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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7381 | 2025-10-06 |
Rapid label-free identification of seven bacterial species using microfluidics, single-cell time-lapse phase-contrast microscopy, and deep learning-based image and video classification
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330265
PMID:40920893
|
研究论文 | 本研究开发了一种基于微流控技术、单细胞延时相差显微镜和深度学习的细菌种类快速无标记识别方法 | 将细菌识别物种从4种扩展到7种常见人类病原体,并评估实时性能、训练集大小、数据质量和数据增强的影响 | 需要直接从血液中分离细菌并在多样临床分离株上验证方法 | 开发快速无标记的细菌种类识别方法以改善急性感染的初始治疗 | 七种常见人类病原菌:铜绿假单胞菌、大肠杆菌、肺炎克雷伯菌、鲍曼不动杆菌、粪肠球菌、奇异变形杆菌和金黄色葡萄球菌 | 计算机视觉 | 细菌感染 | 微流控技术、单细胞延时相差显微镜 | CNN, Vision Transformer | 视频、图像 | 七个细菌物种的单细胞生长延时序列 | NA | 卷积神经网络, 视觉变换器 | 精确率, 召回率, AUC | NA |
| 7382 | 2025-10-06 |
Smart load balancing in cloud computing: Integrating feature selection with advanced deep learning models
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329765
PMID:40924788
|
研究论文 | 提出一种集成特征选择与深度学习模型的智能负载均衡方法SLADRO,用于优化云计算资源分配 | 结合CNN和LSTM进行负载预测,采用OOA-PSO混合优化算法进行特征选择,并应用深度强化学习实现动态任务调度 | 仅基于Google Cluster Trace数据集进行仿真验证,未在真实生产环境中测试 | 解决云计算环境中动态负载均衡问题,提高资源利用率和能效 | 云计算工作负载和资源管理 | 机器学习 | NA | 深度学习,强化学习,优化算法 | CNN, LSTM, DRL | 工作负载跟踪数据 | Google Cluster Trace真实世界数据集 | NA | CNN, LSTM | 吞吐量,完成时间,资源利用率,能效 | NA |
| 7383 | 2025-10-06 |
Enhancing fake news detection with transformer-based deep learning: A multidisciplinary approach
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330954
PMID:40924789
|
研究论文 | 提出一种基于Transformer架构的增强型BERT模型,用于虚假新闻检测 | 采用渐进式训练方法增强BERT模型,使其能够逐步学习区分真实报道与虚假内容的语言细微差别 | 仅使用WELFake数据集进行验证,未在其他数据集测试泛化能力 | 开发可靠的自动化虚假新闻检测机制以应对数字信息完整性挑战 | 虚假新闻和真实新闻文本 | 自然语言处理 | NA | 深度学习 | Transformer, BERT | 文本 | 72,134篇文章 | TensorFlow/PyTorch(未明确指定) | BERT | 准确率, F1分数, 精确率, 召回率 | NA |
| 7384 | 2025-10-06 |
Bibliometric Analysis of Research Articles on Embedded Internet of Health Things (IoHT) Fall Detection in the Elderly Published from 2006 to 2025
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S537047
PMID:40927577
|
文献计量分析 | 对2006年至2025年嵌入式健康物联网老年人跌倒检测研究文章进行文献计量分析 | 首次对嵌入式健康物联网老年人跌倒检测领域进行系统的文献计量分析,涵盖近20年的研究发展轨迹 | 仅基于Scopus数据库,可能存在文献收录不全;缺乏标准数据集和公平的人口统计代表性 | 分析嵌入式健康物联网老年人跌倒检测领域的研究现状、发展趋势和研究空白 | 2006-2025年期间发表的嵌入式健康物联网老年人跌倒检测相关研究文章 | 健康物联网 | 老年疾病 | 文献计量分析,科学图谱可视化 | 机器学习,深度学习 | 文献元数据,引文数据 | 79篇出版物 | VOSviewer | NA | 引文分析,科学图谱 | NA |
| 7385 | 2025-10-06 |
Efficient spatio-temporal modeling for sign language recognition using CNN and RNN architectures
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1630743
PMID:40927705
|
