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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
8301 | 2025-10-06 |
Transferable non-invasive modal fusion-transformer (NIMFT) for end-to-end hand gesture recognition
2024-04-09, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad39a5
PMID:38565124
|
研究论文 | 提出一种用于手势识别的非侵入式模态融合Transformer模型,通过多头部交叉注意力机制融合sEMG和加速度信号 | 使用非侵入式多头部交叉注意力机制融合异构信号,解决了传统侵入式模态融合的局限性,并具备跨被试迁移能力 | NA | 开发端到端且跨被试可迁移的手势识别模型 | 表面肌电信号(sEMG)和加速度(ACC)数据 | 机器学习 | NA | 惯性测量单元(IMU), 表面肌电图(sEMG) | Transformer, CNN | 时序信号数据 | Ninapro DB2数据集中的三个动作集 | NA | 1D-CNN, Transformer, 多头部交叉注意力机制 | 准确率, 召回率, 精确率, F1分数 | NA |
8302 | 2025-10-06 |
A study on the high power microwave effects of PIN diode limiter based on deep learning algorithm
2024-Apr-09, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ad3648
PMID:38513283
|
研究论文 | 本研究利用优化的神经网络算法替代传统物理建模方法,研究PIN二极管限幅器的高功率微波效应 | 首次将优化的神经网络算法应用于PIN二极管限幅器的高功率微波效应研究,替代传统物理建模方法 | NA | 研究PIN二极管限幅器在高功率微波作用下的性能表现和预测方法 | PIN二极管限幅器 | 机器学习 | NA | 高功率微波辐照 | 神经网络 | 仿真数据 | NA | NA | 优化的神经网络 | 加权均方误差,MSE | NA |
8303 | 2025-10-06 |
Automatic thoracic aorta calcium quantification using deep learning in non-contrast ECG-gated CT images
2024-03-13, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad2ff2
PMID:38437732
|
研究论文 | 开发基于深度学习的全自动系统,用于从非对比ECG门控CT图像中量化胸主动脉钙化 | 结合三个不同视角训练的UNet进行主动脉分割,并采用三个组合CNN对钙化病灶进行分类 | 研究样本仅来自心血管患者队列,缺乏外部验证 | 开发全自动胸主动脉钙化检测系统并评估其在风险分类中的性能 | 心血管患者的胸主动脉钙化 | 计算机视觉 | 心血管疾病 | 心脏计算机断层扫描 | CNN, UNet | CT图像 | 1190例非增强ECG门控心脏CT研究(测试集119例) | NA | UNet, CNN | Dice系数, Kappa系数, ICC | NA |
8304 | 2025-10-06 |
Mapping dynamic spatial patterns of brain function with spatial-wise attention
2024-03-07, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad2cea
PMID:38407988
|
研究论文 | 提出了一种基于空间注意力的自编码器方法SCAAE,用于从fMRI数据中发现动态功能脑网络 | 首次使用空间注意力机制直接生成动态功能脑网络,无需线性或独立性假设 | NA | 探索大脑功能的动态空间模式 | 功能磁共振成像数据 | 医学影像分析 | 神经精神疾病 | 功能磁共振成像 | 自编码器,注意力机制 | 医学影像 | HCP-rest、HCP-task和ADHD-200数据集 | NA | 空间和通道注意力自编码器 | 空间相似性 | NA |
8305 | 2025-10-06 |
AI for Detection of Tuberculosis: Implications for Global Health
2024-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.230327
PMID:38197795
|
研究论文 | 本文对基于胸部X光片的结核病计算机辅助诊断系统进行批判性评估,并探讨其全球推广的挑战与前景 | 首次基于医学影像人工智能清单对结核病CAD系统开发过程报告进行系统评估,并全面分析规模化应用的多维度考量 | 未涉及具体临床实施数据,主要基于文献分析和理论探讨 | 评估结核病计算机辅助诊断系统发展现状并探索其全球推广路径 | 结核病计算机辅助诊断系统 | 医学影像分析 | 结核病 | 深度学习 | 深度学习模型 | 胸部X光影像 | NA | NA | NA | 诊断性能 | NA |
8306 | 2025-10-06 |
