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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
481 | 2025-10-05 |
Optimized Hybrid RNN-GRU Model for Predictive Diagnosis of Cardiovascular Disease
2025-Sep-30, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae0d95
PMID:41027445
|
研究论文 | 本研究开发了一种结合RNN和GRU的混合深度学习模型,用于提高心血管疾病风险预测的准确性和效率 | 提出了一种优化的混合RNN-GRU模型,结合了RNN处理序列数据的能力和GRU的门控机制特性,在心血管疾病预测中实现了99.6%的准确率 | 研究仅使用了918个样本的数据集,样本规模相对较小,且数据来源单一 | 提高心血管疾病风险预测的准确性和效率 | 心血管疾病患者数据 | 机器学习 | 心血管疾病 | 深度学习 | RNN, GRU | 数值型医疗数据 | 918个样本 | Scikit-learn | 混合RNN-GRU架构 | 准确率, F1分数, 精确率, 召回率 | NA |
482 | 2025-10-05 |
Serial 12-Lead ECG-Based Deep-Learning Model for Hospital Admission Prediction in Emergency Department Cardiac Presentations: Retrospective Cohort Study
2025-Sep-30, JMIR cardio
DOI:10.2196/80569
PMID:41027578
|
研究论文 | 开发并验证一种融合连续12导联心电图波形、生命体征和临床数据的深度学习模型,用于早期预测急诊科心脏相关症状患者的住院需求 | 首次将连续12导联心电图波形与动态生命体征和常规临床数据融合,开发多模态深度学习模型进行早期住院预测 | 回顾性研究设计,依赖电子健康记录数据的完整性和质量 | 开发实时深度学习模型预测急诊科心脏相关症状患者的早期住院需求 | 因胸痛、呼吸困难、晕厥或近乎晕厥就诊于急诊科的成年患者 | 医疗人工智能 | 心血管疾病 | 12导联心电图 | 深度学习,随机森林 | 心电图波形,生命体征,结构化临床数据 | 30,421例就诊记录(至少1次心电图),11,273例就诊记录(至少2次心电图) | NA | 多模态深度学习架构 | AUROC | NA |
483 | 2025-10-05 |
Artificial Intelligence for Postoperative Wound Monitoring: An Integrative Review of Digital Innovation and Clinical Feasibility
2025-Sep-30, The American surgeon
DOI:10.1177/00031348251385104
PMID:41027651
|
综述 | 本文系统评估人工智能在术后伤口监测中的应用现状与发展前景 | 首次针对术后伤口护理领域进行AI技术的整合性评估,提出将先进AI方法整合到外科实践的路线图 | 缺乏大规模标准化数据集、可解释AI框架和稳健的临床验证研究 | 评估AI驱动的术后伤口监测技术现状,推动AI在外科实践中的整合应用 | 术后伤口护理相关研究文献 | 数字病理 | 术后并发症 | 深度学习、可穿戴生物传感器、移动应用、自然语言处理 | NA | 多模态数据 | 118篇符合严格纳入标准的相关文献 | NA | NA | NA | NA |
484 | 2025-10-05 |
Mapping the knowledge landscape of robotic colorectal cancer surgery: a visualization study
2025-Sep-30, Journal of robotic surgery
IF:2.2Q2
DOI:10.1007/s11701-025-02838-9
PMID:41028391
|
研究论文 | 通过文献计量学和可视化方法揭示机器人结直肠癌手术领域的研究热点、新兴前沿和未来趋势 | 首次系统性地对2001-2024年间机器人结直肠癌手术研究进行知识图谱可视化分析 | 仅基于Web of Science数据库文献,可能存在收录偏差 | 探索机器人结直肠癌手术领域的研究格局和发展动态 | 2086篇机器人结直肠癌手术相关研究文献 | 医学信息学 | 结直肠癌 | 文献计量学分析,可视化分析 | NA | 文献数据 | 2086篇出版物 | Citespace | NA | NA | NA |
485 | 2025-10-05 |
3D Convolutional Neural Network for Predicting Clinical Outcome from Coronary Computed Tomography Angiography in Patients with Suspected Coronary Artery Disease
2025-Sep-30, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01667-4
PMID:41028565
|
研究论文 | 开发并评估用于从冠状动脉CT血管造影图像预测主要心脏事件的优化3D卷积神经网络模型 | 首次将优化的3D DenseNet架构应用于无标注CCTA图像进行心脏事件预测,并与传统风险评分结合实现逐步性能提升 | 单中心回顾性研究,数据未对冠状动脉斑块存在进行标注 | 通过深度学习改进疑似冠状动脉疾病患者的预后风险分层 | 疑似冠状动脉疾病患者 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管造影 | CNN | 3D医学图像 | 训练组5562名患者,测试组714名患者 | NA | 3D DenseNet | AUC | NA |
