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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4021 | 2025-11-12 |
Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches
2025-Dec, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2025.112153
PMID:40961690
|
研究论文 | 比较时间序列方法和机器学习方法在剂量当量率预测中的性能 | 首次系统比较传统统计方法与先进深度学习模型在剂量当量率预测中的表现,包括进化神经架构搜索等前沿技术 | 数据集时间跨度有限,随机性变化特征增加了预测难度,需要更长时间序列数据提升可靠性 | 开发更稳健的辐射预测模型,改善辐射防护和环境安全决策 | 美国德克萨斯州圣安东尼奥地区的剂量当量率数据 | 机器学习 | NA | 时间序列分析,辐射监测 | 持久性模型, Lasso回归, K近邻, 进化神经架构搜索, 循环神经网络 | 时间序列数据 | 2019年1月至12月数据用于训练,2020年初数据用于测试 | NA | 循环神经网络 | 相关系数(r), 均方误差 | NA |
| 4022 | 2025-11-12 |
ReMLP-NET: A Neural Network Interaction Potential for Molecular Energy Prediction
2025-Nov-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01453
PMID:41143577
|
研究论文 | 提出一种名为ReMLP-NET的神经网络相互作用势,用于预测分子能量 | 使用遗传算法选择对称函数超参数,相比ReANI-2x模型在分子能量预测性能上有显著提升 | 仅适用于包含H、C、N、O、F、S、Cl元素的分子结构 | 开发计算效率更高的分子能量预测方法以替代量子力学计算 | 来自GDB13和DUD-E数据集的分子结构 | 机器学习 | NA | 机器学习算法 | MLP | 分子结构数据 | 来自Retrievium存储库的优化结构和总能量数据 | NA | 多层感知机神经网络 | MAE, RMSE | NA |
| 4023 | 2025-11-12 |
Enabling Weather-Independent Gas Detection through Deep Learning on Light-Activated Sensors
2025-Nov-11, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c10308
PMID:41144602
|
研究论文 | 通过将铋掺杂氧化铟纳米纤维与微发光二极管平台集成,并采用深度学习分析瞬态传感信号,实现天气无关的NO和H₂O气体检测 | 首次将铋掺杂氧化铟纳米纤维直接集成到μLED平台,结合CNN算法分析瞬态信号,实现天气无关的气体传感 | NA | 开发能够在环境变化条件下稳定工作的实时环境监测气体传感器 | 一氧化氮(NO)和水分(H₂O)气体 | 传感器技术 | NA | 光激活气体传感,蓝色光照激活 | CNN | 瞬态传感信号 | NA | NA | 卷积神经网络 | 分类准确率, 回归误差 | NA |
| 4024 | 2025-11-12 |
Surgical instrument-tissue interaction recognition with multi-task-attention video transformer
2025-Nov-11, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03546-3
PMID:41214416
|
研究论文 | 提出一种多任务注意力视频Transformer模型,用于识别手术器械与组织间的交互作用 | 引入细粒度时间上下文信息,并提出结合交叉注意力和门控机制的多任务注意力模块 | 仅在特定数据集上验证,未说明模型泛化能力 | 提高手术器械-组织交互识别的准确性和鲁棒性 | 手术视频中的器械-组织交互动作 | 计算机视觉 | NA | 视频分析 | Transformer | 视频 | CholecT45-Vid和GraSP-Vid数据集 | NA | Video Transformer, Multi-task Attention Module | 识别准确率 | NA |
| 4025 | 2025-11-12 |
18F-FDG PET-based ensemble deep learning model for the prediction of lymphovascular invasion in colorectal cancer patients
2025-Nov-11, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05282-3
PMID:41217477
|
研究论文 | 基于18F-FDG PET图像开发2.5维集成深度学习模型预测结直肠癌患者淋巴血管侵犯 | 首次提出基于2.5D集成深度学习的PET图像分析方法,融合多区域图像特征和多种深度学习架构 | 回顾性研究,样本量有限(177例患者),仅使用内部测试队列验证 | 开发预测结直肠癌淋巴血管侵犯的深度学习模型 | 结直肠癌患者 | 医学影像分析 | 结直肠癌 | 18F-FDG PET/CT成像 | 集成深度学习 | PET医学图像 | 177例结直肠癌患者 | NA | VGG16, Googlenet, ResNet50, DenseNet201, Vision Transformer | AUC, 准确率, F1分数, 参数量, 推理时间 | NA |
