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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1861 | 2025-11-27 |
The Platelet-Rich Plasma research ecosystem: From mechanistic insights to precision treatment in knee osteoarthritis
2025-Dec, Regenerative therapy
IF:3.4Q2
DOI:10.1016/j.reth.2025.10.017
PMID:41282491
|
综述 | 本文通过叙事性综述构建了富血小板血浆研究的生态系统,涵盖从机制生物学到精准医疗的全链条研究 | 提出PRP研究生态系统概念,整合多维度证据,强调中性粒细胞-巨噬细胞串扰等新机制,并提出精准治疗路线图 | 存在报告不一致、缺乏标准化分类系统、分层不足等限制因素 | 系统梳理PRP在膝骨关节炎领域的研究现状并推动其向精准再生疗法发展 | 富血小板血浆及其在膝骨关节炎治疗中的应用 | 数字病理 | 骨关节炎 | 深度学习质量控制、分类系统 | 深度学习 | 临床试验数据、生物学机制数据、系统评价数据 | NA | NA | NA | 脆弱性指数分析 | NA |
| 1862 | 2025-11-27 |
AI MAY SHOW COMPARABLE DIAGNOSTIC ACCURACY TO EXPERTS IN ORAL CANCER DETECTION, BUT EVIDENCE REMAINS LIMITED AND OF LOW CERTAINTY
2025-Dec, The journal of evidence-based dental practice
IF:4.1Q1
DOI:10.1016/j.jebdp.2025.102199
PMID:41290266
|
系统综述 | 本研究通过系统综述和网络荟萃分析比较深度学习在口腔癌诊断中的准确性 | 首次使用网络荟萃分析方法系统比较深度学习模型与专家在口腔癌诊断中的准确性 | 证据有限且确定性较低 | 评估深度学习在口腔癌诊断中的准确性并与专家诊断进行比较 | 口腔癌诊断 | 数字病理 | 口腔癌 | 深度学习 | 深度学习模型 | 医学图像 | NA | NA | NA | 诊断准确性 | NA |
| 1863 | 2025-11-27 |
Enhanced difference ghost shuffle U-Net: A hybrid Monte Carlo deep learning denoiser for boron neutron capture therapy dose calculation
2025-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70100
PMID:41290395
|
研究论文 | 提出EDGS-UNet混合蒙特卡罗深度学习去噪框架,用于快速准确的硼中子俘获治疗剂量计算 | 结合增强差分幽灵卷积保持高频梯度、分层通道-空间-像素注意力机制自适应特征优化,以及物理组件特异性能量守恒损失函数 | 仅在胶质母细胞瘤数据集上进行验证,样本量有限 | 加速BNCT治疗计划系统中的蒙特卡罗剂量计算 | 硼中子俘获治疗的3D剂量分布 | 医学影像处理 | 胶质母细胞瘤 | 蒙特卡罗模拟, 深度学习 | CNN, U-Net | 3D剂量分布图像 | 56个训练病例/9个验证病例/11个测试病例 | NA | 3D U-Net, EDGS-UNet | 均方误差, 等剂量相似度, 平均绝对百分比误差, GTV相对偏差 | NA |
| 1864 | 2025-11-27 |
"Patients Aren't Datasets": Generating Return on Investment via Automation, Responsibly
2025 Winter 01, Frontiers of health services management
DOI:10.1097/HAP.0000000000000237
PMID:41292082
|
评论文章 | 探讨医疗领域如何负责任地利用人工智能技术实现投资回报并管理相关风险 | 提出在医疗AI应用中平衡数据货币化与伦理责任的框架 | 未提供具体案例研究或实证数据支持 | 分析医疗AI技术投资的风险管理与回报实现策略 | 医疗系统管理者、患者数据、AI技术应用 | 医疗人工智能 | NA | 机器学习、生成式AI、深度学习 | NA | 患者数据、医疗结果数据 | NA | NA | NA | NA | NA |
| 1865 | 2025-11-26 |
Decoding the spectrum of meat quality: advances in hyperspectral imaging for multi-attribute analysis
2025-Dec-25, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146912
PMID:41197306
|
综述 | 本文系统评述了高光谱成像技术在新鲜肉类多属性质量分析中的最新进展与应用 | 全面探讨了人工智能、深度学习和数据融合等前沿数据分析方法在提升高光谱成像预测可靠性和实际应用中的作用 | NA | 评估高光谱成像技术在新鲜肉类质量多参数同时检测中的应用价值 | 新鲜牛肉、猪肉和禽肉的质量参数 | 计算机视觉 | NA | 高光谱成像 | 深度学习 | 高光谱图像 | NA | NA | NA | 预测可靠性 | NA |
