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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2961 | 2025-11-22 |
Automated 3D segmentation of rotator cuff muscle and fat from longitudinal CT for shoulder arthroplasty evaluation
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04991-6
PMID:40782188
|
研究论文 | 开发并验证用于肩关节置换术患者肩袖肌肉自动3D分割的深度学习模型 | 首次在纵向CT扫描中实现肩袖肌肉和脂肪的自动化3D分割,显著减少分析时间 | 样本量相对有限(53名患者用于模型开发),仅针对肩关节置换术患者 | 开发自动化工具量化肩袖肌肉体积和脂肪分数,改善肩关节置换术的评估 | 接受全肩关节置换术的患者 | 医学影像分析 | 肩关节疾病 | CT扫描 | 深度学习 | 3D CT影像 | 53名患者用于模型训练验证,172名患者用于应用分析 | NA | DeepLabV3+, ResNet50 | Dice相似系数, 平均对称表面距离, 95% Hausdorff距离, 相对绝对体积差异 | NA |
| 2962 | 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 |
| 2963 | 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 |
| 2964 | 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 |
| 2965 | 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 |
| 2966 | 2025-11-22 |
Non-enhanced CT deep learning model for differentiating lung adenocarcinoma from tuberculoma: a multicenter diagnostic study
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11721-y
PMID:40500528
|
研究论文 | 开发并验证基于三维特征的深度学习模型用于区分肺腺癌和结核球 | 首次使用基于视觉Transformer网络的三维深度学习模型在非增强CT图像上区分肺腺癌与结核球,并证明其性能优于二维模型、影像组学和放射科医生 | 研究样本量相对有限,仅包含1160例患者,且仅针对肺腺癌和结核球两种疾病 | 开发能够准确区分肺腺癌和结核球的深度学习诊断模型 | 肺腺癌和结核球患者 | 计算机视觉 | 肺癌 | 非增强CT成像 | 深度学习 | 医学影像 | 1160例患者(训练集840例,验证集210例,外部测试集110例) | NA | Vision Transformer | AUC | NA |
| 2967 | 2025-11-22 |
CT-based deep learning model for improved disease-free survival prediction in clinical stage I lung cancer: a real-world multicenter study
2025-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11682-2
PMID:40506642
|
研究论文 | 开发基于CT的深度学习模型用于预测临床I期肺癌患者的无病生存期 | 首次使用三维卷积神经网络从CT图像中提取肿瘤特征,并在手术和立体定向放疗两种治疗方式的患者中进行验证 | 回顾性研究设计,需要前瞻性研究进一步验证模型的临床实用性 | 提高临床I期肺癌患者无病生存期的预测准确性 | 临床I期非小细胞肺癌患者 | 数字病理 | 肺癌 | CT成像 | CNN | CT图像 | 手术队列2489例患者,立体定向放疗队列248例患者 | NA | 三维卷积神经网络 | Harrell's concordance index (C-index) | NA |
| 2968 | 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 |
| 2969 | 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 |
| 2970 | 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 |
| 2971 | 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 |
| 2972 | 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 |
| 2973 | 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 |
| 2974 | 2025-11-22 |
FetalDenseNet: multi-scale deep learning for enhanced early detection of fetal anatomical planes in prenatal ultrasound
2025-Nov-25, Journal of perinatal medicine
IF:1.7Q2
DOI:10.1515/jpm-2025-0249
PMID:40983600
|
研究论文 | 本研究开发了FetalDenseNet多尺度深度学习模型,用于增强产前超声中胎儿解剖平面的早期检测 | 比较了五种CNN架构在胎儿超声图像分类中的性能,发现DenseNet169在大型临床验证数据集上表现最佳 | 仅评估了五种CNN架构,可能未涵盖所有先进的深度学习模型 | 提高胎儿解剖平面的分类准确性以改善胎儿超声解读 | 胎儿超声图像中的解剖平面 | 计算机视觉 | 产前诊断 | 超声成像 | CNN | 图像 | 12,400张超声图像来自1,792名患者 | NA | VGG16, ResNet50, InceptionV3, DenseNet169, MobileNetV2 | 准确率 | NA |
