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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
401 | 2025-10-05 |
Improving 3D dose prediction for breast radiotherapy using novel glowing masks and gradient-weighted loss functions
2024-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17326
PMID:39088756
|
研究论文 | 本研究开发了使用发光掩码和梯度加权损失函数改进乳腺癌放疗3D剂量预测的新方法 | 提出了两种创新技术:发光掩码算法将轮廓距离编码到每个体素中,梯度加权MSE损失函数强调高剂量梯度区域的误差 | 研究仅针对乳腺癌切线野治疗,样本量为305个治疗计划 | 比较两种新技术对深度学习剂量预测模型性能的影响 | 乳腺癌患者的放疗治疗计划 | 医学影像分析 | 乳腺癌 | 深度学习剂量预测 | 3D U-Net | CT影像和器官轮廓 | 305个治疗计划(213训练/46验证/46测试) | NA | 3D U-Net | 平均误差, 平均绝对误差, 心脏/肺/肿瘤床平均剂量误差, Dice相似系数, Gamma分析 | NA |
402 | 2025-10-05 |
Multi-modal segmentation with missing image data for automatic delineation of gross tumor volumes in head and neck cancers
2024-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17260
PMID:38896829
|
研究论文 | 开发了一种能够处理PET图像缺失情况下的头颈部癌大体肿瘤体积自动分割深度学习框架 | 提出'空白通道'训练策略,使模型能够灵活处理PET图像缺失情况,在保持多模态分割性能的同时提高临床适用性 | 研究主要针对头颈部癌症,在其他类型癌症中的适用性需要进一步验证 | 开发头颈部癌大体肿瘤体积自动分割方法,解决PET图像可能缺失的临床实际问题 | 头颈部癌患者的大体肿瘤体积 | 数字病理 | 头颈部癌 | CT, PET | 深度学习分割模型 | 医学图像 | 数据集I: 524例训练患者和359例测试患者;数据集II: 90例测试患者 | NA | NA | Dice相似系数, 平均表面距离, 95% Hausdorff距离 | NA |
403 | 2025-10-05 |
Patient-specific deep learning for 3D protoacoustic image reconstruction and dose verification in proton therapy
2024-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17294
PMID:38980065
|
研究论文 | 开发了一种患者特异性深度学习方法用于质子声学图像重建和剂量验证 | 提出两阶段患者特异性深度学习框架,结合群体模型预训练和患者特定数据迁移学习 | 需要进一步研究验证该技术的临床影响 | 提高质子声学成像重建质量和个体患者剂量验证准确性 | 10名特定前列腺癌患者 | 医学影像 | 前列腺癌 | 质子声学成像,计算机断层扫描 | 深度学习 | 3D图像,射频信号 | 10名前列腺癌患者 | NA | NA | RMSE, SSIM, gamma指数 | NA |
404 | 2025-10-05 |
Establishing a Validation Infrastructure for Imaging-Based Artificial Intelligence Algorithms Before Clinical Implementation
2024-Oct, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2024.04.027
PMID:38789066
|
研究论文 | 本文提出建立影像AI算法临床实施前验证基础设施的方法与建议 | 提出在临床系统外建立AI推理基础设施的完整步骤,支持大型医疗中心进行AI算法的本地化验证 | 未提供具体实施案例的性能数据验证 | 开发高效、可定制且成本效益高的AI模型外部验证基础设施 | 基于影像的人工智能算法 | 数字病理 | NA | 深度学习 | NA | 医学影像 | NA | NA | NA | 准确性, 泛化性 | 大型医疗中心计算基础设施 |
405 | 2025-10-05 |
Artificial Intelligence vs. Doctors: Diagnosing Necrotizing Enterocolitis on Abdominal Radiographs
2024-Oct, Journal of pediatric surgery
IF:2.4Q2
DOI:10.1016/j.jpedsurg.2024.06.001
PMID:38955625
|
研究论文 | 本研究开发了一种基于深度学习的AI模型,用于在新生儿腹部X光片上诊断坏死性小肠结肠炎 | 首次将预训练的ResNet-50模型应用于新生儿坏死性小肠结肠炎的X光片诊断,并与资深外科住院医师进行直接比较 | 研究样本量有限(494张图像),且缺乏普遍应用的“金标准”作为参考 | 评估深度学习模型在诊断坏死性小肠结肠炎方面的性能,并与人类专家进行比较 | 新生儿腹部X光片 | 计算机视觉 | 坏死性小肠结肠炎 | X光成像 | CNN | 图像 | 494张新生儿腹部X光片(214张坏死性小肠结肠炎,280张其他) | PyTorch或TensorFlow(未明确指定) | ResNet-50 | AUROC, 准确率 | NA |
