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 | 2025-11-01 |
Evaluating data partitioning strategies for accurate prediction of protein-ligand binding free energy changes in mutated proteins
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.10.020
PMID:41169760
|
研究论文 | 本研究评估了不同数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响,并提出了一种新的查询-锚点成对学习框架 | 提出了查询-锚点成对学习框架,利用已知状态作为锚点来预测未知查询状态,显著提高了预测准确性 | UniProt数据划分方法下模型性能下降,需要参考数据来提升预测精度 | 评估数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响,并开发更可靠的预测方法 | 蛋白质突变引起的蛋白质-配体结合自由能变化 | 机器学习, 深度学习 | NA | ESM-2蛋白质大语言模型嵌入 | 六种不同的ML/DL模型 | 蛋白质序列数据 | 基于MdrDB数据库 | NA | ESM-2 | Pearson相关系数 | NA |
| 302 | 2025-11-01 |
Enhancing Robotic Collaborative Tasks Through Contextual Human Motion Prediction and Intention Inference
2025, International journal of social robotics
IF:3.8Q2
DOI:10.1007/s12369-024-01140-2
PMID:41169784
|
研究论文 | 提出一种深度学习架构,通过预测3D人体运动和人类意图来增强机器人在协作任务中的能力 | 结合人类运动预测和意图推断,考虑机器人存在时的交互情境,采用多头注意力机制处理不同任务输入 | 现有数据集未考虑机器人在场时的人类行为模式,导致数据分布与现实协作场景存在差异 | 提高机器人在人机协作任务中的表现和适应性 | 人机协作场景中的人类运动和意图 | 计算机视觉, 机器人学 | NA | 深度学习, 运动预测, 意图推断 | 多头注意力机制 | 3D运动序列, 任务上下文信息 | 在两个不同任务中验证:协作物体交接和协作葡萄采摘 | NA | 多头注意力机制 | 人类感知评估(社交性、自然度、安全性、舒适度) | NA |
| 303 | 2025-11-01 |
Automated detection of pinworm parasite eggs using YOLO convolutional block attention module for enhanced microscopic image analysis
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1559987
PMID:41169809
|
研究论文 | 提出一种结合YOLO与注意力机制的新型框架YCBAM,用于自动检测显微镜图像中的蛲虫寄生虫卵 | 首次将YOLO与自注意力机制和卷积块注意力模块(CBAM)结合,提升在复杂成像条件下寄生虫元素的识别和定位精度 | 仅针对蛲虫寄生虫卵进行检测,未验证对其他寄生虫的泛化能力 | 开发自动化寄生虫检测系统以提高诊断准确性和效率 | 显微镜图像中的蛲虫寄生虫卵 | 计算机视觉 | 寄生虫感染 | 深度学习 | YOLO, CBAM | 显微镜图像 | NA | NA | YOLO Convolutional Block Attention Module (YCBAM) | 精确率, 召回率, 训练框损失, 平均精度(mAP), mAP50-95 | NA |
| 304 | 2025-10-31 |
Fully automatic bile duct segmentation in magnetic resonance cholangiopancreatography for biliary surgery planning using deep learning
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112415
PMID:40972245
|
研究论文 | 本研究开发了一种基于深度学习的全自动胆管分割方法,用于磁共振胰胆管成像数据的3D重建,以辅助胆道手术规划 | 首次实现了对扩张和非扩张胆管的自动三维重建,并在真实手术场景中验证了模型准确性 | 样本量相对有限(249例),外部验证集较小(10例) | 开发自动准确的胆管分割方法以辅助胆道手术规划 | 胆道系统解剖结构 | 医学影像分析 | 胆道疾病 | 磁共振胰胆管成像 | 深度学习语义分割模型 | 3D医学影像 | 249例患者(208例训练,41例测试),外加10例外部验证 | nnU-Net | U-Net | Dice相似系数, 相关系数, 一致性界限 | NA |
| 305 | 2025-10-31 |
Deep learning based multi-shot breast diffusion MRI: Improving imaging quality and reduced distortion
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112419
