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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2281 | 2026-03-07 |
A RRA Perspective on AI and Machine Learning Applications in Radiology: From Experimental to Clinically Viable Solutions
2026-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.11.021
PMID:41781091
|
综述 | 本文作为放射学研究联盟系列综述的第一篇,探讨了人工智能和机器学习在放射学诊断、工作流优化和报告生成三个领域的应用及其向临床可行技术的过渡 | 首次从放射学研究联盟的视角系统性地回顾了AI在放射学中的多领域应用,并强调了从实验性创新到临床可行技术的转变过程 | AI应用仍面临性能不稳定、泛化能力有限以及工作流整合障碍等挑战 | 评估人工智能和机器学习在放射学领域的应用现状、进展及临床转化潜力 | 放射学中的诊断解释、工作流程优化和报告生成 | 自然语言处理, 计算机视觉, 机器学习 | NA | 深度学习, 多模态大语言模型, 自然语言处理 | NA | NA | NA | NA | NA | 准确性, 效率, 报告质量 | NA |
| 2282 | 2026-03-07 |
AI-guided wound closure: complementing surgical judgment
2026-Mar, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000004724
PMID:41789220
|
评论 | 本文讨论了人工智能(AI)在引导外科伤口闭合中的应用,强调了AI作为辅助工具增强而非取代外科医生判断的作用 | 强调了AI在伤口闭合中自动化评估、轨迹规划和缝合辅助的创新应用,并指出了当前AI理论能力与临床验证之间的差距,提出了包括前瞻性试验、可解释AI和多模态融合系统在内的具体研究路径 | 当前AI能力与临床验证之间存在差距,存在组织特异性和可解释性方面的挑战,且AI无法替代外科医生在平衡张力、灌注和组织完整性方面的核心技能 | 探讨AI引导伤口闭合的临床和技术方面,强调外科医生监督的重要性,并推动AI在外科实践中的伦理和有效整合 | 外科伤口闭合过程 | 计算机视觉, 机器学习 | NA | 深度学习, 计算机视觉, 机器人控制 | NA | NA | NA | NA | NA | NA | NA |
| 2283 | 2026-03-07 |
Diverse database and machine learning model to narrow the generalization gap in RNA structure prediction
2026-02-27, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adz4967
PMID:41739924
|
研究论文 | 本研究通过构建一个多样化的RNA二级结构数据库并开发深度学习模型eFold,旨在提升RNA二级结构预测的泛化能力 | 构建了包含1098个初级microRNA和1456个人类信使RNA区域的二级结构数据库,并开发了受AlphaFold的Evoformer模型启发的深度学习架构eFold,通过增加RNA结构的多样性和复杂性而非单纯扩大数据量来提升模型泛化性能 | 未明确说明模型在特定RNA家族或极端长度结构上的预测局限性,也未讨论化学探测数据可能存在的技术偏差 | 解决RNA结构预测领域因结构数据稀缺而导致的泛化能力不足问题 | RNA二级结构,特别是初级microRNA和人类信使RNA区域 | 计算生物学 | NA | 化学探测 | 深度学习 | RNA二级结构数据 | 1098个初级microRNA和1456个人类信使RNA区域,加上来自多个来源的超过30万个二级结构 | NA | 受AlphaFold Evoformer启发的架构 | NA | NA |
| 2284 | 2026-03-07 |
Automated deep learning detection of orthodontically induced external apical root resorption in maxillary incisors on panoramic radiographs
2026-Feb-26, Progress in orthodontics
IF:3.5Q1
DOI:10.1186/s40510-026-00610-9
PMID:41741904
|
