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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1901 | 2025-11-23 |
DMCA-Net: Dual-branch multi-granularity hierarchical contrast and cross-attention network for cervical abnormal cell detection
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107890
PMID:40743896
|
研究论文 | 提出一种用于宫颈异常细胞检测的双分支多粒度分层对比和交叉注意力网络DMCA-Net | 设计了双分支结构分别检测异常和正常细胞,引入细胞间成对交叉注意力机制和多粒度分层对比学习来增强特征学习和分类能力 | NA | 提高宫颈异常细胞检测的准确性 | 宫颈细胞图像 | 计算机视觉 | 宫颈癌 | 深度学习 | CNN | 图像 | 两个公开数据集 | PyTorch | DMCA-Net | 准确率 | NA |
| 1902 | 2025-11-23 |
A novel number-theoretic sampling method for neural network solutions of partial differential equations
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107945
PMID:40795504
|
研究论文 | 提出一种基于数论确定性采样点的新型深度学习框架,用于求解低正则性或高维偏微分方程 | 采用数论采样点替代传统均匀随机采样,通过生成向量实现最小差异度,结合物理信息神经网络提供严格的数学误差界保证 | NA | 提高偏微分方程数值求解在低正则性和高维情况下的计算效率 | 偏微分方程的数值解 | 机器学习 | NA | 数论采样方法 | PINNs | 数值模拟数据 | NA | NA | 物理信息神经网络 | 误差界 | NA |
| 1903 | 2025-11-23 |
Study of fractional order epidemic compartmental model by using artificial deep neural networks
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107944
PMID:40811929
|
研究论文 | 本研究使用深度神经网络分析具有分形分数阶微分方程的轮状病毒疾病仓室数学模型 | 将深度神经网络应用于分形分数阶流行病动力学系统研究,并采用Caputo Fabrizio意义的指数核分形分数阶导数 | 仅使用9个神经元和最多1000次训练周期,模型复杂度可能不足 | 研究轮状病毒传播动力学模型并验证深度神经网络在流行病学建模中的应用 | 轮状病毒引起的胃肠炎传播动力学模型 | 机器学习 | 传染病 | 分形分数阶微分方程,深度神经网络 | DNN | 数值模拟数据 | NA | NA | 多层人工深度神经网络 | 回归R值,均方误差,均方根误差 | NA |
| 1904 | 2025-11-23 |
SSCLMix: A self-supervised contrastive learning-based data mixing augmentation method
2025-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108171
PMID:41110259
|
研究论文 | 提出一种基于自监督对比学习的医学图像混合数据增强方法SSCLMix,用于提升医学图像分割模型的性能 | 提出基于图像结构相似度的样本分类方法,结合双编码器对比学习和交叉自注意力机制进行跨样本建模,并引入双空间特征感知残差模块保护图像边缘纹理和区域信息 | 计算效率处于中上水平,未达到最优计算效率 | 解决医学图像分割中训练数据不足和类别不平衡问题 | 医学图像分割任务 | 医学图像处理 | NA | 数据增强 | 自监督对比学习, 注意力机制 | 医学图像 | 七个医学图像分割任务的数据集 | NA | 双编码器对比学习, 交叉自注意力机制, 双空间特征感知残差模块 | 分割模型指标 | NA |
| 1905 | 2025-11-22 |
Development of a novel machine learning model to automate vertebral column segmentation utilizing biplanar full-body imaging
2025-Dec, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2025.05.003
PMID:40324481
|
研究论文 | 开发了一种基于双平面全身成像的自动化脊柱分割机器学习模型 | 采用两阶段深度学习模型,能够处理复杂脊柱病理和植入器械的干扰 | 回顾性研究,样本量有限(250张图像),仅使用单一医疗中心数据 | 开发自动化脊柱分割算法以辅助退变性脊柱侧弯评估 | 退变性脊柱侧弯患者的双平面全身X光图像 | 计算机视觉 | 脊柱侧弯 | 双平面全身X光成像 | CNN | X光图像 | 250张患者图像(200张训练,50张测试) | NA | UNET | Dice-Sørensen系数 | NA |
| 1906 | 2025-11-22 |
Deep learning-based automatic segmentation of arterial vessel walls and plaques in MR vessel wall images for quantitative assessment
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11697-9
PMID:40459736
|