PMID:40974694
|
研究论文 | 本研究探讨深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能表现 | 首次将深度学习重建技术应用于乳腺多射扩散MRI,显著提升图像质量并减少畸变 | 样本量相对有限(61名参与者),仅使用单一3T MRI扫描仪 | 评估深度学习重建的多重敏感度编码扩散加权成像在乳腺成像中的性能 | 乳腺病变患者 | 医学影像分析 | 乳腺癌 | 扩散加权成像,多重敏感度编码 | 深度学习 | MRI图像 | 61名女性参与者(23-75岁),共65个乳腺病变 | NA | NA | 信噪比,表观扩散系数,豪斯多夫距离 | 3T MRI扫描仪 |
| 306 | 2025-10-31 |
AI radiomics predicts spatial glioma recurrence on preoperative MRI: a systematic review
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112412
PMID:40987214
|
系统综述 | 系统评估AI模型基于术前MRI预测胶质瘤空间复发性能的研究 | 首次系统综述AI模型在预测胶质瘤局部和远处复发方面的表现,并采用PROBAST+AI工具进行质量评估 | 证据主要来自小型单中心回顾性队列,需要更大规模前瞻性多中心研究验证 | 评估AI模型基于术前MRI预测胶质瘤空间复发的性能 | 1004例高级别胶质瘤患者 | 医学影像分析 | 胶质瘤 | 术前MRI(包括T1CE、FLAIR、弥散加权成像等) | 机器学习,深度学习 | 医学影像 | 8项研究共1004例高级别胶质瘤患者 | NA | 随机森林分类器,支持向量机,卷积神经网络 | 灵敏度,特异性,比值比 | NA |
| 307 | 2025-10-31 |
Human‒machine interaction based on real-time explainable deep learning for higher accurate grading of carotid stenosis from transverse B-mode scan videos
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112441
PMID:40997634
|
研究论文 | 开发基于实时可解释深度学习的颈动脉狭窄分级系统,通过人机交互提高诊断准确性 | 将可解释性深度学习模型集成到用户友好的Web界面,实现人机协同决策 | 研究仅纳入三家医院的311名患者,样本量有限 | 辅助放射科医生进行颈动脉狭窄分类 | 疑似≥50%颈动脉狭窄的患者 | 计算机视觉 | 心血管疾病 | 超声成像 | 深度学习 | 视频 | 311名患者(247名男性,平均年龄71.3±8.3岁) | NA | CaroNet-Dynamic 2.0 | AUROC | NA |
| 308 | 2025-10-31 |
Deep learning in abdominopelvic digital subtraction angiography: a systematic review of interventional radiology applications
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112456
PMID:41016082
|
系统综述 | 系统评估深度学习在腹盆部数字减影血管造影介入放射学应用中的现状 | 首次系统综述深度学习在腹盆部DSA介入放射学中的应用,识别研究空白并提出未来发展方向 | 纳入研究数量有限,多数模型基于单中心小样本数据集,泛化能力受限 | 评估深度学习在腹盆部数字减影血管造影介入放射学应用中的性能并识别文献空白 | 腹盆部数字减影血管造影图像 | 计算机视觉 | 血管疾病 | 数字减影血管造影 | 深度学习 | 医学图像 | 9项研究的小样本数据集 | NA | NA | AUC, 准确率 | NA |
| 309 | 2025-10-31 |
Reduced-dose dual-energy CT with deep learning image reconstruction for detection and characterization of liver metastases
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112452
PMID:41033013
|
研究论文 | 比较降剂量双能CT结合深度学习图像重建与标准剂量单能CT在肝转移瘤检测中的图像质量和诊断性能 | 首次将深度学习图像重建技术应用于降剂量双能CT,实现45%辐射剂量降低的同时保持诊断准确性 | 样本量相对有限(80例),需更大规模研究验证 | 评估降剂量双能CT结合深度学习重建在肝转移瘤检测和鉴别诊断中的价值 | 已知或疑似肝转移瘤的患者 | 医学影像分析 | 肝转移瘤 | 双能CT,虚拟单能图像,深度学习图像重建 | 深度学习 | CT图像 | 80例患者(标准剂量组40例,降剂量组40例) | NA | NA | 对比噪声比,信噪比,肝病灶对比噪声比,受试者工作特征曲线下面积 | NA |
| 310 | 2025-10-31 |
Deep-learning reconstructed 3D MRI for comprehensive knee assessment: Comparison with a multisequence 2D protocol at 1.5 T
