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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4041 | 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 |
| 4042 | 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 |
| 4043 | 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 |
| 4044 | 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 |
| 4045 | 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 |
| 4046 | 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 |
| 4047 | 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 |
| 4048 | 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 |
| 4049 | 2025-11-12 |
Birefringence microscopy enables rapid, label-free quantification of myelin debris following induced cortical injury
2025-Oct, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.4.045006
PMID:41181030
|
研究论文 | 本研究开发了一种基于双折射显微镜和深度学习的高通量、无标记成像方法,用于定量评估皮质损伤后髓鞘病理变化 | 首次将双折射显微镜与深度学习目标检测网络结合,实现大规模髓鞘结构损伤的快速定量分析 | 研究仅限于食蟹猴模型和胼胝体区域,需要进一步验证在其他疾病模型和脑区的适用性 | 建立双折射显微镜作为高通量无标记成像技术,用于大规模定量评估死后脑组织中的髓鞘病理 | 食蟹猴皮质损伤模型中的胼胝体髓鞘组织 | 数字病理 | 神经退行性疾病 | 双折射显微镜,荧光髓鞘染色,免疫组织化学 | 深度学习目标检测网络 | 显微镜图像 | 食蟹猴皮质损伤模型,包含6周和12周恢复期及年龄匹配对照组 | NA | 目标检测网络 | 统计学显著性(P值) | NA |
| 4050 | 2025-11-12 |
NeuHolo: non-interferometric quantitative single-shot holographic imaging for 3D metrology using neural fields
2025-Sep-22, Optics express
IF:3.2Q2
DOI:10.1364/OE.567074
PMID:41215303
|
研究论文 | 提出一种基于神经场网络和随机相位调制的非干涉定量单次全息成像框架NeuHolo | 首次将神经场网络与随机相位调制结合,无需物体支撑即可通过无监督深度学习从单次测量中定量估计振幅和相位 | 未明确说明计算资源需求和算法处理时间 | 开发无需干涉的非干涉定量全息成像技术 | 光场的复振幅重建 | 计算机视觉 | NA | 全息成像,随机相位调制 | 神经网络 | 强度测量数据 | NA | 深度学习框架 | 神经场网络 | 精度,视场大小 | NA |
| 4051 | 2025-11-12 |
Supercell-based metasurfaces for arbitrary polarization beam splitting: physics-informed U-Net design with high extinction ratio
2025-Sep-22, Optics express
IF:3.2Q2
DOI:10.1364/OE.561950
PMID:41215359
|
研究论文 | 提出一种基于物理信息驱动深度学习的方法,用于设计任意偏振分束的超表面结构 | 将物理信息嵌入改进的U-Net架构,通过分解目标远场图案到正交圆偏振分量来高效恢复相位分布 | NA | 开发高效偏振控制器件设计方法 | 硅纳米柱超表面结构 | 计算光子学 | NA | FDTD模拟 | U-Net | 相位分布数据,远场图案 | NA | NA | 改进的U-Net | MSE, 偏振消光比, 传输效率 | NA |
| 4052 | 2025-11-12 |
Dual deep learning network enables data-efficient two-color single-molecule localization microscopy with colorimetry camera
2025-Sep-22, Optics express
IF:3.2Q2
DOI:10.1364/OE.574460
PMID:41215365
|
研究论文 | 开发了一种结合双深度学习网络的CC-DeepSTORM框架,用于提升双色单分子定位显微镜的数据效率 | 提出CC-DeepLoc定位网络和CC-DeepSeparator颜色分离网络的双深度学习框架,显著提升定位精度并大幅降低数据拒绝率 | 研究主要基于模拟和单色实验数据验证,双色实验的全面性能评估有待进一步扩展 | 解决多色单分子定位显微镜技术复杂性和数据效率低下的问题 | 单分子定位显微镜图像数据 | 计算显微镜 | NA | 单分子定位显微镜(SMLM) | 深度学习网络 | 显微镜图像 | NA | 深度学习框架 | CC-DeepLoc, CC-DeepSeparator | Jaccard指数, 定位精度, 串扰率, 数据拒绝率 | NA |
| 4053 | 2025-11-12 |
Research on an atmospheric turbulent channel equalization algorithm using the spatiotemporal feature fusion method
2025-Sep-22, Optics express
IF:3.2Q2
DOI:10.1364/OE.573173
PMID:41215432
|
研究论文 | 提出一种基于时空特征融合的深度学习信道均衡算法,用于消除大气湍流信道对无线光通信系统的影响 | 首次将时空特征融合方法应用于大气湍流信道均衡,突破了传统信道均衡的性能瓶颈 | NA | 解决大气湍流引起的信号衰落问题,提高无线光通信系统的传输可靠性 | 大气湍流信道模型和传输信号 | 机器学习 | NA | 深度学习 | CNN | 光强度测量数据 | NA | NA | 时空特征融合网络 | 误码率 | NA |
| 4054 | 2025-11-12 |
Risk stratification of chest pain in the emergency department using artificial intelligence applied to electrocardiograms
2025-Sep-01, Open heart
