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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
4141 | 2025-10-06 |
Your turn: At home turning angle estimation for Parkinson's disease severity assessment
2025-09, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103194
PMID:40577945
|
研究论文 | 提出一种基于深度学习的自动化方法,通过视频提取3D骨架并计算髋膝关节旋转来量化帕金森病患者的居家转身角度 | 首个探索使用单目摄像头数据在居家环境中量化帕金森患者转身行为的研究,解决了传统临床评估无法捕捉日常症状变化的局限性 | 由于自由生活环境难以获取精确地面真实数据,角度量化基于专家手动标注并离散化为45°分箱 | 通过连续被动监测转身角度,将步态特征作为帕金森疾病进展的敏感指标 | 帕金森病患者和健康对照志愿者 | 计算机视觉 | 帕金森病 | 3D骨架提取,人类姿态估计 | CNN, Transformer | 视频 | 24名受试者(12名帕金森患者和12名健康对照)的1386个转身视频片段 | NA | Fastpose, Strided Transformer | 准确率, 平均绝对误差, 加权精确率 | NA |
4142 | 2025-10-06 |
Artificial intelligence in muscle-invasive bladder cancer: opportunities, challenges, and clinical impact
2025-Sep-01, Current opinion in urology
IF:2.1Q2
DOI:10.1097/MOU.0000000000001309
PMID:40765429
|
综述 | 本文全面回顾了人工智能在肌层浸润性膀胱癌诊疗中的应用现状与未来潜力 | 系统阐述了AI在MIBC全流程管理中的创新应用,包括诊断分期、治疗规划和疗效评估 | 存在方法学局限、数据集异质性、工作流整合障碍和监管不确定性等挑战 | 探讨人工智能在肌层浸润性膀胱癌临床管理中的机遇与挑战 | 肌层浸润性膀胱癌患者 | 数字病理 | 膀胱癌 | 深度学习, 机器学习, 影像组学 | 深度学习模型 | 影像数据, 临床数据 | NA | NA | NA | 准确率 | NA |
4143 | 2025-10-06 |
Artificial intelligence driven neuropsychiatry: a systematic review of electroencephalography-based computational techniques for major depressive disorder prediction
2025-Aug-16, Neuroscience
IF:2.9Q2
|
系统综述 | 系统综述基于脑电图信号的抑郁症预测计算技术研究现状 | 首次系统评估不同预处理流程对预测性能的影响,并比较深度学习方法与传统机器学习在抑郁症预测中的表现差异 | 缺乏标准化评估协议导致研究结果可比性差,方法学不一致、数据异质性和模型可解释性有限阻碍模型泛化能力 | 开发基于脑电图信号的人工智能抑郁症预测方法 | 重度抑郁症患者的脑电图信号 | 机器学习 | 抑郁症 | 脑电图信号分析 | CNN, LSTM, SVM | 脑电图信号 | NA | NA | 卷积神经网络, 混合卷积神经网络-长短期记忆模型 | 准确率 | NA |
4144 | 2025-10-06 |
Virtual Hydrolysis-Based Screening of Wheat-Derived DPP-IV Inhibitory Peptides: A Mechanistic Analysis Integrating Cell Experiments and Molecular Dynamics Simulations
2025-Aug-06, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c03006
PMID:40623964
|
研究论文 | 本研究通过虚拟水解筛选小麦来源的DPP-IV抑制肽,并结合细胞实验和分子动力学模拟分析其作用机制 | 首次将ConPLex深度学习算法与分子动力学模拟相结合筛选DPP-IV抑制肽,并采用tau-RaMD模拟计算肽与DPP-IV的结合停留时间 | 仅筛选了小麦蛋白来源的肽,未验证其他植物蛋白来源的肽;实验样本量有限 | 开发具有DPP-IV抑制活性的肽类健康食品 | 小麦蛋白来源的肽类化合物 | 生物信息学 | 糖尿病 | 虚拟酶解,分子动力学模拟,tau-RaMD模拟,细胞实验 | 深度学习 | 蛋白质序列数据,分子动力学轨迹数据 | 4种鉴定出的肽(TENEWK,NFVSER,LDLPSK,QHEQR) | ConPLex | NA | IC50值 | NA |
4145 | 2025-10-06 |
Current applications of deep learning in vertebral fracture diagnosis
2025-Aug-06, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07604-z
PMID:40764417
|
综述 | 本文总结了深度学习在椎体骨折诊断中的当前应用 | 系统梳理了深度学习在椎体识别和骨折类型分类方面的最新应用进展 | NA | 总结深度学习模型在椎体骨折诊断中的应用现状 | 椎体骨折诊断 | 医学影像分析 | 椎体骨折 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
