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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1781 | 2025-10-29 |
Influence of content-based image retrieval on the accuracy and inter-reader agreement of usual interstitial pneumonia CT pattern classification
2025-Nov, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11689-9
PMID:40402291
|
研究论文 | 研究基于内容的图像检索系统对普通间质性肺炎CT模式分类准确性和观察者间一致性的影响 | 首次评估深度学习驱动的CBIR系统对不同经验水平医生在UIP CT模式分类中的辅助作用 | 回顾性研究设计,样本量有限(100例查询病例),CBIR对不同经验水平医生的影响不一致 | 评估CBIR系统在提高UIP CT模式分类准确性和观察者间一致性的有效性 | 587名接受高分辨率胸部CT检查的纤维化间质性肺疾病患者 | 计算机视觉 | 间质性肺疾病 | 高分辨率CT成像 | 深度学习算法 | 医学影像(CT图像) | 587名患者,其中100例作为查询病例 | NA | NA | 诊断准确率,Fleiss Kappa系数 | NA |
| 1782 | 2025-10-29 |
Artificial intelligence in neuro-oncology: methodological bases, practical applications and ethical and regulatory issues
2025-Nov, 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/s12094-025-03948-4
PMID:40402414
|
综述 | 本文探讨人工智能在神经肿瘤学中的方法论基础、临床应用及伦理监管问题 | 系统整合可解释AI方法与机制模型,提出数字孪生和虚拟临床试验等创新应用 | 存在数据偏差、伦理问题和监管合规等持续挑战 | 研究人工智能在神经肿瘤领域的应用与发展 | 脑肿瘤的诊断、治疗规划和预后预测 | 数字病理 | 脑肿瘤 | 先进成像技术、基因组分析 | CNN, 深度学习 | 医学影像、基因组数据 | NA | NA | NA | NA | NA |
| 1783 | 2025-10-29 |
PETFormer-SCL: a supervised contrastive learning-guided CNN-transformer hybrid network for Parkinsonism classification from FDG-PET
2025-Nov, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02081-0
PMID:40660058
|
研究论文 | 提出一种结合CNN和Transformer的混合网络PETFormer-SCL,用于从FDG-PET图像中分类帕金森综合征亚型 | 首次将监督对比学习与CNN-Transformer混合架构结合,专门针对帕金森综合征亚型分类问题 | 研究仅基于单一中心的FDG-PET数据,需要多中心验证 | 开发能够准确区分帕金森病、多系统萎缩和进行性核上性麻痹的深度学习模型 | 帕金森综合征患者 | 医学影像分析 | 帕金森综合征 | FDG-PET | CNN, Transformer | 医学影像 | 1275名患者(训练集945名,测试集330名) | NA | PETFormer-SCL(CNN-Transformer混合架构) | AUC | NA |
| 1784 | 2025-10-29 |
Developing an augmented nutrient profiling system in the perspective of healthy and sustainable diets
2025-Nov, International journal of food sciences and nutrition
IF:3.5Q2
DOI:10.1080/09637486.2025.2568676
PMID:41052876
|
研究论文 | 本研究开发了一种整合营养质量、可持续性和食品加工维度的机器学习增强型营养素分析系统 | 首次将营养质量、环境可持续性和食品加工三个维度整合到统一的营养素分析系统中,并采用机器学习方法进行建模 | 未明确说明样本规模和具体的数据集细节 | 开发能够同时考虑健康和环境可持续性的营养素分析系统 | 食品产品的营养特性和环境可持续性 | 机器学习 | NA | 机器学习 | 人工神经网络 | 营养数据、可持续性指标、食品加工数据 | NA | NA | 人工神经网络 | Spearman相关系数 | NA |
| 1785 | 2025-10-29 |
Residual Metal Artifact Reduction in CT Images: An Unsupervised Residual and Contrastive Learning Approach for Preserving Metal Structures
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70078