406 | 2025-10-05 |
Identification of diabetic retinopathy classification using machine learning algorithms on clinical data and optical coherence tomography angiography
2024-Oct, Eye (London, England)
DOI:10.1038/s41433-024-03173-3
PMID:38871934
|
研究论文 | 应用机器学习算法结合临床数据和光学相干断层扫描血管成像进行糖尿病视网膜病变多分类识别 | 首次将机器学习算法应用于结合临床数据和OCTA参数进行糖尿病视网膜病变的多类别分类 | 样本量相对有限(203例训练,169例验证),且为横断面观察性研究 | 开发基于机器学习的糖尿病视网膜病变自动分类系统 | 糖尿病患者(共372例,372只眼) | 机器学习 | 糖尿病视网膜病变 | 光学相干断层扫描血管成像(OCTA) | 随机森林,梯度提升机,深度学习,逻辑回归 | 临床数据,影像数据 | 训练集203例,验证集169例 | NA | NA | AUC,ROC曲线 | NA |
407 | 2025-10-05 |
Progression or Aging? A Deep Learning Approach for Distinguishing Glaucoma Progression From Age-Related Changes in OCT Scans
2024-Oct, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2024.04.030
PMID:38703802
|
研究论文 | 开发了一种深度学习算法,用于在缺乏参考标准的情况下从OCT图像中检测青光眼进展 | 提出了一种弱监督时间序列学习模型(Noise-PU DL),能够区分青光眼进展与年龄相关变化 | 回顾性研究设计,缺乏参考标准作为金标准 | 开发能够区分青光眼进展与年龄相关变化的深度学习算法 | 青光眼患者和健康受试者的OCT扫描图像 | 计算机视觉 | 青光眼 | 光学相干断层扫描(OCT) | CNN,LSTM | 图像序列 | 3253只眼(1859名受试者)的8785个随访序列 | NA | CNN-LSTM | 命中率,特异性 | NA |
408 | 2025-10-05 |
Colour fusion effect on deep learning classification of uveal melanoma
2024-Oct, Eye (London, England)
DOI:10.1038/s41433-024-03148-4
PMID:38773261
|
研究论文 | 本研究验证深度学习对葡萄膜黑色素瘤和脉络膜痣的分类性能,并评估不同颜色融合策略对分类效果的影响 | 首次系统评估不同颜色融合策略(早期融合、中期融合和晚期融合)在葡萄膜黑色素瘤分类任务中对深度学习性能的影响 | 回顾性研究设计,样本量相对有限(798张图像),未进行外部验证 | 验证深度学习对葡萄膜黑色素瘤和脉络膜痣的自动分类能力,并评估颜色融合策略对分类性能的影响 | 438名患者的798张超广角视网膜图像,包括157名葡萄膜黑色素瘤患者和281名脉络膜痣患者 | 计算机视觉 | 葡萄膜黑色素瘤 | 超广角视网膜成像 | CNN | 图像 | 798张超广角视网膜图像(来自438名患者) | NA | NA | F1分数, 准确率, AUC | NA |
409 | 2025-10-05 |
Invariant point message passing for protein side chain packing
2024-Oct, Proteins
IF:3.2Q2
DOI:10.1002/prot.26705
PMID:38790143
|
研究论文 | 提出一种基于几何图神经网络的新方法PIPPack,用于蛋白质侧链包装任务 | 采用几何感知的不变点消息传递(IPMP)机制和二面角分布预测来生成理想的侧链坐标 | 仅在约1400个高质量蛋白质链的测试集上验证,未在更大规模或更复杂数据集上测试 | 解决蛋白质侧链包装(PSCP)问题,预测氨基酸侧链的高置信度低能量构象 | 蛋白质侧链构象 | 生物信息学 | NA | 几何图神经网络 | 图神经网络 | 蛋白质结构数据 | 约1400个高质量蛋白质链 | NA | 不变点消息传递(IPMP) | 旋转异构体恢复率, 每个残基RMSD | NA |
410 | 2025-10-05 |
An Updated Simplified Severity Scale for Age-Related Macular Degeneration Incorporating Reticular Pseudodrusen: Age-Related Eye Disease Study Report Number 42
2024-Oct, Ophthalmology
IF:13.1Q1
DOI:10.1016/j.ophtha.2024.04.011
PMID:38657840
|
研究论文 | 本研究更新了年龄相关性黄斑变性简化严重程度量表,纳入网状假性玻璃膜疣并进行外部验证 | 将网状假性玻璃膜疣状态纳入严重程度分级,并使用深度学习技术进行自动分级 | 研究基于临床试验队列,可能不适用于所有人群 | 更新年龄相关性黄斑变性风险评估量表并验证其准确性 | 年龄相关性黄斑变性患者 | 数字病理 | 年龄相关性黄斑变性 | 深度学习分级 | 深度学习 | 彩色眼底照片 | AREDS队列2719人,AREDS2队列1472人 | NA | NA | 5年进展率 | NA |