4146 | 2025-10-06 |
Fast Multi-Dimensional Imaging Using the Unsupervised 3D Noise2Void Denoising Network
2025-Aug-06, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01367
PMID:40765279
|
研究论文 | 提出基于3D Noise2Void网络的无监督去噪方法,用于提升拉曼高光谱和3D相位成像数据的质量 | 首次将3D Noise2Void网络应用于多维成像数据去噪,无需高信噪比训练数据且能保持三维空间相关性 | 未明确说明计算资源需求和模型训练时间 | 开发适用于快速多维成像的无监督去噪方法 | 酵母细胞的拉曼数据和COS7细胞的相位断层扫描及动态成像数据 | 计算机视觉 | NA | 拉曼成像、相位成像 | 3D Noise2Void | 三维成像数据、高光谱数据 | NA | NA | 3D Noise2Void | 信噪比、检测限 | NA |
4147 | 2025-10-06 |
Integrating Physics-Based Simulations with Data-Driven Deep Learning Represents a Robust Strategy for Developing Inhibitors Targeting the Main Protease
2025-Aug-06, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01307
PMID:40767530
|
研究论文 | 提出一种结合深度学习与自由能微扰模拟的计算流程Deep-CovBoost,用于优化冠状病毒主蛋白酶抑制剂 | 首次将深度学习预测模型与物理基础的FEP模拟相结合,系统性地指导抑制剂结构优化 | NA | 开发针对冠状病毒主蛋白酶的高效抑制剂 | 冠状病毒主蛋白酶及其抑制剂 | 计算生物学 | 冠状病毒感染 | 自由能微扰(FEP)模拟, 分子动力学模拟, 深度学习 | 深度学习模型 | 分子结构数据, 模拟数据 | 从已报道的非共价抑制剂出发生成类似物(包括I3C-1, I3C-2, I3C-35等化合物) | NA | NA | 结合亲和力 | NA |
4148 | 2025-10-06 |
Artificial intelligence in prostate cancer
2025-Aug-05, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003689
PMID:40629505
|
综述 | 本文综述了人工智能在前列腺癌诊断、治疗和预后预测中的临床应用进展 | 强调基础模型在医疗AI应用中的革命性作用,并从病理学和影像学双视角探讨AI在前列腺癌中的应用 | 讨论了AI在临床应用当前面临的挑战 | 为AI与临床应用的整合提供有价值的参考 | 前列腺癌 | 数字病理学,医学影像分析 | 前列腺癌 | 深度学习 | 基础模型 | 病理图像,医学影像 | NA | NA | NA | NA | NA |
4149 | 2025-10-06 |
Hot Topics: Exploring Artificial Intelligence and Inflammatory Memory in the Management of Psoriatic Diseases
2025-Aug-05, The Journal of rheumatology
IF:3.6Q2
DOI:10.3899/jrheum.2025-0241
PMID:40763946
|
综述 | 探讨人工智能在银屑病疾病管理中的应用及炎症记忆在疾病复发机制中的作用 | 首次系统整合人工智能技术与炎症记忆生物学机制在银屑病管理中的协同作用 | 未涉及具体临床验证数据,主要基于会议讨论和理论分析 | 探索银屑病疾病管理的新方法和生物学机制 | 银屑病和银屑病关节炎患者 | 数字病理学 | 银屑病 | 深度学习 | CNN | 医学图像 | NA | NA | 卷积神经网络 | 诊断准确性、疾病严重程度评估、治疗反应预测 | NA |
4150 | 2025-10-06 |
A Deep Learning Model for Predicting the Cement Soil Deformation Modulus
2025-Aug-05, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c03160
PMID:40764282
|
研究论文 | 本研究提出了一种基于改进卷积长短期记忆网络的深度学习模型,用于预测水泥土变形模量 | 结合通道注意力和注意力机制改进ConvLSTM模型,能够区分参数重要性并提取特征间的潜在时空依赖关系 | NA | 提高水泥性能预测精度,特别是弹性模量的预测 | 水泥土变形模量 | 机器学习 | NA | NA | ConvLSTM, LSTM, Random Forest, Support Vector Regression | 工程实验数据 | NA | NA | 改进的ConvLSTM | 预测精度 | NA |
4151 | 2025-10-06 |
Prediction of protein-protein interaction based on interaction-specific learning and hierarchical information
2025-Aug-04, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02359-9
PMID:40754535
|