| 4026 | 2025-11-12 |
Deep learning for automatic detection of hepatocellular carcinoma in dynamic contrast-enhanced MRI
2025-Nov-11, Abdominal radiology (New York)
DOI:10.1007/s00261-025-05249-4
PMID:41217478
|
研究论文 | 开发用于动态对比增强MRI中肝细胞癌自动检测的深度学习模型 | 使用注意力U-Net模型在肝细胞癌检测中显著优于当前最先进的nnU-Netv2模型 | 回顾性研究设计,样本量相对有限 | 开发肝细胞癌自动检测的深度学习模型并分析其在患者和病灶水平的性能 | 肝细胞癌患者和阴性对照患者的动态对比增强MRI图像 | 医学影像分析 | 肝细胞癌 | 动态对比增强MRI,T1加权成像 | 深度学习 | 医学影像 | 363名患者(284名男性,58±11岁),247个病灶 | NA | 注意力U-Net, nnU-Netv2 | 敏感度, 特异度, 平均每患者假阳性数, PPV, NPV, FROC AUC, ROC AUC | NA |
| 4027 | 2025-11-12 |
FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-time Training
2025-Nov-10, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3631049
PMID:41212692
|
研究论文 | 提出一种新颖的眼底图像在线测试时自适应框架FunOTTA,用于解决跨域眼底图像诊断中的领域偏移问题 | 通过内存库中的动态消歧实现稳定自适应过程,同时最小化有害先验知识偏差,并引入新的训练目标使分类器能够增量适应目标模式 | 仅在两种疾病的跨域眼底图像基准测试上验证,未涉及更多眼科疾病类型 | 开发能够有效泛化到未见环境的眼底图像诊断模型,解决领域偏移挑战 | 跨域眼底图像 | 计算机视觉 | 眼科疾病 | 深度学习 | CNN | 图像 | NA | PyTorch | 多种骨干网络 | NA | NA |
| 4028 | 2025-11-12 |
MoChat: Joints-Grouped Spatio-Temporal Grounding Multimodal Large Language Model for Multi-Turn Motion Comprehension and Description
2025-Nov-10, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3631045
PMID:41212709
|
研究论文 | 提出一种能够进行人体运动时空定位和多轮对话理解的多模态大语言模型MoChat | 首次实现人体运动细粒度时空定位,通过关节分组骨架编码器和跨注意力回归头模块实现精确的动作时序和身体部位识别 | 未明确说明模型在复杂场景或多人交互运动中的表现 | 解决人体运动理解中动作时序和特定身体部位识别不准确的问题,支持多轮交互 | 人体骨骼运动数据 | 计算机视觉,自然语言处理 | 神经系统疾病 | 骨架序列处理,多模态融合 | 多模态大语言模型 | 骨架序列,文本 | NA | NA | Joints-Grouped Skeleton Encoder,跨注意力回归头模块 | 多种运动理解任务指标 | NA |
| 4029 | 2025-11-12 |
GFANet: Global Feature Attention Network for Polyp Segmentation
2025-Nov-10, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01734-w
PMID:41214244
|
研究论文 | 提出一种用于息肉分割的全局特征注意力网络GFANet | 集成三个创新模块:全局特征方向编码器(GFDE)捕获垂直和水平方向的全局上下文,特征注意力模块(FAM)增强息肉区域特征表示,多尺度信息聚合(MIA)模块提升多尺度特征融合能力 | NA | 解决息肉自动分割中边界模糊、小息肉检测灵敏度低和多尺度信息融合不足的挑战 | 结直肠息肉 | 计算机视觉 | 结直肠癌 | 深度学习 | CNN | 医学图像 | 五个公开数据集(包括CVC-300和ETIS-LaribPolypDB) | NA | GFANet(包含GFDE、FAM、MIA模块) | 平均Dice系数(mDice),平均交并比(mIoU) | NA |
| 4030 | 2025-11-12 |
Illuminating Research Dynamics: Medical Ultrasound and Deep Learning
2025-Nov-10, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.70131
PMID:41215539
|
研究论文 | 本研究首次通过文献计量学方法系统分析医学超声与深度学习领域的研究动态和发展趋势 | 首次对医学超声与深度学习研究进行文献计量学概览,揭示了该领域的国际合作模式、核心主题演变和新兴趋势 | 仅基于Web of Science数据库,可能遗漏其他重要文献来源;文献计量学方法主要关注宏观趋势而非具体技术细节 | 通过文献计量学分析医学超声与深度学习领域的研究现状、发展趋势和合作网络 | 2004年至2025年4月期间Web of Science核心合集中收录的3386篇医学超声与深度学习相关出版物 | 医学影像分析 | NA | 文献计量学分析 | CNN, U-Net, 注意力网络, 视觉Transformer | 文献元数据 | 3386篇出版物 | Bibliometrix, VOSviewer, CiteSpace | U-Net, 注意力网络, 视觉Transformer | 出版物数量, 年均增长率, 引用率, 影响因子 | NA |
