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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2025-12-03 |
Enhanced opportunistic CT screening for osteoporosis using Machine learning derived volumetric vertebral and complementary body composition information
2026-Jan, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112555
PMID:41275853
|
研究论文 | 本研究通过深度学习分割CT图像,整合椎体体积和身体成分特征,以增强骨密度预测和骨质疏松分类 | 开发了两阶段3D nnU-Net用于椎体分割,并结合身体成分特征,相比传统单切片方法显著提升了骨密度预测和骨质疏松检测的准确性 | 研究为回顾性设计,样本量相对有限(383名成人),且未探讨模型在更广泛人群或不同CT扫描协议下的泛化能力 | 评估整合椎体体积和身体成分特征是否能增强骨密度预测和骨质疏松分类 | 接受常规健康检查的成人,包括同日腹部CT扫描和双能X线吸收测定法(DXA)数据 | 数字病理学 | 骨质疏松症 | CT扫描,深度学习分割,双能X线吸收测定法(DXA) | 3D nnU-Net, 3D U-Net | CT图像 | 383名成人(平均年龄59.8岁,50.1%女性),使用475次CT扫描进行模型开发 | NA | 3D nnU-Net, 3D U-Net | 相关系数,AUROC,敏感性,特异性 | NA |
| 662 | 2025-12-03 |
A deep learning-based method for marine oil spill detection and its application in UAV imagery
2026-Jan, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118889
PMID:41166779
|
研究论文 | 本研究开发了一种基于YOLOv12的无人机图像海洋溢油检测框架,旨在提高溢油检测的准确性和边界划分的精度 | 提出了一种基于YOLOv12的无人机图像溢油检测框架,通过高分辨率输入、预训练权重初始化和余弦退火学习率调度策略,增强了污染特征表示能力 | 未明确提及模型在极端天气或夜间条件下的性能,也未讨论计算资源需求或实时处理速度的详细限制 | 开发高效智能的海洋溢油检测机制,以支持早期预警和快速响应,保护海洋生态系统和沿海经济安全 | 无人机图像中的海洋溢油区域 | 计算机视觉 | NA | 无人机遥感成像 | CNN | 图像, 视频 | 构建了一个包含多样溢油形态、不同海洋干扰条件和多尺度目标的遥感图像数据集 | NA | YOLOv12 | F1 Score, mAP@0.5, mAP@0.5-0.95, 精确率-召回率曲线 | NA |
| 663 | 2025-12-01 |
A 2D-digital spectral sensing method for rapid antibiotic detection in water
2026-Jan-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2025.123279
PMID:41202958
|
研究论文 | 提出一种结合二维数字光谱图像与深度学习技术的水体抗生素快速检测方法 | 开发新型光谱成像系统与组合化学探针,将样本信息转化为具有二维全息光谱特征的图像,并构建端到端的定量分析模型 | NA | 建立高效低成本的水体抗生素快速监测技术 | 水体中的抗生素污染物 | 计算机视觉 | NA | 光谱成像技术、组合化学探针 | CNN | 二维数字光谱图像 | NA | NA | 数字光谱卷积神经网络(DSCNN) | R值(0.85-0.93),检测限(1.94 mg/L) | NA |
| 664 | 2025-12-01 |
A deep learning framework to iDentify prOgnostically releVant cancEr Regions (DOVER) within whole slide histopathology images
2026-Jan-01, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.218134
PMID:41238099
|
研究论文 | 提出一种深度学习框架DOVER,用于在组织病理学全切片图像中识别具有预后相关性的癌症区域 | 首次开发能够精确定位全切片图像中预后相关区域的方法,通过从组织微阵列点中学习预后模式并映射到更大切片 | 需要进一步验证框架的泛化能力,目前仅在两种癌症类型中测试 | 解决肿瘤形态异质性带来的预后预测挑战,精确定位最具预后价值的肿瘤区域 | 非小细胞肺癌(NSCLC)和口咽鳞状细胞癌(OPSCC)患者的全切片图像 | 数字病理学 | 肺癌,头颈癌 | 全切片成像,组织微阵列,定量免疫荧光 | 深度学习 | 组织病理学图像,临床数据 | 2041名患者(NSCLC:1141例, OPSCC:900例) | NA | NA | c-index | NA |
| 665 | 2025-11-28 |
Scale-adjusted distance transform and its applications to segmentation of multimodal images
2026-Jan, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.11.003
PMID:41207402
|
