成像 | YOLO系列目标检测模型 | 医学影像 | NA | NA | YOLOv9c(改进版) | 召回率,精确率,特异性,F1分数,Youden指数 | NA |
| 1757 | 2025-10-06 |
Meta-analysis of AI-based pulmonary embolism detection: How reliable are deep learning models?
2025-Jul, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110402
PMID:40412084
|
荟萃分析 | 通过荟萃分析评估基于深度学习的肺栓塞检测模型的诊断性能,并比较CNN与U-Net架构的差异 | 首次系统比较卷积神经网络与U-Net架构在肺栓塞检测中的诊断效能差异 | 研究间存在显著异质性(I²≈97%),需要标准化前瞻性验证 | 评估深度学习算法在肺栓塞检测中的汇总性能表现 | 肺栓塞患者的CT肺动脉造影图像 | 医学影像分析 | 肺栓塞 | CT肺动脉造影 | 深度学习 | 医学影像 | 22,984名患者 | NA | CNN, U-Net | AUROC, 敏感性, 特异性, 准确率, PPV, NPV | NA |
| 1758 | 2025-10-06 |
Artificial intelligence in resuscitation: a scoping review
2025-Jul, Resuscitation plus
IF:2.1Q2
DOI:10.1016/j.resplu.2025.100973
PMID:40486106
|
综述 | 本文通过范围综述方法系统梳理了人工智能在心脏骤停与复苏领域的应用现状和研究特征 | 首次系统性地对人工智能在复苏领域的应用进行范围综述,明确了当前研究空白和未来研究方向 | 纳入研究多为回顾性分析,外部验证缺乏,真实世界应用有限 | 绘制人工智能在心脏骤停和复苏领域应用的文献图谱,识别研究空白 | 人工智能在复苏领域的应用研究 | 医疗人工智能 | 心脏骤停 | 机器学习,深度学习,自然语言处理 | NA | 医疗数据 | 197项符合纳入标准的研究 | NA | NA | AUROC | NA |
| 1759 | 2025-06-12 |
Intermuscular adipose tissue and lean muscle mass assessed with MRI in people with chronic back pain in Germany: a retrospective observational study
2025-Jul, The Lancet regional health. Europe
DOI:10.1016/j.lanepe.2025.101323
PMID:40487774
|
研究论文 | 本研究通过MRI评估了德国慢性背痛患者的肌肉间脂肪组织和瘦肌肉质量,并探讨了它们与慢性背痛的关联 | 首次在大规模人群中使用全身MRI数据量化肌肉间脂肪组织和瘦肌肉质量,并分析其与慢性背痛的关联 | 横断面研究设计无法确定因果关系 | 探讨肌肉组成与慢性背痛之间的关联 | 30,868名德国国家队列(NAKO)参与者 | 医学影像分析 | 慢性背痛 | 全身MRI扫描和深度学习模型 | 深度学习模型 | MRI图像数据 | 30,868名参与者(其中27,518人纳入最终分析) | NA | NA | NA | NA |
| 1760 | 2025-10-06 |
Intraindividual Comparison of Image Quality Between Low-Dose and Ultra-Low-Dose Abdominal CT With Deep Learning Reconstruction and Standard-Dose Abdominal CT Using Dual-Split Scan
2025-Jul-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001151
PMID:39874436
|
研究论文 | 通过双源CT扫描在肝转移患者中比较低剂量/超低剂量CT(采用深度学习重建)与标准剂量CT(采用模型迭代重建)对局灶性肝病灶显示效果的非劣效性研究 | 首次在单个CT检查中采用双源分割扫描技术,实现同一患者不同剂量水平CT图像的个体内比较,并评估深度学习重建在低剂量CT中的临床应用价值 | 对肝转移的敏感性可能有所降低,需要在临床应用时保持谨慎 | 评估低剂量和超低剂量腹部CT结合深度学习重建在局灶性肝病灶显示方面是否不劣于标准剂量CT | 疑似或已知肝转移的患者 | 医学影像 | 肝转移癌 | 双源CT扫描,深度学习重建,模型迭代重建 | 深度学习重建 | CT影像 | 133名参与者(男性58名,平均BMI 23.0±3.4 kg/m²) | NA | NA | 病灶显示清晰度评分,病灶检测率,敏感性,特异性,信噪比,对比噪声比 | NA |