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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3341 | 2025-11-20 |
Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection
2025-Sep-11, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes
DOI:10.1177/08465371251367620
PMID:40936310
|
研究论文 | 评估本地数据训练对深度学习MRI前列腺癌分割模型性能的重要性 | 首次在大规模队列(超过1000例)中验证领域偏移对MRI前列腺癌分割模型的影响 | 研究基于模拟的多机构联盟,实际临床应用效果需进一步验证 | 评估本地数据训练是否在超过1000例的大规模队列中仍优于外部数据训练 | 前列腺癌MRI图像分割 | 数字病理 | 前列腺癌 | MRI | nnUNet-v2 | 医学图像 | PICAI数据集:1241训练+259测试;本地数据集:1400训练+308测试 | PyTorch | nnUNet | PICAI Score | NA |
| 3342 | 2025-11-20 |
Deep learning-based detection of generalized convulsive seizures using a wrist-worn accelerometer
2025-Sep, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.18406
PMID:40265999
|
研究论文 | 开发并验证基于腕戴加速度计和深度学习可调算法的全身性强直阵挛发作自动检测系统 | 提出集成卷积神经网络架构,通过分位数聚合实现可调灵敏度,首次在独立测试集上验证腕戴设备检测癫痫发作的性能 | 一名患者因传感器手臂被床栏卡住导致漏检,样本量相对有限(训练集37名患者54次发作,测试集347名患者49次发作) | 开发可集成到商用智能手表的癫痫发作自动检测算法 | 384名接受视频脑电图监测的癫痫患者 | 医疗健康监测 | 癫痫 | 三维加速度计传感,视频脑电图监测 | CNN | 加速度计振幅数据 | 384名患者(训练集37名患者54次发作,测试集347名患者49次发作) | NA | 集成卷积神经网络 | 灵敏度,误报率,检测延迟 | NA |
| 3343 | 2025-11-20 |
Spatio-temporal learning from molecular dynamics simulations for protein-ligand binding affinity prediction
2025-Aug-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf429
PMID:40828893
|
研究论文 | 本研究开发了MDbind数据集和新型神经网络,通过分子动力学模拟增强蛋白质-配体结合亲和力预测 | 首次构建包含63,000个分子动力学模拟的MDbind数据集,并开发能够从时空动态信息中学习的新型神经网络 | 训练数据可用性有限,模型对蛋白质-配体相互作用的学习能力仍需改进 | 提高蛋白质-配体结合亲和力预测的准确性和泛化能力 | 蛋白质-配体复合物 | 机器学习 | NA | 分子动力学模拟 | 神经网络 | 分子动力学模拟轨迹,3D结构数据 | 63,000个蛋白质-配体相互作用的分子动力学模拟 | NA | NA | 结合亲和力预测准确率 | NA |
| 3344 | 2025-11-20 |
Machine learning applications in risk management: Trends and research agenda
2025, F1000Research
DOI:10.12688/f1000research.161993.2
PMID:41059130
|
综述 | 通过文献计量分析探讨机器学习在风险管理中的应用趋势和研究议程 | 识别机器学习在风险管理中的新兴趋势(如城市树木评估和SARS-CoV-2疫情风险管理)和跨领域应用 | 基于文献计量分析,缺乏对具体技术实施效果的实证研究 | 分析机器学习在风险管理领域的研究趋势和发展方向 | Scopus和Web of Science数据库中的相关科学文献 | 机器学习 | SARS-CoV-2 | 文献计量分析 | 随机森林,支持向量机,深度学习 | 文献数据 | 2018-2023年间相关文献(增长98.99%) | NA | NA | NA | NA |
| 3345 | 2025-11-20 |
Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis
2024-10-28, BMC psychiatry
IF:3.4Q2
DOI:10.1186/s12888-024-06116-0
PMID:39468522
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估深度学习技术在儿童自闭症谱系障碍分类中的准确性 | 首次对深度学习在自闭症谱系障碍分类中的性能进行系统性量化评估 | 纳入研究存在较大异质性限制了荟萃分析的有效性 | 评估深度学习技术在儿童自闭症谱系障碍分类中的诊断准确性 | 自闭症谱系障碍患者 | 机器学习 | 自闭症谱系障碍 | 深度学习 | 深度学习模型 | 医学数据 | 9495名ASD患者来自6个不同数据库 | NA | NA | 灵敏度,特异性,AUC,SROC | NA |
