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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
6741 | 2025-10-06 |
Streamlining tuberculosis detection with foundation model-based weakly supervised transformer
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110554
PMID:40561575
|
研究论文 | 提出基于基础模型的弱监督Transformer方法,用于显微镜图像中的结核分枝杆菌检测 | 首次将跨领域迁移学习应用于结核病自动检测,利用在数百万病理图像上预训练的UNI基础模型,并采用仅需图像级标签的弱监督方法 | NA | 开发可扩展的结核病自动检测方法,减少标注需求和预处理工作 | 显微镜图像中的结核分枝杆菌(MTB) | 数字病理 | 结核病 | 显微镜成像 | Transformer | 图像 | 大型多样化数据集 | NA | UNI, Transformer encoder | PR-AUC | NA |
6742 | 2025-10-06 |
Generative adversarial network augmented data for improved heart sound abnormality detection
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110623
PMID:40561577
|
研究论文 | 本研究使用生成对抗网络合成冠状动脉疾病心音数据以改善心音异常检测性能 | 采用渐进式Wasserstein GAN架构生成高质量心音片段,并通过后处理步骤提升合成样本保真度 | 基于单一数据集(PhysioNet/CinC 2016)开发,样本量有限且存在类别不平衡问题 | 解决心音数据集中样本量不足和类别不平衡问题,提升心音异常检测性能 | 冠状动脉疾病(CAD)患者和健康受试者的心音信号 | 生物医学信号处理 | 心血管疾病 | 心音分析,生成对抗网络 | GAN | 音频 | PhysioNet/Computing in Cardiology Challenge 2016数据集 | NA | Progressive Wasserstein GAN | Fréchet Audio Distance, 敏感度, 特异性, 精确度 | NA |
6743 | 2025-10-06 |
CRCpred: An AI-ML tool for colorectal cancer prediction using gut microbiome
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110592
PMID:40570762
|
研究论文 | 开发了一个基于肠道微生物组的结直肠癌预测AI工具CRCpred | 使用来自11项研究的1728个宏基因组样本,结合机器学习和深度学习的混合算法开发了基于网页的工具 | 训练数据和算法可能存在局限性 | 利用肠道微生物失调进行结直肠癌筛查 | 肠道微生物组 | 机器学习 | 结直肠癌 | 宏基因组测序 | XGBoost, 深度学习 | 宏基因组样本 | 1728个来自11项研究的公开宏基因组样本,涵盖8个国家 | NA | 混合算法 | AUC | NA |
6744 | 2025-10-06 |
Enhancing cancer diagnostics through a novel deep learning-based semantic segmentation algorithm: A low-cost, high-speed, and accurate approach
2025-Sep, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110617
PMID:40578155
|
研究论文 | 提出一种基于卷积神经网络的新型医学图像语义分割算法,用于癌症诊断 | 设计包含多合成与分析路径、长跳跃连接的轻量级网络架构,在保持高性能的同时显著降低计算复杂度 | 仅针对特定器官肿瘤进行验证,未涉及更广泛的癌症类型 | 开发适用于临床环境的高效低成本癌症诊断算法 | 医学图像中的肺肿瘤、脾脏和胰腺肿瘤 | 计算机视觉 | 肺癌 | 医学影像分析 | CNN | 医学图像 | NA | NA | 多路径卷积神经网络 | 分割精度、处理速度、实现效率 | 低计算复杂度设计,适用于普通硬件 |
6745 | 2025-10-06 |
Ultra-low-dose coronary CT angiography via super-resolution deep learning reconstruction: impact on image quality, coronary plaque, and stenosis analysis
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11399-2
PMID:39891682
|
研究论文 | 本研究评估超分辨率深度学习重建技术在超低剂量冠状动脉CT血管成像中的图像质量、冠状动脉斑块和狭窄分析性能 | 首次将超分辨率深度学习重建技术应用于超低剂量冠状动脉CT血管成像,实现60%辐射剂量降低的同时保持图像质量和诊断性能 | 样本量较小(50例患者),需要更大规模研究验证 | 评估超分辨率深度学习重建技术在降低冠状动脉CT血管成像辐射剂量方面的效果 | 50例接受冠状动脉CT血管成像检查的患者 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管成像,超分辨率深度学习重建 | 深度学习 | 医学影像 | 50例患者,48个冠状动脉节段 | NA | 超分辨率深度学习重建 | 图像质量评分,斑块体积测量,狭窄检测AUC,组内相关系数 | NA |