Image Quality and Diagnostic Performance of Low-Dose Liver CT with Deep Learning Reconstruction versus Standard-Dose CT
2024-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.230192
PMID:38231025
|
研究论文 | 比较低剂量肝脏CT与深度学习重建和标准剂量CT在图像质量和恶性肝肿瘤检测诊断性能方面的差异 | 首次在多中心前瞻性研究中验证深度学习去噪技术在低剂量肝脏CT中的非劣效性 | 样本量相对有限,仅针对恶性肝肿瘤进行评估 | 评估低剂量CT结合深度学习重建在肝脏成像中的临床应用价值 | 接受肝脏CT扫描的患者 | 医学影像 | 肝脏肿瘤 | CT扫描,深度学习去噪 | 深度学习 | CT图像 | 296名参与者(196名男性,100名女性,平均年龄60.5岁),其中246名用于诊断性能评估 | NA | NA | 图像噪声,诊断性能FOM,95%置信区间 | NA |
8307 | 2025-10-06 |
Denoising Multiphase Functional Cardiac CT Angiography Using Deep Learning and Synthetic Data
2024-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.230153
PMID:38416035
|
研究论文 | 本研究开发并评估了一种基于深度学习的去噪方法,用于改善功能性心脏CT血管成像的图像质量 | 利用三维卷积神经网络整合多相位信息进行图像去噪,并采用合成数据进行训练 | 回顾性研究,使用合成数据进行训练而非真实临床数据 | 开发有效的功能性心脏CT血管成像去噪方法 | 冠状动脉CT血管造影图像 | 计算机视觉 | 心血管疾病 | CT血管造影 | CNN | 医学图像 | 566例冠状动脉CT血管造影 | NA | 三维卷积神经网络 | 噪声标准差, 信噪比, 图像质量专家评估, 组内相关系数 | NA |
8308 | 2025-10-06 |
Development and Validation of a Deep Learning Model to Reduce the Interference of Rectal Artifacts in MRI-based Prostate Cancer Diagnosis
2024-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.230362
PMID:38446042
|
研究论文 | 开发并验证一种能够减少直肠伪影干扰的基于MRI的前列腺癌诊断深度学习模型 | 提出了针对性的对抗训练策略(TPAS)来增强模型对直肠伪影的抵抗能力 | 回顾性研究,需要进一步前瞻性验证 | 开发能够抵抗直肠伪影干扰的MRI-based前列腺癌诊断模型 | 2203名前列腺病变男性患者 | 医学影像分析 | 前列腺癌 | 双参数MRI | 深度学习模型 | MRI影像 | 2203例患者 | NA | NA | AUC, AUPRC | NA |
8309 | 2025-10-06 |
An approach to detect and predict epileptic seizures with high accuracy using convolutional neural networks and single-lead-ECG signal
2024-02-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad29a3
PMID:38359446
|
研究论文 | 提出一种基于卷积神经网络和单导联心电信号的高精度癫痫发作检测与预测方法 | 使用单导联ECG信号替代EEG信号进行癫痫检测与预测,适用于可穿戴设备系统 | NA | 开发基于深度学习的癫痫发作检测与预测算法 | 癫痫患者的心电信号 | 机器学习 | 癫痫 | 心电信号处理 | CNN | ECG信号 | NA | NA | 39层卷积神经网络 | 准确率 | NA |
8310 | 2025-10-06 |
Integrative analysis of noncoding mutations identifies the druggable genome in preterm birth
2024-01-19, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adk1057
PMID:38241369
|
研究论文 | 通过整合非编码突变分析揭示早产的药物靶向基因组 | 首次结合深度学习与图模型在碱基分辨率评估突变效应,整合子宫肌层表观基因组与大规模患者基因组数据 | 研究队列主要基于欧洲和非裔美国人群体,可能限制结果的普适性 | 识别早产的遗传风险位点和药物靶点 | 自发性早产患者队列(欧洲和非裔美国人)及接受孕激素预防治疗的孕妇 | 机器学习 | 早产 | 全基因组测序,表观基因组分析 | 深度学习,图模型 | 基因组数据,表观遗传数据 | 大规模患者队列(具体数量未明确说明) | NA | NA | 突变负荷预测能力 | NA |
8311 | 2025-10-06 |
Deep learning-based video-analysis of instrument motion in microvascular anastomosis training
2024-01-12, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-05896-4
PMID:38214753
|
