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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7261 | 2025-10-06 |
Patient-specific deep learning tracking for real-time 2D pancreas localisation in kV-guided radiotherapy
2025-Jul, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100794
PMID:40584994
|
研究论文 | 本研究开发了基于患者特异性深度学习的方法,用于实时跟踪胰腺立体定向放疗中的二维胰腺定位 | 首次将条件生成对抗网络应用于胰腺千伏图像中的实时跟踪,并通过患者特异性微调提升性能 | 研究样本量有限(25名患者),且需要基于锥束CT数据进行模型微调 | 开发胰腺立体定向放疗中实时运动管理的精准跟踪方法 | 胰腺大体肿瘤体积、胰头和全胰腺 | 医学影像分析 | 胰腺癌 | 千伏成像,锥束CT,数字重建放射影像 | 条件生成对抗网络 | 2D千伏图像,CT图像,锥束CT图像 | 25名胰腺癌患者 | NA | 条件生成对抗网络 | Dice相似系数,质心误差,平均Hausdorff距离,95百分位Hausdorff距离 | NA |
| 7262 | 2025-10-06 |
An efficient attention Densenet with LSTM for lung disease detection and classification using X-ray images supported by adaptive R2-Unet-based image segmentation
2025-Jul-01, Archives of physiology and biochemistry
IF:2.5Q2
DOI:10.1080/13813455.2025.2524182
PMID:40590298
|
研究论文 | 提出一种结合自适应R2-Unet图像分割和注意力Densenet-LSTM的深度学习框架,用于X射线图像的肺部疾病检测与分类 | 提出自适应循环残差U-Net(AR2-UNet)分割网络,采用增强河豚优化算法(EPOA)优化参数,并开发注意力Densenet与LSTM结合的ADNet-LSTM分类模型 | NA | 开发高效的肺部疾病自动检测与分类系统以辅助临床诊断 | 胸部X射线图像中的肺部疾病 | 计算机视觉 | 肺部疾病 | X射线成像 | CNN, LSTM | 图像 | NA | NA | AR2-UNet, DenseNet, LSTM, ResNet, Inception | 准确率 | NA |
| 7263 | 2025-10-06 |
A Multimodal Predictive Model for Chronic Kidney Disease and Its Association With Vascular Complications in Patients With Type 2 Diabetes: Model Development and Validation Study in South Korea and the U.K
2025-Jul-01, Diabetes care
IF:14.8Q1
DOI:10.2337/dc25-0355
PMID:40590639
|
研究论文 | 开发了一种多模态模型用于预测2型糖尿病患者慢性肾脏病及其血管并发症风险 | 整合眼底图像和临床数据,使用可解释AI方法分析预测因子,并探索模型概率与血管并发症的关联 | 研究队列仅来自韩国和英国,需要更多地区验证 | 开发预测2型糖尿病患者慢性肾脏病的多模态模型 | 2型糖尿病患者 | 医学人工智能 | 慢性肾脏病, 2型糖尿病 | 多模态数据分析, 可解释AI | 深度学习, 集成学习 | 图像, 临床数据 | 发现队列7028人(韩国), 验证队列1544人(英国) | NA | VGG16, DNN | AUC, 风险比 | NA |
| 7264 | 2025-10-06 |
How I Do It: Three-Dimensional MR Neurography and Zero Echo Time MRI for Rendering of Peripheral Nerve and Bone
2025-Jul, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241604
PMID:40590699
|
方法论文 | 介绍结合三维MR神经成像和零回波时间MRI进行周围神经与骨骼融合渲染的方法 | 首次提出将3D MR神经成像与3D ZTE MRI序列结合进行神经与骨骼的融合渲染,展示神经与骨骼的空间关系 | 文中讨论了神经与骨骼渲染过程中面临的技术挑战 | 开发用于临床决策的神经与骨骼三维可视化方法 | 周围神经与骨骼结构 | 医学影像分析 | 周围神经疾病 | MR神经成像, 零回波时间MRI, 深度学习重建 | 深度学习 | MRI影像 | NA | NA | NA | NA | NA |
| 7265 | 2025-10-06 |
Harnessing AI for Improved Diagnosis and Management of Pediatric Sepsis: Current Advances, Challenges, and Future Directions
2025-Jul-01, Pediatric emergency care
IF:1.2Q3
DOI:10.1097/PEC.0000000000003397
PMID:40590973
|
