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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1741 | 2025-11-22 |
Effects of patient and imaging factors on small bowel motility scores derived from deep learning-based segmentation of cine MRI
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11737-4
PMID:40526355
|
研究论文 | 本研究评估患者和影像因素对基于深度学习分割的MRI电影小肠运动评分的影响 | 首次系统评估MRI切片相关因素对小肠运动评分的显著影响,并开发了基于深度学习的小肠分割算法 | 样本量相对较小(54例患者),仅纳入慢性便秘或疑似结肠假性梗阻患者,可能限制结果的普适性 | 探究患者因素和MRI影像因素对小肠运动评分的潜在影响 | 54例慢性便秘或疑似结肠假性梗阻患者的小肠MRI影像 | 医学影像分析 | 消化系统疾病 | 电影MRI,光学流算法 | 深度学习分割算法 | MRI影像 | 54例患者(平均年龄53.6±16.4岁,34名女性) | NA | NA | Dice相似系数 | NA |
| 1742 | 2025-11-22 |
AI in Learning Anatomy and Restoring Central Incisors: A Comparative Study
2025-Dec, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251344548
PMID:40598953
|
研究论文 | 比较主成分分析和深度符号距离函数在学习和重建上颌中切牙解剖结构方面的性能 | 首次系统比较传统PCA与新兴DeepSDF方法在牙齿解剖学习与重建中的表现,并评估不同潜在编码大小对性能的影响 | DeepSDF模型可解释性较差,研究未考虑影响微笑设计的更广泛因素 | 比较不同人工智能方法在牙齿解剖学习和重建中的性能 | 成熟恒牙上颌中切牙的STL文件数据 | 数字病理 | 牙科创伤 | 三维扫描(STL文件) | PCA, DeepSDF | 三维模型数据 | 来自3所大学的成熟恒牙上颌中切牙STL文件 | NA | 主成分分析, 深度符号距离函数 | 表面差异, 体积差异, 长度差异, 平均欧几里得距离, 豪斯多夫距离, 冠根角度 | NA |
| 1743 | 2025-11-22 |
Screening and selection of a machine learning algorithm for development of a model to select cows for clinical examination using data from automated health monitoring technologies and other predictors of cow health
2025-Dec, Journal of dairy science
IF:3.7Q2
DOI:10.3168/jds.2025-26511
PMID:41043704
|
研究论文 | 开发基于自动化健康监测技术和奶牛健康预测因子的机器学习算法框架,用于筛选需要临床检查的奶牛 | 结合多种自动化健康监测系统数据和非传感器数据,采用AutoML工具Lazy Predict Classifier系统筛选和比较多种机器学习算法 | 仅针对荷斯坦奶牛进行研究,未包含其他品种;模型精度(42.6%)有待提高 | 开发能够每日分类奶牛健康状态的机器学习模型,用于商业奶牛场识别需要临床检查的健康异常奶牛 | 荷斯坦奶牛 | 机器学习 | NA | 自动化健康监测技术,包括可穿戴和非可穿戴传感器 | XGBoost, AdaBoost, Nearest Centroid, Bernoulli Naive Bayes, 多层感知机, 循环神经网络, 长短期记忆网络, 门控循环单元 | 传感器数据(反刍、进食、活动量、温度等)和奶牛管理数据 | 1,252头荷斯坦奶牛,22,415条奶牛-天记录 | Lazy Predict Classifier, XGBoost, Scikit-learn | 集成学习模型,XGBoost | 灵敏度, 精确度, 特异性, 阴性预测值, F1分数, AUC | NA |
| 1744 | 2025-11-22 |
Early detection of apple bruises using spectral-spatial enhanced 3D CNN and region-based hyperspectral analysis