6746 | 2025-10-06 |
Normative values for lung, bronchial sizes, and bronchus-artery ratios in chest CT scans: from infancy into young adulthood
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11367-w
PMID:39891681
|
研究论文 | 本研究通过胸部CT扫描建立了从婴儿期到青年期的肺部和支气管尺寸及支气管-动脉比值的参考值范围 | 首次使用自动化深度学习算法系统性地量化分析从儿童到青年期肺部发育过程中支气管和动脉参数的变化趋势 | 样本量相对有限(375例),仅包含正常受试者,未考虑病理状态下的变化 | 建立从学龄前到青年期肺部支气管和动脉尺寸的标准化参考值 | 0-24岁人群的胸部CT扫描数据 | 医学影像分析 | 肺部疾病 | 计算机断层扫描(CT),深度学习算法 | 深度学习算法 | 医学影像(CT扫描) | 375例正常吸气期胸部CT扫描(女性156例,男性219例,平均年龄12.7±5.0岁) | NA | NA | p值,回归分析 | NA |
6747 | 2025-10-06 |
PlaqueViT: a vision transformer model for fully automatic vessel and plaque segmentation in coronary computed tomography angiography
2025-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11410-w
PMID:39909898
|
研究论文 | 开发并评估用于冠状动脉CT血管成像中血管和斑块全自动分割的深度学习模型 | 首次采用定制的3D视觉Transformer模型和深度集成方法进行冠状动脉斑块的全自动体素级分割 | 模型性能仍有提升空间(Dice系数0.55),需要更多外部验证 | 开发冠状动脉血管和斑块的全自动分割工具 | 冠状动脉CT血管成像数据 | 计算机视觉 | 心血管疾病 | 冠状动脉CT血管成像 | Vision Transformer | 3D医学图像 | 开发集463例,测试集123例,观察者间研究65例,外部验证28例,CAD检测684例 | NA | 定制的3D Vision Transformer | Dice系数, 平均表面距离, Pearson相关系数, ICC, 灵敏度, 特异性 | NA |
6748 | 2025-07-07 |
Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification
2025-Jul-06, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2524478
PMID:40618219
|
research paper | 提出了一种新型的卷积神经网络架构LCCNN,用于阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的分类 | 引入了侧向连接层以实现神经元的语义排列,提高了模型的可解释性,并通过竞争层以无监督方式更新滤波器 | 模型仍需要标记数据,而数据标记过程耗时、费力且成本高 | 提高阻塞性睡眠呼吸暂停低通气综合征(OSAHS)分类的准确性和模型可解释性 | 阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者数据 | machine learning | 阻塞性睡眠呼吸暂停低通气综合征 | CNN | LCCNN(Lateral Connection CNN) | 生理信号数据 | University College Dublin数据库(UCD)和Physionet Challenge数据库(PCD) | NA | NA | NA | NA |
6749 | 2025-07-07 |
Quantifying features from X-ray images to assess early stage knee osteoarthritis
2025-Jul-05, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03405-y
PMID:40616750
|
研究论文 | 本研究提出了一种自动评估膝骨关节炎严重程度的系统,结合预训练的深度学习模型和图像处理技术,提取并量化关键的膝骨关节炎成像生物标志物 | 整合预训练DL模型与图像处理技术,自动检测和量化关节间隙狭窄和骨赘,无需昂贵的训练过程和大规模标注数据 | 系统在JSN检测、骨赘识别和KOA分类的准确率分别为88%、80%和73%,仍有提升空间 | 开发一种自动化系统,用于早期膝骨关节炎的严重程度评估 | 膝骨关节炎患者的X射线图像 | 数字病理学 | 膝骨关节炎 | CLAHE对比度增强、DexiNed边缘提取、阈值降噪 | 预训练DL模型 | X射线图像 | NA | NA | NA | NA | NA |
6750 | 2025-07-07 |
MRI-based detection of multiple sclerosis using an optimized attention-based deep learning framework
2025-Jul-05, Neurological research
IF:1.7Q4
DOI:10.1080/01616412.2025.2527899