| 1866 | 2025-11-26 |
Food defect detection technologies based on deep learning and prospects in detection of unsound wheat kernels
2025-Dec-25, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146910
PMID:41207261
|
综述 | 本文系统综述了基于深度学习的食品缺陷检测技术在不完善小麦籽粒检测中的研究现状与发展前景 | 聚焦深度学习技术在不完善小麦籽粒检测中的创新应用,涵盖图像采集系统、特征提取、模型优化、多模态融合和轻量化部署等关键技术进展 | 主要关注技术层面综述,缺乏具体实验数据验证和实际应用效果的系统评估 | 推动智能小麦质量检测技术发展,为智慧农业实践提供理论支持和方法指导 | 不完善小麦籽粒及其对粮食加工和储存的影响 | 计算机视觉 | NA | 机器视觉,深度学习 | 深度学习模型 | 图像数据 | NA | NA | NA | NA | NA |
| 1867 | 2025-11-26 |
Automated lesion detection in endoscopic imagery for small animal models - a pilot study
2025-Dec-17, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2025-0179
PMID:40960131
|
研究论文 | 本研究开发了一种基于YOLOv7的自动化系统,用于检测和分类小鼠结肠镜检查视频中的肿瘤病变 | 首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠结肠肿瘤检测,并结合粪便检测器和颜色过滤器提升检测性能 | 仅为初步研究,需要进一步评估系统性能 | 开发自动化工具以解决小鼠结肠镜检查视频分析中资源有限和人工审查耗时的问题 | 小鼠结肠镜检查视频中的肿瘤病变 | 计算机视觉 | 结直肠癌 | 结肠镜检查 | CNN | 视频 | 28只小鼠的150个视频,其中125个包含肿瘤,时间跨度为6周 | NA | YOLOv7 | 精确度, 召回率, 准确率 | NA |
| 1868 | 2025-10-06 |
Research progress and future prospects in intelligent lung sound diagnosis: models, lightweight design, and hardware platform implementation
2025-Dec-17, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2025-0197
PMID:40968576
|
综述 | 系统回顾了智能肺音诊断技术的研究进展,重点关注肺音分类模型构建、模型轻量化设计及硬件平台部署 | 深入探讨了基于软硬件协同设计的嵌入式平台部署路径,推动健康监测系统发展 | NA | 智能肺音识别技术在医疗辅助诊断领域的应用与发展 | 肺音信号 | 数字病理 | 呼吸系统疾病 | 深度学习 | NA | 音频信号 | NA | NA | NA | NA | 边缘设备、嵌入式系统、FPGA |
| 1869 | 2025-11-26 |
Robust Radiomic Signatures of Intervertebral Disc Degeneration From MRI
2025-Dec-15, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005435
PMID:40539398
|
研究论文 | 本研究通过深度学习分割和影像组学特征识别,开发了用于椎间盘退变分类的稳健影像组学特征 | 首次通过深度学习分割结合影像组学特征识别出对椎间盘退变分类具有稳健性的特征,特别是2D球形度和四分位距 | 回顾性研究设计,样本仅来自芬兰北部出生队列,可能限制结果的普适性 | 从T2加权MRI中识别稳健的影像组学特征用于椎间盘退变分类 | 椎间盘退变患者 | 数字病理学 | 椎间盘退变疾病 | T2加权磁共振成像 | 深度学习分割模型 | 医学影像 | 1397名45-47岁受试者的腰椎MRI扫描 | NA | NA | 平衡准确率, Cohen's kappa, Spearman相关系数 | NA |
| 1870 | 2025-11-26 |
Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction
2025-Dec, Journal of the Formosan Medical Association = Taiwan yi zhi
DOI:10.1016/j.jfma.2024.10.017
PMID:39455401
|
研究论文 | 比较深度学习与传统重建方法在腹部磁共振胰胆管成像中的应用,评估其对图像质量和采集时间的改善效果 | 首次系统评估深度学习重建在腹部MRI中的临床应用价值,证明其能同时提升图像质量和缩短采集时间 | 回顾性研究设计,样本量相对有限(144例患者),需多中心前瞻性研究进一步验证 | 评估深度学习重建方法在腹部磁共振成像中改善图像质量和加速采集的潜力 | 接受腹部MRI检查的患者 | 医学影像分析 | 腹部疾病 | 磁共振成像(MRI),磁共振胰胆管成像(MRCP) | 深度学习 | 医学影像 | 144例患者(平均年龄62.2±14.1岁,83名男性) | NA | NA | 信噪比(SNR),对比噪声比(CNR),主观图像质量评分 | NA |
| 1871 | 2025-11-26 |
