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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8561 | 2025-10-06 |
Deep learning neural network prediction of postoperative complications in patients undergoing laparoscopic right hemicolectomy with or without CME and CVL for colon cancer: insights from SICE (Società Italiana di Chirurgia Endoscopica) CoDIG data
2025-Jun-11, Techniques in coloproctology
IF:2.7Q1
DOI:10.1007/s10151-025-03165-9
PMID:40498162
|
研究论文 | 本研究利用深度学习神经网络预测结肠癌患者腹腔镜右半结肠切除术后并发症风险 | 首次将深度学习神经网络应用于意大利多中心数据库(CoDIG)来预测结肠癌术后并发症,并比较了多种机器学习模型的性能 | 需要外部验证和在多样化临床环境中的实施验证 | 评估机器学习模型在预测结肠癌术后并发症方面的应用价值 | 接受腹腔镜右半结肠切除术的结肠癌患者 | 机器学习 | 结肠癌 | 机器学习 | 深度学习神经网络,决策树,随机森林 | 临床数据 | 来自CoDIG多中心数据库的患者数据 | NA | 深度学习神经网络 | 准确率,精确率,召回率,F1分数 | NA |
| 8562 | 2025-10-06 |
Integration of AI and ML in Tuberculosis (TB) Management: From Diagnosis to Drug Discovery
2025-Jun-11, Diseases (Basel, Switzerland)
DOI:10.3390/diseases13060184
PMID:40558595
|
综述 | 本文综述了人工智能和机器学习在结核病管理中的应用,涵盖从诊断到药物发现的各个环节 | 系统整合了AI/ML在结核病管理中的多种应用,特别强调了深度学习技术在医学图像分析中的优势 | 未提供具体的实验验证数据,主要基于现有研究的总结分析 | 探讨人工智能技术在结核病诊断和治疗中的应用潜力 | 结核病患者数据,包括医学影像和生物标志物 | 机器学习 | 结核病 | 医学影像分析,生物标志物检测 | SVM, RF, CNN | 医学图像,生物标志物数据 | NA | NA | 卷积神经网络 | 准确性,灵敏度 | NA |
| 8563 | 2025-10-06 |
SADiff: Coronary Artery Segmentation in CT Angiography Using Spatial Attention and Diffusion Model
2025-Jun-11, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11060192
PMID:40558791
|
研究论文 | 提出一种结合空间注意力和扩散模型的冠状动脉CT血管造影分割方法SADiff | 首次将扩散模型与空间注意力机制结合用于冠状动脉分割,通过扩张注意力网络、扩散子网和条纹注意力网络的混合框架解决传统方法难点 | 未提及对极端运动伪影的处理能力及计算效率的具体分析 | 开发更准确和鲁棒的冠状动脉CT血管造影图像分割方法 | 冠状动脉CT血管造影图像中的血管结构 | 计算机视觉 | 心血管疾病 | CT血管造影 | 扩散模型,注意力网络 | 医学图像 | 公共ImageCAS数据集和私有ImageLaPP数据集 | NA | 扩张注意力网络(DAN),扩散子网,条纹注意力网络(SAN) | Dice系数,Hausdorff距离 | NA |
| 8564 | 2025-10-06 |
Morphology of Macular Neovascularization in Age-Related Macular Degeneration Influences Treatment Requirement and Visual Outcome After 1 Year
2025-Jun-11, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm15060246
PMID:40559108
|
研究论文 | 本研究评估OCT和OCTA参数对新生血管性年龄相关性黄斑变性患者治疗需求和视力预后的预测价值 | 首次系统评估MNV形态学参数与抗VEGF治疗需求及视力预后的相关性,并发现分形维度等新型OCTA参数的预测价值 | 回顾性研究设计,样本量有限(96眼),缺乏长期观察数据,需要深度学习模型进一步验证 | 探索OCT和OCTA参数在预测nAMD患者治疗需求和视力预后方面的应用价值 | 96只初治新生血管性年龄相关性黄斑变性患者的眼睛 | 数字病理 | 年龄相关性黄斑变性 | 光学相干断层扫描(OCT),OCT血管成像(OCTA),玻璃体内注射 | NA | 医学影像数据 | 96只初治nAMD患者的眼睛 | NA | NA | 最佳矫正视力(BCVA),玻璃体内注射次数 | NA |