PMID:40616778
|
研究论文 | 本文提出了一种基于MRI的优化注意力深度学习框架2DRK-MSCAN,用于多发性硬化症的早期准确检测 | 结合了EfficientNetV2L骨干网络、U型编码器-解码器架构、深度扩散残差核和多尺度蛇形卷积注意力机制,提高了检测的准确性和鲁棒性 | 临床验证仍在进行中 | 开发并评估一种新型深度学习框架,用于MRI数据中多发性硬化症病变的早期准确检测 | 多发性硬化症病变 | 计算机视觉 | 多发性硬化症 | MRI | 2DRK-MSCAN(结合EfficientNetV2L、U型编码器-解码器、深度扩散残差核和多尺度蛇形卷积注意力机制) | 图像 | 三个公开可用的基于MRI的脑肿瘤数据集 | NA | NA | NA | NA |
6751 | 2025-07-07 |
Deep Learning Automated Measurements of Expanded Polystyrene Beads Size Using Low-Resolution Micrography
2025-Jul-04, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70019
PMID:40616216
|
研究论文 | 本研究提出了一种基于深度学习的自动化方法,用于测量低分辨率显微图像中发泡聚苯乙烯珠粒的大小 | 利用深度学习模型自动测量低分辨率显微图像中的发泡聚苯乙烯珠粒大小,替代传统手动测量方法 | 研究仅针对两种密度的发泡聚苯乙烯泡沫(8.5和24 kg/m)进行了验证 | 开发一种可靠且精确的发泡聚苯乙烯珠粒尺寸自动测量方法 | 发泡聚苯乙烯泡沫的珠粒微观结构 | 计算机视觉 | NA | 显微成像 | 深度学习 | 图像 | 两种密度的发泡聚苯乙烯泡沫样品(8.5和24 kg/m) | NA | NA | NA | NA |
6752 | 2025-10-06 |
The continuous evolution of biomolecular force fields
2025-Jul-03, Structure (London, England : 1993)
DOI:10.1016/j.str.2025.05.013
PMID:40527321
|
综述 | 本文概述了生物分子力场的最新发展现状,涵盖极化力场、机器学习势能和粗粒度模型 | 重点关注深度学习革命对生物分子力场参数化的创新应用,强调跨学科方法在改进生物分子建模中的潜力 | NA | 总结生物分子力场的最新进展,识别新兴挑战并探索未来发展方向 | 生物分子力场及其在生物和治疗发现中的应用 | 机器学习 | NA | 分子模拟,深度学习 | 机器学习势能 | 分子模拟数据 | NA | NA | NA | NA | NA |
6753 | 2025-10-06 |
Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols
2025-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-025-07182-6
PMID:40069458
|
研究论文 | 本研究探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的改善效果,应用于单示踪剂和双示踪剂成像协议 | 首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像,显著降低剂量需求 | 在极低剂量(4 MBq)下对乳腺病灶中[18F]FGln的测量精度有所降低 | 提高低剂量动态PET成像的定量分析准确性 | 16例[18F]FDG PET研究数据,来自PennPET Explorer扫描仪 | 医学影像分析 | 癌症 | PET成像,动力学建模,深度学习去噪 | 深度学习 | PET图像数据 | 16项[18F]FDG PET研究 | NA | NA | TAC曲线下面积,Ki参数,VT参数,图像质量 | NA |
6754 | 2025-10-06 |
Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants
2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2025.03.018
PMID:40220935
|
研究论文 | 开发并验证一种新型深度学习模型,用于预测早产儿动脉导管未闭药物闭合的可能性 | 首次将深度学习应用于预测早产儿动脉导管未闭药物闭合效果,并开发了多模态卷积神经网络模型 | 回顾性研究设计,样本量相对较小(174名婴儿) | 预测早产儿动脉导管未闭药物闭合的临床结果 | 174名接受动脉导管未闭药物治疗的早产儿 | 医学影像分析 | 心血管疾病 | 超声心动图 | CNN | 图像, 临床数据 | 174名早产儿,包含1,926个超声心动图片段 | NA | 卷积神经网络 | AUC | NA |
6755 | 2025-10-06 |
KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03380-7
PMID:40343641
|
研究论文 | 提出一种无需真实标注掩码的自动化内脏脂肪组织分割方法KEVS,用于膀胱切除术前CT扫描 | 结合深度学习语义分割模型与高斯核密度估计分析,无需真实标注VAT掩码即可实现精准分割 | 仅在20例膀胱切除术前CT扫描数据集上进行验证,样本量有限 | 开发无需真实标注的自动化内脏脂肪组织分割方法以预测术后并发症 | 膀胱切除术患者的腹部CT扫描图像 | 数字病理 | 膀胱癌 | CT扫描 | 深度学习语义分割模型 | 医学影像 | 20例来自伦敦大学学院医院的膀胱切除术前CT扫描 | NA | NA | Dice系数 | NA |