KuSarcasm: Automated annotation of a sarcasm dataset using hybrid NLP techniques
2025-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112215
PMID:41278145
|
研究论文 | 介绍KuSarcasm库尔德语讽刺表达检测数据集的构建方法和自动标注技术 | 首个针对低资源库尔德索拉尼语的讽刺检测数据集,采用结合多语言情感分类和语义相似度评分的混合NLP方法进行自动标注 | 主要依赖手动数据收集,语言资源有限可能影响模型泛化能力 | 开发库尔德索拉尼语的自动讽刺检测数据集和标注方法 | 库尔德索拉尼语文本数据,包括谚语、诗歌、习语和数字出版物 | 自然语言处理 | NA | 光学字符识别(OCR)、网络爬虫、多语言情感分类、语义相似度计算 | Transformer | 文本 | 16,833个条目 | NA | mBERT, SBERT | NA | NA |
| 1872 | 2025-11-26 |
Deep learning-enabled design of macrocyclic peptide binders
2025-Dec, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-025-02062-4
PMID:41094129
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1873 | 2025-11-26 |
Construction of a deep learning model and identification of BSG, PPARD, and SLC16A8 expression as potential indicators in the context of strategies for precision therapy to acute myeloid leukemia
2025-Dec, Hematology (Amsterdam, Netherlands)
DOI:10.1080/16078454.2025.2592516
PMID:41284982
|
研究论文 | 通过单细胞RNA测序分析急性髓系白血病中T细胞异质性,构建深度学习预后风险模型并识别BSG、PPARD和SLC16A8作为精准治疗潜在生物标志物 | 首次在AML中基于特定T细胞亚群(Cluster 4)构建随机森林和LASSO回归预后模型,并鉴定BSG、PPARD和SLC16A8三个独立预后基因 | 未明确说明样本量具体数值,需要外部数据集进一步验证模型普适性 | 研究AML肿瘤微环境中T细胞异质性,开发预后预测模型和精准治疗策略 | 急性髓系白血病患者样本中的T细胞亚群 | 生物信息学 | 急性髓系白血病 | 单细胞RNA测序(scRNA-seq) | 随机森林, LASSO回归 | 单细胞RNA测序数据 | AML患者样本(具体数量未明确) | NA | NA | ROC曲线下面积(AUC) | NA |
| 1874 | 2025-11-25 |
Improved Breast Cancer Detection with Artificial Intelligence in a Real-World Digital Breast Tomosynthesis Screening Program
2025-Dec, Clinical breast cancer
IF:2.9Q2
DOI:10.1016/j.clbc.2025.05.007
PMID:40473527
|
研究论文 | 比较数字乳腺断层合成筛查中人工智能系统实施前后放射科医生的乳腺癌检测性能 | 在真实世界临床环境中评估深度学习AI系统对数字乳腺断层合成筛查性能的影响 | 回顾性研究设计,样本量有限,仅包含4名放射科医生和3个临床中心的数据 | 评估AI检测系统在数字乳腺断层合成筛查中对乳腺癌检测性能的改善效果 | 数字乳腺断层合成筛查的乳腺X线影像 | 医学影像分析 | 乳腺癌 | 数字乳腺断层合成 | 深度学习 | 医学影像 | 前AI期10,322例标准DBT解读,后AI期6,407例DBT解读 | NA | NA | 癌症检出率, 异常解读率, PPV1, PPV3 | NA |
| 1875 | 2025-11-25 |
Granulocyte abundance and maturation state at diagnosis predicts treatment-free remission in CML
2025-Dec, Leukemia
IF:12.8Q1
DOI:10.1038/s41375-025-02769-2
PMID:40958033
|
研究论文 | 本研究通过深度学习分析慢性粒细胞白血病患者的骨髓细胞形态学特征,发现中性粒细胞丰度和粒细胞成熟状态与治疗无缓解生存期相关 | 首次利用深度学习分析骨髓细胞形态学特征来预测CML患者的治疗无缓解生存期,发现了新的生物标志物 | 样本量相对有限(113例患者),来自多个临床中心可能存在技术差异 | 探索骨髓细胞形态学特征在预测慢性粒细胞白血病患者治疗无缓解生存期中的价值 | 113例慢性期慢性粒细胞白血病患者的诊断骨髓穿刺样本 | 数字病理学 | 慢性粒细胞白血病 | 骨髓细胞形态学分析,深度学习图像分析 | 深度学习 | 高分辨率细胞形态学图像 | 113例CML患者样本和942例对照骨髓样本 | NA | NA | NA | NA |
| 1876 | 2025-11-25 |
Artificial intelligence enabled tumor diagnosis and treatment: Status, breakthroughs and challenges