| 4031 | 2025-11-12 |
Carafe enables high quality in silico spectral library generation for data-independent acquisition proteomics
2025-Nov-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-64928-4
PMID:41198693
|
研究论文 | 本研究开发了Carafe工具,通过直接在DIA数据上训练深度学习模型来生成高质量的计算光谱库 | 首次直接在DIA数据上训练深度学习模型生成光谱库,相比基于DDA数据的传统方法具有更好的性能 | NA | 提高数据非依赖性采集蛋白质组学中计算光谱库的生成质量 | 质谱数据中的肽段碎片离子强度预测 | 计算蛋白质组学 | NA | 数据非依赖性采集质谱,数据依赖性采集质谱 | 深度学习 | 质谱数据 | 多种DIA数据集 | NA | NA | 碎片离子强度预测准确度,肽段检测率 | NA |
| 4032 | 2025-11-12 |
AI-Assisted Capsule Endoscopy for Detection of Ulcers and Erosions in Crohn's Disease: A Multicenter Validation Study
2025-Nov-05, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2025.09.036
PMID:41076040
|
研究论文 | 验证人工智能辅助胶囊内镜在克罗恩病患者中检测溃疡和糜烂的多中心研究 | 首次在多中心研究中验证AI模型在不同胶囊内镜设备上检测溃疡和糜烂的性能 | 研究仅针对两种胶囊内镜设备,样本量相对有限 | 验证AI辅助阅读在胶囊内镜中检测溃疡和糜烂的诊断性能 | 克罗恩病患者的胶囊内镜检查数据 | 医学影像分析 | 克罗恩病 | 胶囊内镜检查 | 深度学习模型 | 内镜图像 | 259例胶囊内镜检查 | NA | NA | 灵敏度, 特异度, 阳性预测值, 阴性预测值, 准确率 | NA |
| 4033 | 2025-11-12 |
Artificial intelligence capabilities in identifying atrial fibrillation using baseline sinus rhythm ECG : a systematic review
2025-Oct-31, Open heart
IF:2.8Q2
DOI:10.1136/openhrt-2025-003657
PMID:41173515
|
系统综述 | 评估人工智能模型利用基线窦性心律心电图识别房颤的有效性及影响因素 | 首次系统评估AI在基线窦性心律心电图中识别房颤的能力,并比较深度学习与传统机器学习模型的性能差异 | 78.6%的研究存在阴性病例误分类问题,64.3%的研究在至少一个领域存在高偏倚风险 | 探索人工智能在房颤早期检测中的应用价值 | 房颤患者(无既往房颤确诊)的基线窦性心律心电图 | 医疗人工智能 | 心血管疾病 | 心电图分析 | 深度学习, 传统机器学习 | 心电图信号 | 13项研究共1,459,653名患者 | NA | NA | 准确率, 敏感度, 特异度, 精确率, AUC | NA |
| 4034 | 2025-11-12 |
MIEF-Net: multimodal image-enhanced fusion network for intelligent fall risk prediction
2025-Oct-30, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108260
PMID:41213202
|
研究论文 | 提出一种多模态图像增强融合网络,通过IMU传感器数据进行步态分析以实现老年人跌倒风险预测 | 创新性地将原始IMU信号转换为GAF、频谱图和MTF三种图像表示,并采用双流深度学习架构结合RNN、CNN和Transformer注意力机制进行多模态融合 | NA | 开发智能跌倒风险预测方法以改善老年预防性护理 | 老年人步态数据 | 机器学习 | 老年疾病 | 惯性测量单元(IMU) | RNN, CNN, Transformer | 时序信号, 图像 | NA | NA | 双流网络, 多头注意力机制 | 准确率, 灵敏度, F1分数 | NA |
| 4035 | 2025-11-12 |
Zero-order diffraction-guided spectral-wise transformer: a lightweight and efficient framework for computed tomography imaging spectrometry
2025-Oct-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.576798
PMID:41215200
|
研究论文 | 提出一种轻量高效的零级衍射引导光谱变换器框架,用于计算断层成像光谱仪的数据重建 | 首次将零级衍射信息与光谱自注意力机制结合,通过三个关键模块有效整合光学标定信息和光谱相似性 | 未明确说明模型在极端条件下的泛化能力 | 解决计算断层成像光谱仪重建数据立方体时的伪影问题 | 计算断层成像光谱仪采集的三维(x, y, λ)数据立方体 | 计算机视觉 | NA | 计算断层成像光谱仪(CTIS) | Transformer | 光谱图像数据 | 使用定制滤光轮系统收集的真实数据集 | NA | Zero-order Diffraction-guided Spectral-wise Transformer (ZDST), 包含FPCR, S-MSA, ZDM模块 | 重建质量评估 | 低计算资源消耗 |