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112458
PMID:41045731
|
研究论文 | 比较使用深度学习重建的3D MRI与标准2D多序列协议在膝关节MRI中的综合评估性能 | 首次将深度学习重建技术应用于单次各向同性3D PD加权脂肪抑制序列,并与传统2D多序列协议进行系统性比较 | 样本量相对较小(95例患者),仅使用1.5T MRI设备,部分结构评估存在显著差异 | 评估深度学习重建的3D MRI在膝关节综合评估中的临床应用价值 | 接受膝关节MRI检查的成年患者 | 医学影像分析 | 膝关节疾病 | MRI, 深度学习重建 | 深度学习模型 | 医学影像 | 95例患者(女性39%,平均年龄52.7±14.5岁) | NA | NA | Likert量表评分, 二元分级, Cohen's kappa, Wilcoxon符号秩检验, McNemar检验 | NA |
| 311 | 2025-10-31 |
Automated detection of pyogenic liver abscess and diagnosis of Klebsiella pneumoniae infection based on CECT images with deep learning: A multicenter study
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112462
PMID:41072135
|
研究论文 | 开发并验证基于深度学习的PLADA系统,通过CECT图像自动检测肝脓肿并诊断肺炎克雷伯菌感染 | 提出首个模拟临床工作流程的两阶段AI框架,结合V-Net病灶分割和多种机器学习算法进行KPLA诊断 | 回顾性研究且仅使用单一国家数据集 | 开发准确识别肝脓肿中肺炎克雷伯菌感染的AI诊断方法 | 肝脓肿患者 | 医学影像分析 | 肝脓肿 | 对比增强计算机断层扫描(CECT) | V-Net, 多种机器学习算法 | 医学影像 | 492例肝脓肿患者,来自三个医疗中心 | NA | V-Net | Dice系数, AUC, 敏感度, 特异度 | NA |
| 312 | 2025-10-31 |
Machine learning outperforms deep learning in adhesive capsulitis diagnosis: a clinical-radiomics model bridging PD-T2 MRI and multimodal data fusion
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112470
PMID:41092750
|
研究论文 | 本研究开发了一种结合临床数据和MRI影像组学的临床-多序列影像组学模型,用于提高粘连性关节囊炎的诊断准确性,并比较了机器学习和深度学习方法的性能 | 首次将质子密度加权冠状位和T2加权矢状位MRI序列的影像组学特征与临床数据融合,构建诊断模型,并系统比较传统机器学习与深度学习方法在ACS诊断中的表现 | 研究样本量相对有限,深度学习模型在外部验证中表现下降,需要更大数据集和更先进的融合技术来优化诊断效果 | 提高粘连性关节囊炎的早期诊断准确性 | 来自两个医疗中心的444名疑似ACS患者 | 医学影像分析 | 粘连性关节囊炎 | 磁共振成像,影像组学分析 | SVM, XGBoost, LightGBM, CNN, Transformer | 医学影像,临床数据 | 444名患者(主要队列387名,外部测试队列57名) | PyRadiomics, PyTorch/TensorFlow(基于使用的ResNet和ViT模型推断) | ResNet-200, Vision Transformer (ViT) | AUC, 准确率, 敏感度, 特异度, Brier Score | NA |
| 313 | 2025-10-31 |
Multimodal deep learning model for predicting microsatellite instability in colorectal cancer by contrast-enhanced computed tomography and histopathology
2025-Dec, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112468
PMID:41101004
|
研究论文 | 开发并验证一种融合术前增强CT和术后全切片图像的多模态深度学习模型,用于预测结直肠癌微卫星不稳定性状态 | 首次将静脉期增强CT与病理全切片图像通过自适应残差网络进行特征融合,实现跨中心稳健的MSI预测 | 回顾性研究设计,样本量相对有限(305例患者) | 预测结直肠癌微卫星不稳定性状态 | 结直肠癌患者 | 数字病理 | 结直肠癌 | 对比增强计算机断层扫描,全切片图像扫描 | 深度学习 | 医学图像(CT图像,病理图像) | 305例结直肠癌患者(训练集169例,内部验证集85例,外部测试集51例) | NA | EfficientNet-b0, ResNet 101, 自适应残差网络 | AUC, 准确率, 敏感度, 特异度, F1分数 | NA |
| 314 | 2025-10-31 |
Deep Learning for the Prediction of Treatment Responses in Individuals With Epilepsy: Can We Get to Seizure Freedom Faster?