研究论文 | 本研究开发并比较了两种基于YOLOv12的深度学习模型,用于在全景X光片上自动检测正畸引起的外部根尖吸收。 | 首次将YOLOv12的姿态估计模型应用于OIEARR的自动检测和分级,其细粒度的解剖定位能力为早期诊断提供了优势。 | 研究为回顾性设计,样本仅来自10-18岁患者,且大多数误分类发生在相邻分级之间。 | 开发并比较基于深度学习的自动化工具,用于检测和分级正畸引起的外部根尖吸收。 | 接受至少12个月固定正畸治疗的312名患者的624张全景X光片,重点关注上颌中切牙和侧切牙。 | 计算机视觉 | 牙科疾病 | 全景X光摄影 | YOLOv12 | 图像 | 624张来自312名患者的全景X光片 | NA | YOLOv12x | 准确率, 精确率, 召回率, 特异性, F1分数, 混淆矩阵, ROC-AUC | NA |
| 2285 | 2026-03-07 |
AI Models to Reduce Surgical Complications Through Intraoperative Video Analysis: Protocol for a Prospective Cohort Study
2026-Feb-26, JMIR research protocols
IF:1.4Q3
DOI:10.2196/62734
PMID:41769985
|
研究论文 | 本研究旨在开发和验证深度学习模型,通过术中视频分析预测腹部手术后并发症,并构建开源数据集 | 首次提出利用术中视频和术后结果构建开源数据集,并采用基于视觉Transformer架构的微调手术视频基础模型与外科医生定义的预测因子两种并行方法进行深度学习模型开发 | 研究仅针对特定类型的腹部手术(阑尾切除术、胆囊切除术和结直肠切除术),且数据收集时间有限(2024年至2025年) | 开发并验证深度学习模型以准确预测术后并发症,并构建共享开源数据集 | 接受微创腹部手术(阑尾切除术、胆囊切除术和结直肠切除术)的1200名患者 | 计算机视觉 | 腹部手术并发症 | 术中视频分析 | 深度学习模型 | 视频 | 1200名患者 | NA | 视觉Transformer | 灵敏度, 特异性, 阳性预测值, 阴性预测值, 受试者工作特征曲线下面积 | NA |
| 2286 | 2026-03-07 |
Statistical shape modeling in cardiovascular disease: a narrative review
2026-Feb-25, Journal of the Royal Society, Interface
DOI:10.1098/rsif.2025.0785
PMID:41759183
|
综述 | 本文是一篇关于统计形状建模(SSM)在心血管疾病中应用的叙事性综述,探讨了SSM在心脏解剖评估、诊断和治疗中的创新方法 | 系统性地回顾了SSM从基于标志点的方法到点分布模型的发展历程,并展望了未来多标签模型、深度学习集成以及时空SSM等方向 | 作为一篇叙事性综述,未涉及原始数据收集或新模型验证,主要基于现有文献进行总结和评述 | 评估统计形状建模在心血管疾病诊断、风险分层、治疗优化和随访研究中的应用价值与前景 | 心血管疾病患者的心脏解剖结构 | 医学影像分析 | 心血管疾病 | 统计形状建模 | 点分布模型 | 三维解剖形状数据 | NA | NA | NA | 紧致性, 泛化性, 特异性 | NA |
| 2287 | 2026-03-07 |
DeepECC: a deep learning framework for genome-wide identification and analysis of human cancer eccDNAs
2026-Feb-24, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag198
PMID:41784269
|
研究论文 | 本文介绍了一个名为DeepECC的深度学习框架,用于在全基因组范围内识别和分析人类癌症中的eccDNAs | 通过两阶段训练策略,DeepECC模拟了起始和终止断点两侧的局部序列上下文,捕获了常被忽视的机制性特征,并揭示了eccDNAs在增强子、表达数量性状位点和CTCF位点的富集模式 | NA | 开发一个计算框架以克服eccDNA异质性和复杂生物发生带来的挑战,系统发现eccDNA并探究其在癌症中的功能意义 | 人类、小鼠、鸡的多物种数据集中的eccDNAs | 机器学习 | 癌症 | 深度学习 | 深度学习框架 | 基因组序列数据 | 多物种数据集(人类、小鼠、鸡) | NA | NA | NA | NA |
| 2288 | 2026-03-07 |
Accelerating MRI With Longitudinally-Informed Latent Posterior Sampling
2026-Feb-22, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70257
PMID:41724725
|
