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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3521 | 2025-10-06 |
Influence of deep learning-based super-resolution reconstruction on Agatston score
2025-Sep, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11506-3
PMID:40108013
|
研究论文 | 评估深度学习超分辨率重建技术对图像质量和Agatston评分的影响 | 首次系统评估深度学习超分辨率重建技术对冠状动脉钙化评分的影响 | 观察到部分CAC-DRS重新分类病例,临床应用需谨慎 | 评估深度学习超分辨率重建技术在心脏CT中的临床应用价值 | 接受心脏CT检查的连续患者 | 医学影像分析 | 心血管疾病 | 心脏CT, 深度学习超分辨率重建 | 深度学习 | CT影像 | 111名患者 | NA | 超分辨率重建网络 | 图像噪声, 信噪比, 对比噪声比, 边缘上升斜率, Agatston评分, CAC体积 | NA |
3522 | 2025-10-06 |
Multichannel Contribution Aware Network for Prostate Cancer Grading in Histopathology Images
2025-Sep, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2024.0872
PMID:40152893
|
研究论文 | 提出一种多通道贡献感知网络用于前列腺癌组织病理学图像分级 | 通过整合多种染色特征,设计基于通道和像素注意力的编码器及双分支解码器,充分利用多染色通道的互补性 | NA | 开发自动化前列腺癌分级深度学习模型 | 前列腺组织病理学图像 | 数字病理学 | 前列腺癌 | 组织病理学染色 | CNN, Transformer | 组织病理学图像 | 相关公共数据集 | NA | 双分支解码器(CNN分支+Transformer分支) | NA | NA |
3523 | 2025-10-06 |
GPT4LFS (generative pretrained transformer 4 omni for lumbar foramina stenosis): enhancing lumbar foraminal stenosis image classification through large multimodal models
2025-Sep, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2025.03.011
PMID:40157428
|
研究论文 | 开发多模态大语言模型GPT4LFS用于腰椎间孔狭窄图像分类,提高诊断准确性和效率 | 首次将多模态大语言模型应用于腰椎间孔狭窄诊断,结合图像和文本特征,采用Mamba架构进行特征融合 | 回顾性研究设计,数据来源于特定医疗中心和MRI设备 | 提高腰椎间孔狭窄图像分类的准确性和效率,实现快速精准的自动化诊断 | 腰椎间孔狭窄患者的矢状位T1加权MRI图像 | 计算机视觉,自然语言处理 | 腰椎间孔狭窄 | 磁共振成像 | 多模态大语言模型,CNN | 图像,文本 | 1200名患者,最终分析810例,来自3个医疗中心和7台不同MRI设备 | PyTorch | ConvNeXt,RoBERTa,Mamba,GPT-4o | 准确率,灵敏度,特异性,Cohen's Kappa系数 | NA |
3524 | 2025-10-06 |
Automated detection of retinal artery occlusion in fundus photography via self-supervised deep learning and multimodal interpretability using a multimodal AI chatbot
2025-Sep, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03353-7
PMID:40163243
|
研究论文 | 本研究开发了一种基于自监督深度学习的视网膜动脉阻塞自动检测方法,并结合多模态可解释性AI聊天机器人增强临床透明度 | 首次将深度学习应用于视网膜动脉阻塞检测,采用自监督学习框架解决标注数据有限的问题,并创新性地结合多模态可解释性方法 | NA | 开发自动检测视网膜动脉阻塞的AI工具,促进早期诊断和及时干预 | 视网膜动脉阻塞患者的眼底图像 | 计算机视觉 | 视网膜血管疾病 | 眼底摄影 | CNN | 图像 | NA | PyTorch, TensorFlow | ResNet50 | AUC | NA |
3525 | 2025-10-06 |
Skull CT metadata for automatic bone age assessment by using three-dimensional deep learning framework
2025-Sep, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03469-3
PMID:40192774
|
研究论文 | 本研究开发了一种基于头骨CT元数据的三维深度学习框架,用于骨龄评估并探索新的头骨标记物 | 首次将三维深度学习框架应用于头骨CT元数据的骨龄评估,并探索了新的头骨标记物 | 模型在老年组中表现出较大的误差趋势 | 开发准确的头骨CT骨龄评估方法 | 头骨CT图像数据 | 计算机视觉 | NA | CT成像 | 深度学习 | 三维医学图像 | 1,186名患者(385,175个头骨CT切片),包括训练集976人、测试集109人和外部验证集101人 | NA | 三维深度学习框架 | 平均绝对误差(MAE) | NA |
