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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
581 | 2025-10-05 |
Exploring Imagined Movement for Brain-Computer Interface Control: An fNIRS and EEG Review
2025-Sep-19, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15091013
PMID:41008372
|
综述 | 系统评述脑机接口中基于运动想象的脑电和近红外光谱技术研究进展 | 首次系统比较EEG和fNIRS在运动想象解码中的优劣,并探讨混合系统的协同优势 | 在线运动想象解码可靠性仍低于实际运动执行,生理延迟问题尚未完全解决 | 评估非侵入式脑机接口在运动功能恢复中的应用潜力 | 运动想象脑机接口系统 | 脑机接口 | 肢体功能障碍 | EEG, fNIRS, 混合神经成像 | 深度学习 | 神经信号 | NA | NA | NA | 分类准确率 | NA |
582 | 2025-10-05 |
Electroencephalography-Based Machine Learning for Biomarker Detection in Dyslexia and Autism Spectrum Disorder: A Comparative Review of Models, Features, and Diagnostic Utility
2025-Sep-19, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182388
PMID:41008759
|
综述 | 本文系统综述了基于脑电图的机器学习和深度学习方法在自闭症谱系障碍和发育性阅读障碍生物标志物检测中的最新进展 | 比较分析了多种机器学习模型在神经发育障碍诊断中的应用,包括传统方法和基于Transformer的先进架构 | 模型可解释性不足,泛化能力有限,特别是对高度异质性的自闭症谱系障碍适用性存在挑战 | 探索与自闭症谱系障碍和发育性阅读障碍相关的神经生物学指标检测 | 自闭症谱系障碍和发育性阅读障碍患者 | 机器学习 | 自闭症谱系障碍, 发育性阅读障碍 | 脑电图 | 支持向量机, 随机森林, 深度神经网络, Transformer | 脑电图信号 | 基于15篇同行评审研究论文(2013-2025年) | MATLAB, MNE-Python, EEGLAB | 深度神经网络, Transformer架构 | 准确率 | NA |
583 | 2025-10-05 |
Deep Learning-Based Prediction Model of Surgical Indication of Nasal Bone Fracture Using Waters' View
2025-Sep-19, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182386
PMID:41008757
|
研究论文 | 开发基于深度学习的AI模型,通过Waters位X光片预测鼻骨骨折手术指征 | 首次将深度学习技术应用于鼻骨骨折手术指征预测,结合位移角度、骨间隙大小等多参数构建预测模型 | 研究为回顾性分析,样本量相对有限(2099张影像),需要进一步前瞻性验证 | 开发辅助急诊科医生识别鼻骨骨折并确定手术指征的AI决策支持工具 | 2008年3月至2022年7月期间接受颅骨X光检查(Waters位)的面部创伤患者 | 计算机视觉 | 鼻骨骨折 | X射线摄影(Waters位) | 深度学习 | X光影像 | 2099张X光影像 | NA | 50层网络架构 | 准确率, 精确率, 召回率, F1分数 | NA |
584 | 2025-10-05 |
RETRACTED: Hasanin et al. Exploration of Despair Eccentricities Based on Scale Metrics with Feature Sampling Using a Deep Learning Algorithm. Diagnostics 2022, 12, 2844
2025-Sep-19, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182384
PMID:41008786
|
撤稿声明 | 期刊正式撤回一篇关于使用深度学习算法探索绝望异常特征的研究论文 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
585 | 2025-10-05 |
Deep Learning-Based Automatic Segmentation and Analysis of Mitochondrial Damage by Zika Virus and SARS-CoV-2
2025-Sep-19, Viruses
DOI:10.3390/v17091272
PMID:41012699
|
研究论文 | 开发基于深度学习的自动分割和分析方法,用于识别寨卡病毒和SARS-CoV-2引起的线粒体损伤 | 首次将U-Net架构的卷积神经网络应用于病毒感染的线粒体超微结构自动分割和分析,实现免疫反应预测 | 未提及模型在不同细胞类型或病毒种类间的泛化能力验证 | 通过自动分析线粒体形态变化来预测病毒感染引发的免疫反应类型 | 感染两种SARS-CoV-2变体或寨卡病毒的细胞线粒体 | 数字病理学 | 病毒感染 | 透射电子显微镜 | CNN | 图像 | NA | NA | U-Net | 准确率 | NA |