研究论文 | 提出一种基于交互特异性学习和层次信息的蛋白质-蛋白质相互作用预测新方法HI-PPI | 首次将PPI网络的层次表示与交互特异性学习相结合,通过双曲空间嵌入结构关系信息并采用门控交互网络提取成对特征 | 未明确说明方法在特定蛋白质类型或复杂生物场景下的适用性限制 | 开发更准确稳健的蛋白质-蛋白质相互作用预测工具 | 蛋白质-蛋白质相互作用网络 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质相互作用网络数据 | 多个基准数据集(未指定具体样本数量) | NA | 门控交互网络,双曲空间嵌入模型 | Micro-F1分数 | NA |
4152 | 2025-10-06 |
Artificial intelligence in orthopedics: fundamentals, current applications, and future perspectives
2025-Aug-04, Military Medical Research
IF:16.7Q1
DOI:10.1186/s40779-025-00633-z
PMID:40754583
|
综述 | 本文系统回顾了人工智能在骨科领域的基础原理、当前应用场景及未来发展方向 | 全面梳理了AI在骨科从基础理论到临床实践的全链条应用,并深入探讨了实际应用中的关键挑战 | 数据质量、模型泛化能力和临床验证是影响AI实际应用的主要限制因素 | 促进人工智能技术在骨科诊疗中的安全有效整合 | 骨科临床诊疗流程及相关研究应用 | 机器学习 | 骨科疾病 | NA | 机器学习,深度学习 | 医学图像,临床数据 | NA | NA | NA | NA | NA |
4153 | 2025-10-06 |
GAN and LSTM-based collaborative tremor classification approach for next generation healthcare system
2025-Aug-04, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110836
PMID:40763674
|
研究论文 | 提出一种基于GAN和LSTM的协作式震颤分类方法,用于区分原发性震颤和帕金森震颤 | 首次将GAN、自编码器和LSTM结合用于震颤分类,通过生成合成数据、降维和时序特征提取提升分类性能 | 未提及样本量的具体数值和模型泛化能力的验证 | 解决健康人群和脑卒中后抑郁患者中原发性震颤与帕金森震颤的误诊问题 | 健康人群和脑卒中后抑郁患者的震颤数据 | 机器学习 | 神经系统疾病 | 时间序列分析 | GAN, Autoencoder, LSTM | 时间序列数据 | NA | NA | GAN, Autoencoder, LSTM | 准确率, F1分数, AUC | NA |
4154 | 2025-10-06 |
A lightweight YOLOv8-based model for gastric cancer detection
2025-Aug-04, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110689
PMID:40763676
|
研究论文 | 提出一种基于YOLOv8的轻量化胃癌检测模型,旨在在不同性能的处理器上实现实时检测 | 在YOLOv8-n基础上应用Ghost卷积压缩骨干网络,并在颈部与头部引入轻量级通道注意力机制,实现高精度与低计算复杂度的平衡 | 研究主要关注计算效率与检测精度的平衡,未涉及模型在其他医学数据集上的泛化能力验证 | 开发适用于现实医疗环境中不同性能处理器的实时胃癌检测模型 | 胃癌医学图像 | 计算机视觉 | 胃癌 | 深度学习 | YOLO, CNN | 医学图像 | NA | PyTorch | YOLOv8-n, Ghost conv, SE block | mAP, 参数量, GFLOPs, 推理速度 | CPU和四种不同性能的GPU |
4155 | 2025-10-06 |
Deep Learning-Enabled Ultrasound for Advancing Anterior Talofibular Ligament Injuries Classification: A Multicenter Model Development and Validation Study
2025-Aug-04, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.013
PMID:40764200
|
研究论文 | 开发基于超声的深度学习模型ATFLNet用于前距腓韧带损伤分类,并通过多中心研究验证其性能 | 首次开发专门针对前距腓韧带损伤分类的深度学习模型,并验证AI辅助策略在真实临床场景中的诊断价值 | 研究为回顾性设计,需要进一步前瞻性验证;模型性能在特定医疗机构验证 | 提升前距腓韧带损伤的超声分类准确性,探索AI辅助放射科医生诊断的潜力 | 健康对照者和急性前距腓韧带损伤患者(轻度拉伤、部分撕裂、完全撕裂和撕脱骨折) | 医学影像分析 | 韧带损伤 | 超声成像 | 深度学习 | 超声图像 | 训练集2566例,内部验证642例,外部验证1210例(717+493),前瞻验证472例 | NA | ATFLNet | AUC, 准确率 | NA |
4156 | 2025-10-06 |
Evaluation of deep learning models for anterior segment OCT image segmentation during scleral lens wear
2025-Aug-04, Contact lens & anterior eye : the journal of the British Contact Lens Association
IF:4.1Q1