3526 | 2025-10-06 |
Cross-institutional validation of a polar map-free 3D deep learning model for obstructive coronary artery disease prediction using myocardial perfusion imaging: insights into generalizability and bias
2025-Sep, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07243-w
PMID:40198356
|
研究论文 | 本研究验证了一种无需极坐标映射的3D深度学习模型在跨机构预测阻塞性冠状动脉疾病中的泛化能力和潜在偏差 | 开发了无需极坐标映射的3D深度学习模型,并首次系统评估其在跨机构数据上的泛化性能和人口统计学偏差 | 模型在外部验证队列中性能显著下降,在特定人群(如70岁以上患者)中表现较差,存在与压力类型和患者年龄相关的偏差 | 评估深度学习模型在心肌灌注成像中预测阻塞性冠状动脉疾病的跨机构泛化能力和潜在偏差 | 来自台湾两个医疗中心的接受铊-201心肌灌注成像和冠状动脉造影的患者 | 医学影像分析 | 冠状动脉疾病 | 心肌灌注成像,侵入性冠状动脉造影 | 深度学习 | 3D医学影像 | 训练集928例,内部验证集933例,外部验证集3234例 | NA | 3D深度学习模型 | AUC | NA |
3527 | 2025-10-06 |
Quantitative Computed Tomography Measures of Lung Fibrosis and Outcomes in the National Lung Screening Trial
2025-Sep, Annals of the American Thoracic Society
IF:6.8Q1
DOI:10.1513/AnnalsATS.202410-1048OC
PMID:40208581
|
研究论文 | 本研究通过定量CT测量评估间质性肺病特征与临床结局的关联 | 首次在大型肺癌筛查试验中应用CALIPER和深度学习UIP算法进行ILD定量评估 | 未发现ILD定量指标与肺癌发病率的关联 | 确定定量ILD测量是否与临床相关结局相关 | 国家肺癌筛查试验(NLST)参与者 | 数字病理 | 肺纤维化 | 低剂量CT扫描 | 深度学习算法 | CT图像 | 11,518名有吸烟史的个体 | CALIPER, DL-UIP | NA | 风险比, 置信区间 | NA |
3528 | 2025-10-06 |
Automatic detection of mandibular fractures on CT scan using deep learning
2025-Sep-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf031
PMID:40238181
|
研究论文 | 本研究探索使用深度学习技术自动检测和分类CT扫描中的下颌骨骨折 | 结合nnU-Net分割框架和3D-ResNet分类模型,实现下颌骨骨折的像素级定位和严重程度分类 | 回顾性研究,数据来自单一医疗机构 | 开发基于人工智能的下颌骨骨折自动检测和分类系统 | 下颌骨骨折患者 | 计算机视觉 | 下颌骨骨折 | CT扫描 | CNN | 医学影像 | 459名患者 | nnU-Net | nnU-Net, 3D-ResNet | 敏感度, 精确度, 特异性, AUC | NA |
3529 | 2025-10-06 |
Using deep learning to enhance reporting efficiency and accuracy in degenerative cervical spine MRI
2025-Sep, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2025.03.009
PMID:40154625
|
研究论文 | 评估基于Transformer的深度学习模型在退行性颈椎MRI报告中提升效率和准确性的效果 | 首次将Transformer架构应用于退行性颈椎MRI的椎管和神经孔狭窄分级,并证明其能显著提升放射科医生的报告效率和诊断一致性 | 回顾性研究,样本量较小(50例患者),排除了有内固定器械的病例 | 提升退行性颈椎MRI报告的效率和诊断一致性 | 退行性颈椎病患者 | 医学影像分析 | 退行性颈椎病 | MRI | Transformer | MRI图像 | 50例患者,2,555张MRI图像 | NA | Transformer | 解读时间,Gwet's kappa | NA |
3530 | 2025-10-06 |
Super-resolution deep learning reconstruction to evaluate lumbar spinal stenosis status on magnetic resonance myelography
2025-Sep, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01787-5
PMID:40266548
|
研究论文 | 本研究探讨超分辨率深度学习重建在腰椎磁共振脊髓造影中对腰椎管狭窄评估的改善效果 | 首次将超分辨率深度学习重建技术应用于腰椎MR脊髓造影,并与传统重建方法进行对比评估 | 样本量较小(仅40例患者),为单中心回顾性研究 | 评估超分辨率深度学习重建在腰椎管狭窄MR脊髓造影中的诊断价值 | 40例腰椎管狭窄患者(16名男性,24名女性,平均年龄59.4±31.8岁) | 医学影像分析 | 腰椎管狭窄 | 磁共振脊髓造影 | 深度学习 | 医学影像 | 40例患者 | NA | 超分辨率深度学习重建 | 观察者间一致性,图像质量评分(马尾神经显示、锐度、噪声、伪影、整体质量) | NA |