研究论文 | 提出一种尺度调整距离变换方法,用于多模态图像中多尺度对象的精确分割 | 提出与传统距离变换概念不同的尺度调整距离变换,其值独立于对象尺度并在山脊处统一为'1',具有平移、旋转和各向同性缩放不变性 | 未与现代深度学习方法进行广泛对比,主要验证了在特定生物医学图像上的应用 | 开发一种尺度不变的距离变换方法,解决多尺度对象的结构分析问题 | 二维和三维多模态图像中的结构对象,特别是生物医学图像中的细胞核和血管 | 计算机视觉 | NA | 距离变换,梯度流路径分析 | 模糊方法 | 二维显微图像,三维肺部CT图像 | 猪肺模型的三维CT数据和二维显微图像数据集 | NA | NA | 分割准确性 | NA |
| 666 | 2025-11-27 |
Deep learning [18F]-FDG-PET/CT‑based algorithm for tumor burden estimation in metastatic melanoma patients under immunotherapy
2026-Jan, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2025.101063
PMID:41281625
|
研究论文 | 评估基于[18F]-FDG-PET/CT的深度学习算法在转移性黑色素瘤患者肿瘤负荷估计中的性能 | 首次系统评估深度学习算法PARS在免疫治疗转移性黑色素瘤患者中的肿瘤负荷估计能力 | 肿瘤负荷估计存在显著变异性,骨病变检测精度较低,需要进一步模型优化 | 评估深度学习算法在肿瘤负荷估计中的临床应用价值 | 165名IV期黑色素瘤患者 | 数字病理 | 黑色素瘤 | [18F]-FDG-PET/CT成像 | 深度学习 | 医学影像 | 165名患者 | NA | PARS (PET-Assisted Reporting System) | 精确度, 召回率, 组内相关系数, 中位数相对百分比差异, 中位数绝对相对百分比差异 | NA |
| 667 | 2025-11-25 |
The role of AI in pre-analytical phase - use cases
2026-Jan-27, Clinical chemistry and laboratory medicine
IF:3.8Q1
DOI:10.1515/cclm-2025-1220
PMID:41091119
|
综述 | 本文探讨人工智能在检验医学分析前阶段的应用现状与挑战 | 系统梳理AI在七个关键分析前领域的应用场景,揭示研究原型与商业部署之间的转化差距 | 研究存在单中心验证、回顾性设计、系统集成困难等局限 | 评估人工智能技术在检验医学分析前阶段的应用效果与实施路径 | 实验室检测分析前流程(包括凝血块检测、错误采血管识别等七个领域) | 医疗人工智能 | 实验室医学 | 人工智能与机器学习技术 | 神经网络,XGBoost,深度学习 | 实验室检测数据 | NA | NA | NA | 准确率,AUC | NA |
| 668 | 2025-11-24 |
Walking Assistance System with Electrical Stimulation from Secondary Muscle Groups
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_49
PMID:41273591
|
研究论文 | 本文提出了一种结合电刺激和电子手套设备的创新足部运动康复系统 | 通过将手部动作转化为腿部肌肉电刺激,利用次要肌群实现下肢康复的新方法 | NA | 开发更易获取且可定制的下肢康复解决方案 | 足部运动功能障碍患者 | 医疗康复工程 | 运动功能障碍 | 电刺激技术 | 深度学习模型 | 传感器数据 | NA | NA | NA | NA | NA |
| 669 | 2025-11-24 |
Deep Learning Discrimination for BCI Implementation Using 3D Convolutional Neural Network and EEG Topographic Maps
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_38
PMID:41273580
|
研究论文 | 本研究利用分层3D卷积神经网络对脑电图地形图进行分类,以提升脑机接口系统中运动意图识别的性能 | 提出将分层3D卷积神经网络应用于脑电图地形图分析,采用分步分类策略解码运动意图,并比较了三种优化器的性能表现 | 仅涉及4种运动任务的分类,未说明样本规模和数据多样性限制 | 通过深度学习技术提升脑机接口系统的分类准确性和可靠性 | 运动障碍患者的脑电图信号 | 脑机接口 | 运动障碍 | 脑电图信号采集与地形图提取 | 3D CNN | 脑电图地形图 | NA | NA | 分层3D卷积神经网络 | 准确率 | NA |
| 670 | 2025-11-24 |
Integrating Neuroimaging and Machine Learning to Predict Mental Disorder Outcomes: A Systematic Review
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_41
PMID:41273583
|
综述 | 系统回顾神经影像学与机器学习整合应用于精神障碍预后预测的研究进展 | 系统整合多模态神经影像数据与机器学习方法,探索精神障碍的神经生物标志物预测模型 | 模型可解释性、泛化能力和临床适用性存在局限 | 通过神经影像与机器学习预测精神障碍的诊疗结果 | 精神障碍患者(包括精神分裂症、抑郁症、双相情感障碍、自闭症谱系障碍) | 机器学习 | 精神疾病 | 结构成像、功能成像、弥散张量成像(DTI) | 支持向量机、随机森林、深度学习 | 神经影像数据 | NA | NA | NA | NA | NA |
| 671 | 2025-11-24 |
Enhanced Brain Tumor Classification with Convolutional Neural Networks
2026, Advances in experimental medicine and biology
DOI:10.1007/978-3-032-03398-7_48
PMID:41273590
|
