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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 781 | 2025-10-06 |
Single Inspiratory Chest CT-based Generative Deep Learning Models to Evaluate Functional Small Airways Disease
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240680
PMID:40668132
|
研究论文 | 开发基于单次吸气胸部CT的生成式深度学习模型,用于评估功能性小气道疾病 | 首次使用单次吸气CT扫描通过生成式深度学习模型进行参数响应映射和功能性小气道疾病预测 | 回顾性研究设计,样本量相对有限(308名个体) | 开发深度学习模型评估功能性小气道疾病 | 慢性阻塞性肺疾病患者的小气道功能评估 | 医学影像分析 | 慢性阻塞性肺疾病 | 胸部CT扫描,参数响应映射 | 生成式深度学习模型 | CT影像数据 | 308名个体(中位年龄67岁,113名女性) | NA | NA | 敏感度,AUC,结构相似性指数 | NA |
| 782 | 2025-10-06 |
Developing Deep Learning-Based Cerebral Ventricle Auto-Segmentation System and Clinical Application for the Evaluation of Ventriculomegaly
2025-Sep, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2025.124300
PMID:40712852
|
研究论文 | 开发基于深度学习的脑室自动分割系统,用于脑室扩大的精确体积评估 | 首次开发能够同时分割5个解剖类别(脑室、脑实质、颅骨、皮肤和出血)的自动多类分割系统,支持未来增强现实引导的脑室外引流系统 | 样本量相对有限,模型性能可能受年龄、性别和诊断类型等因素影响 | 开发精确的脑室体积自动评估系统,替代传统的二维测量方法 | 脑室扩大患者的脑部CT扫描图像 | 医学影像分析 | 脑室扩大 | 计算机断层扫描 | 深度学习 | 医学影像 | 训练集288例,内部验证10例,外部验证43例,公共数据集192例,临床验证227例 | nnUNet | nnUNet | Dice相似系数, 决定系数 | NA |
| 783 | 2025-10-06 |
Deep learning reveals antibiotics in the archaeal proteome
2025-Sep, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-025-02061-0
PMID:40796684
|
研究论文 | 本研究利用深度学习技术系统挖掘古菌蛋白质组,发现具有抗菌活性的新型肽类化合物 | 首次系统探索古菌作为抗生素来源,通过深度学习发现具有独特氨基酸组成特征的新型抗菌肽(古菌素) | 仅合成了80种古菌素进行实验验证,占预测总量的较小比例 | 开发新型抗生素以应对抗菌素耐药性问题 | 古菌蛋白质组中的抗菌肽 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 蛋白质序列数据 | 233个古菌蛋白质组,12,623个预测分子,80个合成古菌素 | NA | NA | 体外抗菌活性(93%有效率),体内细菌载量减少 | NA |
| 784 | 2025-10-06 |
Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240485
PMID:40736362
|
研究论文 | 开发并优化用于多参数MRI前列腺分割和临床显著前列腺癌检测的联邦学习框架 | 针对前列腺分割和癌症检测任务分别优化联邦学习配置参数,包括本地训练轮数和聚合策略 | 基于模拟研究,需要进一步验证在真实临床环境中的效果 | 优化联邦学习配置以提升MRI前列腺分割和癌症检测性能 | 前列腺MRI图像和临床显著前列腺癌检测 | 医学影像分析 | 前列腺癌 | 多参数MRI | 深度学习 | MRI图像 | 前列腺分割:4个客户端1294名患者;癌症检测:3个客户端1440名患者 | Flower FL | nnU-Net | Dice系数, PI-CAI评分(AUC和平均精度的平均值) | NA |
| 785 | 2025-10-06 |
Artificial Intelligence in Orthopaedic and Trauma Surgery Education: Applications, Ethics, and Future Perspectives
2025-Sep-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews
|
综述 | 探讨人工智能在骨科创伤外科教育中的应用、伦理问题和未来前景 | 提出基于系统的框架将多种AI技术整合到闭环教育周期中,强调适应性学习和专业成长 | NA | 探索人工智能在骨科创伤外科教育中的潜在应用和影响 | 骨科外科住院医师培训 | 自然语言处理, 计算机视觉, 机器学习 | 骨科创伤 | 机器学习, 深度学习, 计算机视觉, 自然语言处理, 生成式AI | 深度学习模型, 大语言模型 | 性能跟踪数据, 图像数据, 文档数据 | NA | NA | NA | NA | NA |