研究论文 | 提出一种基于扩散模型的MRI重建框架,利用患者先前的扫描来加速后续MRI采集,无需成对的纵向训练数据 | 首次在扩散模型重建中整合患者先前的DICOM扫描作为引导,无需纵向配对训练数据,并引入了包含多会话对的开源临床数据集 | 未明确说明模型对极端解剖变化或病理进展的适应性,且依赖于先验扫描的可用性和质量 | 通过整合患者先前扫描来加速MRI采集并提高重建图像质量 | 临床MRI扫描,特别是纵向成像中的多会话扫描对 | 医学影像重建 | NA | MRI加速采集,扩散模型 | 扩散模型 | 图像,k空间数据 | 开源临床数据集包含多会话对,具体数量未明确 | NA | 扩散模型 | SSIM, PSNR | NA |
| 2289 | 2026-03-07 |
The SHAP Explainer Model for Binary Classifiers Detecting Functional Groups in Molecules Based on FTIR Spectra
2026-Feb-20, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27042004
PMID:41752140
|
研究论文 | 本文研究基于FTIR光谱识别化学基团的CNN-KAN模型的决策过程,利用SHAP值解释其决策依据 | 首次将SHAP解释器应用于CNN-KAN模型,以追踪基于FTIR光谱的化学基团检测决策过程 | 未提及模型在更广泛数据集或实际应用中的泛化能力验证 | 探究深度学习模型在FTIR光谱分析中的决策可解释性 | 基于FTIR光谱的化学功能基团 | 机器学习 | NA | FTIR光谱分析 | CNN-KAN | 光谱数据 | NA | NA | CNN-KAN | NA | NA |
| 2290 | 2026-03-07 |
Deep Learning for Freezing of Gait Detection: Cross-Dataset Validation Reveals Critical Deployment Gaps Between Laboratory and Daily Living Wearable Monitoring
2026-Feb-20, Sensors (Basel, Switzerland)
DOI:10.3390/s26041352
PMID:41755290
|
研究论文 | 本研究通过跨数据集验证,揭示了冻结步态检测算法在实验室与日常生活中的性能差距,并提出了评估部署准备度的框架 | 首次量化了实验室与真实世界冻结步态检测性能之间的关键差距,并识别了影响部署的环境复杂性、传感器限制和生理变异性因素 | 研究样本量相对较小(实验室数据集n=10,日常生活数据集n=35),且仅使用了公开数据集,可能无法完全代表所有临床场景 | 评估冻结步态检测算法在实验室与日常生活中的性能差异,为临床部署提供实证框架 | 帕金森病患者的冻结步态事件 | 机器学习 | 帕金森病 | 可穿戴传感器监测 | TCN | 时间序列数据 | 实验室数据集(DAPHNET)n=10,日常生活数据集(Figshare)n=35 | NA | 时间卷积网络 | F1分数, AUC, 精确度 | NA |
| 2291 | 2026-03-07 |
Clinicogenomic Insights for Progression-Free Survival in Prostate Cancer
2026-Feb-18, International journal of environmental research and public health
DOI:10.3390/ijerph23020256
PMID:41752338
|
研究论文 | 本研究评估了前列腺癌患者的临床基因组学特征对无进展生存期的预后价值 | 将基因组数据整合到生存建模工作流程中,利用临床基因组学综合信息来洞察前列腺癌患者的进展风险 | 研究基于公开数据集(TCGA),样本量相对有限(494例患者),且仅包含单核苷酸变异信息 | 评估临床基因组学特征在前列腺癌无进展生存期预测中的预后价值 | 前列腺癌患者 | 机器学习 | 前列腺癌 | 单核苷酸变异分析 | 惩罚Cox模型, 随机生存森林, 深度学习生存神经网络 | 临床特征数据, 基因组数据 | 494例前列腺癌患者 | NA | NA | Harrell's concordance index | NA |
| 2292 | 2026-03-07 |
Radiomics-Driven Hybrid Deep Learning for MRI-Based Prediction of Glioma Grade and 1p/19q Codeletion
2026-Feb-15, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography12020025
PMID:41745702
|
