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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3421 | 2025-11-19 |
Universal consensus 3D segmentation of cells from 2D segmented stacks
2025-Mar-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.03.592249
PMID:38766074
|
研究论文 | 开发了一种无需训练数据即可将2D细胞分割转换为3D共识分割的理论和工具箱u-Segment3D | 提出兼容任何2D分割方法的通用3D分割方案,无需训练数据即可实现2D到3D的转换 | 依赖于2D分割方法的质量,在密集细胞和复杂形态情况下可能仍有挑战 | 解决3D细胞分割中密集标注的难题,开发通用的2D到3D分割方法 | 显微镜图像中的细胞,包括单细胞、细胞聚集体和组织 | 数字病理 | NA | 显微镜成像 | NA | 2D图像堆栈 | 11个真实数据集,超过70,000个细胞 | NA | NA | NA | NA |
| 3422 | 2025-11-19 |
Application Value of Intelligent Quick Magnetic Resonance for Accelerating Brain MR Scanning and Improving Image Quality in Acute Ischemic Stroke
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 评估智能快速磁共振在急性缺血性脑卒中患者中加速脑部MRI扫描和改善图像质量的应用价值 | 无需硬件改造即可显著缩短MRI扫描时间,同时通过智能算法提升加速序列的图像质量 | 样本量较小且未包含功能序列 | 评估智能快速磁共振技术在急性缺血性脑卒中诊断中的应用效果 | 58例急性缺血性脑卒中患者 | 医学影像分析 | 急性缺血性脑卒中 | 磁共振成像,扩散加权成像,T1加权,T2加权,T2-FLAIR序列 | 深度学习 | 磁共振图像 | 58例患者 | NA | NA | 信噪比,对比噪声比,定性评分,ASPECTS评分,组内相关系数 | NA |
| 3423 | 2025-11-19 |
IRTCI: Item Response Theory for Categorical Imputation
2024-Jul-02, Research square
DOI:10.21203/rs.3.rs-4529519/v1
PMID:39011102
|
研究论文 | 提出基于项目反应理论的分类数据插补新方法IRTCI,并与现有多种机器学习方法进行对比评估 | 首次将项目反应理论应用于分类数据插补,通过生成概率项确定缺失单元格的类别归属 | 未明确说明方法在大规模数据集上的计算效率及在复杂缺失模式下的表现 | 开发更有效的分类数据缺失值插补方法 | 具有缺失值的分类数据集 | 机器学习 | NA | 项目反应理论 | IRT | 分类数据(顺序、名义、二元) | 三个不同数据集 | NA | IRTCI | 准确率, 预测性能 | NA |
| 3424 | 2025-11-19 |
Mapping single-cell developmental potential in health and disease with interpretable deep learning
2024-Mar-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.19.585637
PMID:38562882
|
研究论文 | 开发可解释深度学习框架CytoTRACE 2,用于从单细胞RNA测序数据中表征细胞发育潜能和分化状态 | 提出首个可在绝对尺度上量化细胞潜能的可解释深度学习框架,涵盖31个跨物种数据集并验证其优于现有方法 | 方法验证主要基于已公开数据集,需要进一步实验验证在更多疾病模型中的适用性 | 建立单细胞水平发育潜能定量分析平台 | 人类和小鼠单细胞RNA测序数据 | 生物信息学 | 癌症 | 单细胞RNA测序 | 深度学习 | 基因表达数据 | 31个数据集,涵盖28种组织类型,62个小鼠胚胎发育时间点 | NA | NA | 潜能水平恢复准确度,分化状态重建精度 | NA |
| 3425 | 2025-11-19 |
Translation of tissue-based artificial intelligence into clinical practice: from discovery to adoption
2023-11, Oncogene
IF:6.9Q1
DOI:10.1038/s41388-023-02857-6
PMID:37875656
|
综述 | 探讨基于组织的人工智能在临床实践中的应用转化过程,从发现到采纳的完整路径 | 提出将人工智能应用于数字病理图像的多概念方法,包括语言建模和图像分析领域的新方法 | 数字病理/AI设备的新颖性及相关计算科学流程引入了新的设计和监管要求 | 推动组织基人工智能从研究向临床实践转化 | 数字病理图像和癌症诊断 | 数字病理学 | 癌症 | 数字病理成像 | 深度学习卷积神经网络, 多示例学习 | 病理图像 | NA | NA | NA | NA | NA |
| 3426 | 2025-11-19 |
Structure-based prediction of T cell receptor:peptide-MHC interactions