486 | 2025-10-05 |
Deep Learning-Based Cardiac CT Coronary Motion Correction Method with Temporal Weight Adjustment: Clinical Data Evaluation
2025-Sep-30, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01683-4
PMID:41028564
|
研究论文 | 提出一种基于深度学习的冠状动脉运动校正方法,通过时间权重调整改善心脏CT图像质量 | 提出时间加权运动校正网络(TW-MoCoNet),结合时间权重校正模块和可微分空间变换模块 | NA | 减少心脏CT冠状动脉运动伪影,提高图像质量和临床可解释性 | 冠状动脉CT血管造影(CCTA)图像 | 计算机视觉 | 心血管疾病 | CT血管造影 | 深度学习网络 | 医学图像 | 67例临床数据 | NA | TW-MoCoNet | PSNR, SSIM, FOR, LIRS, MAS, 4点Likert量表 | NA |
487 | 2025-10-05 |
Commercially Available Artificial Intelligence Solutions for Gynaecologic Cytology Screening and Their Integration Into Clinical Workflow
2025-Sep-30, Cytopathology : official journal of the British Society for Clinical Cytology
IF:1.2Q3
DOI:10.1111/cyt.70023
PMID:41028901
|
综述 | 全面评估商业化人工智能解决方案在妇科细胞学筛查中的应用现状及其临床工作流整合 | 系统分析AI技术在妇科细胞学筛查领域的商业化应用潜力及临床整合路径 | 未涉及具体临床验证数据及不同商业解决方案的横向性能对比 | 探讨人工智能技术如何改进妇科细胞学筛查流程并推动精准医疗发展 | 商业化AI软件在妇科细胞学(特别是宫颈涂片筛查)中的应用 | 数字病理 | 宫颈癌 | 巴氏涂片检测 | 机器学习,深度学习 | 细胞学图像 | NA | NA | NA | 准确性,一致性,效率 | NA |
488 | 2025-10-05 |
From Industrial Waste to Multistage Applications: Ultralight Lignin-Based Aerogel with Situ Vertically Oriented Structure for Photothermal-Assisted Pb2+ Adsorption in Wastewater and Reuse as Efficient Output and Stability Triboelectric Materials
2025-Sep-30, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202513337
PMID:41028951
|
研究论文 | 开发了一种具有原位垂直定向结构的超轻木质素气凝胶,用于废水中铅离子的光热辅助吸附,并再利用为摩擦电材料 | 首次将废弃吸附剂转化为木质素基摩擦电纳米发电机,实现木质素吸附剂的多阶段应用;结合深度学习算法实现98.5%的物体识别准确率 | NA | 实现工业废弃物到多功能材料的转化,开发高效废水处理和智能家居应用的新材料 | 铅离子废水处理、摩擦电纳米发电机、智能家居物体识别 | 材料科学 | NA | 定向冷冻法、离子交联法、磺化改性 | 深度学习模型 | 压力分布数据、电信号输出数据 | 11种不同物体的分类识别 | NA | NA | 识别准确率98.5% | NA |
489 | 2025-10-05 |
Self-supervised Representation Learning on Gene Expression Data
2025-Sep-30, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf533
PMID:41028963
|
研究论文 | 本研究探索了自监督学习方法在基因表达数据上的应用,用于表型预测任务 | 首次将自监督学习应用于批量RNA-Seq数据,减少了传统监督学习对标注数据的依赖 | NA | 开发基于自监督学习的基因表达数据分析方法,提高表型预测准确性 | 基因表达数据 | 机器学习 | NA | RNA-seq | 自监督学习 | 基因表达数据 | 多个公开可用的基因表达数据集 | NA | NA | 预测准确率 | NA |
490 | 2025-10-05 |
EEG-based motor execution classification of upper and lower extremities using machine learning
2025-Sep-30, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2566260
PMID:41028971
|
研究论文 | 本研究使用机器学习方法对基于脑电图的上肢和下肢运动执行进行分类 | 比较了统计特征和共空间模式两种特征提取方法在四肢运动分类中的性能,并验证了实时应用的可行性 | 存在受试者变异性和数据集特异性问题 | 开发用于脑机接口和神经假体的运动执行分类方法 | 上肢和下肢运动执行的脑电图信号 | 机器学习 | NA | 脑电图 | K-近邻算法,线性判别分析,多层感知机,支持向量机 | 脑电图信号 | NA | NA | NA | 准确率,F1分数,精确率,召回率 | NA |
491 | 2025-10-05 |
FFM-ViT: an efficient fish species classification method based on deep features and transformers
