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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
601 | 2025-10-05 |
Advances in Nondestructive Technologies for External Eggshell Quality Evaluation
2025-Sep-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25185796
PMID:41013034
|
综述 | 系统总结用于禽蛋外部蛋壳质量无损检测的最新技术进展 | 重点突出深度学习和传感器融合技术在微裂纹检测(高达99.4%准确率)及蛋壳强度预测中的优势 | 存在噪声干扰、信号变异性和工业部署可扩展性等新兴挑战 | 推进禽蛋产品供应链中的无损质量控制技术 | 禽蛋蛋壳 | 机器视觉 | NA | 声学共振、超声成像、太赫兹光谱、机器视觉、电特性传感 | 深度学习 | 传感器数据、图像 | NA | NA | NA | 准确率 | 边缘计算 |
602 | 2025-10-05 |
An Explainable Deep Learning-Based Predictive Maintenance Solution for Air Compressor Condition Monitoring
2025-Sep-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25185797
PMID:41013035
|
研究论文 | 提出一种基于可解释深度学习的空气压缩机预测性维护解决方案,用于状态监测和故障预测 | 结合混合深度神经网络与支持向量机进行状态分类,并在三种不同设备上验证性能,同时集成三种模型无关的可解释AI方法增强决策透明度 | NA | 开发空气压缩机的预测性维护解决方案,提高设备可靠性和运行效率 | 空气压缩机的排气阀、轴承、水泵和散热器 | 机器学习 | NA | 传感器数据采集,人工智能算法 | 深度神经网络, 支持向量机 | 传感器数据 | NA | NA | 混合深度神经网络 | 准确率, 精确率, 召回率, F1分数, 延迟, 能耗, CO排放 | NVIDIA T4 GPU, Raspberry Pi 4 Model B, NVIDIA Jetson Nano |
603 | 2025-10-05 |
A Study on IoT Device Authentication Using Artificial Intelligence
2025-Sep-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25185809
PMID:41013047
|
综述 | 本文探讨人工智能算法在物联网设备认证机制中的应用研究 | 系统分析AI认证模型在物联网设备认证中的优势,并指出未来研究方向 | 未涉及具体实验验证,主要为理论分析和文献综述 | 提升物联网设备认证机制的准确性和效率 | 物联网设备及其行为数据 | 机器学习 | NA | NA | 深度学习算法,卷积神经网络,强化学习 | 行为数据 | NA | NA | CNN | NA | NA |
604 | 2025-10-05 |
Artificial Intelligence-Based Arterial Input Function for the Quantitative Assessment of Myocardial Blood Flow and Perfusion Reserve in Cardiac Magnetic Resonance: A Validation Study
2025-Sep-16, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182341
PMID:41008713
|
研究论文 | 验证基于人工智能的动脉输入函数深度学习模型在心脏磁共振中定量评估心肌血流量和灌注储备的性能 | 开发了基于1-D U-Net的AI动脉输入函数模型,能够从标准灌注图像预测未饱和动脉输入函数 | 静息MBF和MPR评估存在较大偏差,需要进一步训练以提高准确性 | 验证AI动脉输入函数模型在心肌血流量定量评估中的性能 | 31名患有或有血管性认知障碍风险的患者 | 医学影像分析 | 心血管疾病 | 心脏磁共振成像,双序列灌注协议 | 深度学习 | 磁共振灌注图像 | 31名患者的完整应激和静息灌注数据集 | NA | 1-D U-Net | Bland-Altman分析,一致性分类 | NA |
605 | 2025-10-05 |
Data Leakage in Deep Learning for Alzheimer's Disease Diagnosis: A Scoping Review of Methodological Rigor and Performance Inflation
2025-Sep-16, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182348
PMID:41008719
|
综述 | 本文通过范围综述探讨阿尔茨海默病深度学习诊断中数据泄漏导致性能虚高的问题 | 开发了新颖的三层风险分层框架评估数据泄漏潜力,并首次系统量化方法严谨性与报告准确率之间的反向关系 | 仅纳入44项研究,可能无法代表全部相关文献;主要关注数据泄漏,其他方法学问题探讨有限 | 调查阿尔茨海默病深度学习诊断中方法学缺陷(特别是数据泄漏)对性能指标的系统性夸大影响 | 使用深度学习进行阿尔茨海默病诊断的研究文献 | 医疗人工智能 | 阿尔茨海默病 | 深度学习 | NA | 医学影像数据 | 44项符合纳入标准的研究(从2368条记录中筛选) | NA | NA | 准确率 | NA |