2025-Dec, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.117630
PMID:41267243
|
研究论文 | 提出一种基于光谱空间增强3D CNN和区域超光谱分析的苹果早期瘀伤检测方法 | 构建了结合3D卷积和特征增强模块的网络架构,采用区域检测头替代逐像素分类,显著提升计算效率和损伤区分能力 | 未明确说明模型在不同苹果品种和存储条件下的泛化能力 | 开发高效的苹果早期瘀伤检测方法 | 苹果果实 | 计算机视觉 | NA | 高光谱成像(HSI) | 3D CNN | 高光谱图像 | NA | NA | 3D-HDI, 3D-EfficientNet, 3D-MobileNet, 3D-AlexNet | 识别率 | NA |
| 1745 | 2025-11-21 |
Enhanced CT image classification for kidney stones using pruned ConvNeXt and two-tier optimization
2025-Dec, Acta clinica Belgica
IF:1.1Q2
DOI:10.1080/17843286.2025.2586626
PMID:41217965
|
研究论文 | 提出一种用于肾脏结石CT图像分类的两层优化深度学习模型 | 结合动态通道剪枝的改进ConvNeXt架构和河豚优化算法的特征选择方法 | NA | 提高肾脏结石在CT图像中的检测准确率和效率 | 肾脏CT图像 | 计算机视觉 | 肾脏结石 | CT成像 | CNN, LightGBM | 医学图像 | NA | NA | ConvNeXt | 准确率 | NA |
| 1746 | 2025-11-21 |
A comparative deep learning methodology for plant insect image classification: Assessment of CNN architectures and augmentation techniques
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103680
PMID:41246037
|
研究论文 | 提出一种用于植物昆虫图像分类的深度学习方法,评估不同CNN架构和数据增强技术 | 在小型野外采集数据集上系统比较了四种CNN架构、六种单因素数据增强技术和三种优化器的组合效果 | 研究基于有限的小型数据集,未在大规模数据集上验证方法的普适性 | 开发适用于数据稀缺场景的鲁棒昆虫识别方法,为农业决策提供支持 | 植物昆虫图像 | 计算机视觉 | NA | 图像分类 | CNN | 图像 | BAU-Insectv2数据集中的植物昆虫图像 | NA | ResNet101V2, EfficientNet-B1, InceptionV3, InceptionResNetV1 | 准确率, 精确率, 召回率, F1分数 | NA |
| 1747 | 2025-11-20 |
Novel deep learning framework for simultaneous assessment of left ventricular mass and longitudinal strain: clinical feasibility and validation in patients with hypertrophic cardiomyopathy
2025-Dec, Journal of echocardiography
IF:1.4Q3
DOI:10.1007/s12574-025-00694-y
PMID:40650815
|
研究论文 | 提出一种基于人工智能的超声心动图分析框架SMART,用于自动评估左心室质量和纵向应变 | 首次结合运动追踪和心肌分割技术实现左心室质量和纵向应变的同步自动评估 | 仅在肥厚型心肌病患者中验证,样本量有限(111例) | 开发并验证用于心脏功能评估的自动化人工智能系统 | 肥厚型心肌病患者 | 医学影像分析 | 心血管疾病 | 经胸超声心动图(TTE), 心脏磁共振成像(CMR) | 深度学习 | 医学影像 | 111例肥厚型心肌病患者(中位年龄58岁,69%男性) | NA | NA | Pearson相关系数, 平均差异, AUC | NA |
| 1748 | 2025-11-20 |
Dose reduction in radiotherapy treatment planning CT via deep learning-based reconstruction: a single‑institution study
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00967-2
