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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2025-10-06 |
Automatic prostate volume estimation in transabdominal ultrasound images
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112274
PMID:40614658
|
研究论文 | 提出基于深度学习的框架,利用经腹超声图像自动估计前列腺体积 | 首次开发针对经腹超声图像的深度学习框架,实现非侵入性前列腺体积自动估计 | 样本量相对较小(100例患者),经腹超声图像质量较低且存在操作者依赖性 | 改进前列腺癌风险分层的非侵入性方法 | 100名前列腺患者(中位年龄67岁)的经腹超声视频数据 | 计算机视觉 | 前列腺癌 | 超声成像 | 深度学习 | 超声视频图像 | 100例患者 | NA | NA | Dice相关系数, Hausdorff距离, 体积误差 | NA |
| 1042 | 2025-10-06 |
Impact of super-resolution deep learning-based reconstruction for hippocampal MRI: A volunteer and phantom study
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112289
PMID:40639021
|
研究论文 | 评估超分辨率深度学习重建对海马体磁共振图像质量的影响 | 首次将超分辨率深度学习重建技术应用于海马体MRI,在保持对比度的同时显著提升图像质量并减少采集时间 | 样本量较小(仅13名健康志愿者),缺乏患者数据验证 | 评估超分辨率深度学习重建技术对海马体MRI图像质量的改善效果 | 健康志愿者和ACR模体 | 医学影像分析 | 神经系统疾病 | MRI,超分辨率深度学习重建 | 深度学习 | 磁共振图像 | 13名健康志愿者和ACR模体 | NA | NA | 对比度,对比噪声比,隔板斜率,噪声,伪影,锐度,整体质量 | 3T MRI |
| 1043 | 2025-10-06 |
Deep learning CAIPIRINHA-accelerated 3D MRI of the knee cartilage at 7 Tesla
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112287
PMID:40651115
|
研究论文 | 本研究探讨了在7特斯拉磁场下使用深度学习重建的CAIPIRINHA加速3D DESS序列进行膝关节软骨成像的可行性和扫描时间缩减程度 | 首次将深度学习重建与CAIPIRINHA加速技术结合应用于7T膝关节软骨成像,实现了最高六倍加速而保持图像质量 | 样本量较小(18名志愿者的35个膝关节),未在患者群体中验证 | 评估深度学习重建在7T膝关节软骨加速MRI中的可行性和性能 | 健康志愿者的膝关节软骨 | 医学影像分析 | 骨科疾病 | 3D双回波稳态序列,并行成像加速技术 | 深度学习 | MRI图像 | 18名志愿者的35个膝关节 | NA | NA | 图像质量评分,统计学显著性分析,读者间一致性评估 | NA |
| 1044 | 2025-10-06 |
A novel segmentation-based deep learning model for enhanced scaphoid fracture detection
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112309
PMID:40652603
|
研究论文 | 开发了一种基于分割的深度学习模型,用于从手腕X光片中检测明显和隐匿的舟骨骨折 | 首次提出基于分割的深度学习模型用于舟骨骨折检测,特别在隐匿骨折检测方面表现优于临床专家 | 样本量相对有限(408例患者),仅使用单一机构数据 | 开发深度学习模型检测舟骨骨折,并与专家诊断性能进行比较 | 手腕X光片中的舟骨骨折 | 计算机视觉 | 骨科创伤 | 磁共振成像,计算机断层扫描 | 深度学习 | X光图像 | 408例患者,410个手腕,1011张X光片(其中718张包含舟骨骨折,58例为隐匿骨折) | NA | 基于分割的深度学习模型 | 敏感度,特异度,准确率,AUC | NA |
| 1045 | 2025-10-06 |
Deep learning reconstruction enhances bone visualization in zero echo time MRI for cervical spondylosis: A prospective study
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112310
PMID:40669257
|
研究论文 | 本研究评估深度学习重建技术在零回波时间MRI中提升颈椎病骨组织可视化效果的应用价值 | 首次将深度学习重建技术应用于零回波时间MRI,在保证图像质量的同时显著缩短62%扫描时间 | 样本量有限(43例患者),需进一步多中心验证 | 评估深度学习重建技术对零回波时间MRI图像质量和扫描时间的优化效果 | 颈椎病术前患者的骨组织和软组织结构 | 医学影像分析 | 颈椎病 | 零回波时间MRI,深度学习重建 | 深度学习 | MRI图像 | 43例颈椎病术前患者 | NA | NA | 信噪比,对比噪声比,κ值,组内相关系数 | NA |