| 786 | 2025-10-06 |
Artificial Intelligence in Neovascular Age-Related Macular Degeneration
2025-Sep, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2413-6782
PMID:39260410
|
综述 | 本文全面分析了人工智能在新生血管性年龄相关性黄斑变性管理中的应用现状与发展前景 | 深入探讨了深度学习模型在nAMD诊断、疾病进展预测和治疗效果预测方面的突破性表现,及其在个性化治疗策略中的潜在价值 | 面临大规模数据集需求、临床工作流程整合困难以及模型在不同人群中泛化能力不足等挑战 | 评估人工智能在新生血管性年龄相关性黄斑变性诊疗中的应用价值与发展路径 | 新生血管性年龄相关性黄斑变性患者及相关医学影像数据 | 医学人工智能 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 准确率 | NA |
| 787 | 2025-10-06 |
Automatic Segmentation of Primary Central Nervous System Lymphoma at Clinical Routine Postcontrast T1-weighted MRI
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240446
PMID:40970793
|
研究论文 | 开发并验证基于深度学习模型在临床常规对比增强T1加权MRI上自动分割原发性中枢神经系统淋巴瘤 | 首次基于nnU-Net框架开发针对PCNSL的自动分割模型,并在多中心外部验证集上验证其鲁棒性 | 在众多边界不清的亚厘米级病灶中性能略有下降 | 开发原发性中枢神经系统淋巴瘤的自动分割方法 | 经病理证实的免疫功能正常的原发性中枢神经系统淋巴瘤患者 | 数字病理 | 淋巴瘤 | MRI | 深度学习 | 医学影像 | 135名患者(内部数据集87例,外部测试集48例) | nnU-Net | U-Net | Dice分数, 平均表面距离, F1分数 | NA |
| 788 | 2025-09-20 |
An MRI Histopathology-based Deep Learning Approach for the Classification of Prostate Cancer
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.250466
PMID:40970800
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 789 | 2025-10-06 |
Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240381
PMID:40970801
|
研究论文 | 本研究通过深度学习对前列腺癌MRI组织病理学数据进行分类,评估MR组织病理学在前列腺癌诊断中的能力 | 开发了新型人工智能分析方法,通过整合空间上下文信息提高分类性能,并能够估计病灶大小 | 回顾性研究,使用2009-2011年收集的数据集,样本时间范围有限 | 评估MR组织病理学在前列腺癌诊断中的能力,并指导临床MRH采集的成像参数选择 | 前列腺癌根治术标本的组织学切片 | 数字病理学 | 前列腺癌 | MR组织病理学,MR光谱学 | 神经网络 | 光谱强度数据,组织学图像 | 2009-2011年间收集的前列腺癌根治术标本数据集 | NA | NA | ROC曲线下面积 | NA |
| 790 | 2025-10-06 |
Egocentric video analysis for automated assessment of open surgical skills via deep learning
2025-Sep-18, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03518-7
PMID:40963049
|
研究论文 | 提出基于深度学习的第一人称视角视频分析框架,用于自动评估开放手术技能 | 首次将Transformer架构应用于开放手术技能评估,结合多任务学习和手部运动学数据,支持基于部分观察的早期技能评估 | 研究样本量有限(20名参与者),主要针对基础训练任务,模型在复杂手术场景中的泛化能力有待验证 | 开发客观自动的开放手术技能评估方法 | 外科培训学员的开放手术操作技能 | 计算机视觉 | NA | 视频分析,手部运动学数据采集 | LSTM, TCN, Transformer | 视频,运动学数据 | 201个视频,来自20名参与者 | PyTorch | ResNet50, LSTM, TCN, Transformer | 平均绝对误差, Spearman相关系数 | NA |
| 791 | 2025-10-06 |
CQH-MPN: A Classical-Quantum Hybrid Prototype Network with Fuzzy Proximity-Based Classification for Early Glaucoma Diagnosis