411 | 2025-10-05 |
SDF4CHD: Generative modeling of cardiac anatomies with congenital heart defects
2024-Oct, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103293
PMID:39146700
|
研究论文 | 提出一种针对先天性心脏病的心脏解剖结构生成建模方法,能够生成保留特定CHD类型拓扑特征的虚拟心脏解剖结构 | 提出类型和形状解耦的生成方法,能够捕获不同CHD类型的广泛解剖结构变化,并生成保留特定CHD类型独特拓扑结构的不同形状心脏解剖结构 | 训练数据集相对较小,仅包含67名患者,涵盖6种CHD类型和14种CHD类型组合 | 开发能够生成先天性心脏病心脏解剖结构的生成模型,用于改善诊断、治疗规划和计算模拟 | 先天性心脏病患者的心脏解剖结构 | 医学图像分析 | 先天性心脏病 | 深度学习,生成建模 | 生成模型 | 心脏解剖结构数据 | 67名患者,涵盖6种CHD类型和14种CHD类型组合 | NA | 基于符号距离场(SDF)的生成模型 | CHD类型正确性,形状合理性,泛化性能,心脏分割准确性 | NA |
412 | 2025-10-05 |
Accurate Automated Quantification of Dopamine Transporter PET Without MRI Using Deep Learning-based Spatial Normalization
2024-Oct, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-024-00869-y
PMID:39308485
|
研究论文 | 提出一种基于深度学习的空间归一化方法,用于无需MRI的18F-FP-CIT PET图像自动定量分析 | 开发了无需解剖图像(CT或MRI)的AI驱动PET空间归一化技术,通过循环训练策略实现从模板到个体空间的逆向形变 | 研究样本量有限(训练集213对,验证集89对,外部验证135例),未与其他PET定量方法进行广泛比较 | 开发无需MRI的自动化多巴胺转运体PET定量方法 | 帕金森病及相关帕金森综合征患者的18F-FP-CIT PET图像 | 医学影像分析 | 帕金森病 | 18F-FP-CIT PET成像,3D结构MRI | CNN | PET图像,MRI图像 | 训练集213对PET-MRI数据,验证集89对PET-MRI数据,外部验证135例数据 | NA | 卷积神经网络 | R²,斜率 | NA |
413 | 2025-10-05 |
Comparative analysis of chronic progressive nephropathy (CPN) diagnosis in rat kidneys using an artificial intelligence deep learning model
2024-Oct, Toxicological research
IF:1.6Q4
DOI:10.1007/s43188-024-00247-y
PMID:39345736
|
研究论文 | 本研究使用深度学习分割模型比较分析大鼠肾脏慢性进行性肾病的三种代表性病变诊断 | 首次针对包含多种病变的复杂病变诊断模型进行研究,并比较了三种不同分割算法在肾脏病理图像分析中的性能 | 样本量相对有限(33个全切片图像),模型在某些病变上准确率仍有提升空间 | 开发适用于复杂病变诊断的AI深度学习模型 | 大鼠肾脏慢性进行性肾病病变 | 数字病理学 | 肾脏疾病 | 全切片图像分析 | 深度学习分割模型 | 病理图像 | 33个大鼠肾脏全切片图像,约2000张包含三种病变的图像 | NA | YOLOv8, Mask R-CNN, SOLOv2 | 损失值, mAP50 | NA |
414 | 2025-10-05 |
Exploring the Impact of Model Complexity on Laryngeal Cancer Detection
2024-Oct, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India
DOI:10.1007/s12070-024-04776-8
PMID:39376269
|
研究论文 | 本研究探讨模型复杂度对喉癌检测效果的影响,通过比较逻辑回归、浅层神经网络和深度卷积网络在CT图像上的表现 | 首次系统比较不同复杂度机器学习模型在喉癌CT图像检测中的性能差异,揭示模型复杂度与诊断效果的关系 | 研究仅基于对比CT图像,未考虑其他影像模态;样本来源单一 | 评估模型复杂度对喉癌检测诊断效果的影响 | 喉癌患者的对比CT图像 | 计算机视觉 | 喉癌 | 计算机断层扫描(CT) | Logistic Regression, CNN | 医学图像 | NA | NA | 4层神经网络, ResNet-50 | 准确率 | NA |
415 | 2025-10-05 |
Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.232749
PMID:39377679
|