3531 | 2025-10-06 |
Improvement of image quality of diffusion-weighted imaging (DWI) with deep learning reconstruction of the pancreas: comparison with respiratory-gated conventional DWI
2025-Sep, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01790-w
PMID:40285832
|
研究论文 | 本研究评估深度学习重建技术在改善胰腺扩散加权成像质量方面的效果 | 首次比较呼吸门控常规DWI与基于深度学习的重建DWI在胰腺成像质量方面的差异 | 样本量相对有限,仅包含27例实性病变患者 | 评估深度学习重建技术对胰腺扩散加权成像质量的改善效果 | 117例疑似胰腺疾病患者(其中27例有实性病变) | 医学影像分析 | 胰腺疾病 | 磁共振成像,扩散加权成像 | 深度学习 | 医学影像 | 117例患者 | NA | NA | 表观扩散系数,信噪比,胰腺-肌肉信号强度比,病灶-胰腺信号强度比 | NA |
3532 | 2025-10-06 |
Deep learning-based automatic cranial implant design through direct defect shape prediction and its comparison study
2025-Sep, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03363-5
PMID:40314711
|
研究论文 | 提出一种基于深度学习的自动颅骨植入物设计工作流程,通过直接预测颅骨缺损形状实现植入物自动生成 | 将颅骨植入物设计问题视为特殊形状补全任务,采用深度神经网络直接预测缺损颅骨的缺失部分形状 | NA | 开发自动颅骨植入物设计方法以减少治疗时间 | 人类颅骨缺损 | 计算机视觉 | 颅骨损伤 | 深度学习 | 深度神经网络 | 3D图像数据 | NA | NA | NA | Dice相似系数,边界Dice相似系数,豪斯多夫距离95分位数 | NA |
3533 | 2025-10-06 |
Brain tissue biomarker impact bone age in central precocious puberty more than hormones: a quantitative synthetic magnetic resonance study
2025-Sep, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01792-8
PMID:40314875
|
研究论文 | 通过定量合成磁共振研究脑组织成分体积对中枢性性早熟患儿骨龄发育的影响 | 首次发现髓鞘含量与TW3腕骨评分呈正相关,且比激素对骨龄发育影响更大 | 回顾性研究设计,样本量有限(84例患者和84例对照) | 探究脑组织成分体积生物标志物对中枢性性早熟患儿骨龄发育的影响 | 中枢性性早熟患儿和健康对照儿童 | 医学影像分析 | 中枢性性早熟 | 合成磁共振成像,X射线骨龄评估,深度学习 | 深度学习模型 | 磁共振图像,X射线图像,激素检测数据 | 168名儿童(84名CPP患者和84名对照) | NA | NA | 相关系数,P值,回归系数 | NA |
3534 | 2025-10-06 |
Improving Deep Learning-Based Grading of Partial-thickness Supraspinatus Tendon Tears with Guided Diffusion Augmentation
2025-Sep, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.072
PMID:40393829
|
研究论文 | 开发并验证基于引导扩散数据增强的深度学习系统用于分级部分厚度冈上肌腱撕裂 | 首次将引导扩散模型用于医学图像数据增强以解决数据不平衡问题,并实现与经验丰富放射科医生相当甚至更优的分级性能 | 回顾性研究设计,需要前瞻性验证;样本来源相对单一 | 开发自动分级部分厚度冈上肌腱撕裂的深度学习系统 | 关节镜确认的冈上肌腱撕裂患者 | 计算机视觉 | 肌肉骨骼疾病 | MRI成像 | CNN | 医学图像 | 1150名患者(训练集741,验证集185,内部测试集185),外部测试集224名患者 | NA | ResNet-34 | AUC, 精确召回曲线, ICC | NA |
3535 | 2025-10-06 |
The effect of selection bias on the performance of a deep learning-based intraoperative hypotension prediction model using real-world samples from a publicly available database
2025-Sep, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2025.03.024
PMID:40404499
|
研究论文 | 本研究评估了选择偏倚对基于深度学习的术中低血压预测模型性能的影响 | 首次系统评估选择偏倚对深度学习低血压预测模型性能的影响,比较了有偏和无偏数据集上的表现差异 | 仅使用单一公开数据库,模型性能差异在统计学上有意义但临床意义有限 | 评估选择偏倚对低血压预测模型性能的影响 | 术中低血压事件预测 | 机器学习 | 心血管疾病 | 动脉压力波形分析 | 深度学习模型 | 生理信号数据 | 来自VitalDB公开数据集的真实世界样本 | NA | NA | 每小时警报次数,阳性预测值 | NA |
3536 | 2025-10-06 |