2025-Sep-30, Journal of fish biology
IF:1.7Q2
DOI:10.1111/jfb.70213
PMID:41028988
|
研究论文 | 提出一种基于深度特征和Transformer的高效鱼类物种分类方法FFM-ViT | 放弃传统ViT的直接分块操作,引入MBConv和Fuse-MBConv模块获取更准确的高维信息,并新增通道空间合并注意力(CSMA)模块增强特征提取能力 | NA | 解决小规模鱼类数据集和高相似度物种的分类难题 | 鱼类物种 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 包含78个类别的Oceanfish78数据集,并在fish4knowledge和Fish31等数据集上测试 | NA | Vision Transformer, MBConv, Fuse-MBConv | 准确率 | NA |
492 | 2025-10-05 |
A Resilient MEMS Sensor Array-AI System for DGA-Based Transformer Fault Monitoring in High-H2 Environments
2025-Sep-30, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c02569
PMID:41029895
|
研究论文 | 提出一种集成MEMS混合传感器阵列与CNN-LSTM-AM深度学习模型的协同优化传感框架,用于高氢环境下变压器故障监测 | 结合Pd-Au与MOS传感器的混合阵列设计,以及集成1D CNN特征提取与LSTM注意力机制的深度学习模型,并引入平滑标签训练方法 | 基于定制数据集验证,在实际工业环境中的长期稳定性需要进一步验证 | 开发高氢环境下变压器溶解气体分析的可靠监测系统 | 电力变压器故障监测 | 机器学习和传感器技术 | NA | MEMS气体传感器,溶解气体分析 | CNN, LSTM | 气体传感器信号数据 | 定制数据集D1和UCI-TGS基准数据集 | NA | CNN-LSTM-AM(1D CNN与LSTM注意力机制) | 均方误差,预测方差 | NA |
493 | 2025-10-05 |
A Deep Learning Model to Identify Mitral Valve Prolapse From the Echocardiogram
2025-Sep-30, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.08.011
PMID:41031982
|
研究论文 | 开发深度学习模型DROID-MVP用于从超声心动图视频中自动识别二尖瓣脱垂 | 首次开发专门用于识别二尖瓣脱垂的深度学习模型,并在大规模多中心数据集上进行验证 | 研究基于单中心数据开发,外部验证仅限于两个医疗中心 | 开发自动化诊断二尖瓣脱垂的深度学习模型 | 心脏病患者和初级保健患者的超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 总计1,043,893个超声心动图视频(48,829项研究),来自16,902名心脏病患者和9,145名初级保健患者 | NA | DROID-MVP | AUROC, 平均精确率 | NA |
494 | 2025-10-05 |
Non-invasive tidal volume estimation with wearable sensors using a high-gain observer and deep learning
2025-Sep-29, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111114
PMID:41027340
|
研究论文 | 本研究通过结合非线性高增益观测器和深度学习网络,利用可穿戴传感器实现无创潮气量估计 | 首次将非线性高增益观测器与CNN-LSTM网络相结合用于潮气量估计,通过HGO处理传感器漂移和重力分量,利用CNN-LSTM捕捉时空依赖性 | 研究样本量较小(仅6名受试者),需要进一步验证在更大人群中的适用性 | 开发一种无创、便捷的呼吸监测方法,替代传统的侵入性肺活量测定 | 人体呼吸过程中的潮气量参数 | 机器学习 | 呼吸系统疾病 | 可穿戴惯性测量单元(IMU)传感技术 | CNN-LSTM | 传感器时序数据 | 6名受试者 | NA | CNN-LSTM | 均方根误差(RMS error) | NA |
495 | 2025-10-05 |
Machine learning for air quality prediction and data analysis: Review on recent advancements, challenges, and outlooks
2025-Sep-29, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180593
PMID:41027351
|
综述 | 本文系统回顾了机器学习在空气质量预测与数据分析领域的最新进展、挑战与前景 | 首次对70余项相关研究进行系统分类,基于学习范式比较不同算法的效能,并提出未来研究方向 | 未包含非英语文献,部分新兴技术应用案例覆盖不足 | 评估机器学习在空气质量监测领域的应用效果与发展趋势 | 空气质量监测数据与预测模型 | 机器学习 | NA | 物联网传感器网络 | 集成学习,深度学习,无监督学习,强化学习 | 时间序列数据,空间数据 | 70余项研究文献 | NA | Random Forest, XGBoost, LSTM, CNN | 准确率 | NA |
496 | 2025-10-05 |
Integrating Multi-Modal Imaging Features for Early Prediction of Acute Kidney Injury in Pneumonia Sepsis: A Multicenter Retrospective Study