| 1046 | 2025-10-06 |
Automated CAD-RADS scoring from multiplanar CCTA images using radiomics-driven machine learning
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112320
PMID:40684709
|
研究论文 | 本研究开发了一种基于放射组学的机器学习方法,用于从多平面CCTA图像自动进行CAD-RADS评分 | 首个基于放射组学的CAD-RADS分类模型,相比深度学习方法具有更好的可解释性 | 回顾性单中心研究,样本量相对有限 | 自动化冠状动脉疾病报告与数据系统评分 | 冠状动脉疾病患者 | 医学影像分析 | 心血管疾病 | 冠状动脉计算机断层扫描血管成像 | 机器学习 | 医学影像 | 251名患者 | NA | 级联管道模型 | AUC | NA |
| 1047 | 2025-10-06 |
NAVIGATOR: A regional multimodal imaging biobank initiative powered by AI tools for precision medicine in oncology
2025-Oct, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112327
PMID:40743874
|
研究论文 | 介绍NAVIGATOR项目建立的意大利区域影像生物库和交互式研究平台,通过整合多模态影像、临床和组学数据支持精准肿瘤学 | 超越静态存储库,提供安全的虚拟研究环境,用户可上传数据、测试AI算法并执行完整分析流程 | NA | 推进肿瘤学研究并支持临床决策 | 前列腺癌、直肠癌和胃癌患者 | 数字病理 | 前列腺癌,直肠癌,胃癌 | 影像组学,深度学习 | 深度学习模型 | 多模态影像,临床数据,组学数据 | 700多名患者 | NA | NA | NA | 虚拟研究环境 |
| 1048 | 2025-10-06 |
Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots
2025-Oct-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2025.122069
PMID:40473194
|
研究论文 | 开发了一种基于深度学习的多模态模型,通过结合奈奎斯特图电化学表征和关键工艺参数来预测Cr(VI)去除效率和Cr(III)再生效率 | 首次将奈奎斯特图电化学表征与工艺参数结合,并采用ANN-CNN多模态模型进行电吸附性能预测 | 模型性能对退火温度变量较为敏感,单一ANN模型预测精度有限 | 预测流动电吸附系统中Cr(VI)去除效率和Cr(III)再生效率 | 石墨化纳米金刚石阴极电极在不同退火温度下的电化学性能 | 机器学习 | NA | 电化学阻抗谱,奈奎斯特图分析 | ANN, CNN | 电化学数据,工艺参数数据 | 不同退火温度下的电极样品 | NA | 人工神经网络,卷积神经网络 | R值,平均绝对误差,均方误差 | NA |
| 1049 | 2025-10-06 |
ChewNet: A multimodal dataset for invivo and invitro beef and plant-based burger patty boluses with images, texture, and force profiles
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111890
PMID:40778379
|
研究论文 | 本文提出了一个包含牛肉和植物基汉堡肉饼咀嚼过程中图像、质地和力分布的多模态数据集 | 首次同时包含人体实验和仿生机器人咀嚼实验的多模态食品咀嚼数据集,涵盖咀嚼过程中的实时图像、力学参数和质地分析 | 仅包含3名健康成年男性参与者,样本规模有限 | 研究食品咀嚼过程中食团特性的变化规律,开发能够从图像预测咀嚼食品机械和质地特性的深度学习模型 | 牛肉和植物基汉堡肉饼的咀嚼过程 | 食品科学, 机器人学, 机器学习 | 吞咽障碍, 颌部疾病 | 质地剖面分析(TPA), 仿生机器人咀嚼 | NA | 图像, 力学数据, 质地参数 | 3名健康成年男性参与者,牛肉和植物基汉堡肉饼样本 | NA | NA | NA | NA |
| 1050 | 2025-10-06 |
A novel multimodal adaptive delineation model for primary tumors and lymph node metastases in multi-center nasopharyngeal carcinoma radiotherapy
2025-Oct, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108965
PMID:40682906
|
研究论文 | 提出一种新型多模态自适应分割模型,用于鼻咽癌放疗中原发肿瘤和淋巴结转移灶的自动勾画 | 采用条件去噪扩散模型(DDPM)结合跨模态和模态内注意力机制,动态校准多模态特征融合权重 | 样本量相对有限(529例回顾性病例和4例前瞻性病例),淋巴结转移灶分割精度低于原发肿瘤 | 提高鼻咽癌放疗中肿瘤靶区(GTV)自动勾画的准确性和稳定性 | 鼻咽癌患者的多中心CT和MRI影像数据 | 医学影像分析 | 鼻咽癌 | CT, MRI | 条件去噪扩散模型(DDPM) | 医学影像(CT和MRI) | 529例回顾性病例和4例前瞻性病例 | NA | 条件去噪扩散模型(DDPM) | Dice相似系数(DSC), 95% Hausdorff距离(HD95), 平均表面距离(MSD) | NA |
