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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2025-09-12 |
CCLR-DL: A novel statistics and deep learning hybrid method for feature selection and forecasting healthcare demand
2025-Sep-07, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109057
PMID:40929936
|
研究论文 | 提出一种结合统计方法与深度学习的混合框架CCLR-DL,用于医疗需求预测的特征选择和时序预测 | 首次将因果统计选择(包括交叉相关分析、滞后线性回归和格兰杰因果检验)与神经网络预测结合,兼顾预测精度与可解释性 | NA | 提升高维多元时间序列预测的准确性和模型透明度 | 医疗需求预测 | 机器学习 | NA | 交叉相关分析、滞后多元线性回归、格兰杰因果检验 | BiLSTM | 时间序列数据 | 630万个体10年间的临床就诊和诊断数据 | NA | NA | NA | NA |
| 1062 | 2025-09-12 |
Advanced digital image forensics: A hybrid framework for copy-move forgery detection in multimedia security
2025-Sep, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.70076
PMID:40361265
|
研究论文 | 提出一种用于多媒体安全中复制-移动伪造检测的混合框架,结合频域滤波、关键点提取、深度学习模型和聚类技术 | 整合FFT频域滤波、SIFT与ORB关键点提取、MobilenetV2和VGG16特征提取以及注意力机制,提升检测准确性和鲁棒性 | NA | 开发高精度数字图像伪造检测方法,保障图像完整性验证 | 数字图像及其可能存在的复制-移动伪造区域 | 计算机视觉 | NA | 快速傅里叶变换(FFT)、SIFT、ORB、DBSCAN聚类、注意力机制 | MobilenetV2, VGG16 | 图像 | 基于五个基准复制-移动伪造数据集进行广泛测试 | NA | NA | NA | NA |
| 1063 | 2025-09-12 |
Early diagnosis of mild cognitive impairment and Alzheimer's disease using multimodal feature-based deep learning models in a Chinese elderly population
2025-Sep, Asian journal of psychiatry
IF:3.8Q1
DOI:10.1016/j.ajp.2025.104632
PMID:40743680
|
研究论文 | 本研究利用基于多模态特征(ERP和中医体质)的深度学习模型,在中国老年人群中实现轻度认知障碍和阿尔茨海默病的早期诊断 | 首次融合事件相关电位(ERP)和中医体质特征,并采用图卷积网络(GCN)进行跨被试分类,在认知障碍早期诊断中表现出色 | 样本量较小(共90名参与者),且仅针对中国老年人群,结果泛化性需进一步验证 | 评估基于融合ERP和中医特征的深度学习模型在认知障碍跨被试分类中的效能 | 中国老年人群(包括健康对照组、轻度认知障碍患者和阿尔茨海默病患者) | 机器学习 | 老年疾病 | ERP(事件相关电位)、中医体质问卷、深度学习 | EEGNet、CNN-LSTM、GCN(图卷积网络)、多尺度特征重建GCN、多层感知机 | 脑电信号、问卷数据 | 90名参与者(30名健康对照、30名MCI患者、30名AD患者) | NA | NA | NA | NA |
| 1064 | 2025-09-12 |
Spectral computed tomography thermometry for thermal ablation: applicability and needle artifact reduction
2025-Sep, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105093
PMID:40850158
|
研究论文 | 评估光谱CT测温在微波消融中的适用性,并比较基于衰减与基于物理密度的测温方法,同时探索最优金属伪影减少技术 | 首次系统比较光谱CT中基于衰减和基于物理密度的测温方法,并测试多种MAR技术(包括O-MAR、深度学习MAR和光谱CT组合)对测温精度的影响 | 研究基于体外凝胶模型,未涉及人体组织;样本量较小(4个模型,23次扫描) | 提高肝肿瘤热消融过程中温度监测的精确性和可靠性 | 肝肿瘤热消融过程中的温度分布 | 医学影像 | 肝肿瘤 | 光谱CT,微波消融,金属伪影减少(MAR)技术 | NA | CT影像 | 4个嵌入温度传感器的凝胶模型,进行23次CT扫描 | NA | NA | NA | NA |
| 1065 | 2025-09-12 |
Machine learning driven semi-automated framework for yeast sporulation efficiency quantification using ilastik segmentation and Fiji nuclear enumeration
2025-Sep, Fungal genetics and biology : FG & B