2025-Sep-29, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.08.007
PMID:41027784
|
研究论文 | 本研究开发了一种多模态深度学习框架MCANet,通过整合肺部、心外膜脂肪组织和T4水平皮下脂肪组织的影像特征,早期预测肺炎相关脓毒症患者的急性肾损伤 | 首次提出结合多区域影像特征(肺部、心外膜脂肪组织、T4水平皮下脂肪组织)的深度学习框架,采用跨注意力机制增强解剖区域间交互,显著提升AKI预测性能 | 回顾性研究设计,样本量相对有限(399例患者),需进一步前瞻性验证 | 早期预测肺炎相关脓毒症患者的急性肾损伤发生 | 肺炎相关脓毒症患者 | 数字病理 | 急性肾损伤 | CT成像,放射组学分析 | CNN, LightGBM | CT图像,临床记录,实验室数据 | 399例肺炎相关脓毒症患者 | PyTorch, PyRadiomics | ResNet-18, ResNet-101, MCANet, MSFAN | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
497 | 2025-10-05 |
TEDNet: Cascaded CNN-transformer with dual attentions for taste EEG decoding
2025-Sep-27, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110594
PMID:41022309
|
研究论文 | 提出一种结合CNN和Transformer的双注意力味觉脑电信号解码网络TEDNet | 集成时序空间卷积模块、时序空间注意力模块和局部全局融合模块,首次将CNN与Transformer结合用于味觉脑电解码 | 未提及模型在其他数据集上的泛化能力 | 开发客观的味觉感知解码方法,推进食品科学中的感官评估 | 酸、甜、苦、咸四种味觉刺激诱发的脑电信号 | 脑机接口 | NA | 脑电图(EEG) | CNN,Transformer | 脑电信号 | 30名受试者的2400个脑电样本 | NA | TEDNet,TSCM,TSAM,LGFM | 准确率,F1分数,Kappa系数 | NA |
498 | 2025-10-05 |
Secure and fault tolerant cloud based framework for medical image storage and retrieval in a distributed environment
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16903-8
PMID:41006454
|
研究论文 | 提出了一种安全容错的医疗图像检索框架SFMedIR,通过联邦学习和量子混沌加密解决分布式环境中的安全与可用性问题 | 结合抗对抗攻击的联邦学习哈希生成、量子混沌加密和动态阈值影子存储,首次在医疗图像检索中实现对抗攻击防护与量子威胁防御 | 仅在脑部MRI和肾脏CT数据集上验证,未涵盖更多医疗影像模态 | 开发安全可靠的分布式云医疗图像存储检索系统 | 医疗图像(脑部MRI、肾脏CT) | 计算机视觉 | 神经系统疾病, 肾脏疾病 | 联邦学习, 量子混沌加密 | CNN | 图像 | 脑部MRI和肾脏CT数据集 | NA | ConvNeXt | 检索准确率 | 分布式云架构 |
499 | 2025-10-05 |
A vision transformer with recurrent neural network-based fall activity recognition system for disabled persons in smart IoT environments
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17497-x
PMID:41006477
|
研究论文 | 提出一种结合视觉变换器和循环神经网络的跌倒活动识别系统,用于智能物联网环境中残疾人士的跌倒检测 | 首次将视觉变换器(ViT)与带自注意力机制的双向门控循环单元(BiGRU-SAM)相结合,并采用增强型袋熊优化算法(EWOA)进行超参数优化 | 仅在UR_Fall_Dataset_Subset数据集上进行验证,需要更多数据集和实际场景测试 | 提高智能物联网环境中残疾人士跌倒检测和分类的准确率 | 残疾人士的跌倒活动 | 计算机视觉 | 老年疾病 | 深度学习 | Vision Transformer, BiGRU | 图像 | UR_Fall_Dataset_Subset数据集 | NA | Vision Transformer, BiGRU with Self-Attention Mechanism | 准确率 | NA |
500 | 2025-10-05 |
Machine learning combined with omics-based approaches reveals T-lymphocyte cellular fate imbalance in abdominal aortic aneurysm
2025-Sep-26, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02400-x
PMID:41013440
|
研究论文 | 通过机器学习与组学方法揭示腹主动脉瘤中T淋巴细胞命运失衡的分子机制 | 首次建立包含T细胞浸润特征、关键转录因子和免疫信号通路的综合调控图谱,并发现FOSB和JUNB作为AAA诊断关键生物标志物 | 未明确说明样本规模和数据来源的具体限制 | 阐明腹主动脉瘤中T淋巴细胞命运失衡的分子机制 | 腹主动脉瘤组织中的T淋巴细胞群体 | 机器学习 | 心血管疾病 | 单细胞测序, 批量测序 | 深度学习 | 单细胞数据, 批量数据, 临床样本 | 多个独立数据集和临床样本 | NA | NA | 可行性, 准确性 | NA |