综述 | 探讨人工智能在儿科脓毒症诊断与管理中的当前应用、挑战与未来发展方向 | 系统整合知识驱动AI与数据驱动AI在儿科脓毒症领域的联合训练方法,并涵盖从筛查到个性化治疗的全流程AI应用 | 未提及具体数据验证结果和模型性能指标,主要聚焦于概念框架和潜在应用 | 改善儿科脓毒症的及时诊断与临床管理 | 社区获得性儿科脓毒症患者 | 自然语言处理, 机器学习 | 脓毒症 | 电子健康记录分析, 联邦学习 | 专家系统, 机器学习, 深度学习 | 电子健康记录, 生命体征监测数据, 临床文本 | NA | NA | 大型语言模型 | NA | NA |
| 7266 | 2025-10-06 |
Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity
2025-Jul-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.565993
PMID:40591274
|
研究论文 | 提出基于材料相似性的迁移学习方法用于超表面的光谱预测和逆向设计 | 利用材料相似性实现迁移学习,在保证网络性能的同时减少50%训练数据需求 | 仅验证了吸收超表面和偏振转换超表面两种类型,未涉及更广泛的超材料设计 | 解决深度学习在超表面设计中数据依赖性问题 | 吸收超表面和偏振转换超表面 | 机器学习 | NA | 迁移学习 | 深度学习 | 光谱数据 | NA | NA | NA | NA | NA |
| 7267 | 2025-10-06 |
Coal classification and analysis based on shadowgraphy and deep learning methods
2025-Jul-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.559226
PMID:40591303
|
研究论文 | 基于阴影成像技术和深度学习方法开发煤炭自动分类与成分分析系统 | 采用光纤传输的激光激发和图像采集系统,实现纳秒至微秒级冲击波传播过程的高分辨率成像,避免传统高速相机提高帧率时分辨率下降的问题 | 仅在实验室环境下验证,尚未在实际工业场景中测试 | 煤炭自动分类与关键成分预测 | 29种不同类型的煤炭样本 | 计算机视觉 | NA | 阴影成像技术 | CNN | 图像 | 29种煤炭类型 | NA | 卷积神经网络 | 准确率, RMSEP | NA |
| 7268 | 2025-10-06 |
Deep learning-enhanced image analysis for liquid crystal optical sensing
2025-Jul-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.561960
PMID:40591341
|
研究论文 | 本研究利用VGG16深度学习模型加速液晶光学图像分析,实现可视化精确传感应用 | 首次将VGG16深度学习模型应用于液晶光学图像分析,显著提升传感速度和灵敏度 | 仅针对两种代表性表面活性剂和胰岛素检测进行了验证,未涉及更广泛的检测对象 | 开发基于深度学习的液晶光学图像分析方法,提高传感性能 | 液晶光学图像、表面活性剂(CTAB和SDS)、胰岛素特异性适配体和胰岛素 | 计算机视觉 | NA | 偏振光学显微镜成像 | CNN | 图像 | NA | NA | VGG16 | 准确率, 平均相对误差 | NA |
| 7269 | 2025-10-06 |
Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning
2025-Jul-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.562369
PMID:40591336
|
研究论文 | 提出一种基于深度学习的共相误差同时检测方法,用于光学稀疏孔径系统 | 首次实现活塞误差和倾斜误差的同时检测,通过分离网络消除误差间干扰 | 基于仿真验证,尚未进行实际系统验证 | 提高光学稀疏孔径系统共相误差检测效率 | 光学稀疏孔径系统的共相误差 | 计算机视觉 | NA | 深度学习 | CNN | 特征图 | NA | NA | 分离网络, 检测网络 | 检测精度 | NA |
| 7270 | 2025-10-06 |
Orbital CT deep learning models in thyroid eye disease rival medical specialists' performance in optic neuropathy prediction in a quaternary referral center and revealed impact of the bony walls
2025-Jul-01, Orbit (Amsterdam, Netherlands)
DOI:10.1080/01676830.2025.2521868
PMID:40591440
|
研究论文 | 开发并评估用于甲状腺眼病患者视神经病变预测的眼眶CT深度学习模型 | 首次证明基于眼眶CT的深度学习模型在视神经病变分类性能上可与医学专家相媲美,并揭示了骨性眼眶壁对预测性能的影响 | 研究样本量相对较小(126名患者),且为单中心回顾性研究 | 开发用于甲状腺眼病患者视神经病变预测的深度学习模型 | 甲状腺眼病患者 | 医学影像分析 | 甲状腺眼病 | CT成像 | 深度学习模型 | CT图像 | 126名甲状腺眼病患者(252个眼眶),其中36个眼眶确诊视神经病变 | NA | NA | 灵敏度, 特异性, AUC | NA |
| 7271 | 2025-10-06 |
Zero-shot segmentation of spinal vertebrae with metastatic lesions: an analysis of Meta's Segment Anything Model 2 and factors affecting learning free segmentation