PMID:41145400
|
研究论文 | 提出一种无监督残差和对比学习方法用于CT图像中的金属伪影减少 | 结合CT物理启发的残差模型和对比学习方案,无需真实标注图像即可有效减少金属伪影 | 需要依赖CT物理知识构建残差模型,且在三组数据集上验证但未说明具体样本规模 | 开发无需真实标注的金属伪影减少方法 | 包含金属植入物的CT图像 | 医学影像处理 | NA | CT成像 | CNN | CT图像 | 三组数据集(具体数量未说明) | NA | 残差学习网络,对比学习网络 | NA | NA |
| 1786 | 2025-10-29 |
Semi-supervised cine cardiac MRI segmentation via joint registration and temporal attention perceiver
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70094
PMID:41145950
|
研究论文 | 提出一种结合可变形配准和时间注意力感知器的半监督方法用于心脏电影磁共振图像分割 | 通过联合配准和时间注意力感知器模块,利用伪标签和特征对齐提升半监督分割性能 | 需要依赖配准模块的准确性,在数据量极少时性能可能受限 | 开发适用于小训练数据集和部分标注情况的心脏电影MRI半监督分割方法 | 心脏电影磁共振图像中的左心室、右心室和心肌结构 | 医学图像分析 | 心血管疾病 | 磁共振成像 | 半监督学习,深度学习 | 医学图像 | ACDC数据集:100训练+20验证+10测试+50评估;M&Ms数据集:75训练+30验证+15测试+50评估 | NA | U-Net | Dice相似系数,平均对称表面距离,Hausdorff距离 | NA |
| 1787 | 2025-10-29 |
Experimental investigation of real-time 3D beam's eye view image-guided radiotherapy for prostate SBRT
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70086
PMID:41145979
|
研究论文 | 开发并实验评估用于前列腺立体定向放射治疗的新型实时3D射束方向影像引导放射治疗系统 | 首次将基于深度学习的2D MV标记分割方法与3D IGRT框架集成,实现实时3D射束方向影像引导 | 研究中使用了人体骨盆模型而非真实患者,且仅针对前列腺癌进行评估 | 开发实时3D射束方向影像引导放射治疗系统,提高前列腺立体定向放射治疗的剂量递送精度 | 前列腺立体定向放射治疗中的金标记跟踪和运动补偿 | 医学影像分析 | 前列腺癌 | 射束方向成像,立体定向放射治疗 | CNN | MV图像 | 使用植入三个金标记的人体骨盆模型,四种患者来源的前列腺运动轨迹 | NA | 卷积神经网络 | 定位精度,系统延迟,误差百分位数 | NA |
| 1788 | 2025-10-26 |
A robust deep learning system for screening of obstructive sleep apnea using T-F spectrum of ECG signals
2025-Nov, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2359635
PMID:38829354
|
研究论文 | 提出一种基于心电信号时频谱分析的深度学习系统,用于阻塞性睡眠呼吸暂停的自动筛查 | 开发了轻量级深度卷积神经网络,相比基准模型参数量更少且准确率更高 | 未提及模型在外部验证集上的泛化能力及临床部署的实际效果 | 实现阻塞性睡眠呼吸暂停的自动化准确筛查 | 心电信号数据 | 医学信号处理 | 阻塞性睡眠呼吸暂停 | 心电信号分析,Stock-well变换 | 深度卷积神经网络 | 心电信号时频谱 | NA | NA | Alex-Net, Squeeze-Net, 自定义DCNN | 灵敏度, 特异度, 准确率, 阴性预测值, 精确率, F1分数, Fowlkes-Mallows指数 | NA |
| 1789 | 2025-10-24 |
Deep Learning-Based Contrast Boosting in Low-Contrast Media Pre-TAVR CT Imaging
2025-Nov, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251322054
PMID:40071690
|
研究论文 | 本研究探讨深度学习对比度增强技术在低对比剂CT成像中对图像质量和测量可靠性的影响 | 首次将深度学习对比度增强技术应用于肾功能不全患者的低对比剂TAVR术前CT评估 | 回顾性研究,样本量有限,需进一步前瞻性验证 | 评估深度学习对比度增强技术在低对比剂CT中的图像质量和测量可靠性 | 接受经导管主动脉瓣置换术的肾功能不全患者 | 医学影像分析 | 心血管疾病 | CT成像 | 深度学习 | 医学影像 | 68例患者(低对比剂组与标准对比剂对照组) | NA | NA | 对比噪声比, 信噪比, 组内相关系数 | NA |
| 1790 | 2025-10-23 |
Migration of Deep Learning Models Across Ultrasound Scanners