IF:2.4Q3
DOI:10.1016/j.fgb.2025.104024
PMID:40876769
|
研究论文 | 提出一种基于机器学习的半自动化框架,用于酵母孢子形成效率的量化分析 | 结合ilastik纹理特征优化分割与Fiji核计数,实现多形态孢子的稳健量化,支持批量自动分类且兼容标准显微镜 | 需手动质量检查点,未完全实现全自动化 | 开发高效、客观的酵母孢子形成效率量化方法以替代人工计数 | 酵母孢子(包括二孢、三孢和四孢形态) | 数字病理学 | NA | 图像分割与处理 | 机器学习(非指定深度学习模型) | 显微镜图像 | 验证中包括Hsp82磷酸化突变体等多遗传背景样本,未明确总数 | NA | NA | NA | NA |
| 1066 | 2025-09-12 |
Application of deep learning for detecting implants in computed tomography scout images with multi-institution and multi-vendor for personal identification
2025-Sep, Science & justice : journal of the Forensic Science Society
IF:1.9Q3
DOI:10.1016/j.scijus.2025.101315
PMID:40930679
|
研究论文 | 本研究提出基于深度学习的CT定位像金属植入物自动检测方法,用于法医身份识别 | 采用多机构、多厂商数据集训练目标检测模型,提升跨成像条件的泛化能力 | NA | 开发自动检测CT定位像中金属植入物的方法以辅助法医身份识别 | CT定位像中的金属植入物 | 计算机视觉 | NA | 计算机断层扫描(CT) | RetinaNet, Faster R-CNN | 图像 | 多机构、多厂商数据集 | NA | NA | NA | NA |
| 1067 | 2025-10-06 |
Research on error classification in gamma analysis on the basis of dosimetric feature engineering and deep learning
2025-Sep-10, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae0131
PMID:40889516
|
研究论文 | 本研究结合剂量学特征工程和深度学习技术,开发了一种具有误差分类能力的伽马通过率预测方法 | 通过剂量学特征工程将静态射野划分为五个不同区域,并集成GAN模型实现伽马通过率预测与误差分类的联合分析 | 样本量相对较小(26个临床病例),部分区域分类性能有待提升(AUC值0.50-0.69) | 改进放射治疗中的伽马分析误差分类能力,提升临床质量保证水平 | 放射治疗计划中的静态射野剂量分布 | 医学影像分析 | 肿瘤放射治疗 | 剂量测量技术,伽马分析 | GAN | 剂量分布数据 | 26个临床病例(6个用于训练,20个用于测试),包含1,515个VMAT静态射野和415个步进式射野 | NA | GAN | AUC, 伽马通过率, 统计显著性检验 | NA |
| 1068 | 2025-10-06 |
How Will AI Shape the Future of Pandemic Response? Early Clues From Data Analytics
2025-Sep-10, Risk analysis : an official publication of the Society for Risk Analysis
IF:3.0Q1
DOI:10.1111/risa.70103
PMID:40926588
|
综述 | 探讨人工智能和数据分析在10个关键领域如何增强大流行病的防范、应对和恢复能力 | 系统分析AI在疫情应对中的潜力,包括基于机器学习的监测、深度学习改进流行病学模型和AI驱动的非药物干预优化 | 实施AI在疫情应对中面临重大的伦理和治理挑战,特别是关于隐私、公平性和问责制 | 研究人工智能如何塑造未来疫情应对,支持快速演变危机中基于证据的决策 | 系统性风险管理和复杂互联系统中的疫情应对 | 机器学习 | COVID-19 | 数据分析和人工智能技术 | 机器学习,深度学习 | 实时数据,流行病学数据 | NA | NA | NA | NA | NA |
| 1069 | 2025-10-06 |
A robust deep learning-driven framework for detecting Parkinson's disease using EEG
2025-Sep-10, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2556310
PMID:40927820
|
研究论文 | 提出一种基于深度学习的框架,利用EEG信号检测帕金森病 | 结合通道注意力模块、小波散射变换和GAN数据增强的CNN-Transformer混合模型 | NA | 开发帕金森病的准确早期诊断方法 | 帕金森病患者和健康对照受试者的EEG信号 | 机器学习 | 帕金森病 | EEG信号处理 | CNN, Transformer, GAN | EEG信号,时频图图像 | NA | NA | CNN-Transformer混合架构 | 准确率 | NA |
| 1070 | 2025-09-11 |
Editorial for "A Deep Learning-Based Fully Automated Cardiac MRI Segmentation Approach for Tetralogy of Fallot Patients"