| 8565 | 2025-10-06 |
SAM for Road Object Segmentation: Promising but Challenging
2025-Jun-10, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11060189
PMID:40558788
|
研究论文 | 本研究对Segment Anything Model (SAM)在零样本道路物体分割任务中的性能进行了全面评估 | 首次对SAM模型在无显式提示情况下的零样本道路物体分割能力进行系统性评估 | SAM模型在动态环境、光照变化和遮挡情况下表现存在挑战 | 评估基础模型在复杂道路环境中分割各种道路物体的固有能力与限制 | 道路物体分割 | 计算机视觉 | NA | 零样本学习 | 基础模型 | 图像 | KITTI、BDD100K和Mapillary Vistas数据集 | NA | Segment Anything Model (SAM) | 多种已建立评估指标 | NA |
| 8566 | 2025-10-06 |
Artificial Intelligence in the Assessment and Grading of Acne Vulgaris: A Systematic Review
2025-Jun-06, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm15060238
PMID:40559101
|
系统综述 | 系统评估人工智能在痤疮诊断、皮损分割/计数和严重程度分级中的应用进展 | 首次系统综述AI在痤疮评估与分级中的最新进展,强调AI方法在提高客观性、可重复性和临床效率方面的潜力 | 大型公共数据集有限,数据主要来自特定种族群体,缺乏广泛的外部验证 | 评估人工智能在痤疮诊断和严重程度分级中的应用 | 痤疮(寻常痤疮)患者 | 计算机视觉 | 皮肤病 | 深度学习 | CNN | 图像 | 29项符合纳入标准的研究 | NA | 基于CNN的模型 | 准确率 | NA |
| 8567 | 2025-10-06 |
NCT-CXR: Enhancing Pulmonary Abnormality Segmentation on Chest X-Rays Using Improved Coordinate Geometric Transformations
2025-Jun-05, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11060186
PMID:40558785
|
研究论文 | 提出NCT-CXR框架,通过解剖学约束的数据增强和专家指导的标注优化来提升胸部X光肺异常分割的精度和临床可靠性 | 结合解剖学约束的数据增强(离散角度旋转)和临床验证的标注优化流程,显著提升肺异常分割性能 | NA | 提高胸部X光肺异常分割的精度和临床可靠性 | 胸部X光图像中的肺异常区域 | 计算机视觉 | 肺疾病 | 医学图像分割 | YOLOv8 | 图像 | 基于NIH胸部X光数据集 | NA | YOLOv8 | 分割精度 | NA |
| 8568 | 2025-10-06 |
Trends and global productivity in artificial intelligence research in clinical neurology and neuroimaging: a bibliometric analysis from 1980 to 2024
2025-Jun-04, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhaf148
PMID:40543094
|
文献计量分析 | 通过文献计量方法分析1980-2024年临床神经病学和神经影像学领域人工智能研究的趋势与全球产出 | 首次系统分析该领域近45年的研究趋势,揭示国家生产力与GDP的正相关关系,并预测未来研究增长轨迹 | 仅基于Web of Science数据库,未包含其他文献来源;未分析研究质量差异 | 评估临床神经病学和神经影像学领域人工智能研究的全球发展趋势和生产力 | 5020篇聚焦于临床神经病学和神经影像学AI研究的出版物 | 机器学习 | 神经系统疾病 | 文献计量分析 | 回归模型 | 文献元数据 | 5020篇出版物(其中2687篇原创研究文章) | NA | NA | 引用次数(篇均19.44次),H指数(90) | NA |
| 8569 | 2025-10-06 |
COSMICA: A Novel Dataset for Astronomical Object Detection with Evaluation Across Diverse Detection Architectures