研究论文 | 本文提出了一种结合放射组学特征与混合深度学习模型的非侵入性方法,用于基于MRI预测胶质瘤分级和1p/19q共缺失状态 | 开发了一种结合CNN和LSTM的混合深度学习模型,以同时利用空间特征层次和特征相关性,在胶质瘤分级和1p/19q共缺失状态预测中优于传统机器学习方法和单一深度学习架构 | 研究依赖于术前MRI的肿瘤分割,可能受分割准确性的影响;模型在独立测试集上验证,但需要进一步多中心外部验证以确认泛化能力 | 开发非侵入性方法,准确预测胶质瘤分级和1p/19q共缺失状态,以辅助个性化治疗决策 | 胶质瘤患者,特别是低级别胶质瘤(LGGs) | 数字病理学 | 胶质瘤 | MRI | CNN, RNN, LSTM, 混合模型 | 图像 | 未在摘要中明确指定样本数量 | 未在摘要中指定具体框架 | CNN-LSTM混合模型 | 准确率, 灵敏度, 特异性, AUC | 未在摘要中指定 |
| 2293 | 2026-03-07 |
Machine Learning-Based Ear Thermal Imaging for Emotion Sensing
2026-Feb-14, Sensors (Basel, Switzerland)
DOI:10.3390/s26041248
PMID:41755186
|
研究论文 | 本研究通过重新分析包含耳部热成像图像和自我报告唤醒评分的情绪诱发数据集,探索了耳部温度变化与主观情绪之间的非线性关系 | 首次将非线性机器学习模型(随机森林和ResNet-50)应用于耳部热成像数据进行情绪感知,揭示了特定耳部区域的温度变化与主观唤醒评分的非线性关联 | 研究基于现有数据集进行重新分析,未进行新的实验验证,且样本量可能有限,限制了模型的泛化能力 | 探索耳部热成像在情绪感知中的应用潜力,特别是温度变化与主观情绪的非线性关系 | 参与者在观看情绪诱发影片时采集的耳部热成像图像和自我报告的唤醒评分 | 计算机视觉 | NA | 热成像技术 | 随机森林, CNN | 图像 | NA | NA | ResNet-50 | 均方误差, 相关系数 | NA |
| 2294 | 2026-03-07 |
Automatic Estimation of Football Possession via Improved YOLOv8 Detection and DBSCAN-Based Team Classification
2026-Feb-14, Sensors (Basel, Switzerland)
DOI:10.3390/s26041252
PMID:41755200
|
研究论文 | 本文提出了一种基于改进YOLOv8检测和DBSCAN聚类的深度学习框架,用于从足球比赛转播视频中自动估计控球权 | 提出了两个结构改进的目标检测模型(YOLOv8-P2S3A用于足球检测,YOLOv8-HWD3A用于球员检测),并结合无监督的DBSCAN聚类进行队服颜色特征分类,实现了无需人工标注的端到端控球权估计 | 实验数据集仅包含20场完整比赛视频剪辑,未在更大规模或更多样化的比赛场景中进行验证 | 提升足球比赛分析的自动化、客观性和精确度,为教练、分析师和体育科学家提供实用工具 | 足球比赛转播视频 | 计算机视觉 | NA | 视频分析,目标检测,聚类分析 | CNN | 视频 | 20场完整比赛视频剪辑 | PyTorch | YOLOv8-P2S3A, YOLOv8-HWD3A | 平均精度,均方根误差 | NA |
| 2295 | 2026-03-07 |
Smartphone-Based Automated Photogrammetry for Reconstruction of Residual Limb Models in Prosthetic Design
2026-Feb-14, Sensors (Basel, Switzerland)
DOI:10.3390/s26041251
PMID:41755190
|
研究论文 | 本研究提出了一种基于智能手机的自动化摄影测量工作流程,用于生成下肢残肢的精确三维模型,以支持假肢设计 | 开发了全自动、低成本的摄影测量流程,结合自适应帧选择、深度学习背景移除和ArUco标记进行度量缩放,无需手动后处理或专有软件 | 智能手机静态照片重建的精度和稳定性较低,存在较大偏差 | 为假肢设计提供一种低成本、可扩展的残肢三维建模方法 | 下肢残肢模型 | 计算机视觉 | NA | 摄影测量 | 深度学习 | 视频, 静态图像 | 四个3D打印的肢体模型 | 开源结构从运动, 多视图立体 | NA | 表面精度, 体积误差, 周长误差, 会话间重复性 | NA |
| 2296 | 2026-03-07 |
Cost-Effective Fish Volume Estimation in Aquaculture Using Infrared Imaging and Multi-Modal Deep Learning
2026-Feb-13, Sensors (Basel, Switzerland)
DOI:10.3390/s26041221
PMID:41755162
|