研究论文 | 提出一种基于卷积神经网络的脑肿瘤图像分类方法,用于区分不同类型的脑肿瘤 | 通过综合数据增强和严格超参数调优显著提升分类准确率,实现脑肿瘤类型的自动精准分类 | NA | 提高脑肿瘤诊断精度并优化治疗策略 | 脑肿瘤图像,包括胶质瘤、脑膜瘤和转移性肿瘤 | 计算机视觉 | 脑肿瘤 | 深度学习 | CNN | 医学图像 | NA | NA | 包含多个卷积层、池化层和全连接层的CNN架构 | 分类准确率 | NA |
| 672 | 2025-11-24 |
Artificial Intelligence and Machine Learning-Based Approaches for Genetic Damage Prediction
2026, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4976-3_27
PMID:41273702
|
综述 | 本章重点介绍遗传毒性预测领域,系统分类了各类检测方法并详细阐述了人工智能和机器学习在遗传损伤预测中的应用 | 系统总结了AI模型在遗传毒性预测中的三大分类(QSAR、机器学习和深度学习),并提供了专门针对遗传毒性预测的详细数据表 | 作为章节综述,未涉及具体实验验证,主要基于现有文献总结 | 探讨人工智能和机器学习方法在遗传损伤预测中的应用 | 遗传毒性检测方法和AI预测模型 | 机器学习 | NA | Ames测试等遗传毒性检测方法 | QSAR, 机器学习, 深度学习 | 分子描述符和指纹数据(拓扑、静电、量子描述符) | NA | NA | NA | 预测分数和不同评估指标 | NA |
| 673 | 2025-11-23 |
Cervical cancer diagnostics: non-coding RNAs and biosensors to AI-derived methods
2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry
DOI:10.1016/j.cca.2025.120641
PMID:41072569
|
综述 | 本文综述了宫颈癌诊断技术的最新进展,重点关注非编码RNA、生物传感器和人工智能方法在临床诊断中的应用 | 整合了非编码RNA生物标志物与人工智能诊断方法的最新研究进展,探讨两者在宫颈癌诊断中的协同潜力 | 主要基于文献综述,缺乏原始实验数据验证 | 评估宫颈癌诊断新技术的发展现状和未来潜力 | 宫颈癌诊断技术,包括非编码RNA、生物传感器和人工智能方法 | 数字病理学 | 宫颈癌 | 机器学习,深度学习,生物传感器技术 | 机器学习算法,深度学习算法 | 图像数据,分子数据 | NA | NA | NA | 诊断准确性 | NA |
| 674 | 2025-11-23 |
Advancement of machine learning algorithms in biosensors
2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry
DOI:10.1016/j.cca.2025.120677
PMID:41135853
|
综述 | 探讨机器学习算法在生物传感器中的最新进展及其在健康监测、疾病诊断和治疗评估中的应用 | 全面分析机器学习算法如何通过高效处理复杂数据和提取可操作见解来增强生物传感器技术 | 数据隐私、伦理问题、实时数据处理、计算需求和生物传感器制造等挑战尚未完全解决 | 研究机器学习增强型生物传感器在医疗诊断和个性化医疗中的应用潜力 | 电化学、光学、微流控和可穿戴生物传感器及其收集的生理信号 | 机器学习 | NA | 生物传感技术 | 监督学习,无监督学习,深度学习 | 生理信号,传感器数据 | NA | NA | NA | 分类,回归,聚类,特征提取 | NA |
| 675 | 2025-11-23 |
Artificial Intelligence for Simplified Patient-centered Dosimetry in Radiopharmaceutical Therapies
2026-Jan, PET clinics
IF:3.0Q2
DOI:10.1016/j.cpet.2025.09.010
PMID:41271260
|
研究论文 | 本文探讨人工智能在放射性药物治疗中简化患者中心化剂量测定的应用 | 提出基于深度学习的剂量转换方法替代传统蒙特卡洛模拟,不依赖通用人体模型而考虑患者个体解剖结构 | NA | 开发简化且个性化的放射性药物治疗剂量测定方法 | 放射性药物治疗中的病灶和风险器官 | 医学影像分析 | 癌症治疗 | 放射性药物治疗 | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 676 | 2025-11-22 |
Amplification-free detection of mycoplasma pneumoniae via CRISPR-Cas12a and deep learning-optimized crRNAs on a lateral flow platform
2026-Jan-15, Journal of pharmaceutical and biomedical analysis
IF:3.1Q2
DOI:10.1016/j.jpba.2025.117196
PMID:41129856
|
研究论文 | 开发了一种基于CRISPR-Cas12a和深度学习优化crRNA的无扩增检测平台,用于肺炎支原体的快速诊断 | 结合深度学习优化的crRNA文库与侧向流平台,实现无扩增检测并显著提升检测灵敏度 | 未明确说明临床样本规模及深度学习模型的具体架构细节 | 开发快速准确的肺炎支原体检测方法 | 肺炎支原体P1基因保守区域 | 生物信息学 | 呼吸道感染 | CRISPR-Cas12a, 侧向流检测, 深度学习 | 深度学习 | 基因序列数据 | 从50多个候选crRNA中筛选出16个高活性crRNA | NA | NA | 检测限, 灵敏度, 特异性, 信号饱和度时间 | NA |
| 677 | 2025-11-21 |
Gene expression and protein abundance: Just how associated are these molecular traits?
