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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 821 | 2025-10-06 |
Large-scale deep learning for metastasis detection in pathology reports
2025-Aug, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooaf070
PMID:40655537
|
研究论文 | 开发用于从病理报告中检测转移癌的大规模深度学习模型 | 针对特定任务从头训练的深度学习架构在性能上优于通用大语言模型,并整合了不确定性量化机制 | NA | 开发能够从非结构化病理报告中自动检测转移癌患者的算法 | 来自4个SEER登记处的60471份非结构化病理报告 | 自然语言处理 | 转移癌 | 深度学习 | 深度神经网络,LLM | 文本 | 60471份病理报告 | NA | 任务特定深度神经网络 | 召回率 | NA |
| 822 | 2025-10-06 |
Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection
2025-Aug-30, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.14353
PMID:40405615
|
研究论文 | 本研究结合格拉米角场图像编码技术和二维卷积神经网络,利用近红外光谱数据定量检测白茶的地理来源掺假 | 首次将格拉米角场图像编码技术应用于近红外光谱数据,结合二维卷积神经网络进行茶叶掺假定量检测 | 未提及模型在其他茶叶品种或更大样本规模下的泛化能力 | 开发基于近红外光谱的白茶地理来源掺假定量检测方法 | 白茶样品 | 计算机视觉 | NA | 近红外光谱技术 | CNN | 光谱数据, 图像 | NA | NA | 2D-CNN, 1D-CNN | R2, 均方根误差 | NA |
| 823 | 2025-10-06 |
A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma
2025-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-03870-9
PMID:39994163
|
研究论文 | 本研究开发了一种基于PET/CT的3D深度学习模型,用于预测I期肺腺癌患者的气腔扩散状态 | 首次将3D深度学习模型与PET/CT影像融合应用于STAS预测,并通过两阶段读者研究验证临床实用性 | 回顾性研究设计,需要前瞻性验证 | 预测I期肺腺癌患者术前气腔扩散状态 | 162名I期肺腺癌患者 | 医学影像分析 | 肺癌 | 18F-FDG PET/CT成像 | 深度学习 | 3D医学影像 | 162例患者,按4:1比例分为训练集和测试集 | NA | ResNet50 | AUC, 敏感性, 特异性, 诊断准确率 | NA |
| 824 | 2025-10-06 |
Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities
2025-Aug, Ultrasound in medicine & biology..
|
系统综述 | 本文系统回顾了深度学习技术在超声心动图中检测心血管异常的应用 | 首次系统评估深度卷积神经网络在超声心动图诊断左心室功能和室壁运动异常中的整合应用 | 数据多样性不足、图像质量问题以及深度学习模型的计算需求限制了临床广泛应用 | 评估深度学习技术在超声心动图诊断心血管异常中的效果和应用前景 | 29项关于深度学习在超声心动图中应用的研究 | 医学影像分析 | 心血管疾病 | 超声心动图 | 深度卷积神经网络(DCNN) | 超声心动图像 | 29项研究 | NA | 深度卷积神经网络 | 诊断准确性, 可重复性 | NA |
| 825 | 2025-10-06 |
Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study
2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110995
PMID:40550423
|
研究论文 | 本研究探讨了使用深度学习、剂量组学特征结合剂量体积直方图参数和临床因素预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性 | 首次将深度学习剂量组学与剂量组学特征、DVH参数和临床因素相结合构建多中心预测模型 | 回顾性研究设计,样本量相对有限 | 预测食管癌放疗患者的4级放射性淋巴细胞减少症 | 545名接受放疗的食管癌患者 | 医学影像分析 | 食管癌 | 放疗剂量分布分析 | 深度学习 | 放射剂量分布数据,临床数据 | 545名患者来自5个医疗中心 | NA | NA | AUC | NA |
| 826 | 2025-10-06 |
Generation of synthetic tomographic images from biplanar X-ray: a narrative review of history, methods, and the state of the art
2025-Aug, Journal of neurosurgical sciences
IF:1.3Q3
DOI:10.23736/S0390-5616.25.06506-3
PMID:40662246
|