PMID:40987935
|
研究论文 | 本研究评估深度学习重建算法在放疗计划CT中的剂量降低效果 | 首次在放疗计划CT中系统比较深度学习重建算法与传统迭代重建算法的剂量降低效果 | 单中心回顾性研究,样本量有限 | 量化深度学习重建算法在放疗计划CT中的剂量降低效果 | 放疗计划CT扫描(头部、头颈部、肺部和盆腔) | 医学影像 | 肿瘤放疗 | CT扫描,深度学习重建 | 深度学习 | CT影像 | IR重建820例,DLR重建854例 | AiCE | NA | CTDI, DLP, 剂量降低率 | NA |
| 1749 | 2025-11-20 |
GAN-MRI enhanced multi-organ MRI segmentation: a deep learning perspective
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00938-7
PMID:40779148
|
研究论文 | 提出一种集成GAN的MRI图像增强与多器官分割的端到端深度学习框架 | 结合GAN-MRI图像增强与注意力残差U-Net分割模型,能处理多扫描仪数据并显著提升图像质量与分割精度 | 脑部分割指标提升不明显,样本量相对有限(共117例扫描) | 通过深度学习缩短MRI扫描时间并提升多器官分割精度 | 脑部、腹部和大腿的MRI图像 | 医学影像分析 | 多器官解剖分析 | 磁共振成像 | GAN, CNN, U-Net | 医学影像 | 30例脑部扫描(5400切片)、32例腹部扫描(1920切片)、55例大腿扫描(2200切片) | NA | GAN-MRI, AssemblyNet, 注意力残差U-Net | SNR, CNR, 肌肉分割提升21%, IMAT分割提升9%, SSAT分割提升1%, DSAT分割提升2%, VAT分割提升12% | NA |
| 1750 | 2025-11-20 |
Automatic segmentation of cone beam CT images using treatment planning CT images in patients with prostate cancer
2025-Dec, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-025-00946-7
PMID:40813534
|
研究论文 | 本研究提出一种结合高斯噪声和傅里叶域适应的混合方法,用于提升基于治疗计划CT的锥形束CT图像自动分割精度 | 通过生成人工伪CBCT数据集桥接tpCT与CBCT图像质量差异,无需改变原始tpCT图像或其轮廓 | 仅使用80例tpCT数据集,样本量有限;未与其他深度学习方法进行对比 | 改进前列腺癌患者锥形束CT图像的分割精度 | 男性骨盆区域的临床靶区、膀胱和直肠 | 数字病理 | 前列腺癌 | 锥形束CT,治疗计划CT,傅里叶域适应 | 深度学习分割模型 | 医学影像 | 80例治疗计划CT数据集 | NA | NA | Dice相似系数 | NA |
| 1751 | 2025-11-20 |
OrnAsia: A dataset of asian ornaments for image classification and cultural identification
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112195
PMID:41255856
|
研究论文 | 本文介绍了一个包含1088张亚洲传统饰品高分辨率图像的数据集,用于图像分类和文化识别研究 | 填补了饰品相关数据集在文化背景和图像多样性方面的空白,提供了平衡的传统饰品类型和经过验证的标注 | 数据采集仅限于孟加拉国米尔普尔地区,可能无法完全代表整个亚洲地区的饰品多样性 | 支持计算机视觉和人工智能技术在文化饰品分类识别中的应用 | 六种亚洲传统饰品:手镯、戒指、耳环、头饰、项链和脚链 | 计算机视觉 | NA | 智能手机摄影 | 深度学习模型 | 图像 | 1088张高分辨率原始图像,分为6个类别 | NA | NA | NA | NA |
| 1752 | 2025-11-19 |
Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning
2025-Dec-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146354
PMID:40945266
|