| 1051 | 2025-10-06 |
A classification method of motor imagery based on brain functional networks by fusing PLV and ECSP
2025-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107684
PMID:40450930
|
研究论文 | 提出一种融合相位锁定值和增强共空间模式的脑功能网络构建方法,用于运动想象分类 | 融合边缘特征和节点特征构建新型脑功能网络,并设计注意力多尺度特征卷积神经网络进行验证 | NA | 增强大脑状态解码能力,评估运动想象过程中脑区相关节点的功能连接变化 | 左右手抓握任务的运动想象脑电信号 | 脑机接口 | NA | 脑电图,相位锁定值,增强共空间模式 | CNN | 脑电信号 | SHU_Dataset和BCI IV 2a数据集 | NA | 注意力多尺度特征卷积神经网络 | 准确率 | NA |
| 1052 | 2025-10-06 |
CDAFormer: Hybrid Transformer-based contrastive domain adaptation framework for unsupervised hyperspectral change detection
2025-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107633
PMID:40505164
|
研究论文 | 提出基于混合Transformer的对比域自适应框架CDAFormer,用于无监督高光谱变化检测 | 首次将混合Transformer与对比域自适应结合,通过分别对齐两个域的变化和未变化差异特征来实现无监督域适应 | 未明确说明对计算资源的需求和模型训练时间成本 | 解决高光谱图像变化检测中的域适应问题,提升模型在无标注数据下的检测性能 | 高光谱图像 | 计算机视觉 | NA | 高光谱成像 | Transformer | 高光谱图像 | NA | NA | 混合Transformer, 全连接层 | NA | NA |
| 1053 | 2025-10-06 |
Physics-informed neural networks for solving inverse problems in phase field models
2025-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107665
PMID:40554300
|
研究论文 | 本研究将物理信息神经网络应用于相场模型中的逆问题求解 | 将PINNs研究重点从正问题转向逆问题,实现了关键各向异性材料参数的反演,并扩展了在多物理场耦合系统中的应用 | NA | 解决相场模型中的逆问题,包括扩散、流动和相变问题 | 材料科学中的相场模型、温度场和流场控制方程 | 机器学习 | NA | 物理信息神经网络 | PINNs | 数值模拟数据 | NA | NA | 结合数据驱动和物理驱动模块的神经网络 | 预测值与理论值的一致性 | NA |
| 1054 | 2025-10-06 |
MRI-based habitat analysis for Intratumoral heterogeneity quantification combined with deep learning for HER2 status prediction in breast cancer
2025-Oct, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110429
PMID:40414575
|
研究论文 | 本研究结合MRI影像组学和深度学习技术开发预测乳腺癌HER2表达状态的综合模型 | 首次提出基于MRI的肿瘤内异质性量化方法,并将其与深度学习特征结合构建预测模型 | 回顾性研究设计,样本量相对有限,需要外部验证 | 预测乳腺癌HER2表达状态 | 340例经病理证实的浸润性乳腺癌患者 | 医学影像分析 | 乳腺癌 | 动态对比增强磁共振成像(DCE-MRI) | 深度学习 | 医学影像 | 340例患者 | NA | NA | AUC | NA |
| 1055 | 2025-10-06 |
Fully automated measurement of aortic pulse wave velocity from routine cardiac MRI studies
2025-Oct, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110442
PMID:40451442
|
研究论文 | 开发了一种基于深度学习的全自动方法,从常规心脏MRI图像中测量主动脉脉搏波速度 | 首次实现了从标准序列心脏MRI图像中全自动测量PWV,无需特殊序列和耗时的手动分析 | 未提及具体的技术局限性 | 开发自动化方法测量主动脉脉搏波速度,促进心血管疾病评估 | 心脏MRI图像,包括英国生物银行1053名受试者 | 医学影像分析 | 心血管疾病 | 心脏MRI,SSFP定位器图像,相位对比成像 | 深度学习模型 | 2D MRI图像,3D主动脉分割 | 英国生物银行1053名受试者 | NA | NA | Dice系数,P值 | NA |
| 1056 | 2025-10-06 |