研究论文 | 本研究使用CNN和RNN架构进行坦桑尼亚手语识别,提出带ELU激活函数的CNN-GRU模型以提升性能 | 提出使用ELU激活函数的CNN-GRU架构来增强学习效率和性能,在手语识别中实现94%的准确率 | 在独立手语者设置中性能差异显著,最高准确率仅66%,手部优势特征优化仍面临挑战 | 开发能够捕捉视频帧时空关系特征的高效深度学习算法用于手语识别 | 坦桑尼亚手语数据集 | 计算机视觉 | NA | 深度学习 | CNN, LSTM, GRU | 视频 | 使用手机自拍摄像头收集的坦桑尼亚手语数据集 | NA | CNN-LSTM, CNN-GRU | 准确率 | NA |
| 7386 | 2025-10-06 |
RiskPath: Explainable deep learning for multistep biomedical prediction in longitudinal data
2024-Dec-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.09.19.24313909
PMID:39371168
|
研究论文 | 开发用于纵向数据多步生物医学预测的可解释深度学习工具箱RiskPath | 结合理论指导的优化方法指定最优模型拓扑结构,提供预测因子重要性随时间变化映射和可视化功能 | NA | 开发适用于风险分层的可解释时间序列AI方法 | 纵向队列数据中的疾病风险预测 | 机器学习 | NA | 时间序列分析 | 深度学习 | 纵向时间序列数据 | NA | NA | NA | NA | NA |
| 7387 | 2025-10-06 |
Automated surgical skill assessment in colorectal surgery using a deep learning-based surgical phase recognition model
2024-11, Surgical endoscopy
DOI:10.1007/s00464-024-11208-9
PMID:39214877
|
研究论文 | 本研究开发了一种基于深度学习的结直肠手术阶段识别模型,用于自动评估外科手术技能 | 首次将手术阶段识别模型应用于结直肠手术技能评估,通过分析手术阶段参数实现自动化技能分级 | 样本量相对有限,仅针对腹腔镜乙状结肠切除术进行评估 | 验证使用手术阶段识别模型评估外科手术技能的可行性 | 结直肠外科手术视频和不同技能水平的外科医生 | 计算机视觉 | 结直肠癌 | 深度学习 | 深度学习模型 | 手术视频 | 85个手术视频(专家组26个、中间组32个、新手组27个),总计1272个视频片段 | NA | NA | p值统计显著性 | NA |
| 7388 | 2024-09-15 |
Breaking barriers in inner ear MRI: The changing role of deep learning reconstruction
2024-Oct, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.07.010
PMID:39271366
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 7389 | 2025-10-06 |
Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification
2024-Oct, Indian journal of orthopaedics
IF:1.1Q3
DOI:10.1007/s43465-024-01259-4
PMID:39324090
|
研究论文 | 本研究开发了一种基于深度学习的自动膝关节骨关节炎严重程度分级和分类方法 | 采用迁移学习方法并比较14种不同深度学习模型在膝关节X射线图像分析中的性能,首次将像素比率计算与决策树模型相结合用于OA预测 | 测试准确率为67%,仍有提升空间,且仅使用单一数据集进行验证 | 开发深度学习方法来预测膝关节置换可能性和Kellgren-Lawrence分级 | 膝关节骨关节炎患者的X射线图像 | 计算机视觉 | 骨关节炎 | X射线成像 | CNN | 图像 | 骨关节炎倡议(OAI)数据集 | TensorFlow, Keras | Xception, VGG16, VGG19, ResNet50, ResNet101, ResNet152, ResNet50V2, ResNet101V2, ResNet152V2, Inception V3, Inception ResNetV2, DenseNet121, DenseNet169, DenseNet201 | 准确率 | NA |
| 7390 | 2025-10-06 |
Reducing motion artifacts in craniocervical background subtraction angiography with deformable registration and unsupervised deep learning
2024-Sep, Radiology advances
DOI:10.1093/radadv/umae020
PMID:40927738
|
研究论文 | 本研究开发了一种基于无监督深度学习的可变形配准模型,用于显著减少头颈部数字减影血管造影中的运动伪影 | 引入了具有血管层估计的新型图像相似性损失函数,优化背景配准,使其对血管内碘造影剂的可变存在具有鲁棒性 | NA | 开发快速可变形配准模型以减少头颈部血管造影中的DSA配准误差 | 头颈部血管造影图像 | 医学影像处理 | 脑血管疾病 | 数字减影血管造影 | 深度学习 | 医学影像 | 516项研究,包含5,240个血管造影序列 | HyperMorph | 可变形配准网络 | 血管保真度评分,减影伪影评分,整体质量评分,推理时间 | NA |
