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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
7301 | 2025-10-06 |
Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.01.043
PMID:39955255
|
研究论文 | 本研究探讨深度学习重建加速多b值弥散加权成像在缩短采集时间、改善图像质量和预测BCLC A期肝细胞癌微血管侵犯方面的效果 | 首次将深度学习重建技术应用于多b值DWI序列,实现52.86%的采集时间缩短同时保持微血管侵犯预测性能 | 样本量相对有限(118例患者),仅针对BCLC A期肝细胞癌患者进行研究 | 评估深度学习加速多b值DWI在肝细胞癌微血管侵犯预测中的临床应用价值 | BCLC A期肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 多b值弥散加权成像,深度学习重建 | 深度学习 | 磁共振影像 | 118例患者,其中48例微血管侵犯阳性 | NA | NA | AUC, SNR, CNR, ROC分析 | NA |
7302 | 2025-10-06 |
A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.028
PMID:40055057
|
研究论文 | 开发基于CT的深度学习放射组学模型预测直肠癌患者术前肿瘤出芽分级 | 首次结合深度学习特征和手工放射组学特征,并整合细胞外容积参数图像构建多参数预测模型 | 回顾性研究且样本量有限(135例患者) | 预测直肠癌患者术前肿瘤出芽分级 | 经组织学确诊的直肠癌患者 | 数字病理 | 直肠癌 | CT成像 | 深度学习,机器学习 | CT图像 | 135例直肠癌患者(Bd1+2组85例,Bd3组50例) | NA | NA | AUC,校准曲线,决策曲线分析 | NA |
7303 | 2025-10-06 |
Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.039
PMID:40068996
|
研究论文 | 开发并验证一种基于深度学习的双模态虚拟活检系统,通过整合MRI和乳腺X线摄影特征来无创预测乳腺癌HER2状态 | 首次提出结合MRI放射组学特征和乳腺X线摄影深度学习特征的双模态虚拟活检系统,实现HER2状态的三分类预测 | 未明确说明模型在HER2-zero和HER2-low组间的区分能力有限的具体原因 | 开发无创预测乳腺癌HER2状态的深度学习决策系统,辅助临床治疗决策 | 乳腺癌患者 | 数字病理 | 乳腺癌 | 放射组学分析,深度学习特征提取 | XGBoost, 深度学习模型 | 医学影像(MRI,乳腺X线摄影) | 550名患者,分为训练集、内部验证集和外部验证集 | NA | NA | AUC, 准确率 | NA |
7304 | 2025-10-06 |
Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.02.041
PMID:40082126
|
研究论文 | 本研究开发了一种基于低剂量CT扫描的深度学习系统,用于自动预测骨密度和诊断骨质疏松症 | 首次利用低剂量胸部CT扫描结合深度学习技术实现骨密度的自动预测和骨质疏松症分类 | 研究样本量相对有限(551名受试者),需要在更大人群中验证模型性能 | 探索利用深度学习建立基于低剂量CT扫描的骨密度预测和骨质疏松分类系统的可行性 | 接受低剂量CT和QCT检查的551名受试者 | 医学影像分析 | 骨质疏松症 | 低剂量CT扫描,定量CT | 深度学习 | 医学影像 | 551名受试者 | NA | U-net | Dice相似系数,灵敏度,阳性预测值,Hausdorff距离,均方根误差,R2,曲线下面积,准确率 | NA |
7305 | 2025-10-06 |
Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients
2025-Jul-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twaf017
PMID:40104864
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型,用于从质子密度加权图像生成T2加权磁共振图像,以缩短颞下颌关节紊乱患者的MRI扫描时间 | 提出将TransUNet架构作为生成对抗网络的生成器,并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量 | 研究样本量相对有限(178名患者),且仅针对颞下颌关节紊乱这一特定疾病 | 开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型 | 颞下颌关节紊乱患者的磁共振图像 | 计算机视觉 | 颞下颌关节紊乱 | MRI | GAN, Transformer | 医学图像 | 178名患者的7226张图像 | NA | TransUNet | SSIM, LPIPS, FID, MOS | NA |
7306 | 2025-10-06 |
Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.03.011
PMID:40164533
|