研究论文 | 本研究结合近红外光谱和深度学习技术,开发了一种用于中华绒螯蟹肌肉中生物胺无损检测和质量评估的方法 | 首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺的无损检测,实现了对腐败蟹100%的准确识别 | 研究仅针对特定储存条件(8±1°C)下的中华绒螯蟹,模型在其他温度或蟹类物种的适用性未验证 | 开发水生产品质量评估的无损检测方法 | 中华绒螯蟹肌肉组织中的生物胺含量 | 机器学习 | NA | 近红外光谱技术 | CNN, LSTM | 光谱数据 | NA | NA | CNN-LSTM-SE(卷积神经网络-长短期记忆网络-挤压激励混合模型) | 相关系数R, 均方根误差RMSE, 准确率 | NA |
| 1753 | 2025-11-19 |
Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk
2025-Dec-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146361
PMID:40945267
|
研究论文 | 本研究开发了结合分子网络与深度学习的代谢组学方法,用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物 | 首次将基于特征的分子网络与深度学习相结合,克服传统数据库驱动方法的注释限制,成功发现两种未报道的异戊酰基黄酮醇苷和四氢哈尔满-3-羧酸 | NA | 识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性 | 植物乳杆菌发酵的沙棘奶代谢物 | 代谢组学 | NA | 非靶向代谢组学,基于特征的分子网络,深度学习 | 深度学习 | 代谢组学数据 | NA | NA | NA | NA | NA |
| 1754 | 2025-11-19 |
Leveraging pre-trained computer vision models for accurate classification of meat freshness
2025-Dec-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146430
PMID:41045854
|
研究论文 | 本研究通过预训练深度卷积神经网络和随机编码聚合深度激活图的方法,开发了一种基于图像数据的肉类新鲜度分类新方法 | 提出结合预训练DCNN特征提取与随机编码聚合深度激活图(RADAM)的新方法,实现了更简单高效的肉类新鲜度分类 | NA | 开发快速、非破坏性的肉类新鲜度评估方法 | 牛肉和鸡肉的新鲜度 | 计算机视觉 | NA | 图像分类 | 深度卷积神经网络, 传统机器学习分类器 | 图像 | 三个数据集中的牛肉和鸡肉样本 | NA | 预训练深度卷积神经网络 | 准确率 | NA |
| 1755 | 2025-11-19 |
Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning
2025-Dec, Neurogastroenterology and motility
IF:3.5Q2
DOI:10.1111/nmo.70153
PMID:40908531
|
研究论文 | 本研究利用深度学习技术分析肠道微生物组数据以识别肠易激综合征 | 将深度神经网络应用于高维度、复杂相互作用的微生物组数据分析,在疾病分类中实现92.79%的准确率 | 未详细说明数据预处理的具体方法,模型比较的深度可能不足 | 探索肠道微生物组在肠易激综合征诊断中的应用价值 | 人类肠道微生物组数据和肠易激综合征患者 | 机器学习 | 肠易激综合征 | 微生物组分析 | DNN, XGBoost, RandomForest, Logistic Regression, LightGBM | 微生物组谱数据 | 综合微生物组谱数据集(具体数量未说明) | Python库 | 深度神经网络(密集层结构) | 准确率, 敏感性, 特异性 | NA |
| 1756 | 2025-11-18 |
Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model
2025-Dec, Journal of shoulder and elbow surgery
IF:2.9Q1
DOI:10.1016/j.jse.2025.03.010
PMID:40274011
|
研究论文 | 开发深度学习模型自动确定关节炎肱骨肩关节置换术的截骨平面 | 首个针对关节炎肱骨自动识别截骨平面的深度学习方法,解决了骨赘和畸形导致解剖标志模糊的临床难题 | 样本量较小(62例),仅基于CT扫描数据,未验证其他影像模态 | 实现肩关节置换术中肱骨截骨平面的自动精确定位 | 关节炎和非关节炎患者的肱骨三维模型 | 医学影像分析 | 骨关节炎 | 计算机断层扫描(CT) | 深度学习模型 | 三维模型 | 62例肱骨三维模型(80%训练,20%测试) | NA | NA | 质心平均欧几里得距离,法向量角度误差 | NA |
| 1757 | 2025-11-18 |
Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos
2025-Dec, Journal of gynecology obstetrics and human reproduction
IF:1.7Q3
DOI:10.1016/j.jogoh.2025.103039
PMID:40992502
|
研究论文 | 开发并验证了一种基于深度学习的AI系统,用于从超声视频中自动检测标准胎儿平面、测量胎儿生物测量参数和估计胎儿体重 | 首次将深度学习技术应用于超声视频中自动识别标准胎儿平面并实时测量胎儿生物测量参数,通过时间验证证明了其临床实用性 | 研究仅针对健康胎儿进行验证,样本量相对有限(281个视频),未在异常或高危妊娠病例中进行测试 | 开发自动化的胎儿生物测量AI系统,提高非专业超声医师的测量准确性和可重复性 | 胎儿超声图像和视频 | 计算机视觉 | 产科超声 | 超声成像 | DNN | 图像, 视频 | 训练集:16,626张图像;验证集:281个超声视频 | NA | NA | 绝对相对测量误差, p值 | NA |
| 1758 | 2025-11-18 |
RimeSleepNet: A hybrid deep learning network for s-EEG sleep stage classification
2025-Dec, Sleep medicine
IF:3.8Q1
DOI:10.1016/j.sleep.2025.106835
PMID:41038061
|
研究论文 | 提出一种名为RimeSleepNet的混合深度学习网络,用于睡眠脑电信号的睡眠阶段分类 | 采用霜优化算法自适应调整变分模态分解来减少频率混叠,结合CNN特征提取、多头自注意力机制和LSTM时序建模的混合架构 | NA | 开发自动睡眠阶段分类方法以改善睡眠研究和临床诊断 | 睡眠脑电信号 | 机器学习 | 睡眠障碍 | 睡眠脑电信号分析 | CNN, LSTM, 注意力机制 | 脑电信号 | 成都人民医院和Sleep-EDF数据集 | NA | CNN, LSTM, 多头自注意力机制 | F1分数, AUC, Cohen's κ系数, 验证损失 | NA |
| 1759 | 2025-11-18 |
Role of Liver Function Assessment in Portal Venous Interventions and Locoregional Therapies for Liver Tumors
2025-Dec, Techniques in vascular and interventional radiology
IF:1.4Q3
DOI:10.1016/j.tvir.2025.101089
PMID:41242831
|
综述 | 综述过去30年肝功能评估技术的发展及其在肝脏肿瘤局部治疗中的应用 | 整合了核医学技术、肝胆特异性MRI和多模态人工智能方法,实现了从整体到局部的精准肝功能评估 | 可重复性、标准化和可及性仍是广泛实施的主要障碍 | 总结肝功能评估技术的关键进展及其在肝脏导向治疗中的应用 | 肝功能评估技术和肝脏肿瘤患者 | 数字病理 | 肝癌 | 核医学成像, MRI, 人工智能, 深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | NA | NA |
| 1760 | 2025-11-17 |
MetaPredictomics: A Comprehensive Approach to Predict Postsurgical Non-Small Cell Lung Cancer Recurrence Using Clinicopathologic, Radiomics, and Organomics Data
2025-Dec-01, Clinical nuclear medicine
IF:9.6Q1
DOI:10.1097/RLU.0000000000006086
PMID:40902993
|
研究论文 | 提出MetaPredictomics框架,整合临床病理数据、PET/CT影像组学和多器官组学数据预测非小细胞肺癌术后复发 | 首次将肿瘤影像组学与假定健康器官的组学数据(器官组学)相结合,采用堆叠集成方法构建元模型 | 样本量相对有限(145例),使用公开数据集可能限制模型泛化能力 | 开发综合预测模型以提高非小细胞肺癌术后复发预测准确性 | 145例非小细胞肺癌患者的术前PET/CT影像和临床病理数据 | 数字病理 | 肺癌 | PET/CT影像组学,基因突变检测,深度学习分割 | 深度学习分割模型,glmboost,堆叠集成模型 | 医学影像(CT,PET),临床病理数据,基因数据 | 145例NSCLC患者 | PyRadiomics | NA | C-index | NA |