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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2026-06-18 |
Artificial Intelligence for the Treatment and Management of Colorectal Liver Metastases
2026-May, Clinics in colon and rectal surgery
IF:1.2Q3
DOI:10.1055/a-2769-1413
PMID:41948161
|
综述 | 总结人工智能在结直肠癌肝转移治疗与管理中的应用现状及未来前景 | 系统性地梳理了AI在CRLM诊疗全流程(诊断、治疗反应预测、手术规划、术中导航、术后监测)中的应用,并强调了多模态数据整合与个性化治疗潜力 | 多数研究为回顾性,外部验证不足,模型决策可解释性有限 | 探讨人工智能改善结直肠癌肝转移治疗流程和结果的潜力 | 结直肠癌肝转移患者 | 机器学习 | 结直肠癌肝转移 | NA | NA | 影像、基因组、病理、临床数据 | NA | NA | NA | NA | NA |
| 302 | 2026-06-18 |
The Role of Perioperative Artificial Intelligence in Colon and Rectal Surgery
2026-May, Clinics in colon and rectal surgery
IF:1.2Q3
DOI:10.1055/a-2769-1052
PMID:41948166
|
综述 | 本文探讨了围手术期人工智能在结肠和直肠手术中的应用,涵盖术前规划、术中引导及术后优化 | 系统性地总结了AI在结直肠手术围手术期的创新应用,包括计算机视觉、放射组学、多组学数据整合、深度学习识别关键解剖结构以及视觉-语言模型等新兴技术 | 研究仍处于早期阶段,尚未准备好用于广泛的临床实施 | 探索围手术期人工智能工具在结直肠手术中的应用潜力,以增强决策并标准化手术护理 | 结肠和直肠手术的围手术期流程,包括术前预测、术中引导和术后结果优化 | 计算机视觉, 自然语言处理, 机器学习 | 结直肠癌, 炎症性肠病 | 放射组学, 深度测序, 多组学 | 机器学习模型, 深度学习, 视觉-语言模型, 手术基础模型 | 影像数据, 分子数据, 多组学数据 | NA | NA | NA | NA | NA |
| 303 | 2026-06-18 |
Methodological considerations for evaluating deep learning segmentation models in digital pathology whole-slide images
2026-May, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.13.3.037501
PMID:42305726
|
研究论文 | 评估深度学习分割模型在数字病理全玻片图像中的性能,并探讨方法学问题 | 引入基于不同分析单位(像素、感兴趣区域、全玻片)的性能聚合方法和自助法估计幻灯片级别性能方差 | 未提及具体模型架构或计算资源细节 | 评估深度学习分割模型在乳腺癌全玻片图像数据集上的性能,并探究评估中的方法学问题 | 乳腺癌全玻片图像数据集(来自肿瘤浸润淋巴细胞挑战赛) | 数字病理 | 乳腺癌 | NA | 深度学习 | 图像(全玻片图像) | 乳腺癌全玻片图像数据集(具体数量未提及) | NA | NA | 性能估计(均值)、不确定性(方差) | NA |
| 304 | 2026-06-18 |
Additional Dose Reduction Potential of Vendor-Agnostic Deep Learning Model: A Phantom Study
2026-May, Journal of the Korean Society of Radiology
DOI:10.3348/jksr.2025.0047
PMID:42306167
|
研究论文 | 使用体模实验评估一个厂商无关的深度学习模型应用于不同CT厂商迭代重建方法时的额外剂量降低潜力 | 首次评估了厂商无关的深度学习模型(ClariCT.AI)对不同CT厂商迭代重建方法的额外剂量降低潜力 | 未提及具体局限性 | 评估厂商无关的深度学习模型对CT图像额外剂量降低的潜力 | 多尺寸图像质量体模(Mercury v4.0)的图像 | 计算机视觉, 医学影像 | NA | CT成像 | 深度学习模型(DLM, ClariCT.AI) | CT图像 | 使用两台不同厂商的CT扫描仪,在六个剂量水平(参考剂量的6%, 12%, 25%, 50%, 100%, 200%)下获取图像 | NA | NA | 可探测指数(d'), 对比度噪声比(CNR) | NA |
| 305 | 2026-06-18 |