2025-Nov-25, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000214421
PMID:41160792
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 315 | 2025-10-31 |
Integrative Deep Learning of Genomic and Clinical Data for Predicting Treatment Response in Newly Diagnosed Epilepsy
2025-Nov-25, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000214315
PMID:41160788
|
研究论文 | 开发并验证了一种整合临床和基因组特征的多模态深度学习模型,用于预测新诊断癫痫患者的初始抗癫痫药物治疗反应 | 首次将临床特征与多种基因组特征类型整合到多模态深度学习模型中,用于预测癫痫患者的药物治疗反应 | 样本量相对有限,开发队列286例,外部验证队列219例 | 预测新诊断癫痫患者对初始抗癫痫药物治疗的反应 | 新诊断癫痫患者 | 机器学习 | 癫痫 | 基因组测序,功能影响注释 | 深度学习 | 临床数据,基因组数据 | 开发队列286例,外部验证队列219例 | NA | 多模态深度学习 | AUC | NA |
| 316 | 2025-10-31 |
Decoding Dendritic Cell Subtypes via Integrated Radiogenomics: A Stacked Ensemble Model for Predicting Immunotherapy Response in NSCLC
2025-Nov-15, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202501990R
PMID:41160086
|
研究论文 | 本研究开发了一种整合单细胞RNA测序、影像组学和深度学习的多模态框架,用于预测非小细胞肺癌患者对免疫治疗的响应 | 首次将单细胞转录组学与影像组学通过集成深度学习相结合,识别出6个与树突状细胞相关的关键标志基因 | 研究样本量有限,需要更大规模的前瞻性验证 | 预测非小细胞肺癌患者对PD-1抑制剂免疫治疗的响应 | 非小细胞肺癌患者的肿瘤样本和影像数据 | 数字病理学 | 肺癌 | 单细胞RNA测序(scRNA-seq), 影像组学 | LSTM, ResNet50, 集成学习 | 转录组数据, 临床数据, 影像数据 | NA | TensorFlow, PyTorch | LSTM, ResNet50, 堆叠集成模型 | 准确率, AUC | NA |
| 317 | 2025-10-31 |
Deep learning for automatic volumetric bowel segmentation on body CT images
2025-Nov, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11623-z
PMID:40314787
|
研究论文 | 开发用于CT图像自动肠道分割的深度学习模型并评估其在便秘患者大肠长度测量中的应用 | 使用3D nnU-Net模型实现全胃肠道的自动分割和四部分分离(食道、胃、小肠、大肠),并在外部数据集验证其性能 | 食道分割性能相对较低(DSC 0.807±0.173),样本量有限 | 开发自动肠道分割算法并应用于便秘患者的大肠长度测量 | 便秘患者和健康人群的CT图像 | 医学影像分析 | 便秘 | CT成像 | 3D nnU-Net | CT图像 | 模型开发:133例CT扫描(88名患者);外部测试:60例CT扫描(30名患者);LBL测量:100例CT扫描(51名患者) | nnU-Net | 3D nnU-Net | Dice相似系数 | NA |
| 318 | 2025-10-31 |
Predicting treatment response to systemic therapy in advanced gallbladder cancer using multiphase enhanced CT images
2025-Nov, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11645-7
PMID:40341972
|
研究论文 | 开发并验证了基于多期增强CT图像的深度学习放射组学-临床模型,用于预测晚期胆囊癌患者对系统治疗的反应 | 首次结合深度学习放射组学特征与临床因素构建预测模型,并进行了外部验证和生存分析 | 回顾性研究,样本量相对有限(399例患者) | 预测晚期胆囊癌患者对系统治疗的治疗反应 | 晚期胆囊癌患者 | 数字病理 | 胆囊癌 | 多期增强CT成像 | 深度学习 | 医学影像 | 来自四个机构的399例合格胆囊癌患者 | NA | 深度学习放射组学模型 | AUC, 校准曲线, 临床效用 | NA |
| 319 | 2025-10-31 |
Impact of test set composition on AI performance in pediatric wrist fracture detection in X-rays
2025-Nov, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11669-z
PMID:40379941
|
研究论文 | 评估不同测试集抽样策略对AI模型在儿童腕部骨折检测中性能的影响 | 首次系统评估测试集组成对儿科腕部骨折检测AI模型性能的影响,强调测试集标准化的重要性 | 仅使用单一数据集,未在外部验证集上验证结果 | 评估测试集抽样策略对AI模型性能的影响,推动测试集标准化 | 儿童腕部X射线影像 | 计算机视觉 | 骨折 | X射线成像 | CNN, 目标检测模型 | X射线图像 | 训练验证集18,762张放射影像,测试集各4,588张影像 | NA | EfficientNet, YOLOv11 | 精确率, 召回率, F1分数, AP50, AP50-95 | NA |
| 320 | 2025-10-31 |
Evaluating the generalizability of video-based assessment of intraoperative surgical skill in capsulorhexis
2025-Nov, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03406-0
PMID:40405033
|
研究论文 | 评估深度学习模型在囊膜撕开手术技能视频评估中的泛化能力 | 首次评估了无监督域适应和半监督域适应方法在手术技能视频评估中的泛化性能 | 模型性能虽有所提升,但仍未达到数据集内部性能水平 | 评估手术技能视频评估模型的跨数据集泛化能力 | 囊膜撕开手术视频 | 计算机视觉 | 眼科疾病 | 视频分析 | CNN, LSTM, Transformer | 视频 | 两个数据集(D99和Cataract-101) | NA | CNN-LSTM, CNN-Transformer(均带有注意力模块) | 准确率, 灵敏度, 特异性, AUC | NA |