2025-Dec, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2025.104963
PMID:40992526
|
综述 | 本文系统综述人工智能在肿瘤诊疗领域的最新进展、突破性成果与面临的挑战 | 整合多模态学习、可解释性AI和AI驱动药物发现等前沿进展,为下一代精准肿瘤学提供前瞻视角 | 主要关注技术综述,未涉及具体临床验证数据 | 系统总结AI在肿瘤诊疗领域的应用现状并分析临床转化面临的挑战 | 肿瘤诊疗全流程(影像筛查、病理诊断、智能决策、疗效预测、个性化治疗) | 数字病理 | 肿瘤 | 深度学习 | NA | 多模态数据 | NA | NA | NA | NA | NA |
| 1877 | 2025-11-25 |
Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images
2025-Dec, The American journal of pathology
DOI:10.1016/j.ajpath.2025.08.014
PMID:40946794
|
研究论文 | 提出一种名为HistoStainAlign的深度学习框架,直接从H&E染色全切片图像预测免疫组化染色模式 | 通过对比训练策略整合配对的H&E和IHC嵌入,无需切片级注释或组织配准即可捕获跨染色模式的互补特征 | 仅评估了胃肠道和肺组织中的三种常见IHC标记物,样本范围有限 | 开发计算预筛选工具以优化IHC染色工作流程 | 胃肠道和肺组织全切片图像 | 数字病理学 | 癌症 | H&E染色,免疫组化染色 | 深度学习 | 全切片图像 | 胃肠道和肺组织全切片图像(具体数量未明确说明) | NA | HistoStainAlign | 加权F1分数 | NA |
| 1878 | 2025-11-25 |
AI-mediated immunotherapeutics in adenoid cystic carcinoma: Challenges and current perspectives
2025-Dec, Critical reviews in oncology/hematology
DOI:10.1016/j.critrevonc.2025.104984
PMID:41161628
|
综述 | 本文探讨人工智能在腺样囊性癌免疫治疗中的应用现状、挑战与未来展望 | 系统整合多种机器学习与深度学习模型于腺样囊性癌的精准免疫治疗,提出联合多组学数据与联邦学习等前沿方向 | 存在临床整合困难、模型可解释性不足、数据质量参差等挑战 | 推动人工智能在腺样囊性癌精准免疫治疗领域的临床应用 | 腺样囊性癌患者的多组学数据(影像、病理、基因组)与免疫治疗反应 | 数字病理 | 头颈癌 | 多组学数据整合分析 | SVM, RF, KNN, LR, GBM, CNN, ANN | 影像数据, 组织病理数据, 基因组数据 | NA | NA | 卷积神经网络, 人工神经网络 | 准确率, 特异性 | NA |
| 1879 | 2025-11-25 |
Identification of defensins using transformer-derived protein embeddings and discrete cosine transformation-enhanced evolutionary features with generative adversarial capsule bidirectional temporal convolutional neural network
2025-Dec, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.148336
PMID:41130478
|
研究论文 | 提出一种名为GAC-BTCNN-Pred的新型防御素识别预测器,通过融合进化特征和蛋白质语言模型嵌入来提升预测性能 | 结合分段位置特异性评分矩阵的离散余弦变换增强特征与基于Transformer的蛋白质语言模型嵌入,并首次提出生成对抗胶囊双向时序卷积神经网络架构 | 未提及模型在跨物种或大规模数据集上的泛化能力验证 | 开发高精度的防御素识别计算方法以支持新型抗菌药物发现 | 防御素(阳离子抗菌肽) | 生物信息学 | 细菌感染 | 蛋白质序列分析,特征工程 | GAN, Capsule Network, TCN, Transformer | 蛋白质序列数据 | NA | NA | 生成对抗胶囊双向时序卷积神经网络(GAC-BTCNN),ProtGen-LLM | 多种评估指标(具体指标未列明) | NA |
| 1880 | 2025-11-25 |
Deep learning-optimized multi-enzyme hydrolysis for walnut antihypertensive peptides
2025-Dec, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.148700
PMID:41177473
|
研究论文 | 本研究结合深度学习和实验验证优化核桃蛋白中降压肽的多酶水解生产工艺 | 首次使用大语言模型进行酶筛选,开发新型多酶组合方法生产高ACE抑制活性的核桃蛋白水解物 | NA | 优化功能性降压肽的生产工艺并验证其降压效果 | 核桃蛋白、自发性高血压大鼠 | 机器学习 | 心血管疾病 | 多酶水解、分子对接分析 | 大语言模型 | 实验数据、生物活性数据 | 自发性高血压大鼠模型 | NA | NA | ACE抑制率、自由基清除能力、血压测量、血清生物标志物变化 | NA |