| 7391 | 2025-10-06 |
Robust Medical Diagnosis: A Novel Two-Phase Deep Learning Framework for Adversarial Proof Disease Detection in Radiology Images
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00916-8
PMID:38343214
|
研究论文 | 提出一种用于放射影像疾病检测的两阶段深度学习防御框架,以增强模型对抗对抗攻击的鲁棒性 | 结合改进的对抗学习算法和JPEG压缩图像滤波技术,构建两阶段防御框架,显著提升模型在对抗攻击下的诊断可靠性 | 仅针对三种特定对抗攻击方法进行评估,未涵盖所有可能的攻击类型 | 开发对抗攻击鲁棒的医学影像诊断系统 | 肺部放射影像(X光和CT) | 计算机视觉 | COVID-19 | 深度学习 | CNN | 图像 | NA | NA | ResNet-50,VGG-16,Inception-V3 | 准确率 | NA |
| 7392 | 2025-10-06 |
A Deep Learning-Based Approach for Cervical Cancer Classification Using 3D CNN and Vision Transformer
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00911-z
PMID:38343216
|
研究论文 | 提出一种结合3D CNN和Vision Transformer的深度学习系统用于宫颈癌分类 | 首次将3D CNN的时空特征提取能力与Vision Transformer的复杂特征学习能力相结合,并引入3D特征金字塔网络和3D SE模块进行特征优化 | NA | 开发有效的宫颈癌分类系统以辅助早期检测和治疗 | 宫颈图像 | 计算机视觉 | 宫颈癌 | 深度学习 | 3D CNN, Vision Transformer | 图像 | NA | NA | 3D CNN, Vision Transformer, 3D FPN, 3D SE模块, KELM | 准确率 | NA |
| 7393 | 2025-10-06 |
Analysis of Validation Performance of a Machine Learning Classifier in Interstitial Lung Disease Cases Without Definite or Probable Usual Interstitial Pneumonia Pattern on CT Using Clinical and Pathology-Supported Diagnostic Labels
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00914-w
PMID:38343230
|
研究论文 | 评估机器学习分类器Fibresolve在非典型间质性肺病CT模式中对特发性肺纤维化的诊断性能 | 针对不符合明确或疑似普通型间质性肺炎CT模式的病例验证机器学习分类器的诊断能力 | 样本量有限(295例患者),需要进一步多中心验证 | 评估机器学习分类器在非典型间质性肺病病例中的诊断性能 | 间质性肺病患者,特别是不符合明确或疑似UIP CT模式的病例 | 医学影像分析 | 间质性肺病 | 胸部计算机断层扫描(CT) | 深度学习 | 医学影像 | 295例患者的多中心验证数据集 | NA | NA | 灵敏度, 特异度 | NA |
| 7394 | 2025-10-06 |
Hybrid Topological Data Analysis and Deep Learning for Basal Cell Carcinoma Diagnosis
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00924-8
PMID:38343238
|
研究论文 | 本研究结合拓扑数据分析和深度学习开发了一种用于基底细胞癌诊断的混合模型 | 首次将拓扑数据分析与深度学习相结合用于基底细胞癌诊断,通过持久同源性提取拓扑特征并与深度学习特征融合 | 研究仅针对基底细胞癌,未验证对其他皮肤癌类型的适用性 | 开发基于混合拓扑数据分析和深度学习的基底细胞癌自动诊断模型 | 皮肤病变图像中的毛细血管扩张和皮肤病变区域 | 计算机视觉 | 皮肤癌 | 拓扑数据分析,持久同源性 | CNN | 图像 | 395个皮肤病变 | NA | EfficientNet-B5 | 准确率,AUC | NA |
| 7395 | 2025-10-06 |
Background Subtraction Angiography with Deep Learning Using Multi-frame Spatiotemporal Angiographic Input
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00921-x
PMID:38343209
|
研究论文 | 提出利用多帧时空血管造影输入的深度学习背景减除血管造影方法,显著减少运动伪影 | 首次利用血管造影时间序列的丰富时间信息,开发了改进的2D+t深度学习模型,并创建了神经血管造影领域特定的合成仿射运动增强流程 | 研究主要针对脑部血管造影,需要验证在其他血管区域的应用效果 | 改善导管数字减影血管造影中的运动伪影问题 | 脑部血管造影图像 | 计算机视觉 | 脑血管疾病 | 数字减影血管造影 | 深度学习 | 血管造影图像序列 | 516个脑部血管造影,包含8784个独立序列 | NA | 2D U-Net, 3D U-Net, SegResNet, UNETR | RMSE, Multi-Scale SSIM | NA |