2023-01-20, eLife
IF:6.4Q1
DOI:10.7554/eLife.82813
PMID:36661395
|
研究论文 | 本研究开发了一种基于深度学习的结构建模方法,用于预测T细胞受体与肽-MHC复合物的相互作用 | 首次将专门优化的AlphaFold神经网络应用于TCR:肽-MHC相互作用的结构建模和特异性预测 | 预测结果尚未达到广泛实际应用水平,仍需进一步改进 | 开发可泛化的TCR:肽-MHC相互作用特异性预测模型 | T细胞受体(TCR)与主要组织相容性复合体(MHC)呈递的肽段之间的相互作用 | 机器学习 | 免疫相关疾病 | 蛋白质结构预测 | 深度神经网络 | 蛋白质结构数据 | NA | AlphaFold | AlphaFold变体 | 准确度 | NA |
| 3427 | 2025-11-18 |
Bio-inspired auto-adaptive framework for optimized movement of passive knee prosthesis
2026-Jan, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.107187
PMID:40987055
|
研究论文 | 提出一种仿生自适应框架,通过深度学习优化被动膝关节假体的运动控制 | 开发了能够智能适应并模拟自然步态的仿生框架,通过传感器和阻尼控制机制驱动被动膝关节 | NA | 为截肢者创建能够补偿失去的活动能力并模拟自然行走的智能假体框架 | 被动膝关节假体使用者 | 机器学习 | 截肢康复 | 传感器技术,阻尼控制机制 | 深度学习 | 步态相位事件数据 | NA | NA | NA | 分类准确率,膝关节屈曲角度,跌倒预防率 | NA |
| 3428 | 2025-11-18 |
Hybrid Fusion Model for Effective Distinguishing Benign and Malignant Parotid Gland Tumors in Gray-Scale Ultrasonography
2026-Jan, Ultrasound in medicine & biology
|
研究论文 | 开发了一种结合影像组学和迁移学习的混合融合模型DLRN,用于辅助超声医师区分腮腺良恶性肿瘤 | 首次将影像组学特征与深度迁移学习通过决策融合相结合,并进一步整合临床特征构建混合融合模型 | 回顾性研究,样本量相对有限(328例患者),仅来自两个中心 | 开发辅助诊断模型以提高腮腺肿瘤良恶性鉴别的准确性 | 经病理证实的腮腺肿瘤患者 | 医学影像分析 | 腮腺肿瘤 | 灰度超声成像 | 混合融合模型,机器学习分类器,迁移学习网络 | 超声图像 | 328例患者来自两个医疗中心 | NA | 8种机器学习分类器,7种迁移学习网络 | AUC,校准曲线,决策曲线分析,Hosmer-Lemeshow检验 | NA |
| 3429 | 2025-11-18 |
Enhancing Newborn Health Assessment: Ultrasound-based Body Composition Prediction Using Deep Learning Techniques
2026-Jan, Ultrasound in medicine & biology
|
研究论文 | 本研究开发了一种基于改进U-Net架构的深度学习模型,通过超声图像预测新生儿体成分(脂肪质量和去脂体重) | 首次将改进的U-Net架构应用于新生儿超声图像体成分预测,并采用Grad-CAM技术识别关键图像区域 | 研究样本量较小(仅65名早产儿),需要更大规模验证 | 探索深度学习在超声图像中预测新生儿体成分的可行性,改善新生儿健康评估 | 65名早产儿的721张肱二头肌、股四头肌和腹部超声图像 | 医学影像分析 | 新生儿健康 | 超声成像,空气置换体积描记法 | 深度学习 | 超声图像 | 65名早产儿,共721张超声图像 | NA | 改进的U-Net | 平均绝对误差(MAE), 均方误差(MSE), 均方根误差(RMSE), 平均绝对百分比误差(MAPE), Bland-Altman图 | NA |
| 3430 | 2025-11-18 |
Enhancing cardiac MRI reliability at 3 T using motion-adaptive B0 shimming
2026-Jan, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.70026
PMID:40810283
|
研究论文 | 本研究开发了一种基于深度学习的运动自适应B0匀场方法,用于改善3T高场强心脏MRI的可靠性 | 首次结合深度学习技术开发运动自适应B0匀场方法,能够动态补偿呼吸运动引起的磁场不均匀性 | 心脏运动对B0场影响较小(p=0.49),主要针对呼吸运动进行优化 | 改善高场强(≥3T)心脏MRI的磁场均匀性和图像质量 | 心脏MRI中的B0场不均匀性和运动伪影 | 医学影像处理 | 心血管疾病 | 心脏MRI, B0 mapping, T2* mapping | 深度学习 | MRI图像, 磁场映射数据 | 人体成像研究(具体样本数未明确说明) | NA | NA | 场均匀性标准差比, T2*映射变异系数, p值 | NA |
| 3431 | 2025-11-18 |
Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model
2025-Dec, Journal of shoulder and elbow surgery
IF:2.9Q1