586 | 2025-10-05 |
Pixel-Level Segmentation of Retinal Breaks in Ultra-Widefield Fundus Images with a PraNet-Based Machine Learning Model
2025-Sep-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25185862
PMID:41013098
|
研究论文 | 本研究开发了一种基于PraNet架构的深度学习分割模型,用于在超广角眼底图像中实现视网膜裂孔的像素级分割 | 这是首个使用深度学习在超广角眼底图像中实现视网膜裂孔像素级分割的研究 | NA | 开发自动准确的视网膜裂孔分割方法以辅助早期诊断 | 视网膜裂孔 | 计算机视觉 | 视网膜疾病 | 超广角眼底成像 | 深度学习 | 图像 | 8083个病例的34,867张超广角眼底图像 | NA | PraNet | 准确率,精确率,召回率,IoU,dice系数,质心距离分数 | NA |
587 | 2025-10-05 |
Partitioned RIS-Assisted Vehicular Secure Communication Based on Meta-Learning and Reinforcement Learning
2025-Sep-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25185874
PMID:41013112
|
研究论文 | 提出一种基于元学习和强化学习的分区RIS辅助车载安全通信方案,通过联合优化RIS分区和反射矩阵来应对动态窃听威胁 | 首次将分区RIS与元学习、强化学习相结合,通过RIS分区分别增强合法信号和定向干扰窃听者,实现安全性能最大化 | 研究基于仿真验证,未提及实际部署中的硬件限制和信道测量误差影响 | 解决车载自组织网络中动态窃听威胁下的安全通信问题 | 车载自组织网络中的通信安全 | 机器学习 | NA | 元学习,强化学习 | NA | 仿真数据 | NA | NA | NA | 安全速率,收敛速度 | NA |
588 | 2025-10-05 |
A Hybrid Deep Learning Framework for Fault Diagnosis in Milling Machines
2025-Sep-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25185866
PMID:41013110
|
研究论文 | 提出一种用于铣床刀具故障诊断的混合深度学习框架,解决工业监测中的噪声信号、有限故障标签和工况变化等挑战 | 结合基线漂移去除、对数连续小波尺度图、Canny边缘检测和双分支编码器的混合框架,通过集成决策机制实现高精度故障诊断 | 未明确说明样本数量和数据来源的具体细节 | 开发高精度、鲁棒的铣床刀具故障诊断方法 | 铣床切割刀具 | 机器学习 | NA | 振动信号分析,连续小波变换,边缘检测 | 深度学习,集成学习 | 振动信号,时频图像 | 真实切削刀具数据(具体数量未说明) | NA | 双分支编码器,集成决策机制 | 准确率 | 轻量级框架(具体硬件未说明) |
589 | 2025-10-05 |
Review of Uneven Road Surface Information Perception Methods for Suspension Preview Control
2025-Sep-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25185884
PMID:41013122
|
综述 | 系统综述了用于悬架预瞄控制的路面不平信息感知方法,重点关注坑洼和减速带的识别技术 | 强调高程信息在悬架预瞄控制中的核心作用,并系统总结了基于LiDAR、立体视觉和多模态融合的高程重建技术 | NA | 提升路面信息检测精度和悬架预瞄系统控制效率,促进智能底盘发展 | 路面不平信息(坑洼、减速带) | 机器视觉 | NA | LiDAR、立体视觉、多传感器融合 | NA | 2D图像、3D点云、多模态传感器数据 | NA | NA | NA | NA | NA |
590 | 2025-10-05 |
Compound Jamming Recognition Under Low JNR Setting Based on a Dual-Branch Residual Fusion Network
2025-Sep-19, Sensors (Basel, Switzerland)
DOI:10.3390/s25185881
PMID:41013118
|
研究论文 | 提出一种基于双分支残差融合网络的复合干扰识别方法,用于低干噪比条件下的雷达干扰信号识别 | 采用双分支架构同时处理时域和时频域特征,结合多分支卷积结构增强特征提取,并应用有效的特征融合策略捕获细微模式 | 基于仿真实验结果,未提及在实际雷达系统中的验证 | 提升雷达抗干扰能力,实现复杂电磁环境下复合干扰信号的准确识别 | 雷达复合干扰信号 | 信号处理 | NA | 深度学习 | CNN | 时域信号,时频域信号 | NA | NA | 双分支残差融合网络 | 识别准确率,噪声鲁棒性 | NA |