研究论文 | 开发基于深度学习的自动器械尖端检测算法,用于微血管吻合训练中的手术器械运动分析 | 首次将YOLOv2深度学习模型应用于微血管吻合训练视频的器械尖端跟踪和运动学分析 | 研究主要基于训练视频,临床实际应用验证尚需进一步研究 | 开发自动化手术器械运动分析系统以客观评估微血管吻合技能 | 神经外科培训学员(新手、中级和专家级外科医生) | 计算机视觉 | NA | 视频分析 | CNN | 视频 | 临床微血管手术视频和训练视频 | YOLOv2 | YOLOv2 | Dice相似系数, ROC分析 | NA |
8312 | 2025-10-06 |
CRPU-NET: a deep learning model based semantic segmentation for the detection of colorectal polyp in lower gastrointestinal tract
2023-12-27, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad160f
PMID:38100789
|
研究论文 | 开发基于深度学习的CRPU-Net模型用于结直肠息肉语义分割检测 | 提出轻量级CRPU-Net架构,在结直肠息肉分割任务中性能优于现有先进模型 | NA | 开发结直肠息肉自动分割模型并进行性能比较分析 | 结肠镜检查图像中的结直肠息肉 | 计算机视觉 | 结直肠癌 | 结肠镜检查 | CNN | 图像 | CVC-ColonDB和CVC-ClinicDB两个结肠镜图像数据集 | NA | CRPU-Net, VGG16, VGG19, U-Net, ResUnet++ | 准确率, Jaccard系数, Dice系数 | NA |
8313 | 2025-10-06 |
Secret learning for lung cancer diagnosis-a study with homomorphic encryption, texture analysis and deep learning
2023-12-08, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad0b4b
PMID:37944251
|
研究论文 | 本研究提出一种结合同态加密、纹理分析和深度学习的隐私保护方法用于肺癌诊断 | 首次将同态加密技术应用于肺癌CT图像的纹理特征提取和深度学习分类,在保护患者隐私的同时实现高精度诊断 | 仅使用单一数据集进行验证,未在不同医疗机构数据上进行泛化性测试 | 开发隐私保护的肺癌自动诊断方法 | 肺部CT扫描图像 | 计算机视觉 | 肺癌 | 同态加密,纹理分析 | 深度学习 | 医学影像 | 包含正常组织、腺癌、大细胞癌和鳞状细胞癌的CT图像样本 | NA | NA | 准确率 | NA |
8314 | 2025-10-06 |
Spin device-based image edge detection architecture for neuromorphic computing
2023-Nov-15, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ad0056
PMID:37797609
|
研究论文 | 提出一种基于自旋轨道转矩磁随机存储器的交叉阵列设计,用于图像边缘检测的神经形态计算架构 | 采用双电平自旋轨道转矩磁随机存储器设计,实现内存计算并扩展至脉冲域蚁群优化算法 | NA | 开发资源高效的硬件实现方案,用于图像边缘检测 | 灰度图像边缘检测 | 神经形态计算 | NA | 内存计算,非易失性存储器 | NA | 图像 | NA | 蚁群优化算法 | 交叉阵列设计 | 像素精度,面积效率,泄漏功耗,能效 | NA |
8315 | 2025-06-14 |
Predicting Imminent Conversion to Exudative Age-Related Macular Degeneration Using Multimodal Data and Ensemble Machine Learning
2025 Sep-Oct, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100785
PMID:40502295
|
研究论文 | 该研究开发并比较了经典机器学习和深度学习模型,用于预测6个月内即将发生的渗出性年龄相关性黄斑变性(eAMD)转化 | 结合OCT和临床数据,开发了集成机器学习模型来预测eAMD的即时转化,且深度学习模型表现优于传统机器学习模型 | 研究为回顾性队列研究,需前瞻性验证模型的有效性 | 开发预测即将发生eAMD转化的模型,以促进及时治疗 | 2013至2021年间在Wilmer眼科研究所就诊的eAMD患者 | 数字病理学 | 年龄相关性黄斑变性 | 光谱域OCT | ResNet-50, Random Forest, XGBoost, MLP | 图像, 临床数据 | 2084名患者的33189个OCT体积 | NA | NA | NA | NA |
8316 | 2025-06-14 |
Deep learning reconstruction for T2-weighted and contrast-enhanced T1-weighted magnetic resonance enterography imaging in patients with Crohn's disease: Assessment of image quality and clinical utility