| 3346 | 2025-11-20 |
Assisted documentation as a new focus for artificial intelligence in endoscopy: the precedent of reliable withdrawal time and image reporting
2023-12, Endoscopy
IF:11.5Q1
DOI:10.1055/a-2122-1671
PMID:37399844
|
研究论文 | 开发了一种基于人工智能的内窥镜辅助文档系统,用于测量退出时间和自动图像记录 | 首次将人工智能应用于内窥镜退出时间测量和自动图像记录,提供实时能力 | 需要进一步验证,样本量相对有限(100个结肠镜检查视频) | 提高内窥镜检查文档质量和标准化报告 | 结肠镜检查过程和图像 | 医学人工智能 | 结直肠疾病 | 深度学习 | 深度学习算法 | 内窥镜图像和视频 | 10,557张图像(来自1,300次检查,9个中心)和100个结肠镜检查视频(5个中心) | NA | 多类深度学习算法 | 时间差异比较,图像记录完整性 | 4个处理器 |
| 3347 | 2025-11-20 |
Large-scale spatiotemporal deep learning predicting urban residential indoor PM2.5 concentration
2023-12, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2023.108343
PMID:38029622
|
研究论文 | 开发基于贝叶斯神经网络的大规模时空深度学习模型预测城市住宅室内PM2.5浓度 | 提出适用于全球尺度的室内PM2.5浓度预测模型,能够预测时空分布而非单点预测 | 模型在群体水平的有效性仍需进一步加强 | 评估人群水平暴露和健康风险,开发易于使用且通用的室内PM2.5浓度预测模型 | 中国城市住宅室内PM2.5浓度 | 机器学习 | 呼吸系统疾病 | 传感器监测 | 贝叶斯神经网络(BNN) | 传感器监测记录 | 全国范围的综合传感器监测记录 | NA | 贝叶斯神经网络 | R平方,平均绝对误差,均方根误差,预测区间覆盖率 | NA |
| 3348 | 2025-11-19 |
Real-time driver activity detection using advanced deep learning models
2026-Dec, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-025-10376-1
PMID:41245998
|
研究论文 | 本文提出一种混合CNN-Transformer架构用于实时驾驶员活动检测 | 提出结合CNN局部特征提取、注意力机制和Transformer全局上下文建模的混合架构,并引入高效通道注意力机制 | 混淆矩阵分析显示存在少量误分类 | 开发实时驾驶员监控系统以减少交通事故 | 驾驶员行为活动 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | NA | NA | MobileNetV2, DenseNet201, NASNetMobile, VGG19, Hybrid CNN-Transformer | 准确率 | NA |
| 3349 | 2025-11-19 |
PRS2Net: an efficient intelligent carrot detection model via filter pruning and attention mechanisms
2026-Jan-15, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.70142
PMID:40847327
|
研究论文 | 提出一种基于滤波器剪枝和注意力机制的高效胡萝卜检测轻量级网络PRS2Net | 结合一阶泰勒展开的滤波器剪枝技术和注意力机制,在保持高精度的同时显著减少模型参数和计算成本 | 仅针对胡萝卜质量检测任务进行验证,未在其他农作物上测试通用性 | 开发高效的胡萝卜质量检测深度学习模型 | 胡萝卜 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | ResNet18, PRS2Net | 准确率 | NA |
| 3350 | 2025-11-19 |
Diabetes and longitudinal changes in deep learning-derived measures of vertebral bone mineral density using conventional CT: the Multi-Ethnic Study of Atherosclerosis
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04995-2
PMID:40728733
|
研究论文 | 本研究利用深度学习从常规胸部CT中提取椎体骨密度,探讨糖尿病与椎体骨密度纵向变化的关系,并评估肾功能对这一关系的影响 | 首次在多种族人群中利用深度学习从常规胸部CT纵向分析糖尿病与椎体骨密度变化的关系,并发现肾功能不全会加剧糖尿病患者的骨密度增加 | 未纳入骨微结构分析和骨折结局数据,需要更先进的影像技术和骨折结果来完善糖尿病患者的骨骼健康评估 | 研究糖尿病与椎体骨密度纵向变化的关联,以及肾功能对这一关系的调节作用 | 1046名多种族动脉粥样硬化研究肺研究参与者 | 数字病理 | 糖尿病 | 常规胸部CT | 深度学习 | CT图像 | 1046名参与者,两次检查(2010-2012年和2016-2018年) | NA | NA | β系数,95%置信区间 | NA |