2025-Nov, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3564567
PMID:40279236
|
研究论文 | 本研究开发了一种黑盒无监督域适应方法,实现深度学习模型在不同超声扫描仪间的功能迁移 | 将传递函数方法与迭代模式相结合,在无需了解模型内部信息的情况下实现跨设备功能迁移 | 需要目标机器的未标记数据,且仅验证了二进制分类任务 | 解决深度学习模型在定量超声中跨设备部署的适应性问题 | 超声扫描仪(SonixOne和Verasonics) | 医学影像分析 | NA | 定量超声 | 深度学习模型 | 超声数据 | NA | NA | NA | 分类准确率 | NA |
| 1791 | 2025-10-23 |
Deep Learning for EEG-Based Visual Classification and Reconstruction: Panorama, Trends, Challenges and Opportunities
2025-Nov, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3568282
PMID:40343828
|
综述 | 本文首次系统综述了基于脑电图的视觉分类与重建领域的深度学习方法 | 首次对基于EEG的视觉分类与重建进行系统性综述,提出特征编码与解码的双重视角分析方法,并探讨方法论本质与神经科学见解的闭环互动关系 | 作为综述性论文,不包含原始实验数据和新算法开发 | 促进基于脑电图的视觉分类与重建领域的研究进展 | 脑电图信号与视觉信息处理 | 脑机接口, 深度学习 | NA | 脑电图 | NA | 脑电图信号, 视觉刺激数据 | NA | NA | NA | NA | NA |
| 1792 | 2025-10-23 |
INVESTIGATING CORRELATIONS BETWEEN MENTAL DISORDERS AND FUNDUS IMAGING DATA USING DEEP LEARNING: A Study From the UK Biobank
2025-Nov-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004574
PMID:40601933
|
研究论文 | 本研究使用深度学习技术探索眼底成像特征与精神障碍之间的关联 | 首次采用多模态深度学习方法分析眼底图像与精神障碍的关联,为非侵入性早期检测提供新途径 | 样本量相对有限(1494名参与者),且研究结果需要更大规模验证 | 自动识别精神行为障碍并解释精神疾病与眼底生物标志物的潜在关联 | UK Biobank数据库中1494名参与者的眼底图像和光学相干断层扫描数据 | 计算机视觉 | 精神障碍 | 光学相干断层扫描,眼底成像 | 深度学习,Random Forest,Linear Classifier | 图像 | 1494名UK Biobank参与者 | NA | 多模态模型 | AUC,灵敏度,特异性 | NA |
| 1793 | 2025-10-19 |
Predictive Value of Social Determinants of Health on 90-Day Readmission and Health Utilization Following ACDF: A Comparative Analysis of XGBoost, Random Forest, Elastic-Net, SVR, and Deep Learning
2025-Nov, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682251332556
PMID:40173192
|
研究论文 | 本研究评估社会健康决定因素对前路颈椎间盘切除融合术患者90天再入院和医疗资源利用的预测价值 | 首次应用机器学习方法评估社会健康决定因素在ACDF手术预后中的作用 | 依赖单一医疗系统数据和使用代理SDH测量指标 | 评估社会健康决定因素对ACDF患者术后90天再入院和医疗资源利用的预测能力 | 3127名接受前路颈椎间盘切除融合术的患者 | 机器学习 | 颈椎疾病 | 社会脆弱性指数评估 | XGBoost, Random Forest, Elastic-Net, SVR, Deep Learning | 临床和人口统计学数据 | 3127名ACDF患者(2003-2023年) | NA | 平衡随机森林, 支持向量回归 | AUC, MAE | NA |
| 1794 | 2025-06-10 |
Re: Using Deep Learning To Differentiate Among Histology Renal Tumor Types in Computed Tomography Scans
2025-Nov, European urology
IF:25.3Q1
DOI:10.1016/j.eururo.2025.05.028
PMID:40484756
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1795 | 2025-10-13 |
Model predictive control of nonlinear dynamical systems based on long sequence stable Koopman network
2025-Nov, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.07.003