研究论文 | 通过体模和患者研究比较深度学习CT重建与自适应统计迭代重建在低对比度肝脏病变检测能力方面的表现 | 首次系统评估深度学习CT重建在低对比度肝脏病变检测方面的能力,并与传统迭代重建方法进行对比 | 单中心回顾性研究,样本量有限(50例患者,86个病灶) | 评估深度学习CT重建在低对比度肝脏病变检测方面的性能 | 肝脏低密度病灶和低对比度分辨率体模 | 医学影像分析 | 肝脏疾病 | CT扫描,深度学习图像重建 | 深度学习模型 | CT影像 | 50例患者(86个肝脏病灶)和低对比度分辨率体模 | NA | NA | 图像质量评分,病灶诊断置信度,病灶显著性,小病灶可见性,病灶与背景对比噪声比 | NA |
416 | 2025-10-05 |
Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240137
PMID:39404632
|
研究论文 | 本研究开发了一种融合急性期非增强CT和临床信息的深度学习模型,用于预测缺血性卒中患者90天改良Rankin量表评分 | 首次将急性期非增强CT与临床信息融合用于卒中功能结局预测,避免了传统方法需要手动特征工程和耗时后处理的局限性 | 回顾性研究设计,数据来源于临床试验和注册研究,可能存在选择偏倚 | 预测缺血性卒中患者90天功能结局,为医疗资源规划、临床试验设计和患者预期管理提供支持 | 缺血性卒中患者 | 医学影像分析 | 缺血性卒中 | 非增强CT | 深度学习 | 医学影像, 临床数据 | 1335名患者(中位年龄71岁,674名女性),来自4个多中心试验和2个注册研究 | NA | NA | 平均绝对误差, AUC, 准确率 | NA |
417 | 2025-10-05 |
Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis
2024-Oct, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.016958
PMID:39405390
|
研究论文 | 本研究通过AI技术分析冠状动脉斑块,建立患者特异性心肌梗死风险阈值 | 首次基于深度学习冠状动脉斑块量化分析,建立年龄和性别特异性的心肌梗死风险预测模型 | 研究样本量相对有限,需要更多前瞻性研究验证 | 评估基于深度学习的冠状动脉斑块量化分析对心肌梗死的预测价值 | 冠状动脉疾病患者 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管成像 | 深度学习 | 医学影像 | 2803名患者(956名用于建立分布,1847名用于外部验证) | NA | NA | 风险比, P值, 置信区间 | NA |
418 | 2025-10-05 |
Automated Detection and Grading of Extraprostatic Extension of Prostate Cancer at MRI via Cascaded Deep Learning and Random Forest Classification
2024-10, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.04.011
PMID:38670874
|
研究论文 | 开发基于级联深度学习和随机森林分类的AI工作流,用于从前列腺MRI自动检测和分级前列腺癌的包膜外侵犯 | 结合级联深度学习和随机森林分类器,利用多序列MRI数据实现前列腺癌包膜外侵犯的自动化分级 | 模型性能在某些EPE等级上的AUC相对较低(如等级3仅为0.55),样本量有限(634例患者) | 开发自动化AI工作流用于前列腺癌包膜外侵犯的检测和分级 | 前列腺癌患者的MRI影像数据 | 医学影像分析 | 前列腺癌 | T2W MRI, ADC map, High B DWI | 深度学习, 随机森林 | 医学影像 | 634例患者(507例训练集,127例测试集) | NA | 级联深度学习架构 | 平衡准确率, ROC AUC, 灵敏度, 特异性, 准确率 | NA |
419 | 2025-10-05 |
Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.232746
PMID:39436298
|
研究论文 | 评估四种自然语言处理工具在标注胸部X光报告时的性能和人口统计学偏差 | 首次系统评估多种NLP工具在胸部X光报告标注中的准确性和跨人口统计学群体的偏差 | 回顾性研究,仅评估了四种NLP工具,样本量相对有限 | 评估NLP工具在放射学报告标注中的准确性和人口统计学偏差 | 胸部X光报告 | 自然语言处理 | 胸部疾病 | 自然语言处理 | 规则基础模型,深度学习模型,混合模型 | 文本 | MIMIC数据集692例患者,IU数据集3665例患者 | NA | CheXpert, RadReportAnnotator, GPT-4, cTAKES | 准确率,错误率,Pearson χ²检验 | NA |
420 | 2025-10-05 |
Short-length SSVEP data extension by a novel generative adversarial networks based framework
2024-Oct, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-024-10134-9
PMID:39555252
|
研究论文 | 提出一种基于生成对抗网络的端到端信号转换框架TEGAN,用于扩展短时长稳态视觉诱发电位信号的数据长度 | 首次提出用于SSVEP信号时间窗口长度扩展的GAN框架,引入两阶段训练策略和LeCam散度正则化项 | 仅在两个公开SSVEP数据集上验证,需要进一步在实际应用场景中测试 | 解决SSVEP脑机接口系统中数据长度和校准数据量限制性能的问题 | 稳态视觉诱发电位信号 | 脑机接口 | NA | 脑电图 | GAN | 脑电信号 | 两个公开SSVEP数据集(4类和12类) | NA | TEGAN | 分类准确率 | NA |