| 3351 | 2025-11-19 |
Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater
2026-Jan-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124574
PMID:40945058
|
研究论文 | 提出一种结合荧光和吸收双模式光谱、序列模场和深度学习的微藻识别与浓度预测新方法 | 首次提出模场概念将光谱数据编码为二维图像,设计双流特征融合网络和双检测头架构实现微藻种类识别与浓度回归的同步处理 | 未提及方法在其他类型微藻或复杂水体环境中的泛化能力 | 实现海水中微藻种类识别和浓度预测的精准快速检测 | 海水中的微藻 | 计算机视觉 | NA | 荧光光谱、吸收光谱、双模式光谱 | CNN, 注意力机制 | 光谱数据、二维图像 | NA | NA | 双流特征融合网络, 卷积头, 全连接头 | 准确率, RMSE, R | NA |
| 3352 | 2025-11-19 |
Advanced deep learning strategies for detection and quantification of macroplastics in rivers along the Peruvian coast
2026-Jan, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118649
PMID:40976044
|
研究论文 | 开发结合深度学习的框架,用于检测和量化秘鲁沿海河流中的大塑料污染 | 首次使用YOLOv11模型结合无人机图像分析河流中大塑料的时空动态变化 | 对家具和PET瓶等类别的检测精度较低,受碎片大小、丰度和颜色对比度影响 | 建立大塑料污染自动监测系统 | 秘鲁利马Rímac河流中的混合无机城市固体废物 | 计算机视觉 | NA | 无人机图像采集 | CNN | 图像 | 秘鲁Rímac河流一年的监测数据 | YOLOv11 | YOLOv11 | mAP | NA |
| 3353 | 2025-11-19 |
An efficient dark spot detection method for offshore oil spill in SAR images based on edge-enhanced attention fusion
2026-Jan, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118748
PMID:40997542
|
研究论文 | 提出一种基于边缘增强注意力融合的SAR图像海上溢油黑斑高效检测方法 | 设计了残差瓶颈注意力模块(RBAM)、增强通道融合模块(ECFM)和深度监督细化模块(DSRM),在提升边缘检测精度的同时显著降低计算成本 | NA | 提升SAR图像中海上溢油黑斑的边缘检测精度并减少检测时间 | 合成孔径雷达(SAR)图像中的溢油黑斑 | 计算机视觉 | NA | 合成孔径雷达(SAR)成像 | CNN | 图像 | PALSAR和Sentinel-1数据集 | NA | EAF-Net, RBAM, ECFM, DSRM | 检测精度, 检测时间 | 轻量化结构设计以降低计算成本 |
| 3354 | 2025-11-19 |
RiSIM: River surface image monitoring software for quantifying floating macroplastic transport
2026-Jan-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124678
PMID:41027072
|
研究论文 | 开发用于量化河流中漂浮大塑料传输的河面图像监测软件RiSIM | 结合模板匹配算法与深度学习模型,实现塑料检测、分类和追踪的综合监测系统 | NA | 量化河流中漂浮大塑料的传输速率 | 河流环境中漂浮的塑料垃圾 | 计算机视觉 | NA | 图像监测 | 深度学习模型 | 图像 | 非洪水和洪水条件下的现场观测数据 | NA | NA | 相关系数r | NA |
| 3355 | 2025-11-19 |
Smart detection of biofouling: A deep learning framework for water infrastructure surveillance
2026-Jan-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.124665
PMID:41043362
|
研究论文 | 提出基于深度学习的MusselDet框架,用于检测和实例分割淡水生物污损物种黄金贻贝的关键生命周期阶段 | 提出端到端检测和实例分割框架MusselDet,集成CA-CBAM、LDGCN和MLST三个创新模块,在稀疏数据环境下提升特征判别能力 | 基于自定义数据集评估,未在更广泛环境中验证框架泛化能力 | 开发智能检测方法用于水基础设施生物污损监测 | 黄金贻贝(Limnoperna fortunei)的生命周期阶段 | 计算机视觉 | NA | 深度学习 | Transformer, 图卷积网络 | 图像 | 自定义黄金贻贝数据集(GMD) | PyTorch | Co-DETR, CA-CBAM, LDGCN, MLST | 平均精度(mAP₅₀), 召回率, 推理速度(FPS) | NA |
| 3356 | 2025-11-19 |