606 | 2025-10-05 |
Evaluation of Apical Closure in Panoramic Radiographs Using Vision Transformer Architectures ViT-Based Apical Closure Classification
2025-Sep-16, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182350
PMID:41008722
|
研究论文 | 评估基于视觉变换器(ViT)的深度学习模型在全景X光片中根尖闭合分类的性能,并与传统卷积神经网络进行比较 | 首次将ViT架构应用于牙科全景X光片的根尖闭合分类任务,并与多种CNN架构进行系统性比较 | 研究为回顾性单中心研究,样本来源有限,未来需要多中心和多模态数据验证 | 评估ViT模型在牙科X光片根尖闭合分类中的诊断准确性 | 全景X光片(OPGs)中的根尖闭合状态 | 计算机视觉 | 牙科疾病 | 全景X光摄影 | ViT, CNN | 医学影像 | NA | NA | ViT Base Patch16, ViT Patch32, ResNet50, VGG19, EfficientNetB0 | 准确率, 精确率, 召回率, F1分数, AUC | NA |
607 | 2025-10-05 |
Augmented Decisions: AI-Enhanced Accuracy in Glaucoma Diagnosis and Treatment
2025-Sep-16, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14186519
PMID:41010723
|
综述 | 回顾人工智能在青光眼诊疗中的应用,分析其准确性和临床价值 | 整合多模态数据的序列感知模型能提前1.7年预测视野恶化,多模态网络预测手术需求AUROC达0.92 | 存在算法偏见、工作流整合困难、需符合欧盟AI法案和FDA GMLP等监管要求 | 评估AI/AuI在青光眼诊疗中的准确性和临床应用前景 | 青光眼患者 | 医学人工智能 | 青光眼 | 深度学习 | 深度学习系统,序列感知模型,多模态网络,大语言模型 | 眼底照片,OCT volumes,视野数据,临床数据 | 150余项同行评审研究 | NA | NA | AUC,AUROC,灵敏度,特异性 | 智能手机(社区诊所分诊) |
608 | 2025-10-05 |
The Role of Artificial Intelligence in Herpesvirus Detection, Transmission, and Predictive Modeling: With a Special Focus on Marek's Disease Virus
2025-Sep-16, Pathogens (Basel, Switzerland)
DOI:10.3390/pathogens14090937
PMID:41011837
|
综述 | 探讨人工智能在疱疹病毒检测、传播建模和预测分析中的应用,特别关注马立克氏病病毒 | 系统阐述AI技术在兽医病毒学领域对疱疹病毒研究的革新性应用,包括诊断改进和传播动力学建模 | 未涉及具体实验数据验证,主要基于现有文献分析 | 评估人工智能在疱疹病毒研究和防控中的应用潜力 | 疱疹病毒(包括HSV、EBV、CMV等)及马立克氏病病毒 | 自然语言处理, 机器学习 | 疱疹病毒感染 | 机器学习, 深度学习, 自然语言处理 | NA | 文本数据, 生物医学数据 | NA | NA | NA | NA | NA |
609 | 2025-10-05 |
Human Activity Recognition via Attention-Augmented TCN-BiGRU Fusion
2025-Sep-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25185765
PMID:41013001
|
研究论文 | 提出一种结合时序卷积网络和双向门控循环单元的关注增强融合模型用于人体活动识别 | 通过级联TCN和BiGRU构建分层特征提取架构,引入残差连接增强梯度传播稳定性,并采用自适应加权注意力机制强化特征表示 | NA | 解决多尺度时序特征提取和增强多源数据噪声鲁棒性的人体活动识别挑战 | 基于可穿戴传感器数据的人体活动识别 | 机器学习 | NA | 可穿戴传感器数据采集 | TCN, BiGRU, Attention | 传感器时序数据 | WISDM、USC-HAD和PAMAP2三个公开数据集 | NA | TCN-BiGRU融合架构 | 准确率 | NA |
610 | 2025-10-05 |
Comprehensive Review of Deep Learning Approaches for Single-Image Super-Resolution
2025-Sep-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25185768
PMID:41013003
|
综述 | 本文系统综述了基于深度学习的单图像超分辨率方法,提出了方法导向的分类框架,并从理论基础、技术演进和领域应用三方面进行探讨 | 提出了方法导向的SISR分类框架,并从多维度系统梳理深度学习在超分辨率领域的技术发展 | NA | 系统介绍单图像超分辨率方法,为研究者提供知识框架并展望未来发展 | 单图像超分辨率技术 | 计算机视觉 | NA | NA | 深度学习 | 图像 | NA | NA | NA | 质量评估指标 | NA |
611 | 2025-10-05 |