2025-Jun-04, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11060184
PMID:40558783
|
研究论文 | 本文介绍了天文学目标检测新数据集COSMICA,并评估了多种检测架构在天文图像中的性能 | 提出了首个专门用于天文目标检测的精心策划数据集COSMICA,并系统比较了多种现代检测模型在天文领域的表现 | 数据集主要来源于业余观测,可能无法完全代表专业天文观测的多样性 | 开发适用于实际天文观测流程的实时目标检测系统 | 彗星、星系、星云和球状星团等天体目标 | 计算机视觉 | NA | 天文图像采集与标注 | YOLO, EfficientDet, FasterRCNN | 图像 | 手动标注的天文图像数据集 | NA | YOLOv8, YOLOv9, YOLOv11, EfficientDet-Lite0, MobileNetV3-FasterRCNN-FPN | mAP, 精确率, 召回率, 推理速度 | NA |
| 8570 | 2025-10-06 |
Platelets Image Classification Through Data Augmentation: A Comparative Study of Traditional Imaging Augmentation and GAN-Based Synthetic Data Generation Techniques Using CNNs
2025-Jun-04, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11060183
PMID:40558782
|
研究论文 | 本研究比较传统图像增强与GAN生成合成数据在血小板图像分类中的效果 | 首次将Wasserstein GAN with Gradient Penalty (WGAN-GP)应用于血小板图像合成,并与传统增强方法进行系统性对比 | 初始数据集较小(仅71张原始图像),样本来源单一 | 评估不同数据增强方法对血小板图像分类性能的影响 | 血小板图像 | 计算机视觉 | 血液相关疾病 | 图像数据增强,GAN合成 | CNN | 图像 | 原始71张,传统增强1463张,GAN生成300张 | TensorFlow, PyTorch | DenseNet121, DenseNet169, DenseNet201, VGG16, VGG19, InceptionV3, InceptionResNetV2, AlexNet, 自定义CNN | 准确率, 精确率, 召回率, F1分数 | NA |
| 8571 | 2025-10-06 |
A Structured and Methodological Review on Multi-View Human Activity Recognition for Ambient Assisted Living
2025-Jun-03, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11060182
PMID:40558781
|
综述 | 本文系统性地回顾了环境辅助生活领域中从单视角到多视角人体活动识别方法的发展历程 | 首次系统比较单视角与多视角人体活动识别方法,分析多视角架构在环境辅助生活中的优化应用 | 作为综述文章,不包含原始实验数据验证 | 为环境辅助生活应用开发智能、高效且符合隐私要求的人体活动识别系统提供指导 | 老年人和残障人士的日常活动识别 | 计算机视觉 | 老年疾病 | 传感器融合 | CNN, RNN, LSTM, TCN, GCN | 多视角传感器数据 | NA | NA | NA | 准确性, 鲁棒性 | 有限计算资源环境 |
| 8572 | 2025-10-06 |
Semi-Supervised Learning Allows for Improved Segmentation With Reduced Annotations of Brain Metastases Using Multicenter MRI Data
2025-Jun, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29686
PMID:39792624
|
研究论文 | 本研究探讨了半监督学习在多中心MRI数据中改善脑转移瘤分割性能的可行性 | 首次在多中心MRI数据中系统比较三种半监督学习方法对脑转移瘤分割的效果,证明在减少标注数据量的情况下仍能提升模型性能 | 回顾性研究,数据来源于特定机构,需要进一步前瞻性验证 | 测试半监督学习在脑转移瘤分割中的有效性 | 脑转移瘤患者 | 医学影像分析 | 脑转移瘤 | MRI成像 | 深度学习 | 医学影像 | 745例标注扫描(来自四个机构)和519例未标注扫描(来自单一机构) | NA | U-Net | Dice相似系数, 95% Hausdorff距离, 假阳性预测数, 真阳性预测数 | NA |