DOI:10.1016/j.jse.2025.03.010
PMID:40274011
|
研究论文 | 开发深度学习模型自动确定关节炎肱骨肩关节置换术的截骨平面 | 首个针对关节炎肱骨自动识别截骨平面的深度学习方法,解决了骨赘和畸形导致解剖标志模糊的临床难题 | 样本量较小(62例),仅基于CT扫描数据,未验证其他影像模态 | 实现肩关节置换术中肱骨截骨平面的自动精确定位 | 关节炎和非关节炎患者的肱骨三维模型 | 医学影像分析 | 骨关节炎 | 计算机断层扫描(CT) | 深度学习模型 | 三维模型 | 62例肱骨三维模型(80%训练,20%测试) | NA | NA | 质心平均欧几里得距离,法向量角度误差 | NA |
| 3432 | 2025-11-18 |
Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos
2025-Dec, Journal of gynecology obstetrics and human reproduction
IF:1.7Q3
DOI:10.1016/j.jogoh.2025.103039
PMID:40992502
|
研究论文 | 开发并验证了一种基于深度学习的AI系统,用于从超声视频中自动检测标准胎儿平面、测量胎儿生物测量参数和估计胎儿体重 | 首次将深度学习技术应用于超声视频中自动识别标准胎儿平面并实时测量胎儿生物测量参数,通过时间验证证明了其临床实用性 | 研究仅针对健康胎儿进行验证,样本量相对有限(281个视频),未在异常或高危妊娠病例中进行测试 | 开发自动化的胎儿生物测量AI系统,提高非专业超声医师的测量准确性和可重复性 | 胎儿超声图像和视频 | 计算机视觉 | 产科超声 | 超声成像 | DNN | 图像, 视频 | 训练集:16,626张图像;验证集:281个超声视频 | NA | NA | 绝对相对测量误差, p值 | NA |
| 3433 | 2025-11-18 |
RimeSleepNet: A hybrid deep learning network for s-EEG sleep stage classification
2025-Dec, Sleep medicine
IF:3.8Q1
DOI:10.1016/j.sleep.2025.106835
PMID:41038061
|
研究论文 | 提出一种名为RimeSleepNet的混合深度学习网络,用于睡眠脑电信号的睡眠阶段分类 | 采用霜优化算法自适应调整变分模态分解来减少频率混叠,结合CNN特征提取、多头自注意力机制和LSTM时序建模的混合架构 | NA | 开发自动睡眠阶段分类方法以改善睡眠研究和临床诊断 | 睡眠脑电信号 | 机器学习 | 睡眠障碍 | 睡眠脑电信号分析 | CNN, LSTM, 注意力机制 | 脑电信号 | 成都人民医院和Sleep-EDF数据集 | NA | CNN, LSTM, 多头自注意力机制 | F1分数, AUC, Cohen's κ系数, 验证损失 | NA |
| 3434 | 2025-11-18 |
Role of Liver Function Assessment in Portal Venous Interventions and Locoregional Therapies for Liver Tumors
2025-Dec, Techniques in vascular and interventional radiology
IF:1.4Q3
DOI:10.1016/j.tvir.2025.101089
PMID:41242831
|
综述 | 综述过去30年肝功能评估技术的发展及其在肝脏肿瘤局部治疗中的应用 | 整合了核医学技术、肝胆特异性MRI和多模态人工智能方法,实现了从整体到局部的精准肝功能评估 | 可重复性、标准化和可及性仍是广泛实施的主要障碍 | 总结肝功能评估技术的关键进展及其在肝脏导向治疗中的应用 | 肝功能评估技术和肝脏肿瘤患者 | 数字病理 | 肝癌 | 核医学成像, MRI, 人工智能, 深度学习 | 深度学习模型 | 医学影像数据 | NA | NA | NA | NA | NA |
| 3435 | 2025-11-18 |
Visual language model-assisted spectral CT reconstruction by diffusion and low-rank priors from limited-angle measurements
2025-Nov-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae0974
PMID:40972665
|
研究论文 | 提出一种视觉语言模型辅助的谱CT重建方法,通过扩散模型和低秩先验从有限角度测量中重建高质量图像 | 首次将视觉语言模型与扩散模型结合用于谱CT重建,通过提示工程表征有限角度伪影特征,实现单一模型适应多种扫描配置 | NA | 解决有限角度扫描下的CT图像重建问题,实现辐射剂量降低和扫描灵活性提升 | 谱CT图像重建 | 医学影像重建 | NA | 谱CT成像 | 扩散模型, 视觉语言模型 | CT图像 | NA | NA | 扩散模型 | 峰值信噪比 | NA |
| 3436 | 2025-11-18 |
Deep Learning for Diagnosis of Tinea Corporis and Tinea Cruris
2025-Nov-16, Journal of cutaneous medicine and surgery
IF:3.1Q2
DOI:10.1177/12034754251391809
PMID:41242975
|