| 7396 | 2025-10-06 |
Invertible and Variable Augmented Network for Pretreatment Patient-Specific Quality Assurance Dose Prediction
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00930-w
PMID:38343215
|
研究论文 | 提出一种改进的可逆和变量增强网络用于预测放疗前患者特异性质量保证的三维剂量分布 | 首次使用IVPSQA模型预测3D放疗前患者特异性质量保证剂量分布,开发了改进的可逆和变量增强网络架构 | 仅针对2018-2021年间接受VMAT治疗的300名癌症患者进行研究,样本量相对有限 | 提高放疗前患者特异性质量保证的准确性和效率,减轻医学物理师的工作负担 | 300名接受容积调强弧形放疗的癌症患者 | 医学影像分析 | 癌症 | 容积调强弧形放疗 | 深度学习网络 | CT图像、放疗剂量数据、测量引导剂量分布 | 300例患者(240例训练,60例测试) | NA | 可逆和变量增强网络 | SSIM, MSE, MAE, 剂量差异图, 水平剖面比较 | NA |
| 7397 | 2025-10-06 |
Deep Learning-Assisted Identification of Femoroacetabular Impingement (FAI) on Routine Pelvic Radiographs
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00920-y
PMID:38343231
|
研究论文 | 开发了一种深度学习系统用于在常规骨盆X光片上定位髋关节并检测凸轮型股骨髋臼撞击征 | 首次使用基于焦点损失原理的卷积神经网络定位髋关节,并采用二级CNN分类系统检测FAI病变 | 研究为回顾性设计,样本来源单一,模型性能有待进一步提升 | 开发自动检测股骨髋臼撞击征的深度学习系统 | 骨盆X光片中的髋关节 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN | 图像 | 3050项研究,包含724个严重FAI、962个中度FAI、846个轻度FAI和518个正常髋关节 | NA | 基于焦点损失原理的CNN | 准确率, 灵敏度, 特异性, AUC | NA |
| 7398 | 2025-10-06 |
Generating PET Attenuation Maps via Sim2Real Deep Learning-Based Tissue Composition Estimation Combined with MLACF
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00902-0
PMID:38343219
|
研究论文 | 本研究提出了一种基于Sim2Real深度学习的组织成分估计方法,结合MLACF算法生成PET衰减图 | 首次使用仅模拟PET数据集进行模型训练,通过Sim2Real深度学习估计组织成分并生成衰减图 | DL模型在颈部切片区域对解剖细节估计不准确 | 开发无需CT数据的PET衰减校正方法 | 人头部的PET图像 | 医学影像处理 | NA | PET成像 | 深度学习 | PET图像 | 临床脑PET数据 | NA | NA | 定量准确性 | NA |
| 7399 | 2025-10-06 |
Fetal Ultrasound Segmentation and Measurements Using Appearance and Shape Prior Based Density Regression with Deep CNN and Robust Ellipse Fitting
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00908-8
PMID:38343234
|
研究论文 | 提出一种结合外观和形状先验的密度回归方法,通过深度CNN和鲁棒椭圆拟合实现胎儿超声图像中头部结构的自动分割与头围测量 | 提出DR-ASPnet模型,将外观和形状先验整合到深度学习网络中,并采用鲁棒椭圆拟合方法进行头围估计 | 未明确说明样本规模和数据集的多样性限制 | 实现胎儿头部结构的精确分割和头围生物测量 | 胎儿超声图像中的头部结构 | 计算机视觉 | 胎儿生长异常 | 超声成像 | CNN | 超声图像 | NA | NA | HDR-DCNN | DSC, AD, CC | NA |
| 7400 | 2025-10-06 |
Pulmonary Nodule Classification Using a Multiview Residual Selective Kernel Network
2024-Feb, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00928-4
PMID:38343233
|
研究论文 | 提出一种基于多视角残差选择核网络的肺结节分类方法,通过结合手工纹理特征与深度学习模型提升恶性结节预测性能 | 设计了残差选择核(RSK)模块处理肺结节形态多样性,构建多视角RSK网络(MRSKNet),并提出将同质性纹理特征图与CT图像拼接的输入策略 | 仅在公开数据集LIDC-IDRI上进行验证,需要进一步临床验证 | 开发计算机辅助诊断系统用于肺结节的恶性概率预测 | CT图像中的肺结节 | 计算机视觉 | 肺癌 | CT成像 | CNN | 医学图像 | LIDC-IDRI公共数据库 | NA | ResNet, Selective Kernel | AUC, 准确率, 召回率, 特异性 | NA |