综述 | 本文综述了基于深度学习的从双平面或多平面二维X射线生成合成三维CT图像的方法 | 系统梳理了深度学习在合成CT生成领域的最新进展,包括CNN、GAN和条件扩散处理等先进技术 | 作为叙述性综述,未进行定量分析或方法比较 | 探讨从二维X射线生成合成三维CT图像的深度学习方法 | 双平面或多平面二维X射线数据 | 医学影像分析 | NA | X射线成像,CT成像 | CNN, GAN, 条件扩散模型 | 二维X射线图像,三维CT图像 | NA | NA | NA | NA | NA |
| 827 | 2025-10-06 |
Monitoring kidney microanatomy during ischemia-reperfusion using ANFIS optimized CNN
2025-Aug, International urology and nephrology
IF:1.8Q3
DOI:10.1007/s11255-025-04449-7
PMID:40100537
|
研究论文 | 提出基于自适应神经模糊推理系统优化的ResNet50卷积神经网络方法,通过光学相干断层扫描图像监测肾脏缺血再灌注过程中的微观结构变化 | 首次将ANFIS与ResNet50结合用于肾脏疾病监测,采用双向滤波预处理和基于边缘分割的纹理特征选择方法 | 仅使用标准数据库中的OCT图像,缺乏临床实时验证数据 | 提高肾脏疾病图像分类的准确率和召回率 | 肾脏缺血再灌注过程中的微观结构变化 | 计算机视觉 | 肾脏疾病 | 光学相干断层扫描(OCT) | CNN, ANFIS | 图像 | NA | 深度学习 | ResNet50 | 准确率, 召回率, 精确率 | NA |
| 828 | 2025-10-06 |
AI in Orthopedic Research: A Comprehensive Review
2025-Aug, Journal of orthopaedic research : official publication of the Orthopaedic Research Society
IF:2.1Q2
DOI:10.1002/jor.26109
PMID:40415515
|
综述 | 本文全面回顾了人工智能在骨科研究中的应用现状、挑战与未来发展方向 | 系统整合了AI在骨科领域的最新进展,包括影像诊断、预测分析和新兴技术应用,并首次全面探讨了该领域面临的数据异质性、算法偏见等关键挑战 | 存在数据异质性、算法偏见、模型黑箱问题以及验证不足等挑战 | 探讨人工智能在骨科研究和临床实践中的整合与应用 | 骨科疾病诊断、治疗策略优化和临床工作流程 | 医疗人工智能 | 骨科疾病 | 深度学习 | NA | 放射影像、磁共振图像、步态数据 | NA | NA | NA | 诊断准确性 | NA |
| 829 | 2025-10-06 |
Artificial Intelligence-Assisted Sac Diameter Assessment for Complex Endovascular Aortic Repair
2025-Aug, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists
IF:1.7Q2
DOI:10.1177/15266028231208159
PMID:37902445
|
研究论文 | 评估人工智能系统ARVA在复杂主动脉瘤患者FEVAR手术前后CTA图像中主动脉直径测量的准确性 | 首次在复杂主动脉瘤FEVAR治疗场景中验证基于深度学习的自动主动脉直径测量技术 | 单中心回顾性研究,样本量有限(50例患者),需要更大规模验证 | 验证AI系统在复杂主动脉瘤血管内修复术中的主动脉直径自动测量准确性 | 接受FEVAR治疗的复杂主动脉瘤患者 | 数字病理 | 心血管疾病 | 计算机断层扫描血管成像(CTA) | 深度学习 | 医学影像 | 50例患者(共100个CTA扫描) | NA | ARVA(Augmented Radiology for Vascular Aneurysm) | 绝对差异中位数,准确率 | NA |
| 830 | 2025-10-06 |
High temperature stress-strain data for SAE 5120 steel under various strain rates
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111824
PMID:40655989
|
研究论文 | 本研究开发了一种基于增量公式的本构模型,用于准确预测SAE 5120钢在高温变形条件下的流动应力行为 | 采用增量公式模型,首次同时考虑了动态再结晶软化效应和瞬态加载条件下的应力演化,克服了传统参数化本构模型的局限性 | 研究仅限于轴对称压缩测试条件,未验证其他变形模式下的模型适用性 | 开发能够准确反映SAE 5120钢高温变形行为的本构模型,用于有限元模拟优化 | SAE 5120低合金铬钢 | 材料科学与工程 | NA | 热压缩测试,动态再结晶分析 | 增量公式本构模型 | 应力-应变数据,温度数据,应变率数据 | 在850°C至1200°C温度和0.01 s⁻¹至10 s⁻¹应变率范围内进行的轴压缩测试数据 | NA | NA | NA | Gleeble 3500热模拟系统 |
| 831 | 2025-10-06 |
Climate-driven projections of cyanobacterial harmful algal bloom expansion in coastal waters
2025-Aug-25, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.179940
PMID:40570389
|