2026 Jan-Feb, Biotechnology advances
IF:12.1Q1
DOI:10.1016/j.biotechadv.2025.108720
PMID:41038299
|
综述 | 本文系统回顾了基因表达与蛋白质丰度关联性的研究方法、影响因素及在生物技术中的应用前景 | 整合了单细胞分析最新进展,系统比较不同实验环境下分子特征关联性研究方法 | 主要依赖相关性分析方法,受限于蛋白质定量技术发展滞后 | 探讨基因表达与蛋白质丰度的关联程度及其在生物技术中的应用潜力 | 转录组学与蛋白质组学数据关联性研究 | 生物信息学 | NA | 转录组学, 蛋白质组学, 单细胞分析 | NA | 基因表达数据, 蛋白质丰度数据 | NA | NA | NA | 相关性指标 | NA |
| 678 | 2025-11-20 |
Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition
2026-Jan, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70046
PMID:40851334
|
研究论文 | 本研究结合超高性能梯度扩散成像和模型驱动深度学习,展示了3D多片层采集在高b值和高分辨率下进行高级微结构成像的能力 | 利用高性能梯度系统缩短回波时间,结合优化的3D k空间欠采样方法显著减少采集时间,实现全脑高分辨率微结构成像 | 需要高性能梯度硬件支持(>200 mT/m,>300 T/m/s),研究主要关注大脑白质区域 | 开发加速的3D多片层扩散加权成像方法,支持活体人脑高级微结构建模 | 人脑白质微结构 | 医学影像 | 神经系统疾病 | 3D多片层扩散加权成像,扩散加权MRI,室模型分析 | 三室扩散模型 | 扩散加权MRI图像 | 多受试者人脑数据(具体数量未明确说明) | 基于模型的迭代重建算法 | 基于导航的运动补偿正则化迭代算法 | 变异系数 | 高性能梯度MRI系统(>200 mT/m,>300 T/m/s) |
| 679 | 2025-11-20 |
Comparative evaluation of supervised and unsupervised deep learning strategies for denoising hyperpolarized 129Xe lung MRI
2026-Jan, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70033
PMID:40810302
|
研究论文 | 本研究比较了监督和非监督深度学习策略在超极化129Xe肺部MRI去噪中的应用效果 | 首次系统比较了传统监督学习、Noise2Noise和Noise2Void三种深度学习策略在129Xe MRI去噪中的性能 | 某些去噪方法在特定指标上存在偏差,如Tradvent低估VDP,N2Nvent高估VDP | 提高超极化129Xe肺部MRI图像质量以改善临床诊断准确性 | 952个129Xe MRI数据集,包括健康受试者和心肺疾病患者 | 医学影像处理 | 心肺疾病 | 超极化129Xe MRI | 深度学习 | 医学影像 | 952个129Xe MRI数据集(421个通气成像,125个弥散加权成像,406个气体交换成像) | NA | NA | 信噪比, 噪声标准差, 锐度, 通气缺损百分比, 表观扩散系数, 膜摄取, 红细胞转移, 红细胞:膜比值 | NA |
| 680 | 2025-11-20 |
Motion-robust T 2 ∗ $$ {\mathrm{T}}_2^{\ast } $$ quantification from low-resolution gradient echo brain MRI with physics-informed deep learning
2026-Jan, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70050
PMID:40843481
|
研究论文 | 提出PHIMO+方法,通过物理信息深度学习实现运动鲁棒的低分辨率梯度回波脑MRI T2*定量分析 | 扩展了原有的PHIMO方法,利用采集知识增强对挑战性运动模式的重建性能,提高对脑内不同强度磁场不均匀性的鲁棒性 | NA | 开发运动鲁棒的T2*定量方法,解决梯度回波磁共振成像中因运动导致的信号丢失问题 | 脑部梯度回波磁共振成像数据 | 医学影像分析 | NA | 梯度回波磁共振成像 | 深度学习 | 磁共振图像 | 模拟和真实运动数据 | NA | 物理信息深度学习 | 线检测精度, 图像质量 | NA |