Qualitative and quantitative analysis of functional cardiac MRI using a novel compressed SENSE sequence with artificial intelligence image reconstruction
2025-Oct, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110448
PMID:40543831
|
研究论文 | 本研究评估了结合压缩感知与深度学习算法的新型心脏MRI序列在加速扫描和图像重建中的可行性 | 首次将压缩感知序列与基于卷积神经网络的AI图像重建算法相结合,用于心脏MRI扫描加速 | 研究仅纳入30名健康志愿者,缺乏患者群体的验证 | 评估压缩感知与AI重建技术在心脏MRI中的加速效果和图像质量 | 心脏左心室功能和MRI图像质量 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像,平衡稳态自由进动序列 | CNN | 医学影像 | 30名健康志愿者 | NA | 卷积神经网络 | 图像质量评分,伪影评分,射血分数,舒张末期容积,收缩末期容积,左心室质量 | 3T MRI扫描仪 |
| 1057 | 2025-10-06 |
Combined model-driven and dual-cycle interactive strategy few-shot learning scheme for predicting breast cancer molecular subtypes based on DCE-MRI
2025-Oct, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108923
PMID:40628151
|
研究论文 | 提出一种结合模型驱动和双循环交互策略的小样本学习方案,用于基于DCE-MRI预测乳腺癌分子亚型 | 联合嵌入模型驱动机制和双循环交互策略的小样本学习方案,提出独特的时空循环网络分类器(STRNC) | NA | 解决医学图像小样本分类问题,预测乳腺癌分子亚型 | 乳腺癌DCE-MRI图像 | 计算机视觉 | 乳腺癌 | DCE-MRI | 时空循环网络 | 医学图像 | NA | NA | STRNC | 准确率 | NA |
| 1058 | 2025-10-06 |
Measured spectrum environment map dataset with multi-radiation sources in urban scenarios
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111909
PMID:40766197
|
研究论文 | 本文提出了一个城市多辐射源场景下的实测频谱强度数据集 | 提供了现实多源动态场景中频谱环境图的开放数据集,解决了现有数据集的局限性 | NA | 解决现实多源动态场景中频谱环境图开放数据集的不足 | 城市环境中多个辐射源的频谱强度数据 | 无线通信 | NA | 频谱分析,GPS定位 | NA | 频谱强度数据,地理位置数据 | 80×105个网格的频谱数据 | NA | NA | NA | NA |
| 1059 | 2025-10-06 |
HybridDLDR: A hybrid deep learning-based drug resistance prediction system of Glioblastoma (GBM) using molecular descriptors and gene expression data
2025-Oct, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108913
PMID:40592112
|
研究论文 | 提出一种基于深度学习的胶质母细胞瘤药物耐药性预测混合系统,结合分子描述符和基因表达数据 | 首次将CNN、LSTM和Transformer架构结合用于药物耐药性预测,整合基因表达数据和化学性质 | NA | 预测胶质母细胞瘤的药物耐药性以改善癌症治疗效果 | 胶质母细胞瘤(GBM)及其对化疗药物的耐药性 | 机器学习 | 胶质母细胞瘤 | 基因表达分析,分子描述符计算 | CNN, LSTM, Transformer | 基因表达数据,分子描述符(化学性质) | NA | NA | CNN, LSTM, Transformer混合架构 | 均方误差(MSE), 平均绝对误差(MAE), R2分数, 皮尔逊相关系数 | NA |
| 1060 | 2025-10-06 |
From segmentation to explanation: Generating textual reports from MRI with LLMs
2025-Oct, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108922
PMID:40633400
|
研究论文 | 提出一种将语义分割模型与大型语言模型结合的方法,从MRI图像生成可解释的医学报告 | 结合语义分割模型、基于图谱的映射和LLMs生成医学报告,采用抗幻觉设计增强AI系统的透明度和可解释性 | NA | 提高医学影像AI系统的透明度和可解释性,增强医疗专业人员对AI诊断的信任 | 脑胶质瘤肿瘤检测和多发性硬化病变检测 | 医学影像分析 | 脑肿瘤, 多发性硬化 | MRI | SegResNet, LLM | 医学影像 | NA | NA | SegResNet, Gemma, Llama, Mistral | 词汇多样性, 可读性, 连贯性, 信息覆盖度 | NA |