Artificial intelligence in dentistry: Training and testing a caries detection model with intraoral scans
2026-May, Journal of conservative dentistry and endodontics
DOI:10.4103/JCDE.JCDE_1025_25
PMID:42306595
|
研究论文 | 开发和评估基于YOLOv5的深度学习模型,用于从口内扫描中检测咬合面龋齿 | 首次将YOLOv5模型应用于口内扫描图像的龋齿检测,并通过针对性预处理模块(单通道、混合通道、Ohta变换)提升模型可靠性 | 未提及样本分布均衡性及外部验证泛化能力 | 开发并验证基于深度学习模型的口内扫描龋齿检测方法 | 117名患者的330颗龋齿(中等和广泛病变) | 计算机视觉 | 龋齿 | 口内扫描 | YOLOv5 | 图像 | 117名患者,330颗龋齿 | YOLOv5 | YOLOv5(变体) | 精确率、召回率、F1分数、平均精确率、Cohen's kappa、McNemar检验 | NA |
| 306 | 2026-06-18 |
Telomere-to-telomere assembly using HERRO-corrected Nanopore Simplex reads
2026-Apr-27, Nature
IF:50.5Q1
DOI:10.1038/s41586-026-10563-y
PMID:42045451
|
研究论文 | 通过基于深度学习的HERRO框架校正Nanopore Simplex长读长,实现端到端基因组组装,显著降低测序成本并提升质量 | 提出单倍型感知的HERRO纠错框架,利用深度学习同时保持单倍型差异和重复序列多样性,将人类二倍体基因组Simplex读取准确率提升100倍,无需多平台混合数据即可实现T2T组装 | NA | 开发低成本高精度的端到端基因组组装方法,替代当前多平台组合的高成本方案 | 人类二倍体基因组(含X和Y染色体)及跨物种基因组 | 机器学习 | NA | Nanopore Simplex测序 | 深度学习纠错模型 | DNA测序数据(ONT Simplex长读长) | 多个人类基因组样本(具体未说明) | PyTorch(依据深度学习应用推断) | HERRO框架(深度学习架构细节未明确说明) | NGA50(标准化基因组组装50值) | NA |
| 307 | 2026-06-16 |
Multimodal deep learning for anomaly detection in urban infrastructure networks: improving the resilience of public management systems
2026-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-50189-8
PMID:42020538
|
研究论文 | 提出一种基于多模态深度学习的城市基础设施网络异常检测框架MM-ADF,整合传感器时序数据、设备外观图像、运行音频和网络日志等多模态信息,实现设备故障、数据泄露和性能异常的准确识别与实时预警 | 通过跨模态特征融合和时空关联建模,将传感器时序数据、设备外观图像、运行音频和网络日志四类异构模态数据整合到统一框架中,克服了传统单模态方法对复杂场景适应性差的局限 | 未详细说明模型在不同城市规模或极端环境下的泛化能力,以及对多模态数据同步和缺失值的处理策略 | 提升城市基础设施网络异常检测的准确性、实时性和鲁棒性,增强公共管理系统对干扰的应急响应韧性 | 城市基础设施网络中的交通、能源、给排水和通信等关键子系统 | 多模态深度学习 | 不适用 | 跨模态特征融合、时空关联建模 | 多模态深度学习框架 | 传感器时序数据、设备外观图像、运行音频、网络日志 | 真实城市基础设施数据集(具体规模未说明) | NA | NA | 检测准确率、误检率、平均响应时间 | NA |
| 308 | 2026-06-16 |
Multimodal clinical-imaging deep learning model for predicting refractory hypersplenism after liver transplantation
2026-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-48940-2
PMID:42020717
|
研究论文 | 开发一种整合临床和CT影像特征的多模态深度学习模型,用于预测肝移植后难治性脾功能亢进 | 首次提出将临床数据和CT影像组学特征融合的多模态深度学习模型,专门用于肝移植后难治性脾功能亢进的术前风险分层 | 需要在更大规模的多中心队列中进行进一步验证,才能推广临床应用 | 识别术前危险因素并开发多模态深度学习模型,用于预测肝移植后难治性脾功能亢进 | 2013至2023年间接受肝移植的患者,分为缓解组(120例)和难治组(44例)脾功能亢进 | 数字病理学 | 肝移植后脾功能亢进 | CT影像组学 | 深度学习 | 临床数据、CT影像 | 164名接受肝移植的患者(120例缓解组、44例难治组) | NA | NA | AUC、F1分数、准确率 | NA |