研究论文 | 本研究通过整合气候模型与机器学习方法,预测阿曼沿海水域蓝藻有害藻华在未来气候情景下的扩张趋势 | 首次将长期气候预测与机器学习模型结合,对阿曼沿海蓝藻藻华进行多年代际投影,并采用粒子群优化算法优化模型参数 | 研究区域局限于阿曼沿海特定区域,模型性能受限于卫星数据质量和气候模型的不确定性 | 提高蓝藻有害藻华的预测准确性并评估长期气候变化影响 | 阿曼沿海水域的蓝藻有害藻华 | 环境科学, 机器学习 | NA | 卫星遥感, 气候模型 | Random Forest, Extreme Gradient Boosting, GRU, LSTM | 卫星图像, 环境参数数据 | 957张卫星图像(2000-2020年) | NA | LSTM, GRU | 相关系数R | NA |
| 832 | 2025-10-06 |
Identification of STAT3 phosphorylation inhibitors using generative deep learning, virtual screening, molecular dynamics simulations, and biological evaluation for non-small cell lung cancer therapy
2025-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-024-11067-5
PMID:39715975
|
研究论文 | 本研究通过生成式深度学习结合虚拟筛选和分子动力学模拟,发现新型STAT3磷酸化抑制剂用于非小细胞肺癌治疗 | 采用迁移学习和生成式深度学习模型探索化学空间,结合多层级计算筛选发现新型STAT3抑制剂 | 研究主要基于计算模拟和细胞实验,尚未进行动物模型验证 | 开发针对STAT3磷酸化的抑制剂用于非小细胞肺癌治疗 | STAT3信号通路、非小细胞肺癌细胞系H441 | 机器学习 | 肺癌 | 虚拟筛选、分子对接、分子动力学模拟、细胞生物学评估 | 生成式深度学习模型 | 化学化合物数据、分子结构数据 | 包含STAT3抑制剂的综合数据集,具体HG106和HG110分子 | NA | NA | 结合亲和力、构象稳定性、磷酸化抑制效果 | NA |
| 833 | 2025-10-06 |
Technology advances in the placement of naso-enteral tubes and in the management of enteral feeding in critically ill patients: A narrative study
2025-Aug, Clinical nutrition ESPEN
IF:2.9Q3
DOI:10.1016/j.clnesp.2025.05.022
PMID:40383254
|
综述 | 本文综述了危重症患者鼻肠管置入技术和肠内喂养管理方面的技术进展 | 系统总结了床旁超声、电磁传感器、实时视频辅助置管、阻抗传感器和虚拟现实等新技术在鼻肠管置入和肠内喂养管理中的应用 | NA | 探讨危重症患者肠内喂养相关技术的创新进展 | 危重症患者 | 医学技术 | 危重症 | 床旁超声, 电磁传感器, 实时视频辅助置管, 阻抗传感器, 虚拟现实, 深度学习算法 | 深度学习算法 | 医学影像, 电生理信号, 临床数据 | NA | NA | NA | NA | NA |
| 834 | 2025-10-06 |
SASWISE-UE: Segmentation and synthesis with interpretable scalable ensembles for uncertainty estimation
2025-Aug, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110258
PMID:40460564
|
研究论文 | 提出一种高效的子模型集成框架,通过生成不确定性图谱增强医学深度学习模型的可解释性 | 从单一训练好的检查点生成多样化模型族,通过输出分歧进行不确定性估计 | NA | 提升医学深度学习模型的可解释性和临床适用性 | CT身体分割和MR-CT合成数据集 | 计算机视觉 | NA | 深度学习 | 集成学习 | 医学影像(CT、MR) | NA | NA | U-Net, UNETR | Dice系数, 平均绝对误差 | NA |
| 835 | 2025-10-06 |
Selection, visualization, and explanation of deep features from resting-state fMRI for Alzheimer's disease diagnosis
2025-Aug, Psychiatry research. Neuroimaging
|
研究论文 | 本研究通过可视化静息态功能磁共振成像的深度特征来区分认知正常个体与不同阶段阿尔茨海默病患者 | 提出了能够有效识别阿尔茨海默病的特定深度特征子集(称为“信息性深度特征”),并通过热图和激活图实现全切片图像级别的可视化 | 脑萎缩和图像强度模式相似性带来的挑战 | 开发基于深度学习的阿尔茨海默病诊断方法并提高模型可解释性 | 认知正常个体和不同阶段阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 静息态功能磁共振成像(rs-fMRI) | 深度学习网络 | 神经影像数据 | 来自ADNI数据库的rs-fMRI数据 | NA | NA | NA | NA |
| 836 | 2025-10-06 |
O-GEST: Overground gait events detector using b-spline-based geometric models for marker-based and markerless analysis