2025-Sep-17, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610855
PMID:40960965
|
研究论文 | 提出一种经典量子混合原型网络,用于青光眼早期诊断的小样本学习 | 首次将量子特征编码器与经典卷积编码器结合,并引入模糊邻近度量方法处理类别不确定性 | 仅在两个公开数据集上验证,未在更多临床场景测试 | 解决小样本条件下的青光眼早期诊断问题 | 视网膜眼底图像 | 医学影像分析 | 青光眼 | 量子计算与深度学习融合技术 | 原型网络 | 图像 | ACRIMA和ORIGA两个公开数据集,在1-shot、3-shot和5-shot设置下评估 | NA | 经典量子混合均值原型网络 | 准确率 | NA |
| 792 | 2025-10-06 |
Patient-Specific Cardio-Respiratory Model for Optimization of Cardiac Radioablation
2025-Sep-17, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3610945
PMID:40960973
|
研究论文 | 开发基于深度学习的心脏结构分割和图像配准的患者特异性心肺动态模型,用于评估心脏放射消融治疗中运动管理方法的效果 | 结合心脏和呼吸动态CT扫描构建患者特异性动态模型,能够模拟治疗过程并评估运动管理方法 | 模型在九名患者数据上验证,样本量有限,需要进一步扩大验证范围 | 优化心脏放射消融治疗的精确性,减少心脏和呼吸运动对治疗的影响 | 难治性室性心动过速患者的心脏结构 | 医学影像分析 | 心血管疾病 | 动态CT扫描,深度学习分割,可变形图像配准,刚性图像配准 | 深度学习 | 医学影像(CT扫描) | 9名患者数据 | NA | NA | 重现性评估,物理体模验证 | NA |
| 793 | 2025-10-06 |
Decision Strategies in AI-Based Ensemble Models in Opportunistic Alzheimer's Detection from Structural MRI
2025-Sep-17, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01604-5
PMID:40963032
|
研究论文 | 本研究通过集成学习策略结合深度学习架构,利用结构MRI进行阿尔茨海默病的多分类检测 | 比较了三种集成决策策略在三种不同深度学习架构中的表现,并首次系统分析了检测性能与模型校准之间的关系 | 研究基于相对较小的数据集,可能影响模型的泛化能力 | 开发基于人工智能的集成模型,提高阿尔茨海默病的检测性能 | 阿尔茨海默病患者的结构MRI数据 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | 深度学习 | 医学影像 | NA | NA | 三种不同的深度学习架构 | 平衡准确率, 校准误差 | NA |
| 794 | 2025-10-06 |
Development of a predictive model for distant metastasis in HCC patients post-TACE using clinical data, radiomics, and deep learning
2025-Sep-16, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-025-06308-5
PMID:40954349
|
研究论文 | 开发结合临床数据、影像组学和深度学习的预测模型,用于评估肝细胞癌患者TACE术后远处转移风险 | 首次将临床数据、影像组学和深度学习特征相结合构建综合预测模型,用于预测HCC患者TACE术后远处转移风险 | 样本量相对有限(475例),需进一步多中心验证 | 预测肝细胞癌患者经动脉化疗栓塞术后远处转移风险 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 影像组学分析,深度学习 | 深度学习模型,逻辑回归 | 临床数据,医学影像 | 475例患者,分为训练集、测试集和外部验证集 | NA | NA | AUC,校准曲线,决策曲线分析 | NA |
| 795 | 2025-09-19 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2025-Sep-16, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-025-01684-5
PMID:40954491
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 796 | 2025-10-06 |
MBLEformer: Multi-Scale Bidirectional Lesion Enhancement Transformer for Cervical Cancer Image Segmentation
2025-Sep-16, Current medical imaging
IF:1.1Q3
|