| 309 | 2026-06-18 |
Conserved and divergent gene regulatory networks for crop drought resistance
2026-Apr-17, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-72169-2
PMID:41991527
|
研究论文 | 利用基于图的深度学习框架,构建主要禾本科作物在转录、蛋白质和代谢层面的干旱响应基因调控网络,分析其保守与分化的调控机制 | 创新性地采用图深度学习框架构建跨物种/跨组学的大规模基因调控网络,提出作物抗旱性受基因调控网络拓扑结构系统发育约束的新假说 | NA | 解析作物抗旱反应的保守与分化机制,揭示基因调控网络进化动态及其对气候挑战的遗传适应 | 主要禾本科作物(包括水稻、小麦、玉米、高粱),兼及豆科和茄科作物 | 机器学习 | NA | RNA-seq | 图神经网络 | 转录组、蛋白质组、代谢组数据 | 超过5000个批量RNA-seq数据集,涵盖13万个基因的330万条互作关系 | NA | 图深度学习框架 | NA | NA |
| 310 | 2026-06-18 |
Deep learning based instance segmentation of mandarin fruit slices for precision assessment and morphological quantification
2026-Apr-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-46784-4
PMID:41998006
|
研究论文 | 开发基于YOLOv8的自动化分割框架,用于蜜柚果实切片的实例分割,实现精准评估和形态量化 | 首次将YOLOv8应用于蜜柚果实切片的高分辨率图像中,实现果瓣和中心核的自动检测与语义分割,达到接近完美的性能,为农业表型分析提供了高精度可重复的框架 | 仅基于58张原始高分辨率图像,样本量相对有限,且图像来自横向切割视角,可能无法完全代表不同切割方向或品种的变异性 | 实现蜜柚果实切片的自动化实例分割,用于品种评估、果实质量评估和采后应用的精准形态量化 | 蜜柚果实切片的果瓣和中心核 | 计算机视觉 | 不适用 | 高分辨率成像 | YOLOv8 | 图像 | 58张原始高分辨率横切图像(5100×7019像素),经处理得到280张裁剪子图像(1712×1778像素),每张包含一个完整柑橘切片 | PyTorch | YOLOv8 | 精确率、召回率、mAP50、mAP50-95、平均绝对误差 | 未说明 |
| 311 | 2026-06-18 |
Identifying environmental factors associated with tetrodotoxin contamination in bivalve mollusks using eXplainable AI
2026-Apr-17, NPJ science of food
IF:6.3Q1
DOI:10.1038/s41538-026-00848-x
PMID:41998042
|
研究论文 | 利用可解释深度学习模型预测双壳贝类中河豚毒素污染并识别相关环境因素 | 首次利用可解释深度学习模型探索非生物与生物因素与河豚毒素污染之间的时间关系,并识别出光周期和太阳辐照度作为潜在驱动因素 | 未明确说明限制 | 开发可解释深度学习模型预测双壳贝类中河豚毒素污染,并识别关键环境驱动因素 | 荷兰泽兰河口双壳贝类中河豚毒素污染 | 机器学习 | 海洋毒素污染 | NA | 深度学习模型 | 气象和水文特征数据 | NA | NA | NA | NA | NA |
| 312 | 2026-06-18 |
The application of large language models in orthopedic postgraduate education: potentials, challenges, and future prospects
2026-Apr-16, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-026-06844-x
PMID:41992334
|
综述 | 探讨大型语言模型在骨科研究生教育中的应用潜力、挑战及未来展望 | 系统分析了通用型与专科型大语言模型在骨科研究生教育中的综合应用,并提出了人机协同框架 | 面临过度依赖、更新延迟和输出不一致等问题,在医学教育领域仍存争议 | 评估大语言模型在骨科研究生教育中的应用价值并提出优化策略 | 骨科研究生教育、大语言模型(如ChatGPT、DocOA等) | 自然语言处理 | NA | 大型语言模型、深度学习、自然语言处理 | ChatGPT、DocOA、BioinspiredLLM、MechGPT、DrSR、AmbossGPT | 文本 | NA | NA | Transformer | 准确率 | NA |
| 313 | 2026-06-18 |