KG-SR-LLM: Knowledge-Guided Semantic Representation and Large Language Model Framework for Cross-Domain Bearing Fault Diagnosis
2025-Sep-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25185758
PMID:41012996
|
研究论文 | 提出一种结合知识引导语义表示与大语言模型的轴承故障诊断框架KG-SR-LLM,解决跨域泛化问题 | 首次将大语言模型引入轴承故障诊断领域,设计结构化表示方法将振动时序数据转换为可解释文本序列,并提出基于低秩自适应的知识引导提示调优策略 | 未明确说明模型在极端工况下的表现及计算效率分析 | 开发具有跨域泛化能力的轴承故障诊断方法 | 工业、航空航天和能源领域的轴承设备 | 故障诊断 | NA | 振动信号分析 | LLM | 振动时间序列 | 11个公共数据集 | LoRA | KG-SR-LLM | 诊断准确率 | NA |
612 | 2025-10-05 |
A Systematic Review of Techniques for Artifact Detection and Artifact Category Identification in Electroencephalography from Wearable Devices
2025-Sep-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25185770
PMID:41013007
|
系统综述 | 本文系统综述了可穿戴脑电图设备中伪迹检测和伪迹类别识别的技术方法 | 首次系统性地总结了可穿戴EEG设备中针对干电极、有限头皮覆盖和受试者移动等特殊因素产生的伪迹处理方法 | 仅有少数研究明确针对可穿戴EEG的特殊性,且很少分离检测和去除阶段对性能指标的影响 | 评估可穿戴脑电图设备中伪迹检测和伪迹类别识别的方法 | 58项关于可穿戴EEG伪迹处理的研究 | 生物医学信号处理 | NA | 脑电图, 小波变换, 独立成分分析, 自动子空间重建 | 深度学习 | 脑电信号 | 58项研究 | NA | NA | 准确率, 选择性 | NA |
613 | 2025-10-05 |
Video-Based Automated Lameness Detection for Dairy Cows
2025-Sep-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25185771
PMID:41013006
|
研究论文 | 开发基于视频的自动化奶牛跛行检测方法 | 提出全自动端到端视频分析系统,引入自定义7点运动评分系统,结合脊柱曲率、头部位置和腿部间距多特征分析 | 仅使用832头奶牛样本,评估存在一定局限性 | 开发自动化奶牛跛行检测方法以替代人工观察 | 不同跛行程度的奶牛 | 计算机视觉 | 奶牛跛行症 | 视频分析,深度学习 | 深度学习 | 视频,图像帧 | 832头奶牛 | NA | NA | 准确率 | NA |
614 | 2025-10-05 |
Passable: An Intelligent Traffic Light System with Integrated Incident Detection and Vehicle Alerting
2025-Sep-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25185760
PMID:41013015
|
研究论文 | 提出一种集成事故检测和车辆预警功能的智能自适应交通灯控制系统 | 结合深度学习与计算机视觉实现实时交通状况监测,动态调整信号时序并通过无线通信向驾驶员发送预警 | 尚未在真实车辆通信技术和多协调交叉路口进行测试,未集成行人及应急车辆检测功能 | 优化交通流、提升道路安全、改善驾驶体验 | 城市交通系统及交通参与者 | 计算机视觉 | NA | 深度学习、计算机视觉、无线通信 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
615 | 2025-10-05 |
From Anatomy to Genomics Using a Multi-Task Deep Learning Approach for Comprehensive Glioma Profiling
2025-Sep-15, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12090979
PMID:41007223
|
研究论文 | 提出一种多任务深度学习框架MGMT-Net,通过多模态MRI数据同时实现胶质瘤解剖分割和基因组标记物预测 | 开发跨模态注意力融合模块和混合Transformer-CNN编码器,首次在单一模型中整合空间解剖分析和遗传特征预测 | 模型在外部机构队列的泛化能力仍需进一步验证,未提及计算效率对临床实时应用的影响 | 开发综合胶质瘤分析框架,桥接放射影像学与基因组学见解 | 胶质瘤患者的多模态MRI数据和基因组标记物 | 医学影像分析 | 胶质瘤 | 多模态MRI | Transformer, CNN | 医学影像 | BraTS 2024数据集和TCGA/EGD联合数据集 | NA | 混合Transformer-CNN编码器,跨模态注意力融合模块 | 分割精度,生物标记物分类性能 | NA |
616 | 2025-10-05 |
PHSP-Net: Personalized Habitat-Aware Deep Learning for Multi-Center Glioblastoma Survival Prediction Using Multiparametric MRI