研究论文 | 开发基于深度学习的自动分割方法用于MR血管壁图像中动脉血管壁和斑块的定量评估 | 提出结合血管壁先验知识和Tversky损失的自动斑块分割方法,利用血管壁与斑块间的形态相似性提升分割性能 | 缺乏对其他设备、人群和解剖部位测试,研究结果的可靠性仍需进一步探索 | 开发自动分割方法用于血管壁和动脉粥样硬化斑块的定量评估 | 193名动脉粥样硬化斑块患者的MR血管壁图像 | 医学图像分析 | 心血管疾病 | T1加权MRI扫描 | CNN | 医学图像 | 193名患者(107名训练验证,39名内部测试,47名外部测试)来自五个中心 | NA | Vessel-SegNet | Dice相似系数, 组内相关系数 | NA |
| 1907 | 2025-11-22 |
Effect of contrast enhancement on diagnosis of interstitial lung abnormality in automatic quantitative CT measurement
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11715-w
PMID:40459739
|
研究论文 | 研究对比增强对自动定量CT测量诊断间质性肺异常的影响 | 首次系统评估对比增强对基于深度学习的自动定量CT测量诊断间质性肺异常的影响 | 回顾性研究设计,仅包含胸外科手术患者,可能存在选择偏倚 | 评估对比增强对自动定量CT测量诊断间质性肺异常的影响 | 接受胸部CT检查的胸外科手术患者 | 数字病理 | 间质性肺疾病 | CT扫描 | 深度学习 | CT图像 | 1134名患者 | NA | NA | 敏感性,特异性,一致性系数(kappa) | NA |
| 1908 | 2025-11-22 |
Diagnostic performance of lumbar spine CT using deep learning denoising to evaluate disc herniation and spinal stenosis
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11742-7
PMID:40483292
|
研究论文 | 评估深度学习去噪技术在腰椎CT中对椎间盘突出和椎管狭窄的诊断性能 | 首次系统评估深度学习去噪算法在腰椎CT诊断椎间盘突出和椎管狭窄中的临床应用价值 | 回顾性研究,样本量较小(47例患者),缺乏多中心验证 | 评估深度学习去噪CT在腰椎疾病诊断中的性能 | 47名患者(229个椎间盘,L1/2至L5/S1节段) | 医学影像分析 | 脊柱疾病 | CT成像,深度学习去噪 | 深度学习算法 | CT影像 | 47名患者(18男29女,平均年龄69.1±10.9岁),229个椎间盘 | ClariCT.AI | NA | 敏感性,特异性,图像质量评分,诊断置信度评分 | NA |
| 1909 | 2025-11-22 |
Quantitative and qualitative assessment of ultra-low-dose paranasal sinus CT using deep learning image reconstruction: a comparison with hybrid iterative reconstruction
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11763-2
PMID:40514598
|
研究论文 | 评估深度学习图像重建在超低剂量鼻窦CT中的定量和定性性能,并与混合迭代重建进行比较 | 首次在超低剂量鼻窦CT中系统比较深度学习重建与混合迭代重建的性能表现 | 回顾性研究设计,样本量相对有限(132例患者) | 评估超低剂量CT在鼻窦成像中的图像质量 | 132例接受非对比超低剂量鼻窦CT扫描的患者 | 医学影像 | 鼻窦疾病 | 计算机断层扫描(CT),深度学习图像重建 | 深度学习模型 | CT图像 | 132例患者 | NA | NA | 图像噪声,信噪比(SNR),对比噪声比(CNR),噪声功率谱(NPS),无参考感知图像锐度 | NA |
| 1910 | 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 |
| 1911 | 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 |
| 1912 | 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 |
| 1913 | 2025-11-22 |
Reconstruction of structured illumination microscopy for live imaging in low light with lightweight neural networks
2025-Dec, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70009
PMID:40844333
|
研究论文 | 提出轻量级MCU-Net网络用于低光照条件下结构光照明显微镜的活细胞超分辨率成像重建 | 集成多卷积技术与多尺度注意力机制的轻量化网络架构,在降低模型参数量的同时保持超分辨率重建性能 | NA | 解决结构光照明显微镜在活细胞成像中因高光照强度导致的成像速度慢和光毒性问题 | 活细胞显微图像 | 计算机视觉 | NA | 结构光照明显微镜 | CNN | 图像 | NA | NA | MCU-Net, UNet, ScUNet, EDSR, DFCAN | MS-SSIM, NRMSE | NA |
| 1914 | 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 |
| 1915 | 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 |
| 1916 | 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 |
| 1917 | 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 |
| 1918 | 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 |
| 1919 | 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 |
| 1920 | 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 |