591 | 2025-10-05 |
Hyperspectral Imaging-Based Deep Learning Method for Detecting Quarantine Diseases in Apples
2025-Sep-18, Foods (Basel, Switzerland)
DOI:10.3390/foods14183246
PMID:41008218
|
研究论文 | 提出一种基于高光谱成像和深度学习的方法用于检测苹果检疫性病害 | 设计了专用于高光谱输入的HSC-Resnet网络,通过增加卷积通道和集成通道与空间注意力机制来突出信息波段和区域 | NA | 开发快速、无损的苹果检疫性病害检测系统 | 感染三种常见检疫性病原体的苹果 | 计算机视觉 | 植物病害 | 高光谱成像 | CNN | 高光谱图像 | NA | NA | HSC-Resnet | 精确率 | NA |
592 | 2025-10-05 |
Improving the Detection Performance of Cardiovascular Diseases from Heart Sound Signals with a New Deep Learning-Based Approach
2025-Sep-18, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182379
PMID:41008751
|
研究论文 | 提出一种基于深度学习的心音信号分析方法,用于提高心血管疾病的检测性能 | 提出结合残差注意力块和MLP-mixer模型的深度学习架构,以及融合NCA和ReliefF算法的新特征选择方法 | 仅使用单一数据集进行验证,未提及外部验证结果 | 开发高精度的心血管疾病人工智能诊断支持系统 | 心音信号(PCG信号) | 机器学习 | 心血管疾病 | 心音信号分析,谱图图像转换 | 深度学习 | 心音信号,图像 | 2016年PhysioNet/CinC挑战赛数据集 | NA | 残差块,注意力机制,MLP-mixer | 准确率,灵敏度,特异性,精确率,F1分数 | NA |
593 | 2025-10-05 |
Radiomics in Pituitary Adenomas: A Systematic Review of Clinical Applications and Predictive Models
2025-Sep-18, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14186595
PMID:41010799
|
系统综述 | 本文系统综述了影像组学在垂体腺瘤中的临床应用和预测模型 | 首次系统性地总结和分析了影像组学在垂体腺瘤诊断、预测和预后建模中的应用现状 | 研究方法存在异质性,外部验证率低(仅12%),缺乏标准化 | 评估影像组学在垂体腺瘤临床应用的现状和预测模型性能 | 人类垂体腺瘤患者 | 医学影像分析 | 垂体腺瘤 | MRI影像组学 | 机器学习,深度学习 | 医学影像 | 超过9350名患者,来自49项研究 | PyRadiomics | 支持向量机,随机森林,逻辑回归 | AUC | NA |
594 | 2025-10-05 |
A Dual-Segmentation Framework for the Automatic Detection and Size Estimation of Shrimp
2025-Sep-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25185830
PMID:41013067
|
研究论文 | 提出一种基于双重分割的深度学习框架,用于自动检测虾类并精确估算其尺寸 | 集成实例分割与增强语义分割的双重分割框架,通过预测虾体中心线实现精确尺寸测量 | 未明确说明训练数据规模和模型在复杂场景下的泛化能力 | 开发自动化的虾类尺寸检测方法以替代传统人工测量 | 养殖虾类的物理特征和尺寸参数 | 计算机视觉 | NA | 图像处理,深度学习 | 实例分割,语义分割 | 图像 | NA | NA | RTMDet-m, 自定义分割模型 | AP50, FPS, F1-score, 平均绝对误差, 均方根误差 | NA |
595 | 2025-10-05 |
MultivariateSystem Identification of Differential Drive Robot: Comparison Between State-Space and LSTM-Based Models
2025-Sep-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25185821
PMID:41013058
|
研究论文 | 比较状态空间模型和LSTM网络在差速驱动机器人系统辨识中的性能表现 | 首次对传统状态空间模型和深度学习LSTM网络在机器人系统辨识中进行直接对比研究 | 仅基于5分钟导航序列的实验数据,未在更复杂环境中验证模型鲁棒性 | 比较不同建模方法在机器人系统辨识中的性能差异 | 差速驱动机器人 | 机器学习 | NA | 系统辨识 | 状态空间模型,LSTM | 机器人运动数据 | 5分钟导航序列的实验数据 | NA | LSTM | FIT,RMSE | NA |
596 | 2025-10-05 |