PMID:40653404
|
研究论文 | 提出一种基于长序列稳定Koopman网络的非线性动力系统模型预测控制方法 | 提出SDKN-MPC方法,通过稳定Koopman求解器算法获得稳定Koopman算子,结合神经网络训练嵌入函数,解决了传统深度学习方法收敛慢和长期预测稳定性不足的问题 | NA | 解决非线性动力系统的控制问题 | 非线性动力系统 | 机器学习 | NA | Koopman算子方法 | 神经网络 | 动力系统数据 | NA | NA | 稳定深度Koopman网络 | 收敛速度,预测性能 | NA |
| 1796 | 2025-10-05 |
Efficient Visual Transformer by Learnable Token Merging
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3588186
PMID:40663671
|
研究论文 | 提出一种可学习令牌合并的紧凑型视觉Transformer块LTM-Transformer,用于提升视觉任务的效率 | 通过可学习的令牌合并方案减少计算量,并基于信息瓶颈理论推导出可分离的变分上界来指导模型设计 | NA | 开发高效的视觉Transformer模型以降低计算成本同时保持或提升预测精度 | 视觉Transformer模型 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | NA | NA | LTM-Transformer, MobileViT, EfficientViT, ViT, Swin | FLOPs, 推理时间, 预测准确率 | NA |
| 1797 | 2025-10-05 |
Re-Boosting Self-Collaboration Parallel Prompt GAN for Unsupervised Image Restoration
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3589606
PMID:40668718
|
研究论文 | 提出一种用于无监督图像恢复的自协作并行提示生成对抗网络框架 | 引入自协作策略,通过迭代增强修复器和提示学习模块,在不增加推理复杂度的情况下显著提升性能;提出再增强模块将自集成策略融入自协作框架 | 未明确说明具体数据集规模和应用场景限制 | 提升无监督图像恢复方法的性能 | 退化图像 | 计算机视觉 | NA | 生成对抗网络 | GAN | 图像 | NA | NA | 并行生成对抗分支架构 | PSNR(峰值信噪比) | NA |
| 1798 | 2025-10-05 |
NUPES: Non-Uniform Post-Training Quantization via Power Exponent Search
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3593987
PMID:40758517
|
研究论文 | 提出一种通过幂指数搜索的非均匀后训练量化方法NUPES,用于深度神经网络特别是大语言模型的压缩部署 | 利用自同构保持标量乘法,通过幂函数变换实现非均匀量化,并提出在完整量化空间中学习新权重的优化范式 | 论文未明确说明具体计算资源需求和最大可处理模型规模 | 降低深度神经网络特别是大语言模型的内存占用和推理延迟 | 深度神经网络权重和激活值,特别关注大语言模型中的异常值 | 机器学习 | NA | 后训练量化 | Transformer | 神经网络权重和激活值 | NA | NA | Transformer, 大语言模型 | 压缩率,推理延迟,内存占用 | NA |
| 1799 | 2025-10-05 |
Protecting Feature Privacy in Person Re-Identification
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3590979
PMID:40758524
|
研究论文 | 提出一种基于GAN的特征隐私保护行人重识别模型,通过双重对抗目标和两步训练策略平衡隐私保护与识别性能 | 引入GAN强制重建图像遵循原始图像分布,提出效用-可逆比(URR)评估指标,设计两步训练和惰性更新策略解决双重对抗优化难题 | 在保护隐私的同时仍会带来微小的识别精度损失 | 保护行人重识别中深度特征的隐私安全,防止特征被逆向还原为原始图像 | 行人重识别系统中的深度特征表示 | 计算机视觉 | NA | 生成对抗网络(GAN) | GAN, CNN | 图像 | NA | NA | GAN | 效用-可逆比(URR), 识别准确率 | NA |
| 1800 | 2025-10-05 |
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3354997
PMID:38227417
|
研究论文 | 提出一种广义端到端概率性PnP方法EPro-PnP,用于单目物体姿态估计 | 将PnP构建为可输出SE(3)流形上姿态分布的概率层,通过最小化预测与目标姿态分布的KL散度来学习2D-3D对应关系 | 未明确说明方法在极端遮挡或光照条件下的鲁棒性 | 解决单目RGB图像中3D物体姿态估计问题 | 3D物体姿态 | 计算机视觉 | NA | 深度学习 | 神经网络 | RGB图像 | NA | NA | 可变形对应网络 | 姿态精度 | NA |