DOI:10.1016/j.clae.2025.102484
PMID:40764201
|
研究论文 | 评估16种深度学习模型在巩膜镜佩戴期间前段OCT图像分割中的性能 | 首次系统比较四种分割架构与五种编码器组合在巩膜镜佩戴OCT图像分割中的表现 | 仅针对正常角膜进行评估,未包含角膜疾病患者;部分模型在低反射性界面存在误分类问题 | 评估深度学习模型在巩膜镜佩戴期间前段OCT图像分割的准确性和性能 | 巩膜镜佩戴者的前段OCT图像,包括巩膜镜前后表面、角膜上皮前表面、基质前界面和内皮 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描 | 深度学习 | 医学图像 | 15名正常角膜参与者的OCT图像 | NA | U-Net, U-Net++, FPN, MA-Net, EfficientNet-B4, DenseNet201, VGG19, ResNet34, Xception | Dice系数, 平均绝对边界误差 | NA |
4157 | 2025-10-06 |
Adapting foundation models for rapid clinical response: intracerebral hemorrhage segmentation in emergency settings
2025-Aug-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13742-5
PMID:40754551
|
研究论文 | 本研究开发了一种结合深度学习的自动化方法,用于在急诊场景中快速分割脑出血病灶 | 提出两阶段方法:先使用YOLOv8-S生成精确的病灶边界框,再用医学分割通用模型进行精细分割,实现高精度分割且只需最小监督 | 需要用户提供初始宽松边界框,数据集规模相对有限(252个CT扫描) | 开发快速准确的脑出血自动分割方法,支持急诊临床决策 | 脑出血患者的非增强CT扫描图像 | 计算机视觉 | 脑出血 | CT扫描 | 目标检测模型, 分割模型 | 医学图像 | 252个CT扫描 | NA | YOLOv8-S, Medical Segment Anything Model | 分割准确度, 鲁棒性 | NA |
4158 | 2025-10-06 |
The dosimetric impacts of ct-based deep learning autocontouring algorithm for prostate cancer radiotherapy planning dosimetric accuracy of DirectORGANS
2025-Aug-02, BMC urology
IF:1.7Q3
DOI:10.1186/s12894-025-01875-8
PMID:40753235
|
研究论文 | 评估基于CT的深度学习自动勾画算法DirectORGANS在前列腺癌放疗计划中的剂量学影响 | 评估新一代自动勾画算法在CT模拟器中直接识别器官并勾画的能力,并与传统手动勾画进行剂量学比较 | 样本量较小(仅10例患者),缺乏多中心验证 | 评估自动勾画算法在前列腺癌放疗计划中的剂量学准确性和临床应用可行性 | 前列腺癌患者的CT图像和器官轮廓 | 数字病理 | 前列腺癌 | CT成像,深度学习自动勾画 | 深度学习 | CT图像 | 10例患者 | NA | DirectORGANS | CI, HI, V60, V65, V70, V75, V80, 最大剂量 | NA |
4159 | 2025-10-06 |
Transfer learning based deep architecture for lung cancer classification using CT image with pattern and entropy based feature set
2025-Aug-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13755-0
PMID:40753351
|
研究论文 | 提出一种基于迁移学习的混合深度学习架构ILN-TL-DM,用于CT图像的肺癌分类 | 结合改进的注意力机制ResU-Net分割模型、多模态特征提取(LGTrP/PHOG/深度特征/改进熵特征)以及集成改进LeNet与迁移学习的混合分类架构 | NA | 通过CT图像实现肺癌的精确分类 | CT扫描图像中的肺部和肿瘤区域 | 计算机视觉 | 肺癌 | CT扫描 | CNN, Transfer Learning, DeepMaxout | 医学图像 | NA | NA | Improved Attention-based ResU-Net, Improved LeNet, DeepMaxout | 准确率, 特异性, NPV | NA |
4160 | 2025-10-06 |
Automatic restoration and reconstruction of defective tooth based on deep learning technology
2025-Aug-02, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06576-0
PMID:40753409
|
研究论文 | 提出基于深度学习的创新框架,实现缺损牙齿的自动修复与三维重建 | 提出三阶段深度学习框架,改进ResNet50的Pixel2Mesh模型显著提升重建精度 | 未提及数据集规模和多样性限制 | 开发自动化的牙齿形态修复与重建方法 | 缺损牙齿的二维图像和三维模型 | 计算机视觉 | 牙科疾病 | 深度学习图像处理 | CNN | RGB图像,灰度图像,3D网格模型 | NA | NA | ResNet50, Pixel2Mesh | F-Score, CD(倒角距离), EMD(地球移动距离), 推理速度 | NA |