研究论文 | 提出一种用于宫颈癌图像分割的多尺度双向病灶增强Transformer模型MBLEformer | 采用Swin Transformer编码器提取多阶段图像特征,结合多尺度注意力机制和双向病灶增强上采样策略 | NA | 提高宫颈癌病灶分割的准确性,解决CNN和注意力机制在捕获全局特征和上采样细节方面的局限性 | 卢戈氏碘染色宫颈图像中的病灶区域 | 计算机视觉 | 宫颈癌 | 医学图像分析 | Transformer, CNN | 图像 | NA | NA | Swin Transformer, MBLEformer | mIoU, 准确率, 特异性 | NA |
| 797 | 2025-10-06 |
Flexible Monolithic 3D-Integrated Self-Powered Tactile Sensing Array Based on Holey MXene Paste
2025-Sep-15, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-025-01924-9
PMID:40952539
|
研究论文 | 基于多孔MXene浆料开发了一种柔性单片三维集成自供电触觉传感阵列 | 采用多孔MXene浆料实现单片三维集成,每个垂直一体单元同时作为微型超级电容器和压力传感器工作 | 仅展示了概念验证应用,尚未进行大规模商业化验证 | 开发高度集成、智能化和灵活的电子系统用于先进人机交互和个性化电子设备 | 柔性触觉传感系统 | 柔性电子 | NA | 刮刀涂布和冲压方法 | 深度学习 | 触觉压力数据 | NA | NA | NA | 机械柔韧性、功耗、响应速度、长期运行稳定性 | NA |
| 798 | 2025-10-06 |
Concentration-dependent responses of C. reinhardtii to silver ions: hormetic response in growth and reduction of motility
2025-Sep-15, The European physical journal. E, Soft matter
DOI:10.1140/epje/s10189-025-00521-3
PMID:40952583
|
研究论文 | 本研究探讨了莱茵衣藻对银离子暴露的生物物理响应,包括种群生长动态、叶绿素含量和游动能力的变化 | 首次在微藻中观察到银离子诱导的毒物兴奋效应,揭示了离子胁迫与细胞生长之间的非线性耦合关系,并应用深度学习算法量化银离子对单个微藻游动能力的影响 | 研究仅针对单一微藻物种,未考虑银纳米颗粒等其他银形态的影响,环境因素如光照和营养条件的影响也未完全评估 | 探究银离子对水生微藻的生物物理影响机制 | 莱茵衣藻(C. reinhardtii)微藻 | 环境毒理学 | NA | 分光光度法, 深度学习运动追踪 | 深度学习算法 | 生长曲线数据, 叶绿素含量数据, 运动轨迹数据 | 不同银离子浓度处理组(0.29-1.18 M) | NA | NA | 平均游动速度, 方向变化频率 | NA |
| 799 | 2025-10-06 |
Exploring deep learning and hybrid approaches in molecular subgrouping and prognostic-related genetic signatures of medulloblastoma
2025-Sep-15, Chinese neurosurgical journal
DOI:10.1186/s41016-025-00405-7
PMID:40954484
|
研究论文 | 本研究开发基于MRI的深度学习模型,用于髓母细胞瘤分子亚型分类和预后相关遗传标志物预测 | 采用两阶段深度学习框架同时实现髓母细胞瘤分子亚型识别和预后遗传标志物预测,并开发了结合深度学习和传统数据的混合模型 | 回顾性研究设计,样本量相对有限(449例患者),仅来自两个医疗机构 | 开发深度学习模型用于髓母细胞瘤分子亚型分类和预后相关遗传标志物识别 | 髓母细胞瘤患者 | 医学影像分析 | 髓母细胞瘤 | MRI成像 | CNN | 医学影像(T1加权、T2加权、对比增强T1加权MRI) | 449例髓母细胞瘤患者(325例用于模型开发,124例用于外部验证) | NA | MB-CNN, MB-CNN_TP53/MYC/Chr11 | 准确率, AUC | NA |
| 800 | 2025-10-06 |
Real-time detection of Wi-Fi attacks using hybrid deep learning models on NodeMCU
2025-Sep-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18947-2
PMID:40954170
|
研究论文 | 提出一种基于NodeMCU的实时轻量级Wi-Fi去认证攻击检测系统 | 首次在超低成本嵌入式设备上集成混合时序深度学习与可解释分类器,填补了现有入侵检测研究在边缘计算和模型可解释性方面的空白 | 仅在5600多个标记样本上验证,网络条件多样性可能有限 | 开发实时轻量级Wi-Fi入侵检测系统 | Wi-Fi去认证攻击 | 机器学习 | NA | 实时数据包嗅探 | LSTM, GRU, RNN, 逻辑回归 | 网络流量数据 | 5600多个标记样本 | NA | LSTM, GRU, RNN | 准确率 | NodeMCU ESP8266微控制器 |