| 4036 | 2025-11-12 |
Imaging through dynamic scattering media with an adapter-enhanced diffusion model
2025-Oct-20, Optics express
IF:3.2Q2
DOI:10.1364/OE.576825
PMID:41215254
|
研究论文 | 提出一种结合扩散模型和测试时适配器的方法,用于在动态散射介质中重建隐藏物体 | 将扩散模型的强大去噪能力与测试时适配器相结合,实现有限训练数据下的跨域鲁棒对齐 | 仅在单一室内散射条件下的100对图像上训练,可能对更广泛散射条件的适应性有待验证 | 解决复杂散射介质后方物体重建的光学成像挑战 | 隐藏在各种散射介质后的物体 | 计算机视觉 | NA | 光学成像 | 扩散模型 | 图像 | 100对配对图像 | NA | 扩散模型, U-Net, SwinUNet | 图像质量 | NA |
| 4037 | 2025-11-12 |
Deep learning-optimized bilayer metasurface based on robust magnetic dipole coupling for MRI enhancement at 70mT
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.570420
PMID:41215099
|
研究论文 | 提出一种基于深度学习的双层超表面结构,通过磁偶极耦合增强70mT场强下的MRI成像性能 | 首次将双层超表面结构与深度学习优化相结合,通过能带简并和层间磁偶极耦合实现稳健的磁场增强 | 研究主要针对70mT场强,在其他场强下的性能表现需要进一步验证 | 开发一种能够在极低场强下有效增强MRI成像性能的超表面结构 | 双层开口环谐振器超表面结构及其在MRI中的应用 | 计算电磁学,医学影像增强 | 神经疾病(通过头部MRI成像) | 磁共振成像,电磁场模拟,深度学习优化 | 深度学习神经网络 | 电磁场模拟数据,结构参数数据 | NA | NA | NA | 磁场增强倍数,共振频率稳定性 | NA |
| 4038 | 2025-11-12 |
Stereo matching based on the IC-Stereo network in low-light environments
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.565995
PMID:41215114
|
研究论文 | 提出一种基于IC-Stereo网络的立体匹配方法,用于解决低光照环境下的图像细节丢失和几何信息缺失问题 | 集成上下文与几何信息融合模块和低光照图像增强模块,通过深度学习方法提升低光照条件下的立体匹配性能 | NA | 提升低光照环境下的立体匹配精度 | 低光照环境下的立体图像 | 计算机视觉 | NA | 图像处理技术 | 深度学习网络 | 立体图像 | 基于KITTI数据集生成的合成低光照数据集和真实低光照双目相机采集的数据集 | NA | IC-Stereo | 精度 | NA |
| 4039 | 2025-11-12 |
Under-sampling high quality parallel single-pixel imaging based on vision-transformer
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.572049
PMID:41215119
|
研究论文 | 提出基于视觉Transformer的并行单像素成像框架,在极低采样率下实现高质量图像重建 | 将Hadamard矩阵重构为4×4阵列光场实现多通道物理层信息压缩,并首次将Vision-Transformer引入单像素成像重建 | 未明确说明在极端噪声环境下的鲁棒性 | 解决单像素成像在低采样率下的高质量成像难题 | 单像素成像系统采集的混叠检测信号 | 计算机视觉 | NA | 单像素成像,阵列空间光场调制 | Vision-Transformer | 图像,光学检测信号 | NA | NA | Vision-Transformer,多头自注意力机制 | 数据处理速度,成像质量 | NA |
| 4040 | 2025-11-12 |
Dual-constraint reconstruction network with semantic-discriminative consistency for radon single pixel imaging
2025-Oct-06, Optics express
IF:3.2Q2
DOI:10.1364/OE.572566
PMID:41215122
|
研究论文 | 提出一种基于深度学习的Radon单像素成像重建方法,通过双约束机制在低采样率下实现高质量图像重建 | 设计了包含语义潜在向量调制模块的双分支生成对抗网络,引入潜在空间语义一致性和图像判别信息保留的双约束机制 | 仅使用典型运动目标(鸟类)的模拟数据集进行验证,未涉及更复杂的实际场景 | 解决低采样率下Radon单像素成像质量退化问题 | Radon单像素成像中的运动目标重建 | 计算机视觉 | NA | Radon单像素成像 | GAN | 图像 | 包含典型运动目标(鸟类)的模拟数据集 | NA | 双分支生成对抗网络 | 图像重建质量 | NA |