Linking a Deep Learning Model for Concussion Classification with Reorganization of Large-Scale Brain Networks in Female Youth
2025-Sep-17, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12090986
PMID:41007230
|
研究论文 | 本研究开发基于LSTM的深度学习模型用于女性青少年脑震荡分类,并结合脑网络连接性分析探讨其神经机制 | 首次将深度学习分类与脑网络重组机制分析相结合,直接从原始静息态EEG数据实现脑震荡分类 | 样本量有限,未考虑激素周期变化和症状亚组差异,需要更大数据集验证 | 开发客观可靠的脑震荡早期诊断工具并探索其神经机制 | 15-24岁女性青少年(脑震荡患者与健康对照) | 机器学习 | 脑震荡 | 静息态脑电图 | LSTM | EEG信号 | 未明确具体样本数量(15-24岁女性青少年) | NA | LSTM | 准确率,AUC | NA |
597 | 2025-10-05 |
Artificial Intelligence in the Diagnosis and Treatment of Brain Gliomas
2025-Sep-17, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines13092285
PMID:41007844
|
综述 | 本文综述人工智能在脑胶质瘤诊断和治疗中的应用现状与前景 | 系统阐述AI通过深度学习驱动的影像组学和影像基因组学在胶质瘤分子特征预测、手术规划、放疗优化及免疫治疗等全流程管理中的创新应用 | 数据异质性、算法透明度不足和监管挑战阻碍AI在神经肿瘤学的临床转化 | 探讨人工智能技术在脑胶质瘤精准诊疗中的应用价值与发展方向 | 脑胶质瘤患者 | 数字病理 | 脑胶质瘤 | 深度学习驱动的影像组学、影像基因组学 | 深度学习模型 | 医学影像、分子数据、临床数据 | NA | NA | NA | NA | NA |
598 | 2025-10-05 |
Evaluating Deep Learning-Based Commercial Software for Detecting Ischemic Lesions on DWI in Stroke Patients
2025-Sep-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182357
PMID:41008729
|
研究论文 | 评估商业深度学习软件在DWI图像上检测缺血性病变的诊断性能 | 首次对CE认证的商业AI软件在真实世界卒中患者中的表现进行系统性评估,并分析病变特征对检测灵敏度的影响 | 回顾性研究设计,软件对小而不明显的病变检测灵敏度有限 | 评估商业AI软件在DWI上检测缺血性病变的诊断性能 | 235例确诊缺血性卒中并接受DWI检查的患者 | 医学影像分析 | 缺血性卒中 | 扩散加权成像(DWI) | 深度学习 | 医学影像(DWI) | 235例缺血性卒中患者 | NA | NA | 灵敏度,置信区间 | NA |
599 | 2025-10-05 |
Pain Level Classification from Speech Using GRU-Mixer Architecture with Log-Mel Spectrogram Features
2025-Sep-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182362
PMID:41008735
|
研究论文 | 提出一种基于GRU-Mixer架构的轻量级深度学习模型,用于从语音信号中自动识别疼痛等级 | 首次在TAME Pain数据集上应用深度学习分类方法,提出结合双向GRU和自适应平均池化时序混合机制的GRU-Mixer架构 | NA | 开发非侵入式实时疼痛评估系统,特别针对自我报告能力受限的人群 | 语音信号中的疼痛表达 | 自然语言处理 | 疼痛评估 | 语音信号处理 | GRU | 音频 | TAME Pain数据集 | NA | GRU-Mixer, 双向GRU | 准确率 | NA |
600 | 2025-10-05 |
Tumour-Infiltrating Lymphocytes, Tumour Cell Density, and Response to Neoadjuvant Short-Course Radiotherapy in Rectal Cancer: A Translational Sub-Study from the MRC CR07 Clinical Trial
2025-Sep-17, Cancers
IF:4.5Q1
DOI:10.3390/cancers17183040
PMID:41008883
|
研究论文 | 本研究评估肿瘤细胞密度和肿瘤浸润淋巴细胞密度在直肠癌患者中对新辅助短程放疗反应的预测和预后价值 | 首次在大型临床试验中系统评估TCD和TIL密度对直肠癌放疗反应的预测价值,并发现TCD在不同治疗组中具有相反的生存关联 | TIL密度未能显示预测价值,样本量有限,且为回顾性分析 | 探索直肠癌放疗反应的生物标志物 | 直肠癌患者 | 数字病理学 | 直肠癌 | 深度学习细胞检测,手动点计数法 | 深度学习 | 组织切片图像 | 253份治疗前活检样本和569份切除标本,其中102份活检和匹配切除标本用于TIL分析 | MIM, R | NA | 风险比,置信区间,p值 | NA |