2025-Sep-15, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12090978
PMID:41007224
|
研究论文 | 提出一种个性化栖息地感知的深度学习网络PHSP-Net,用于基于多参数MRI的多中心胶质母细胞瘤生存预测 | 结合自适应栖息地分割策略,实现患者特异性亚区域分割和生存预测,提供可解释性可视化 | NA | 开发准确且可泛化的多中心胶质母细胞瘤总体生存期预测方法 | 经组织学确认的WHO IV级胶质母细胞瘤患者 | 数字病理学 | 胶质母细胞瘤 | 多参数MRI | CNN | 医学影像 | 1084名来自四个中心的患者(UPENN-GBM、UCSF-PDGM、LUMIERE和TCGA-GBM) | NA | PHSP-Net, ResNet10 | AUROC, Kaplan-Meier分析, log-rank检验 | NA |
617 | 2025-10-05 |
YOLO-WildASM: An Object Detection Algorithm for Protected Wildlife
2025-Sep-15, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani15182699
PMID:41007943
|
研究论文 | 提出一种基于YOLOv8改进的野生动物目标检测算法YOLO-WildASM,用于复杂自然环境中保护野生动物的准确识别 | 在YOLOv8架构中引入三个关键改进:P2小目标检测层、多头自注意力机制和双向特征金字塔网络 | 仅针对10种保护野生动物物种进行验证,在更广泛物种上的泛化能力有待进一步测试 | 开发适用于复杂自然环境的野生动物目标检测算法 | 10种保护野生动物物种 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 超过8000张图像 | NA | YOLOv8, YOLO-WildASM, BiFPN | mAP50 | NA |
618 | 2025-10-05 |
Automated Detection and Segmentation of Ascending Aorta Dilation on a Non-ECG-Gated Chest CT Using Deep Learning
2025-Sep-15, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15182336
PMID:41008708
|
研究论文 | 开发用于在非心电图门控胸部CT上自动检测和分割升主动脉扩张的深度学习模型 | 提出结合CNN分类和U-Net分割的两阶段深度学习流程,在非心电图门控CT上实现高精度主动脉分割 | 仅使用500例非心电图门控胸部CT扫描进行训练和验证 | 开发自动化升主动脉扩张检测和分割方法 | 升主动脉扩张患者 | 计算机视觉 | 心血管疾病 | 非心电图门控胸部CT扫描 | CNN, U-Net | 医学影像 | 500例非心电图门控胸部CT扫描,包含超过50,000个切片 | NA | CNN, U-Net | Dice相似系数, 交并比, 分类准确率 | NA |
619 | 2025-10-05 |
ViT-DCNN: Vision Transformer with Deformable CNN Model for Lung and Colon Cancer Detection
2025-Sep-15, Cancers
IF:4.5Q1
DOI:10.3390/cancers17183005
PMID:41008848
|
研究论文 | 提出结合视觉Transformer和可变形CNN的ViT-DCNN模型用于肺癌和结肠癌检测 | 将ViT的自注意力机制与可变形卷积相结合,能够同时学习整体上下文信息和细粒度局部空间细节 | 数据集规模有限,模型可解释性有待提升 | 提高肺癌和结肠癌的检测和分类准确率 | 肺癌和结肠癌组织病理学图像 | 计算机视觉 | 肺癌, 结肠癌 | 组织病理学成像 | Transformer, CNN | 图像 | 来自肺癌和结肠癌组织病理学图像数据集的五类图像数据(结肠腺癌、结肠正常、肺腺癌、肺正常、肺鳞状细胞癌),按80%训练、10%验证、10%测试划分 | NA | ViT-DCNN, ResNet-152, EfficientNet-B7, SwinTransformer, DenseNet-201, ConvNext, TransUNet, CNN-LSTM, MobileNetV3, NASNet-A | 准确率, F1分数, 召回率, 精确率 | NA |
620 | 2025-10-05 |
Artificial Intelligence and Digital Tools Across the Hepato-Pancreato-Biliary Surgical Pathway: A Systematic Review
2025-Sep-15, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm14186501
PMID:41010705
|
系统综述 | 本文系统综述了人工智能和数字工具在肝胆胰外科手术路径中的应用 | 首次系统评估AI和数字工具在整个肝胆胰外科手术路径中的综合应用,涵盖从术前诊断到术中导航的全流程 | 大多数研究为回顾性、单中心或可行性研究,外部验证有限 | 评估人工智能和数字工具在肝胆胰外科手术护理中的应用效果 | 肝胆胰外科手术患者 | 数字病理 | 肝胆胰疾病 | 机器学习、深度学习、影像组学、增强现实/混合现实、计算机视觉 | 机器学习、深度学习 | 医学影像 | 38项符合纳入标准的研究 | NA | NA | AUC | NA |