2025-Jul-01, Neurosurgical focus
IF:3.3Q1
DOI:10.3171/2025.4.FOCUS25234
PMID:40591965
|
研究论文 | 评估Meta的Segment Anything Model 2在无需训练的情况下分割脊柱转移瘤椎体的能力 | 首次系统评估通用分割模型SAM 2在脊柱转移瘤零样本分割中的表现,并分析影响分割性能的临床因素 | 仅使用单一公开数据集,未针对椎体位置和患者体型进行模型优化 | 评估零样本分割模型在脊柱转移瘤影像分析中的临床应用价值 | 脊柱CT扫描中的胸腰椎椎体,特别是伴有转移性病变的椎体 | 计算机视觉 | 脊柱转移瘤 | CT影像分析 | 基础模型 | 医学影像 | 55名患者的779个胸腰椎椎体,其中167个有转移瘤 | SAM 2 | Segment Anything Model 2 | Dice相似系数 | NA |
| 7272 | 2025-10-06 |
Image-based detection of the internal carotid arteries and sella turcica in endoscopic endonasal transsphenoidal surgery
2025-Jul-01, Neurosurgical focus
IF:3.3Q1
DOI:10.3171/2025.4.FOCUS24940
PMID:40591959
|
研究论文 | 本研究开发了一种基于深度学习的计算机视觉模型,用于在内镜经鼻蝶窦手术视频中自动检测颈内动脉和蝶鞍 | 首次将YOLOv5目标检测架构应用于内镜经鼻蝶窦手术视频中关键解剖结构的实时检测 | 研究为回顾性队列研究,模型泛化能力需要来自不同手术环境的未见数据进行验证 | 开发能够识别关键解剖标志物的深度学习模型,预防手术中潜在的致命损伤 | 内镜经鼻蝶窦手术视频中的颈内动脉和蝶鞍解剖结构 | 计算机视觉 | NA | 内镜视频成像 | 目标检测模型 | 图像 | 98例患者的 endoscopic 视频图像 | YOLOv5 | YOLOv5s | 精确率, 召回率, mAP@0.5, mAP@0.5:0.95, AUC, 准确率 | NA |
| 7273 | 2025-10-06 |
Open-source AI-assisted rapid 3D color multimodal image fusion and preoperative augmented reality planning of extracerebral tumors
2025-Jul-01, Neurosurgical focus
IF:3.3Q1
DOI:10.3171/2025.4.FOCUS24557
PMID:40591963
|
研究论文 | 开发基于开源AI的快速3D彩色多模态图像融合及增强现实规划系统用于脑外肿瘤手术 | 首次将开源AI工具(FastSurfer/Raidionics)与增强现实可视化结合,创建高效的3D彩色多模态图像融合工作流 | 研究仅针对脑外肿瘤患者,样本量为130例 | 开发用于脑外肿瘤手术术前规划和手术引导的先进方法 | 130例脑外肿瘤患者 | 数字病理 | 脑外肿瘤 | 多模态图像融合,增强现实投影 | 深度学习 | 3D医学图像 | 130例患者 | FastSurfer, Raidionics-Slicer | NA | Dice相似系数, 95% Hausdorff距离, 手术时间, 出血量, 切除完整性, 并发症发生率, 住院时间, mRS评分 | NA |
| 7274 | 2025-10-06 |
Generation of synthetic CT-like imaging of the spine from biplanar radiographs: comparison of different deep learning architectures
2025-Jul-01, Neurosurgical focus
IF:3.3Q1
DOI:10.3171/2025.4.FOCUS25170
PMID:40591967
|
研究论文 | 比较两种深度学习架构(GAN和CNN-INR)从双平面X光片生成脊柱合成CT图像的性能 | 首次系统比较GAN和CNN-INR在从双平面X光片生成脊柱合成CT图像方面的表现 | 两种模型均未达到临床级输出质量,样本量相对有限(216训练+54验证) | 开发从双平面X光片生成脊柱合成CT图像的稳健且临床可行的深度学习方法 | 脊柱CT图像和对应的数字重建X光片(DRRs) | 计算机视觉 | 脊柱疾病 | 数字重建X光片(DRRs)技术 | GAN, CNN | 医学图像(CT和X光片) | 216个训练病例和54个验证病例 | NA | GAN, CNN结合隐式神经表示(CNN-INR) | 结构相似性指数(SSIM), 峰值信噪比(PSNR), 余弦相似度(CS) | NA |
| 7275 | 2025-10-06 |
Deep learning-based clinical decision support system for intracerebral hemorrhage: an imaging-based AI-driven framework for automated hematoma segmentation and trajectory planning
2025-Jul-01, Neurosurgical focus
IF:3.3Q1
DOI:10.3171/2025.5.FOCUS25246
PMID:40591968
|
研究论文 | 开发基于深度学习的临床决策支持系统,用于脑出血的自动化血肿分割和手术轨迹规划 | 首次整合nnU-Net血肿分割、CT重定向、安全区域划分和轨迹优化于一体的AI驱动框架 | 对小脑幕下血肿的处理存在局限性 | democratize surgical planning and reduce operator dependence | 脑出血患者的CT影像数据 | 医学影像分析 | 脑出血 | CT影像分析 | 深度学习 | CT图像 | 347名患者(31,024个CT切片) | nnU-Net | nnU-Net | Dice相似系数, 组内相关系数 | NA |