AI-enabled privacy-preserving cardiac diagnostics via electrocardiograms
2026-Apr-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-026-47665-6
PMID:41986431
|
研究论文 | 提出一种深度学习框架,在保留心电图临床相关信息的同时抑制敏感人口统计信息,实现隐私保护的诊断 | 使用具有双判别器架构的变分自编码器,一个对抗分支减少软生物特征编码,另一个保留临床重要判别信息 | NA | 构建公平且隐私保护的机器学习模型,解决心电图高维性和与人口统计信息纠缠带来的挑战 | 心电图信号中的软生物特征(性别、年龄、种族)和临床诊断信息(左室射血分数降低、左心室肥厚、5年死亡率) | 机器学习 | 心血管疾病 | 心电图 | 变分自编码器 (VAE), 卷积神经网络 (CNN) | 生理信号 | NA | NA | VAE, CNN | AUROC | NA |
| 314 | 2026-06-18 |
Neutrophil CD14 is a driver and a therapeutic target for deep vein thrombosis
2026-Apr-14, Blood advances
IF:7.4Q1
DOI:10.1182/bloodadvances.2025017224
PMID:41512166
|
研究论文 | 本研究通过多组学分析发现中性粒细胞CD14是深静脉血栓形成的驱动因子和治疗靶点 | 首次揭示中性粒细胞CD14在深静脉血栓形成中的关键作用,并验证其作为治疗靶点的潜力 | NA | 探索深静脉血栓形成早期中性粒细胞表型变化的分子机制及潜在治疗靶点 | 骨髓中性粒细胞、深静脉血栓小鼠模型、人原代中性粒细胞 | 机器学习 | 深静脉血栓 | RNA测序、蛋白质组学、流式细胞术、染色质免疫沉淀 | 几何深度学习模型 | 基因表达数据、蛋白质组数据、流式细胞数据 | 小鼠骨髓中性粒细胞(3小时DVT后)、人原代中性粒细胞 | NA | DeepPBS | 血栓负担、血栓发生率、中性粒细胞和瓜氨酸化组蛋白H3积累 | NA |
| 315 | 2026-06-18 |
Automatic Recognition and Prognostic Prediction of Colorectal Liver Metastases Using a Multi-Scale Deep Learning Framework: Model Development and Validation Study
2026-Apr-07, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/73311
PMID:41945655
|
研究论文 | 开发并验证一个多尺度深度学习框架CLM-Net,用于结直肠癌肝转移的自动识别和预后预测 | 通过集成VGG16、DeepLab-v3和U-Net等多种架构,结合多尺度空洞卷积、Squeeze-and-Excitation注意力机制、条件随机场精化模块和迁移学习策略,构建了多模型集成框架 | 未来需要多中心验证和整合多模态特征以优化其在精准医学中的作用 | 提高结直肠癌肝转移的病理图像识别准确性和预后预测可靠性 | 结直肠癌肝转移的病理图像数据 | 数字病理学 | 结直肠癌肝转移 | 病理图像分析 | CNN | 图像 | 197例经过病理标注的结直肠癌肝转移病例 | PyTorch | VGG16, DeepLab-v3, U-Net | 准确率, 召回率, F1分数, AUC | NA |
| 316 | 2026-06-18 |
Automated differentiation of caries requiring filling and caries necessitating root canal treatment using machine learning
2026-04, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00874-7
PMID:41175174
|
研究论文 | 提出基于深度学习的智能推荐系统,通过自动区分需要填充或根管治疗的龋齿类型,辅助牙医确定治疗方案 | 首次提出基于检测龋齿类型自动推荐治疗方法的系统,创新性地融合三种分割网络(YOLOv8、U-Net、Detectron-2)实现龋齿分类与治疗建议 | 仅使用1253张咬翼片图像,样本量较小;系统主要针对第一磨牙,泛化到其他牙位的能力未验证 | 开发辅助牙医区分需填充与需根管治疗龋齿类型的深度学习推荐系统 | 第一磨牙龋齿类型(需填充龋齿与需根管治疗龋齿) | 计算机视觉 | 龋齿 | 咬翼X光成像 | YOLOv8, U-Net, Detectron-2 | 图像 | 1253张咬翼片图像 | NA | YOLOv8, U-Net, Detectron-2 | 像素级标注准确率, 治疗推荐成功率 | NA |
| 317 | 2026-06-18 |