2025-Sep-10, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70114
PMID:40928233
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1071 | 2025-10-06 |
Metagenomic research on the structural difference of plaque microbiome from different caries stages and the construction of a caries diagnostic model
2025-Sep-10, mSystems
IF:5.0Q1
DOI:10.1128/msystems.00044-25
PMID:40928220
|
研究论文 | 通过宏基因组学研究不同龋齿阶段牙菌斑微生物组的结构差异,并构建龋齿诊断模型 | 首次在更高分辨率下研究不同龋齿阶段的微生物差异,并开发基于深度学习的龋齿诊断模型 | 样本量较小(30名儿童),RH、EC和DC组间物种丰富度无显著差异 | 研究不同龋齿阶段微生物组结构差异并构建诊断模型 | 儿童牙菌斑样本(包括健康个体和龋齿活跃患者) | 宏基因组学 | 龋齿 | 2bRAD测序 | 神经网络 | 宏基因组测序数据 | 30名儿童(15名龋齿活跃患者,15名无龋齿个体),共60个牙菌斑样本 | NA | NA | AUC | NA |
| 1072 | 2025-10-06 |
Clinical evaluation of motion robust reconstruction using deep learning in lung CT
2025-Sep-10, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01633-y
PMID:40928606
|
研究论文 | 本研究通过定量和视觉评估方法,评估基于深度学习的CLEAR Motion重建技术在肺部CT中对运动伪影的校正效果 | 首次对新型深度学习运动校正重建技术CLEAR Motion在肺部CT中的临床实用性进行系统性定量评估 | 样本量相对有限(129例),未包含所有可能的临床场景 | 评估深度学习运动校正重建技术在肺部CT成像中的临床效果 | 肺部CT图像和患者临床特征(心率、身高、体重、BMI) | 医学影像分析 | 肺部疾病 | CT成像,深度学习重建 | 深度学习 | CT图像 | 129例肺部CT扫描 | NA | CLEAR Motion | 拉普拉斯方差(VL),峰值信噪比(PSNR),视觉评估得分 | NA |
| 1073 | 2025-10-06 |
Oral bioavailability property prediction based on task similarity transfer learning
2025-Sep-10, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11345-w
PMID:40928678
|
研究论文 | 提出基于任务相似性迁移学习的框架TS-GTL,用于预测人类口服生物利用度 | 结合物理化学性质与图深度学习,引入任务相似性度量MoTSE指导迁移学习 | 在数据稀缺场景下的应用可能受限于预训练数据的质量 | 优化药物候选物并提高临床成功率 | 药物分子 | 机器学习 | NA | 图深度学习 | GNN, Transformer | 分子图数据 | NA | NA | PGnT, Transformer | NA | NA |
| 1074 | 2025-10-06 |
Incorporating respiratory signals for machine learning-based multimodal sleep stage classification: a large-scale benchmark study with actigraphy and heart rate variability
2025-Sep-09, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf091
PMID:40219765
|
研究论文 | 本研究通过结合活动记录、心率变异性和呼吸信号,开发了一种基于机器学习的多模态睡眠阶段分类方法 | 首次在大规模研究中系统评估呼吸信号对睡眠阶段分类的增强作用,并比较心电图衍生呼吸特征与传统呼吸带数据的性能 | 研究基于公开数据集,可能无法完全代表所有人群的睡眠模式 | 开发更准确的家庭睡眠监测系统,改善睡眠检测算法 | 睡眠阶段分类,包括清醒期和快速眼动睡眠期 | 机器学习 | 睡眠障碍 | 活动记录监测,心率变异性分析,呼吸信号分析 | LSTM | 生理信号数据,包括活动记录、心电信号和呼吸信号 | 超过1000条睡眠记录 | NA | LSTM | 马修斯相关系数,四分位距 | NA |
| 1075 | 2025-10-06 |
Deep learning neural network of adenocarcinoma detection in effusion cytology
2025-Sep-09, American journal of clinical pathology
IF:2.3Q2
DOI:10.1093/ajcp/aqaf067
PMID:40736208
|