AdverIN: Monotonic adversarial intensity attack for domain generalization in medical image segmentation
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103848
PMID:41177076
|
研究论文 | 提出一种用于医学图像分割领域泛化的对抗性强度攻击方法AdverIN | 利用对抗训练策略合成强度变化谱以增强数据多样性,同时保持图像关键上下文信息 | NA | 提升医学图像分割模型在未见域数据上的泛化能力 | 2D视网膜视盘/视杯分割和3D前列腺MRI分割 | 计算机视觉 | 前列腺癌 | 对抗训练 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 3357 | 2025-11-19 |
3D masked autoencoder with spatiotemporal transformer for modeling of 4D fMRI data
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103861
PMID:41197226
|
研究论文 | 提出一种结合3D掩码自编码器和时空Transformer的新架构,用于从4D fMRI数据中提取时空特征并映射功能脑网络 | 首次将3D掩码自编码器与时空Transformer结合,通过自监督学习实现fMRI数据的时空特征提取和功能脑网络映射 | 未明确说明模型计算复杂度及对计算资源的具体需求 | 开发能够有效处理4D fMRI数据时空特征的新方法,用于功能脑网络建模和脑部疾病识别 | 人脑功能磁共振成像数据 | 医学影像分析 | 注意力缺陷多动障碍 | 功能磁共振成像 | 自编码器,Transformer | 4D fMRI图像序列 | HCP任务fMRI数据集和ADHD-200静息态fMRI数据集 | NA | 3D掩码自编码器,视觉Transformer,时空Transformer | 功能脑网络映射性能,分类准确率 | NA |
| 3358 | 2025-11-19 |
FairREAD: Re-fusing demographic attributes after disentanglement for fair medical image classification
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103858
PMID:41202615
|
研究论文 | 提出FairREAD框架,通过解耦和重融合人口统计属性来实现公平的医学图像分类 | 首次提出在解耦人口统计信息后重新融合敏感属性的方法,既减少不公平性又保留临床相关信息 | 需要获取患者的人口统计属性信息,可能在某些应用场景中受限 | 解决医学图像分类中的公平性问题,平衡模型性能与公平性 | 临床X射线图像数据集 | 医学影像分析 | NA | 深度学习 | 对抗训练, 解耦表示学习 | 医学图像 | 大规模临床X射线数据集 | NA | NA | 不公平性指标, 诊断准确性 | NA |
| 3359 | 2025-11-19 |
Trabecular bone analysis: ultra-high-resolution CT goes far beyond high-resolution CT and gets closer to micro-CT (a study using Canon Medical CT devices)
2026-Jan, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-05001-5
PMID:40738977
|
研究论文 | 比较不同分辨率CT技术在测量骨小梁微结构参数方面的准确性,以微CT为参考标准 | 首次系统评估超高清CT在骨小梁分析中的性能,并与传统高分辨率CT和深度学习重建技术进行对比 | 样本量较小(16个尸体胫骨远端骨骺),所有测量结果均存在系统性偏差 | 评估不同CT分辨率技术在骨小梁微结构测量中的准确性 | 尸体胫骨远端骨骸标本 | 医学影像 | 骨骼疾病 | CT成像, 深度学习重建, 微CT | 深度学习 | CT图像 | 16个尸体胫骨远端骨骺标本 | NA | NA | 骨小梁厚度, 骨小梁分离度, 骨体积/总体积比 | 佳能医疗CT设备 |
| 3360 | 2025-11-19 |
A novel gradient inversion attack framework to investigate privacy vulnerabilities during retinal image-based federated learning
2026-Jan, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103807
PMID:41056812
|
研究论文 | 提出一种新的梯度反演攻击框架,用于评估基于视网膜图像的联邦学习模型在隐私保护方面的脆弱性 | 引入创新的图像到图像转换技术,利用公开数据提高重建图像质量,首次系统评估视网膜图像联邦学习的隐私风险 | 仅针对视网膜年龄预测任务进行评估,未涵盖其他医疗诊断任务 | 评估联邦学习模型对梯度反演攻击的脆弱性,揭示隐私泄露风险 | 视网膜图像和联邦学习模型 | 计算机视觉 | 眼科疾病 | 梯度反演攻击,图像到图像转换 | CNN | 视网膜图像 | NA | NA | ResNet-18, VGG-16, DenseNet-121 | 识别准确率,图像相似度 | NA |