| 2975 | 2025-11-22 |
Cortical surface electric field estimation for real-time TMS with graph neural networks
2025-Nov-21, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae1ee7
PMID:41223543
|
研究论文 | 开发了一种基于图神经网络的实时经颅磁刺激皮层表面电场估计方法 | 无需构建3D解剖头部模型,通过图神经网络直接在二维皮层表面网格上实现电场估计 | NA | 实现经颅磁刺激中皮层表面电场的实时估计 | 人类头部磁共振图像和皮层表面电场 | 医学图像分析 | 神经系统疾病 | 经颅磁刺激,磁共振成像 | 图神经网络,U-Net | 三维头部磁共振图像 | NA | NA | GNN,U-Net | 估计精度,计算速度 | NA |
| 2976 | 2025-11-22 |
TEMC-Cas: Accurate Cas Protein Classification via Combined Contrastive Learning and Protein Language Models
2025-Nov-21, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00631
PMID:41100703
|
研究论文 | 提出一种结合对比学习和蛋白质语言模型的Cas蛋白准确分类框架TEMC-Cas | 将精细调优的ESM蛋白质语言模型与对比学习相结合,利用进化尺度建模捕捉远缘同源性,通过对比学习区分密切相关的亚型 | NA | 开发准确的Cas蛋白分类方法以理解CRISPR-Cas系统和开发基因组编辑工具 | Cas1-Cas13家族和17种Cas12亚型的蛋白质 | 机器学习 | NA | 蛋白质序列分析 | 深度学习, 对比学习 | 蛋白质序列数据 | NA | PyTorch | ESM蛋白质语言模型 | 分类准确率 | NA |
| 2977 | 2025-11-22 |
A hybrid model combining 1D-CNN and BERT for intelligent ECG arrhythmia classification
2025-Nov-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-28023-4
PMID:41266734
|
研究论文 | 提出结合1D-CNN和BERT的混合模型ECGBert,用于心电信号心律失常的智能分类 | 首次将1D-CNN的局部特征提取能力与BERT的全局上下文建模优势相结合用于心电分类 | NA | 开发高精度的心律失常自动分类方法 | 心电图信号中的心律失常类型 | 医疗信号处理 | 心血管疾病 | 心电信号分析 | 1D-CNN, BERT | 心电信号 | MIT-BIH心律失常数据库 | NA | 1D-CNN, Transformer | 多种评估指标 | NA |
| 2978 | 2025-11-22 |
Spinal Cord Segmentation and Injury Detection based on Siamese Conventional WideRes Network using CT Image
2025-Nov-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09587-1
PMID:41266913
|
研究论文 | 提出基于孪生卷积宽残差网络的CT图像脊髓分割与损伤检测新方法 | 首次将孪生卷积神经网络与宽残差网络结合用于脊髓损伤检测,并集成Mask R-CNN分割和主动轮廓椎间盘定位技术 | 未明确说明数据集规模和类别不平衡问题的具体处理方式 | 开发精确的脊髓分割和损伤检测深度学习系统 | 脊髓CT图像中的脊髓区域和损伤病变 | 医学影像分析 | 脊髓损伤 | CT成像 | CNN, Siamese Network | CT图像 | NA | NA | Mask R-CNN, WideResNet, Siamese CNN | 准确率, 真阴性率, 真阳性率 | NA |
| 2979 | 2025-11-22 |
Deep Learning-Based Prediction of Enzyme Optimal pH and Design of Point Mutations to Improve Acid Resistance
2025-Nov-21, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.5c00679
PMID:41269167
|
研究论文 | 开发了一种基于深度学习的酶最适pH预测工具CatOpt,并用于指导点突变设计以提高酶酸耐受性 | 开发了优于现有方法的酶最适pH预测模型,并提供具有信息性的残基注意力权重以增强可解释性 | NA | 定量描述pH对酶催化活性的影响,并设计点突变改善酶酸耐受性 | 酶的最适pH特性及点突变对酶活性的影响 | 机器学习 | NA | 深度学习 | NA | 酶序列数据 | NA | NA | NA | RMSE, 决定系数 | NA |
| 2980 | 2025-11-22 |
A Paradigm Shift in Congenital Heart Disease: A Scientometric Portrait of the Rise of Computational Intelligence
2025-Nov-21, Pediatric cardiology
IF:1.5Q2
DOI:10.1007/s00246-025-04102-1
PMID:41269260
|
文献计量分析 | 通过文献计量学方法分析人工智能在先天性心脏病研究领域的全球发展态势 | 首次系统描绘人工智能在先天性心脏病研究领域的全球知识图谱和发展轨迹 | 仅基于Web of Science数据库文献,可能遗漏部分相关研究 | 揭示人工智能在先天性心脏病研究领域的全球研究格局和发展趋势 | 500篇与先天性心脏病人工智能应用相关的科学出版物 | 机器学习 | 先天性心脏病 | 文献计量分析 | 深度学习 | 文献元数据 | 500篇出版物 | VOSviewer, Bibliometrix R | NA | NA | NA |