Applications and clinical translation of artificial intelligence in CBCT-based detection of endodontic lesions: a scoping review
2026-04, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00876-5
PMID:41188594
|
综述 | 本文系统回顾了人工智能在CBCT根尖周病变检测中的应用及临床转化现状 | 首次对AI在CBCT根尖周病变检测领域的应用进行范围综述,系统梳理了CNN模型(U-Net、DenseNet、PALNet)及商用软件(Diagnocat)的临床转化证据 | 纳入研究多为回顾性设计、样本量小或数据同质、缺乏外部验证及金标准(组织学对照)比较 | 评估AI模型在CBCT根尖周病变检测、分类和分割中的诊断性能及临床转化潜力 | 根尖周病变 | 医学影像分析 | 根尖周病变 | CBCT | CNN、深度学习 | CBCT影像 | NA | NA | U-Net、DenseNet、PALNet、Diagnocat | 灵敏度、AUC | NA |
| 318 | 2026-06-18 |
Diagnostic performance of artificial intelligence for facial fracture detection: a systematic review
2026-04, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00878-3
PMID:41291186
|
系统性综述 | 系统评估人工智能模型在CT、CBCT和X光片中检测面部骨折的诊断性能 | 首次系统总结YOLOv5、Faster R-CNN、ResNet、Swin Transformer等多种深度学习模型在面部骨折检测中的应用,并强调可解释人工智能在临床推广中的必要性 | 纳入研究多为回顾性、单中心设计,样本量有限,标注不一致,缺乏外部验证或前瞻性验证 | 评估人工智能模型在CT、CBCT及X光片上检测面部骨折的诊断性能 | 已发表的原始研究,涉及机器学习或深度学习算法用于人体面部骨折检测 | 计算机视觉 | 面部骨折 | CT, CBCT, X光片 | YOLOv5, Faster R-CNN, ResNet, Swin Transformer | 影像 | 23项研究 | NA | YOLOv5, Faster R-CNN, ResNet, Swin Transformer | 敏感度, 特异度, AUC | NA |
| 319 | 2026-06-18 |
Multi-view deep learning for mandibular landmark localization
2026-04, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106295
PMID:41380797
|
研究论文 | 提出了一种多视角深度学习框架,用于在CBCT衍生的3D下颌骨表面模型上准确高效地定位19个解剖标志点 | 创新性地提出了多视角堆叠沙漏卷积神经网络,直接从STL格式的下颌骨模型上进行3D标志点定位,相比传统非刚性配准方法,定位精度和计算效率显著提升 | 未提及 | 开发和验证一种新型多视角深度学习框架,提高下颌骨标志点定位的准确性和效率 | 下颌骨表面的19个解剖标志点 | 计算机视觉 | NA | CBCT | CNN | 3D表面模型(STL格式) | 140例汉族成年人下颌骨扫描(100例训练/验证,40例测试) | PyTorch | 多视角堆叠沙漏卷积神经网络 | 欧氏距离误差、计算时间、2mm以内定位误差比例 | NA |
| 320 | 2026-06-18 |
Dynamic insights into cellular mechanics and membrane undulations in vascular smooth muscle cells
2026-04-01, American journal of physiology. Cell physiology
DOI:10.1152/ajpcell.00771.2025
PMID:41758219
|
研究论文 | 结合实时原子力显微镜、信号处理、生化分析和深度学习技术,研究血管平滑肌细胞中力学特性与膜波动的时空耦合及其调控机制 | 首次发现血管平滑肌细胞存在特定频率(约0.55、1.6和3.5 mHz)的低频力学振荡,并阐明这些振荡与肌动蛋白组织和肌球蛋白轻链激酶信号传导的耦合关系 | NA | 探究血管平滑肌细胞中细胞力学、膜波动、细胞骨架组织和肌动蛋白信号之间的时空耦合机制 | 血管平滑肌细胞 | 机器学习, 数字病理学 | 心血管疾病 | 实时原子力显微镜, 深度学习, 共聚焦成像, 生化分析 | 卷积神经网络(通过深度学习分析图像) | 图像(原子力显微镜力学和高度图、共聚焦显微镜图像) | NA | NA | U-Net, ResNet(用于图像分割和特征提取的深度学习方法) | NA | NA |