研究论文 | 开发基于深度学习的恶性细胞检测模型用于积液细胞学检查中的腺癌检测 | 首次将YOLOv8目标检测算法应用于积液细胞学图像中的腺癌细胞检测 | 在创建目标检测模型时细胞标注存在一些问题 | 检测积液细胞学图像中的恶性细胞 | 积液细胞学图像中的腺癌细胞 | 计算机视觉 | 腺癌 | 细胞学检查 | CNN | 图像 | 463例病例(275例腺癌,188例阴性病例),共14162张图像 | YOLOv8, Roboflow | YOLOv8 | 准确率, 精确率, 召回率, F1分数, 平均精度均值, 灵敏度, 特异性, 假阳性率 | NA |
| 1076 | 2025-10-06 |
Artificial intelligence in traumatic brain injury: Brain imaging analysis and outcome prediction: A mini review
2025-Sep-09, World journal of critical care medicine
DOI:10.5492/wjccm.v14.i3.107611
PMID:40880570
|
综述 | 本文回顾了人工智能在创伤性脑损伤影像分析和预后预测中的应用 | 重点探讨机器学习和深度学习方法在创伤性脑损伤领域的具体特征和应用潜力 | NA | 评估人工智能在创伤性脑损伤医疗实践中的改进潜力 | 创伤性脑损伤患者 | 医学影像分析 | 创伤性脑损伤 | NA | 机器学习,深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 1077 | 2025-10-06 |
Lesion Asymmetry Screening Assisted Global Awareness Multi-view Network for Mammogram Classification
2025-Sep-09, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3607877
PMID:40924534
|
研究论文 | 提出一种用于乳腺X线摄影分类的病变不对称筛查辅助全局感知多视图网络 | 首次将病变不对称筛查与全局感知相结合,模拟放射科医生诊断流程,实现患者级别的乳腺癌诊断 | 仅使用患者级别标签训练,可能忽略细粒度病变特征 | 开发基于深度学习的计算机辅助乳腺癌诊断系统 | 乳腺X线摄影图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN | 医学图像 | DDSM公共数据集和内部数据集 | NA | 多视图网络 | AUC | NA |
| 1078 | 2025-10-06 |
Spherical Harmonics Representation Learning for High-Fidelity and Generalizable Super-Resolution in Diffusion MRI
2025-Sep-09, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3607105
PMID:40924535
|
研究论文 | 提出基于球谐函数表示学习的SHRL-dMRI框架,用于扩散磁共振成像的高保真和可泛化超分辨率重建 | 首次将隐式神经表示与球谐函数相结合,同时提升空间和角度分辨率,并引入数据保真模块和基于小波的频率损失函数 | 未明确说明训练数据的具体规模和多样性限制 | 开发能够同时提升扩散磁共振成像空间和角度分辨率的超分辨率方法 | 扩散磁共振成像数据 | 医学影像分析 | NA | 扩散磁共振成像 | 隐式神经表示 | 医学影像数据 | NA | NA | SHRL-dMRI | 分辨率提升效果,微结构参数估计精度,泛化能力 | NA |
| 1079 | 2025-10-06 |
Toward Foundational Model for Sleep Analysis Using a Multimodal Hybrid-Self-Supervised Learning Framework
2025-Sep-09, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3603608
PMID:40924530
|
研究论文 | 提出一种用于睡眠分析的多模态混合自监督学习框架SynthSleepNet,能够有效分析多导睡眠图数据 | 结合掩码预测和对比学习的混合自监督学习框架,并开发基于Mamba的TCM模型来有效捕捉跨信号上下文信息 | NA | 开发基础模型用于睡眠质量评估和睡眠障碍诊断 | 多导睡眠图数据,包括脑电图、眼电图、肌电图和心电图 | 机器学习 | 睡眠障碍 | 多导睡眠图 | 自监督学习, Mamba | 生理信号数据 | NA | NA | TCM, Mamba | 准确率 | NA |
| 1080 | 2025-10-06 |
Structure Learning of Deep Gaussian and Non-Gaussian Information Fusion Framework for Automated Predictive Data Analytics
2025-Sep-09, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3603545
PMID:40924529
|
研究论文 | 提出一种基于最大信息系数的结构学习算法,用于深度高斯与非高斯信息融合框架的自动化预测数据分析 | 引入最大信息系数作为潜变量间关联强度的度量,提出自动确定深度模型隐藏层数的评估指标 | 仅通过两个工业案例验证,需要更多实际应用场景的测试 | 解决深度信息融合框架中的结构学习问题,实现数据驱动建模的自动化 | 时变工业过程数据 | 机器学习 | NA | 信息融合 | 潜变量模型 | 工业过程数据 | NA | 深度学习框架 | 深度高斯与非高斯信息融合框架 | 在线预测性能 | NA |