IF:2.8Q2
DOI:10.1136/openhrt-2025-003343
PMID:40889954
|
研究论文 | 开发了一种基于人工智能的心电图风险分层模型(CP-AI),用于急诊胸痛患者的7天主要心血管事件预测 | 首次将深度学习模型应用于心电图数据,结合临床特征构建全自动风险分层系统,显著优于传统生物标志物模型 | 回顾性研究设计,需要在更多样化人群中验证模型泛化能力 | 改善急诊胸痛患者的风险分层,减少主观评估带来的不一致性 | 急诊胸痛患者 | 医疗人工智能 | 心血管疾病 | 深度学习,心电图分析 | 神经网络分类器 | 心电图,临床数据 | 训练集15,048名患者,外部验证集14,476名患者 | NA | 患者对比学习表示模型 | AUROC, AUPRC | NA |
| 4055 | 2025-11-12 |
Evaluating pedestrian crossing safety: Implementing and evaluating a convolutional neural network model trained on paired aerial and subjective perspective images
2025-Feb-28, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42428
PMID:40028551
|
研究论文 | 本研究通过实现和评估基于配对航拍图像和主观视角图像训练的卷积神经网络模型,自动化评估行人过街设施安全性 | 首次结合航拍图像和街景图像,采用ConvNextV2等先进CNN模型进行行人过街设施安全评估,并利用Mask R-CNN解决传统数据标注难题 | 面临数据不平衡问题,以及能见度和停车距离等复杂变量的分析挑战,需要持续的数据集扩充和方法论改进 | 通过深度学习神经网络自动化评估行人过街设施和环岛的安全性,改善行人安全 | 法国各种城市和乡村环境中的行人过街设施,重点关注九个已识别的风险因素 | 计算机视觉 | NA | 航拍图像和街景图像分析 | CNN | 图像 | 覆盖法国各种城市和农村环境的行人过街设施 | NA | ConvNextV2, ResNet50, ResNext50, Mask R-CNN | NA | NA |
| 4056 | 2025-11-12 |
Data Harmonization with StyleTransfer-GANs: Enhancing Non-Invasive IDH Classification in Brain Tumors
2025-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3049148
PMID:41200077
|
研究论文 | 开发基于风格迁移生成对抗网络的医学影像数据协调方法,提升脑胶质瘤IDH突变分类的准确性和泛化能力 | 首次将StyleTransfer-GAN应用于多中心MRI数据的协调,在保持关键影像特征的同时消除机构间成像协议差异 | 风格迁移参考选择对分类性能敏感,未详细说明具体数据集规模和多样性 | 解决多中心医学影像数据异质性问题,提高深度学习模型在脑肿瘤IDH分类中的泛化能力 | 脑胶质瘤患者的多中心MRI影像数据 | 医学影像分析 | 脑胶质瘤 | MRI,深度学习 | GAN,深度神经网络 | 医学影像 | NA | NA | StyleTransfer-GAN | 准确率,灵敏度,特异性 | NA |
| 4057 | 2025-11-12 |
AllerTrans: a deep learning method for predicting the allergenicity of protein sequences
2025, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpaf040
PMID:40656558
|
研究论文 | 开发了一种基于深度学习的蛋白质序列过敏性预测方法AllerTrans | 结合两种蛋白质语言模型提取不同特征向量,并通过集成建模技术提升预测性能 | NA | 预测蛋白质序列的过敏性 | 蛋白质序列 | 生物信息学 | 过敏性疾病 | 蛋白质语言模型 | DNN | 蛋白质序列 | NA | NA | 深度神经网络 | 灵敏度,特异性,准确率,AUC | NA |
| 4058 | 2025-11-12 |
EnergyShare AI: Transforming P2P energy trading through advanced deep learning
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36948
PMID:39296059
|
研究论文 | 介绍EnergyShare AI系统,通过深度强化学习优化点对点能源交易 | 将深度强化学习应用于点对点能源交易系统,相比传统线性整数规划模型在优化双向能源传输方面具有优势 | NA | 提高能源管理效率并降低能源交易成本 | 消费者和产消者通过太阳能阵列、储能系统和电动汽车进行的能源交易 | 机器学习 | NA | 深度强化学习 | DRL | 能源交易数据 | NA | NA | NA | 成本节约、能源传输量 | NA |
| 4059 | 2025-11-12 |
Detection of Peri-Pancreatic Edema using Deep Learning and Radiomics Techniques
2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC53108.2024.10782032
PMID:40039000
|
研究论文 | 本研究开发了一种结合深度学习和影像组学技术自动检测胰周水肿的方法 | 首次提出自动检测胰周水肿的研究,创建了首个该问题的基准测试,结合了现代深度学习架构和影像组学技术 | 样本量相对有限(255例患者),需要进一步验证 | 开发自动检测胰周水肿的方法以辅助胰腺炎诊断和管理 | 胰腺疾病患者的CT影像数据 | 医学影像分析 | 胰腺炎 | CT影像分析 | Transformer, XGBoost | CT图像 | 255例胰腺疾病患者 | PyTorch | LinTransUNet, Swin-Tiny | Dice系数, mIoU, 召回率, 精确率, 准确率 | NA |
| 4060 | 2025-11-12 |
Image fusion using Y-net-based extractor and global-local discriminator
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30798
PMID:38784534
|
研究论文 | 提出一种基于Y-Net和全局-局部判别器的GAN模型用于红外与可见光图像融合 | 采用Y-Net作为生成器主干架构,引入残差密集块和跨模态上下文注意力捷径,结合全局-局部判别器实现无融合规则的端到端图像融合 | NA | 解决多模态图像融合中特征提取和信息保真度的挑战 | 红外图像与可见光图像 | 计算机视觉 | NA | 图像融合技术 | GAN | 图像 | NA | NA | Y-Net, RDblock, CMSCA, PatchGAN | 结构相似性指数, 强度相似性, 梯度相似性 | NA |