研究论文 | 开发用于诊断体癣和股癣的深度学习模型,并与医生诊断性能进行比较 | 采用多任务学习方法整合分类和分割,通过自适应加权实现感兴趣区域分割以提升相关特征关注度 | 回顾性研究,主要针对泰国人群(Fitzpatrick皮肤类型III和IV),样本量有限 | 开发深度学习模型区分皮肤癣菌病和非皮肤癣菌病,并与医生诊断性能进行比较 | 皮肤癣菌病(体癣/股癣)和非皮肤癣菌病(湿疹、银屑病、扁平苔藓)的临床图像 | 计算机视觉 | 皮肤真菌感染 | 临床图像分析 | 深度学习 | 图像 | 580名泰国患者的1400张图像(600张皮肤癣菌病,840张非皮肤癣菌病) | NA | 多任务学习架构 | AUC, 敏感度, 特异度, 准确率, F1分数 | NA |
| 3437 | 2025-11-18 |
Deciphering the nexus of aging and pan-cancer: Single-cell sequencing reveals microenvironmental remodeling and cellular drivers
2025-Nov-15, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2025.01307
PMID:41139485
|
综述 | 通过单细胞测序技术解析衰老与泛癌发展的关联机制及肿瘤微环境重塑过程 | 整合单细胞测序数据揭示衰老细胞亚群通过分泌SASP因子重塑肿瘤微环境的具体机制 | 单细胞测序数据存在批次效应,衰老细胞丰度低(<5%)影响检测灵敏度 | 探究衰老作为泛癌发展风险因素的生物学机制 | 衰老组织中的细胞亚群(如CDKN2A/LMNB1细胞)及肿瘤微环境组分 | 生物信息学 | 泛癌 | 单细胞RNA测序(scRNA-seq), 多组学分析 | 深度学习 | 单细胞测序数据 | TCGA和GEO数据库数据(具体样本数未明确) | NA | NA | 检测灵敏度 | NA |
| 3438 | 2025-11-18 |
A Multi-view Deep Survival Combined Model for Predicting Stroke Recurrence in Symptomatic Intracranial Atherosclerosis
2025-Nov-15, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.10.052
PMID:41242896
|
研究论文 | 开发多视角深度生存组合模型预测症状性颅内动脉粥样硬化患者的卒中复发风险 | 首次将视觉Transformer、影像组学和DeepSurv生存分析相结合,实现颅内易损斑块的自动多视角深度特征学习和复发风险分层 | 回顾性研究设计,样本量相对有限(363例患者),仅来自2家医疗机构 | 开发客观精准的卒中复发风险预测模型 | 症状性颅内动脉粥样硬化狭窄(sICAS)患者 | 医学影像分析 | 脑血管疾病 | 高分辨率血管壁成像(HR-VWI),T1加权对比增强序列 | Vision Transformer, DeepSurv, Cox比例风险模型 | 磁共振图像 | 363例sICAS患者(79例复发,284例未复发),来自2家医疗机构 | NA | Vision Transformer | C-index, 时间依赖性ROC曲线, AUC, 校准曲线, 决策曲线分析 | NA |
| 3439 | 2025-11-18 |
A parcel-level cropland dataset with field shape indicators for Xizang (Tibet) from VHR remote sensing
2025-Nov-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06064-8
PMID:41238553
|
研究论文 | 本研究利用深度学习和高分辨率遥感影像创建了西藏首个地块级别的耕地数据集 | 首次生成西藏地块级耕地数据集,提供地块形状指标,填补了该地区高分辨率耕地数据的空白 | 数据集验证仅基于155个无人机样本,样本数量相对有限 | 为西藏地区农业研究提供高分辨率耕地数据支持 | 西藏地区的耕地地块 | 计算机视觉 | NA | VHR遥感,Google Earth影像,无人机验证 | 深度学习 | 遥感影像 | 1,072,110个地块,总面积约290,721.35公顷,验证样本155个无人机样本 | NA | NA | 面积匹配精度90%,线性相关系数R=0.87和0.90 | NA |
| 3440 | 2025-11-18 |
Deep learning based medical image compression using cross attention learning and wavelet transform
2025-Nov-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-23582-y
PMID:41238565
|
研究论文 | 提出一种结合离散小波变换和交叉注意力学习的混合医学图像压缩框架 | 首次将交叉注意力学习模块与离散小波变换结合,通过动态特征加权保留临床相关细节 | 未在更广泛的医学图像数据集上进行验证,实时性能需进一步评估 | 开发高效医学图像压缩方法以支持远程医疗和云医疗 | 医学图像数据 | 计算机视觉 | NA | 离散小波变换,深度学习 | VAE,注意力机制 | 医学图像 | LIDC-IDRI、LUNA16和MosMed基准数据集 | NA | 变分自编码器,交叉注意力模块 | PSNR,SSIM,MSE | NA |