Detection, Classification, and Segmentation of Rib Fractures From CT Data Using Deep Learning Models: A Review of Literature and Pooled Analysis
2025-Sep-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000833
PMID:40405573
|
综述 | 本文通过系统综述和荟萃分析比较深度学习模型在CT数据中肋骨骨折检测、分割和分类任务的性能表现 | 首次对深度学习在肋骨骨折应用领域进行系统性性能比较和荟萃分析,证明DL模型在检测和分类任务中灵敏度优于临床医生 | 纳入研究数量有限(25篇),部分任务研究较少(如分割仅4篇),存在发表偏倚可能性 | 系统评估深度学习模型在肋骨骨折检测、分割和分类任务中的性能表现 | 基于CT影像的肋骨骨折 | 医学影像分析 | 创伤性肋骨骨折 | CT扫描 | 深度学习模型 | CT影像 | 纳入25项研究,其中21项涉及检测,4项涉及分割,10项涉及分类 | NA | NA | 灵敏度,假阳性率,F1分数,精确度,准确度,平均精确度均值 | NA |
3537 | 2025-10-06 |
Deep Learning-Based Multimodal Feature Interaction-Guided Fusion: Enhancing the Evaluation of EGFR in Advanced Lung Adenocarcinoma
2025-Sep, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.071
PMID:40410106
|
研究论文 | 开发基于深度学习的多模态特征交互引导融合框架,整合CT影像和全切片图像的宏观与微观信息预测晚期肺腺癌EGFR突变 | 提出多模态特征交互引导融合框架,首次将CT影像的放射组学宏观特征与全切片图像的微观特征通过深度学习进行交互融合 | 样本量相对有限(396例),仅针对晚期肺腺癌患者,需要进一步验证在其他肺癌亚型和分期中的适用性 | 预测晚期肺腺癌患者的表皮生长因子受体(EGFR)突变状态 | 396例晚期肺腺癌患者 | 数字病理 | 肺癌 | CT扫描,全切片图像(WSI) | 深度学习 | 图像(CT影像,全切片图像) | 396例患者(训练集145例,内部验证集98例,外部验证集153例) | NA | DL-MFIF(多模态特征交互引导融合框架) | AUC,准确率,决策曲线分析(DCA),Delong检验 | NA |
3538 | 2025-10-06 |
Artificial intelligence automated measurements of spinopelvic parameters in adult spinal deformity-a systematic review
2025-Sep, Spine deformity
IF:1.6Q3
DOI:10.1007/s43390-025-01111-1
PMID:40410653
|
系统综述 | 评估深度学习在自动测量脊柱骨盆参数方面的应用进展,并与外科医生手动测量进行比较 | 首次系统评估深度学习在脊柱骨盆参数自动测量中的准确性和临床应用价值 | 纳入研究数量有限(16篇),部分参数测量精度较低,缺乏外部验证 | 评估深度学习算法在脊柱畸形患者脊柱骨盆参数自动测量中的准确性和可靠性 | 成人脊柱畸形患者的脊柱骨盆参数 | 计算机视觉 | 脊柱畸形 | 深度学习 | 深度学习模型 | X光影像 | 15至9,832张X光影像 | NA | NA | 组内相关系数, 平均绝对偏差, 皮尔逊相关系数 | NA |
3539 | 2025-10-06 |
Harnessing deep learning for wheat variety classification: a convolutional neural network and transfer learning approach
2025-Sep, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.14378
PMID:40411235
|
研究论文 | 本研究利用深度学习和迁移学习方法开发小麦品种分类模型 | 构建了包含124个小麦品种的多视角图像数据集,并开发了新的四层CNN模型,在分类任务中表现优于预训练模型 | 计算资源需求较高,模型精度仍有提升空间 | 开发基于计算机视觉的小麦品种自动分类方法 | 124个小麦品种的多视角图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 124个小麦品种的多视角图像 | NA | 四层CNN, DenseNet201, MobileNet, InceptionV3 | 准确率 | NA |
3540 | 2025-10-06 |
Deep Learning and Radiomic Signatures Associated with Tumor Immune Heterogeneity Predict Microvascular Invasion in Colon Cancer
2025-Sep, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.05.006
PMID:40413149
|
研究论文 | 开发并验证一种结合影像组学和深度学习特征的深度学习影像组学标签,用于无创预测结肠癌微血管侵犯 | 首次将影像组学与深度学习特征融合预测结肠癌微血管侵犯,并探索其与肿瘤免疫异质性的关联 | 回顾性研究设计,样本来源有限 | 开发非侵入性预测结肠癌微血管侵犯的深度学习影像组学模型 | 结肠癌患者 | 医学影像分析 | 结肠癌 | CT影像分析,RNA测序 | 深度学习,机器学习 | CT图像,基因表达数据 | 1007例结肠癌患者(来自三个医疗中心和TCGA-COAD数据库) | NA | 深度学习影像组学融合模型 | AUC,敏感性,特异性 | NA |