研究论文 | 本研究开发基于冠状动脉CT血管成像的深度学习和影像组学模型,用于区分冠状动脉慢性完全闭塞和次全闭塞病变 | 首次结合深度学习和影像组学方法对冠状动脉CTO和STO进行鉴别诊断,并在多中心数据上验证模型性能 | 回顾性研究设计,样本主要来自三级医院,可能存在选择偏倚 | 开发准确区分冠状动脉慢性完全闭塞和次全闭塞的人工智能诊断模型 | 冠状动脉慢性完全闭塞和次全闭塞病变患者 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管成像 | 深度学习, 影像组学 | 医学影像 | 581名参与者(平均年龄50±11岁,81.6%为男性),共600个病灶(403个CTO,197个STO) | NA | NA | AUC | NA |
7307 | 2025-10-06 |
Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction
2025-Jul-01, The British journal of radiology
DOI:10.1093/bjr/tqaf077
PMID:40205479
|
研究论文 | 评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力 | 首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像,显著降低辐射和造影剂剂量同时提升图像质量 | 研究样本量较小(60例患者),仅针对BMI≤25kg/m²的消瘦患者,缺乏对其他人群的验证 | 探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案 | 60例接受冠状动脉CT血管成像检查的消瘦患者(BMI≤25kg/m²) | 医学影像 | 心血管疾病 | 冠状动脉CT血管成像,深度学习图像重建 | 深度学习 | 医学影像数据 | 60例患者随机分为两组 | NA | 深度学习图像重建(DLIR) | 信噪比,对比噪声比,主观评分,CT值,噪声值 | NA |
7308 | 2025-10-06 |
A Deep Learning Approach for Nerve Injury Classification in Brachial Plexopathies Using Magnetic Resonance Neurography with Modified Hiking Optimization Algorithm
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.04.004
PMID:40300994
|
研究论文 | 本研究提出了一种结合深度学习和改进型远足优化算法的AI框架,用于基于磁共振神经成像的臂丛神经病变神经损伤分类 | 首次将改进型远足优化算法与综合学习技术相结合,并应用于臂丛神经病变的神经损伤分类 | 样本量较小(仅39名患者),需要更大规模的研究验证 | 提高臂丛神经病变中神经损伤分类的准确性 | 臂丛神经病变患者的磁共振神经成像数据 | 医学影像分析 | 神经损伤 | 磁共振神经成像 | CNN | 医学影像 | 39名确诊臂丛神经病变患者 | TensorFlow, PyTorch | MobileNetV4 | 准确率, 敏感性, 特异性 | NA |
7309 | 2025-10-06 |
Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.062
PMID:40318972
|
研究论文 | 本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量,用于机会性骨质疏松筛查 | 首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量,为肺癌筛查中的骨质疏松机会性筛查提供新方法 | 初步研究,样本量相对有限(987例患者),需要更大规模验证 | 探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性 | 987名接受80 kV胸部CT和120 kV腰椎CT的患者 | 医学影像分析 | 骨质疏松症 | 定量CT(QCT) | CNN | CT影像 | 987名患者,分为训练集561例、验证集177例、测试集1(112例)和测试集2(137例) | NA | 3D VB-Net, SCN, DenseNet, ResNet | R2, 平均误差, 95%一致性界限, AUC | NA |
7310 | 2025-10-06 |
Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults
2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07515-z
PMID:40372459
|
研究论文 | 本研究开发了基于深度学习的视频估计峰值跳跃功率方法,并验证其与肌少症和身体机能的相关性 | 首次使用无标记视频分析方法估计峰值跳跃功率,为日常生活空间中的肌肉功能监测提供了概念验证 | 仅提供了概念验证,需要进一步研究验证其在日常环境中的实际可行性 | 开发基于视频分析的肌肉功能评估方法并验证其临床相关性 | 成年人群体 | 计算机视觉 | 肌少症 | 深度学习 | 深度学习模型 | 视频数据 | NA | NA | NA | 一致性分析 | NA |
7311 | 2025-10-06 |
Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment
2025-Jul-01, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.4c13905
PMID:40400486
|
研究论文 | 开发了一种数据驱动方法,首次利用气象和生物颗粒物光谱数据常规检测城市环境中高湿度触发的夜间花粉破碎现象 | 首次实现了仅使用气象和在线BioPM光谱数据常规检测花粉破碎的能力,明确了相对湿度超过90%的触发阈值 | 方法基于特定城市环境数据,在其他地区的适用性需要进一步验证 | 检测花粉破碎现象并识别触发其发生的气象阈值 | 城市环境中的生物颗粒物(BioPM)特别是花粉 | 机器学习 | NA | 光谱数据分析 | 深度学习 | 气象数据,光谱数据 | NA | 自动机器学习 | NA | NA | NA |
7312 | 2025-10-06 |
Deep Learning Image Reconstruction (DLIR) Algorithm to Maintain High Image Quality and Diagnostic Accuracy in Quadruple-low CT Angiography of Children with Pulmonary Sequestration: A Case Control Study
2025-Jul, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.05.005
PMID:40410108
|
研究论文 | 评估深度学习图像重建算法在儿童肺隔离症四低CT血管成像中维持图像质量和诊断准确性的能力 | 首次在儿童肺隔离症诊断中应用四低CTA方案(低管电压、低辐射剂量、低对比剂剂量、低注射流率)结合深度学习图像重建技术 | 样本量有限(53例患者),缺乏多中心验证 | 验证四低CTA方案在儿童肺隔离症诊断中的可行性和准确性 | 疑似肺隔离症的儿童患者(年龄1.25±1.02岁至1.50±1.36岁) | 医学影像 | 肺隔离症 | CT血管成像,深度学习图像重建 | 深度学习 | 医学影像 | 106例儿童患者(53例实验组,53例对照组) | NA | DLIR | 对比噪声比,边缘上升距离,敏感性,特异性,主观图像质量评分 | NA |
7313 | 2025-10-06 |
Artificial intelligence for early gastric cancer boundary recognition in NBI and nF-NBI endoscopic images
2025-Jul, Scandinavian journal of gastroenterology
IF:1.6Q3
DOI:10.1080/00365521.2025.2509818
PMID:40452611
|
研究论文 | 开发基于深度学习的模型用于窄带成像和近聚焦窄带成像内镜图像中早期胃癌边界的自动识别 | 首次针对NBI和NF-NBI两种内镜成像模式开发专门的深度学习模型进行早期胃癌边界识别,并与不同资历内镜医师进行性能对比 | 样本量相对有限(1215张NBI图像和1646张NF-NBI图像),未进行外部验证 | 开发用于早期胃癌边界检测的深度学习模型,辅助内镜黏膜下剥离术的完全切除 | 早期胃癌患者的窄带成像和近聚焦窄带成像内镜图像 | 计算机视觉 | 胃癌 | 窄带成像,近聚焦窄带成像,内镜检查 | CNN | 图像 | 1215张NBI图像和1646张NF-NBI图像 | NA | CNN1, CNN2, CNN3 | 准确率, Dice系数, 召回率 | NA |
7314 | 2025-10-06 |
Contribution of Labrum and Cartilage to Joint Surface in Different Hip Deformities: An Automatic Deep Learning-Based 3-Dimensional Magnetic Resonance Imaging Analysis
2025-Jul, The American journal of sports medicine
DOI:10.1177/03635465251339758
PMID:40481726
|
研究论文 | 使用基于深度学习的自动3D MRI分析方法研究不同髋关节畸形中盂唇和软骨对关节面的贡献差异 | 首次采用深度学习自动3D分割方法量化不同髋关节畸形中盂唇对关节面的贡献,并确定影响盂唇贡献的影像学参数 | 回顾性研究设计,样本量相对较小(100个髋关节),证据等级为4级 | 确定不同髋关节畸形中盂唇对关节面贡献的差异及影响因素 | 98名有症状的髋关节畸形患者(100个髋关节) | 医学影像分析 | 髋关节畸形 | 3D磁共振成像,直接髋关节磁共振关节造影 | 深度学习 | 3D磁共振图像 | 98名患者(100个髋关节),平均年龄30±9岁,64%为女性 | NA | NA | R2值(拟合优度) | NA |
7315 | 2025-10-06 |
Phase seeding may provide a gateway to structure solution by deep learning
2025-Jul-01, Acta crystallographica. Section A, Foundations and advances
DOI:10.1107/S2053273325004814
PMID:40492410
|