2025-Aug, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2025.110528
PMID:40479900
|
research paper | 研究深度学习重建在克罗恩病患者磁共振肠成像中T2加权和对比增强T1加权图像的质量及临床效用 | 评估深度学习重建技术在磁共振肠成像中的应用,比较其与传统方法在图像质量和采集时间上的差异 | 观察者间对深度学习重建图像质量的一致性较低,尤其是T1 VIBE图像 | 评估深度学习重建的磁共振肠成像图像质量及其在克罗恩病诊断中的临床效用 | 克罗恩病患者 | digital pathology | Crohn's disease | magnetic resonance enterography | deep learning | image | 93名患者用于T2 HASTE比较,42名患者用于T1 VIBE比较 | NA | NA | NA | NA |
8317 | 2025-06-14 |
Model-informed deep-learning photoacoustic reconstruction for low-element linear array
2025-Aug, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100732
PMID:40502804
|
research paper | 提出了一种针对低元素线性阵列的模型信息深度学习光声重建方法,以解决传统重建方法在稀疏传感器排列和有限传感器间距下的图像质量问题 | 引入了轻量级的GE-CNN框架,显著降低了计算需求,模型矩阵大小减少了4倍,处理速度提高了约46.3% | 未提及在实际临床环境中的广泛验证 | 提高光声断层扫描(PAT)在稀疏传感器排列下的图像重建质量和计算效率 | 线性阵列超声换能器 | 医学影像处理 | NA | 光声断层扫描(PAT) | GE-CNN | 图像 | 合成模型、实验体模和活体大鼠肝脏成像 | NA | NA | NA | NA |
8318 | 2025-06-14 |
Acquisition and Reconstruction Techniques for Coronary CT Angiography: Current Status and Trends over the Past Decade
2025-07, Radiographics : a review publication of the Radiological Society of North America, Inc
IF:5.2Q1
DOI:10.1148/rg.240083
PMID:40504731
|
review | 本文回顾了过去十年中冠状动脉CT血管成像(CCTA)的采集和重建技术,探讨了其现状和发展趋势 | 总结了多种新技术如低管电压采集、高清CT、超高清CT、深度学习重建算法等,以提高图像质量和降低辐射剂量 | 尽管有多种新技术,但CCTA仍存在运动伪影、图像噪声、辐射暴露等问题 | 提高冠状动脉CT血管成像(CCTA)的临床价值,用于非侵入性评估冠状动脉疾病(CAD) | 冠状动脉CT血管成像(CCTA)技术 | 医学影像 | 心血管疾病 | 低管电压采集、高清CT、超高清CT、深度学习重建算法 | 深度学习重建算法(DLR) | 医学影像 | NA | NA | NA | NA | NA |
8319 | 2025-06-14 |
Computational design of diverse nuclear factor erythroid 2 activators with cellular antioxidative activity
2025-Jun-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112621
PMID:40502689
|
研究论文 | 利用深度学习算法设计能够激活NRF2的小蛋白,以增强细胞抗氧化防御能力 | 采用深度学习模型设计具有不同结构框架和热力学特性的稳定小蛋白,有效激活KEAP1-NRF2通路 | 未提及在动物模型或临床试验中的验证 | 开发高效且选择性激活KEAP1-NRF2通路的合成抗氧化剂 | KEAP1-NRF2复合物及设计的结合蛋白 | 机器学习 | 慢性疾病 | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 五种设计的结合蛋白 | NA | NA | NA | NA |
8320 | 2025-06-14 |
CT-based deep learning model for improved disease-free survival prediction in clinical stage I lung cancer: a real-world multicenter study
2025-Jun-12, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11682-2
PMID:40506642
|
研究论文 | 开发了一种基于CT图像的深度学习模型,用于预测临床I期肺癌患者的无病生存期(DFS) | 利用三维卷积神经网络从CT图像中提取肿瘤特征,显著优于传统临床模型,能够有效识别高风险患者 | 研究为回顾性队列研究,可能存在选择偏倚 | 提高临床I期肺癌患者无病生存期的预测准确性 | 临床I期非小细胞肺癌(NSCLC)患者 | 数字病理 | 肺癌 | CT成像 | 三维卷积神经网络(3D-CNN) | 图像 | 2489名手术患者(开发队列)和248名接受立体定向体放射治疗(SBRT)的患者(外部验证队列) | NA | NA | NA | NA |