2025-Aug, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2025.112803
PMID:40516373
|
研究论文 | 提出一种基于B样条几何模型的自动算法O-GEST,用于在无测力台条件下检测地面行走步态事件 | 首次将B样条几何模型与步态相关阈值结合,开发适用于标记点和无标记点分析的通用步态事件检测算法 | 算法验证主要针对特定病理人群,在更广泛疾病类型中的适用性需进一步验证 | 开发高精度的步态事件检测算法以提升无测力台环境下的步态分析可靠性 | 健康人群和病理步态患者(髋关节骨关节炎、中风幸存者、帕金森病患者、脑瘫儿童) | 生物医学工程 | 神经肌肉疾病,骨科疾病 | 运动学数据分析,B样条建模 | 几何模型 | 运动学数据,轨迹数据 | 390名受试者(200名健康人,100名单侧髋关节骨关节炎,50名中风幸存者,26名帕金森病患者,14名脑瘫儿童) | NA | B样条几何模型 | 时间差异精度(毫秒) | NA |
| 837 | 2025-10-06 |
Digitizing audiograms with deep learning: structured data extraction and pseudonymization for hearing big data
2025-Aug, Hearing research
IF:2.5Q1
DOI:10.1016/j.heares.2025.109337
PMID:40532492
|
研究论文 | 开发基于深度学习的系统将听力图数字化,实现结构化数据提取和匿名化处理 | 与以往主要关注分类或预测的研究不同,该框架确保结构化数值数据输出同时遵守数据匿名化法规 | NA | 开发深度学习系统数字化听力图,实现大规模听力大数据收集 | 纯音听力图图像 | 计算机视觉 | 听力损失 | 纯音听力测定 | CNN | 图像 | 训练集8847个听力图符号,测试集2443个听力图符号 | NA | 卷积神经网络 | 准确率 | NA |
| 838 | 2025-10-06 |
Redefining parameter-efficiency in ADHD diagnosis: A lightweight attention-driven kolmogorov-arnold network with reduced parameter complexity and a novel activation function
2025-Aug, Psychiatry research. Neuroimaging
|
研究论文 | 提出一种基于Kolmogorov-Arnold网络的参数高效框架用于ADHD诊断 | 结合KAN网络显著减少参数复杂度,引入注意力驱动特征选择机制和具有可学习系数的自适应激活函数 | NA | 开发参数效率高且可解释性强的ADHD诊断模型 | 注意力缺陷多动障碍(ADHD)患者 | 医学影像分析 | 注意力缺陷多动障碍 | 脑连接特征分析 | Kolmogorov-Arnold Network (KAN) | 脑连接特征数据 | ADHD-200基准数据集 | NA | Kolmogorov-Arnold Network with attention mechanism | 准确率, F1分数, 精确率 | NA |
| 839 | 2025-10-06 |
Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis
2025-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-024-11047-9
PMID:39613993
|
研究论文 | 本研究利用生成对抗网络(GAN)设计SARS-CoV-2主要蛋白酶(Mpro)抑制剂,并通过分子对接、动力学模拟和MM-GBSA分析验证其效力 | 采用两种创新GAN方法:基于配体电子密度数据和基于靶点结合口袋3D结构生成新型小分子 | 研究样本量有限,仅对六种最有前景的分子进行了深入分析 | 开发针对SARS-CoV-2主要蛋白酶的高效抑制剂 | SARS-CoV-2主要蛋白酶(Mpro)及其抑制剂 | 药物发现 | COVID-19 | 分子对接、分子动力学模拟、MM-GBSA分析 | GAN | 电子密度数据、3D结合口袋结构 | 电子密度方法生成约26,000个分子,结合口袋方法生成约100个分子,深入分析6个分子 | NA | GAN | Glide XP评分、AutoDock Vina评分、MM-GBSA结合自由能 | NA |
| 840 | 2025-10-06 |
A 4D tensor-enhanced multi-dimensional convolutional neural network for accurate prediction of protein-ligand binding affinity
2025-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-024-11044-y
PMID:39714563
|
研究论文 | 本文提出了一种基于4D张量特征和多维卷积神经网络的蛋白质-配体结合亲和力预测模型MCDTA | 引入4D张量特征捕捉结合口袋区域的关键相互作用,开发多维卷积神经网络框架整合一维序列、二维结构和三维相互作用特征 | 未明确说明模型在特定蛋白质家族或配体类型上的局限性 | 准确预测蛋白质-配体结合亲和力以促进药物新用途发现 | 蛋白质-配体相互作用 | 机器学习 | NA | 特征工程 | CNN | 序列数据,结构数据,相互作用特征 | PDBbind v.2020数据集 | NA | 三维卷积神经网络,多维卷积神经网络 | RMSE,PCC | NA |