6756 | 2025-10-06 |
Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03370-9
PMID:40343639
|
研究论文 | 本研究探讨了光声断层扫描中捷径学习导致的性别偏见问题 | 首次在光声断层扫描领域系统研究捷径学习引发的性别偏见,并揭示疾病患病率性别差异对诊断性能的影响 | 样本量相对有限(147人),仅关注外周动脉疾病和性别因素 | 研究深度学习模型在医学影像中的算法公平性问题 | 外周动脉疾病患者的光声断层扫描图像 | 医学影像分析 | 外周动脉疾病 | 光声断层扫描 | CNN | 图像 | 147名个体 | NA | NA | AUROC | NA |
6757 | 2025-10-06 |
A deep learning-based approach to automated rib fracture detection and CWIS classification
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03390-5
PMID:40377883
|
研究论文 | 开发一种基于深度学习的自动化方法,用于CT扫描中的肋骨骨折检测和CWIS分类 | 首次将深度学习应用于肋骨骨折的自动化检测和CWIS分类系统分类 | 训练集中罕见和代表性不足类别的分类性能有待提升 | 开发评估肋骨骨折自动检测和分类方法 | CT扫描中的肋骨骨折 | 计算机视觉 | 创伤性损伤 | CT扫描 | 深度学习 | 医学影像 | 198个CT扫描(170个训练和内部验证,28个外部验证) | nnU-Net | nnU-Net | 灵敏度, 精确度, F1分数, FPPS | NA |
6758 | 2025-10-06 |
Uncertainty estimation for trust attribution to speed-of-sound reconstruction with variational networks
2025-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03402-4
PMID:40495100
|
研究论文 | 提出一种基于不确定性估计的声速重建信任度评估方法,用于自动选择最佳超声数据帧以改善乳腺癌诊断 | 首次将不确定性估计应用于声速重建中的帧选择,提出基于蒙特卡洛丢弃和贝叶斯变分推理的自动选择方法 | 仅评估了21个BI-RADS 4类病灶,样本量有限 | 通过不确定性估计提高声速重建图像的质量和诊断可靠性 | 乳腺癌病灶(良性纤维腺瘤和恶性癌) | 医学影像分析 | 乳腺癌 | 超声成像,声速重建 | 变分网络 | 超声图像 | 21个BI-RADS 4类病灶,每个病灶4次采集 | NA | 变分网络 | AUC(曲线下面积) | NA |
6759 | 2025-10-06 |
Concurrent emergence of view invariance, sensitivity to critical features, and identity face classification through visual experience: Insights from deep learning algorithms
2025-Jul-01, Journal of vision
IF:2.0Q2
DOI:10.1167/jov.25.8.2
PMID:40590783
|
研究论文 | 通过深度学习算法研究视觉经验如何同时促进视角不变性表征、关键面部特征敏感性和身份分类能力的发展 | 首次系统性地操纵训练数据中身份内和身份间面部图像数量,研究其对网络性能的协同影响 | 研究基于深度学习模型,与人类视觉系统的直接对应关系仍需进一步验证 | 探究何种面部经验能使网络对人类关键面部特征敏感,及其与视角不变性表征和分类性能的关系 | 深度卷积神经网络在面部识别任务中的表现 | 计算机视觉 | NA | 深度学习训练 | DCNN | 面部图像 | 系统操纵身份内和身份间图像数量的训练数据集 | NA | 深度卷积神经网络 | 分类准确率, 视角不变性表征质量, 关键特征敏感性 | NA |
6760 | 2025-10-06 |
ChatGPT-Assisted Deep Learning Models for Influenza-Like Illness Prediction in Mainland China: Time Series Analysis
2025-Jun-27, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/74423
PMID:40577658
|
研究论文 | 本研究评估了五种深度学习模型在中国大陆流感样疾病预测中的表现,并探索了ChatGPT在辅助模型开发中的作用 | 首次系统评估ChatGPT辅助开发深度学习模型在流感预测中的应用,比较了五种时间序列模型的性能 | 在北方地区预测误差较大(MAPE>400%),存在显著的区域差异,模型在极端波动时期表现不稳定 | 评估深度学习模型对流感样疾病阳性率的预测性能,探索ChatGPT在辅助模型开发中的作用 | 中国大陆流感样疾病阳性率数据 | 机器学习 | 流感 | 时间序列分析 | LSTM, N-BEATS, Transformer, TFT, TiDE | 时间序列数据 | 2014-2024年中国国家流感中心数据库的ILI阳性率数据,使用2014-2023年数据训练,2024年(第1-39周)数据测试 | NA | LSTM, N-BEATS, Transformer, Temporal Fusion Transformer, Time-series Dense Encoder | 均方误差, 平均绝对误差, 平均绝对百分比误差 | NA |