| 7276 | 2025-10-06 |
A novel deep learning system for automated diagnosis and grading of lumbar spinal stenosis based on spine MRI: model development and validation
2025-Jul-01, Neurosurgical focus
IF:3.3Q1
DOI:10.3171/2025.4.FOCUS24670
PMID:40591977
|
研究论文 | 开发基于脊柱MRI的深度学习系统,用于腰椎管狭窄症的自动诊断和分级 | 设计了改进的单阶段YOLOv5网络,可同时检测感兴趣区域并进行多类别分级 | 研究样本量相对有限,外部验证集仅包含50名患者 | 开发自动化的腰椎管狭窄症诊断和分级系统 | 接受腰椎MRI检查的住院患者 | 计算机视觉 | 脊柱疾病 | MRI成像 | 深度学习 | 医学影像 | 内部数据集420名患者,外部测试集50名患者 | YOLOv5 | 改进的单阶段YOLOv5网络 | 召回率,AUC,灵敏度,kappa系数 | NA |
| 7277 | 2025-10-06 |
Photon-counting detector CT of the brain reduces variability of Hounsfield units and has a mean offset compared with energy-integrating detector CT
2025-Jul-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8910
PMID:40592542
|
研究论文 | 比较光子计数探测器CT与能量积分探测器CT在脑部成像中亨氏单位变异性和图像质量的差异 | 首次使用基于深度学习的自动脑部分割技术系统比较PCD-CT和EID-CT在脑灰白质区分中的性能表现 | 回顾性研究设计,未包含脑部病变患者,需要进一步研究调整窗口预设值的必要性 | 评估新型光子计数探测器CT技术在脑部成像中的性能优势 | 接受脑部CT扫描的无脑部病变患者 | 医学影像分析 | 脑部疾病 | CT成像,深度学习分割 | 深度学习 | CT图像 | 总计509名患者(EID-CT组329名,PCD-CT组180名),年龄匹配子集314名 | NA | NA | 亨氏单位,灰白质对比度,图像噪声,对比噪声比,灰白质比率 | NA |
| 7278 | 2025-10-06 |
Evaluation of the effectiveness of artificial intelligence models in radiopaque and radiolucent lesions of the maxillofacial region on panoramic radiographs
2025-Jul-01, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00838-x
PMID:40593453
|
研究论文 | 评估深度学习模型在曲面断层片上对上颌骨区域阻射性和透射性病变的分类、检测和分割效果 | 首次系统比较多种深度学习架构在曲面断层片上对上颌骨区域病变的自动化分析性能 | 样本年龄范围较宽(12-80岁),多分类任务准确率相对较低 | 评估人工智能模型在口腔颌面部影像诊断中的有效性 | 上颌骨区域的阻射性和透射性病变 | 计算机视觉 | 口腔颌面部疾病 | 全景放射摄影 | CNN | 医学影像 | 年龄12-80岁患者的曲面断层片 | NA | AlexNet,VGG16,GoogleNet,YOLOv8 | 准确率,精确率,F1分数,平均精度均值 | NA |
| 7279 | 2025-07-03 |
Deep learning radiomics and mediastinal adipose tissue-based nomogram for preoperative prediction of postoperative brain metastasis risk in non-small cell lung cancer
2025-Jul-01, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14466-5
PMID:40597925
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7280 | 2025-10-06 |
The deep radon prior-based stationary CT image reconstruction algorithm for two phase flow inspection
2025-Jul, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.1177/08953996251322078
PMID:40600316
|
研究论文 | 提出一种基于深度Radon先验的静态CT图像重建算法,用于两相流检测 | 提出无监督深度学习算法DRP,通过优化Radon域误差直接从投影数据重建图像,利用神经网络学习图像固有规律信息 | 受系统整体物理布局限制,CT系统只能采集不完全稀疏投影数据 | 开发适用于小直径合金钢管内高速两相流的流型识别和空隙率测量的CT图像重建方法 | 热传递管道中的两相流状态 | 计算机视觉 | NA | 静态计算机断层扫描(CT) | 深度学习神经网络 | CT投影数据 | NA | NA | 深度Radon先验(DRP) | 图像伪影抑制, 噪声抑制, 重建质量 | NA |