研究论文 | 本文介绍了一种将人工智能与传统晶体学方法相结合的相位播种策略 | 通过将连续相位问题转化为分类任务,提出了一种混合方法,显著降低了AI训练的计算负担 | NA | 改进晶体结构解析方法,特别是针对大型复杂非中心对称晶体 | 晶体学中的相位问题 | 机器学习 | NA | 晶体学相位解析 | NA | 相位数据 | NA | NA | NA | NA | NA |
7316 | 2025-10-06 |
Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models
2025-Jul-01, Biochemistry
IF:2.9Q3
DOI:10.1021/acs.biochem.4c00682
PMID:40492579
|
研究论文 | 本研究利用mRNA展示技术结合深度学习模型评估环脱水酶LynD的底物范围 | 首次将mRNA展示高通量技术与深度学习模型相结合,系统研究YcaO酶家族底物特异性 | 研究主要关注LynD酶,对其他YcaO家族成员的普适性需要进一步验证 | 探究环脱水酶LynD的底物特异性并开发预测模型 | YcaO酶家族中的环脱水酶LynD及其肽底物 | 机器学习 | NA | mRNA展示技术 | 深度学习 | 肽序列数据 | 远超以往可能的大规模LynD底物库 | NA | NA | 预测准确性 | NA |
7317 | 2025-10-06 |
Accurate Diagnosis of Colorectal Cancer Using a Combination of Lectin-Induced Recombinase Polymerase Amplification and CRISPR/Cas12a Assay on a Point-of-Care Testing Platform with Deep Learning Assistant
2025-Jul-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00468
PMID:40511702
|
研究论文 | 开发了一种结合凝集素诱导重组酶聚合酶扩增和CRISPR/Cas12a检测的即时诊断平台,用于结直肠癌的精准诊断 | 首次将凝集素诱导的外泌体聚集与RPA-CRISPR/Cas12a检测结合,并集成LSTM深度学习模型实现智能手机数据分析 | 样本量相对有限(100例临床样本),需要在更大规模人群中验证 | 开发一种快速、灵敏、用户友好的结直肠癌即时诊断方法 | 结直肠癌患者血液样本中的外泌体 | 数字病理 | 结直肠癌 | 凝集素诱导重组酶聚合酶扩增,CRISPR/Cas12a检测,液体活检 | LSTM | 智能手机采集的检测数据 | 100例临床样本和SW480结直肠癌亚型小鼠模型 | 深度学习框架(具体未指明) | LSTM | 准确率 | 智能手机平台,自制便携式等温扩增设备 |
7318 | 2025-10-06 |
Sensitivity-Enhanced Pure Shift Spectroscopy Empowered by Deep Learning and PSYCHE
2025-Jul-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01899
PMID:40526402
|
研究论文 | 提出了一种结合深度学习和PSYCHE技术的灵敏度增强纯位移谱方法 | 首次将60°翻转角应用于PSYCHE实验并通过深度神经网络去除重耦合伪影 | 适用于半定量分析但未提及对绝对定量分析的适用性 | 提高核磁共振谱的灵敏度和分辨率 | 质子核磁共振谱 | 机器学习 | NA | PSYCHE纯位移方法,核磁共振谱 | 深度神经网络 | 光谱数据 | NA | NA | NA | 准确性 | NA |
7319 | 2025-10-06 |
Efficient Denoising of Shot-Noise in Mass Spectrometry Images by PCA-Assisted Self-Supervised Deep Learning
2025-Jul-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c00825
PMID:40528349
|
研究论文 | 提出一种结合主成分分析和自监督深度学习的质谱成像去噪方法PCA-n2v | 通过PCA预处理步骤优化Noise2Void算法,在质谱成像去噪中表现优于直接N2V实现和其他先进技术 | 在极低信噪比图像中可能出现渗漏伪影 | 提高质谱成像数据质量,减少散粒噪声影响 | 质谱成像数据 | 计算机视觉 | NA | 质谱成像 | 自监督深度学习 | 质谱成像数据 | NA | NA | Noise2Void | NA | NA |
7320 | 2025-10-06 |
Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis
2025-Jul-01, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01102
PMID:40532101
|
研究论文 | 本文开发了一种结合纳米腔传感器与深度学习技术的两亲性生物标志物检测平台 | 首次将银纳米立方体-金镜纳米腔与支撑脂质双层集成,并采用深度学习语义分割方法计算荧光增强因子 | NA | 开发高灵敏度、快速检测的两亲性生物标志物传感平台 | 两亲性生物标志物 | 生物传感 | 癌症, 感染性疾病 | 荧光增强检测, 微流控技术 | 深度学习 | 荧光图像 | NA | NA | 语义分割 | 荧光增强因子, 检测灵敏度 | NA |