研究论文 | 本研究提出了一种基于低成本红外成像和多模态深度学习的鱼体积估计方法,用于水产养殖中的生物量监测 | 提出了一种仅使用低成本红外相机的成本效益高的管道,通过深度学习和多模态融合技术,实现了非侵入式鱼体积估计,硬件成本降低80% | 研究仅使用金鱼作为研究对象,数据集规模有限(166条鱼,124个视频),可能限制了模型的泛化能力 | 开发一种成本效益高的非侵入式鱼体积估计方法,以促进可持续水产养殖管理 | 水产养殖中的鱼类,具体为金鱼 | 计算机视觉 | NA | 红外成像,多模态深度学习 | Transformer, CNN | 红外视频,RGB图像 | 166条金鱼,124个视频(每箱8-16条鱼) | PyTorch, TensorFlow | Transformer, CNN | 平均绝对误差(MAE),决定系数(R) | NA |
| 2297 | 2026-03-07 |
Inferring Arm Movement Direction from EEG Signals Using Explainable Deep Learning
2026-Feb-13, Sensors (Basel, Switzerland)
DOI:10.3390/s26041235
PMID:41755176
|
研究论文 | 本研究评估了使用卷积神经网络从脑电图信号解码手臂运动方向的可行性,并结合可解释性技术分析时空特征 | 将深度学习(特别是CNN)应用于非侵入性脑电图信号解码运动方向,并整合DeepLIFT和遮挡测试等可解释性方法进行数据驱动的时空特征分析 | 研究仅涉及20名健康参与者,样本量有限,且任务场景为实验室控制的延迟中心-外展到达任务,可能无法完全代表自然运动 | 开发自然化脑机接口,通过解码非侵入性脑信号来识别手臂运动方向 | 二十名健康参与者在延迟中心-外展到达任务中产生的脑电图信号 | 机器学习 | NA | 脑电图 | CNN | 脑电图信号 | 20名健康参与者 | NA | EEGNet | 准确率 | NA |
| 2298 | 2026-03-07 |
[Current research on intelligent acupuncture robots: breakthroughs and challenges in key technologies]
2026-Feb-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion
|
综述 | 本文探讨了智能针灸机器人在关键技术上取得的突破与面临的挑战 | 系统性地整合了深度学习、图像识别、高精度传感器与机器学习技术,以提升针灸治疗的精准度、标准化与客观性,并聚焦于经络建模、穴位动态表征等工程实现问题 | 作为多学科交叉研究,不仅需要数据驱动的临床问题研究,还需深入探索人工智能与机器人技术在针灸中的工程实现,目前相关系统集成与临床验证仍面临挑战 | 提升针灸治疗的准确性、标准化与客观性,推动智能针灸机器人的技术发展 | 智能针灸机器人 | 机器人技术,人工智能 | NA | 深度学习,图像识别,高精度传感器(力传感器、加速度传感器、光学传感器、运动捕捉系统),机器学习 | NA | 图像,力反馈数据,运动数据 | NA | NA | NA | NA | NA |
| 2299 | 2026-03-07 |
UniKineG: Unified-Coordinate Geometric Graphs Enable Robust Enzyme Kinetic Prediction
2026-Feb-11, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27041731
PMID:41751870
|
研究论文 | 本文提出了一个名为UniKineG的新型深度学习框架,用于通过建模酶-底物复合物的显式空间状态来预测酶动力学参数 | 将蛋白质和配体嵌入统一的3D坐标系,并利用集成几何向量感知器的异构图神经网络捕捉复杂的基于矢量的相互作用,从而克服了对高序列同源性的依赖 | NA | 准确预测酶动力学参数(kcat、Km和kcat/Km),以量化催化效率和底物特异性 | 酶-底物复合物 | 计算酶学 | NA | 分子对接 | 图神经网络 | 3D空间结构数据 | NA | NA | 异构图神经网络, 几何向量感知器 | NA | NA |
| 2300 | 2026-03-07 |
CryoVirusDB: An Annotated Dataset for AI-Based Virus Particle Identification in Cryo-EM Micrographs
2026-Feb-11, Viruses
DOI:10.3390/v18020224
PMID:41754567
|
研究论文 | 本文介绍了CryoVirusDB,一个用于AI识别冷冻电镜图像中病毒颗粒的标注数据集 | 填补了冷冻电镜图像中病毒颗粒识别领域缺乏高质量手动标注数据集的空白 | 数据集仅包含七种非包膜病毒,可能不适用于包膜病毒或其他类型颗粒的识别 | 促进基于AI的冷冻电镜图像中病毒颗粒识别方法的发展 | 冷冻电镜图像中的病毒颗粒 | 计算机视觉 | NA | 冷冻电镜 | 深度学习 | 图像 | 9941张冷冻电镜图像,包含339,398个标注的病毒颗粒 | NA | NA | NA | NA |