| 8573 | 2025-10-06 |
Accelerated retinal ageing and multimorbidity in middle-aged and older adults
2025-Jun, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-025-01581-1
PMID:40035945
|
研究论文 | 本研究探讨视网膜年龄差与多病共存之间的关联 | 首次使用深度学习模型量化视网膜年龄差,并发现其与多病共存的独立关联 | 观察性研究设计无法确定因果关系,随访时间存在变异 | 研究视网膜年龄差与多病共存的关联性 | 45,436名中老年参与者 | 数字病理学 | 老年疾病 | 深度学习 | 深度学习模型 | 视网膜图像 | 45,436名参与者,其中3,607人发生多病共存 | NA | NA | 风险比(HR), 置信区间(CI), P值 | NA |
| 8574 | 2025-10-06 |
Revealing morphological fingerprints in perinatal brains using quasi-conformal mapping: occurrence and neurodevelopmental implications
2025-Jun, Brain imaging and behavior
IF:2.4Q2
DOI:10.1007/s11682-025-00998-8
PMID:40146450
|
研究论文 | 本研究通过准共形映射和深度学习框架探索围产期大脑形态指纹的存在及其与神经发育的关系 | 首次在围产期大脑中发现个体特异性形态指纹,并证明其与长期神经发育的预测关联 | 样本量有限(461名婴儿),纵向数据较少(41名),需要更大样本验证 | 探究围产期大脑个体形态指纹的存在及其神经发育意义 | 461名婴儿的大脑结构MRI数据 | 医学影像分析 | 神经发育 | 结构MRI,准共形映射 | CNN,对比学习 | 三维脑部图像,球形网格 | 461名婴儿(含41名纵向扫描,20名验证集) | PyTorch | ResNet18 | Top1准确率,Top5准确率 | NA |
| 8575 | 2025-10-06 |
Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels
2025-Jun, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2024.0632
PMID:40401726
|
研究论文 | 本研究开发了传统机器学习和深度学习方法预测急诊分诊级别 | 针对土耳其语医疗文档和土耳其医疗系统特点构建预测模型,并比较不同文本嵌入技术的效果 | 仅使用土耳其当地医院的数据集,模型在其他语言或医疗系统中的适用性需要进一步验证 | 预测急诊室分诊级别以提高患者护理效率和资源分配 | 土耳其当地医院急诊科就诊患者 | 自然语言处理 | NA | 文本嵌入技术 | 逻辑回归,随机森林,XGBoost,CNN,LSTM | 结构化数据和非结构化文本数据 | 土耳其当地医院急诊科就诊患者数据集 | NA | 卷积神经网络,注意力机制,长短期记忆网络 | AUC,准确率,加权F1分数 | NA |
| 8576 | 2025-10-06 |
Unified deep learning framework for many-body quantum chemistry via Green's functions
2025-Jun, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00810-z
PMID:40468046
|
研究论文 | 提出一个针对多体格林函数的深度学习框架,统一预测基态和激发态的电子性质 | 首次将深度学习应用于多体格林函数,统一处理基态和激发态电子性质预测,并提供对多电子关联效应的物理洞察 | NA | 开发能够捕捉基本多体物理的机器学习模型,解决量子化学中的多电子问题 | 分子和纳米材料的电子性质 | 机器学习 | NA | 多体微扰理论,耦合簇自能方法 | 图神经网络 | 量子化学数据 | 多个分子和纳米材料基准测试 | NA | 图神经网络 | 单粒子和双粒子激发预测精度,单粒子密度矩阵可推导量 | NA |
| 8577 | 2025-10-06 |
Deep learning reveals diverging effects of altitude on aging
2025-Jun, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01502-8
PMID:39815037
|
研究论文 | 本研究通过深度学习分析海拔高度对衰老的影响,发现高海拔地区疾病负担降低但面部衰老加速的矛盾现象 | 首次结合环境暴露数据、疾病负担数据和分子生物学指标,系统揭示海拔对衰老的双重影响机制 | 研究仅基于埃塞俄比亚特定区域样本,样本量有限且为横断面研究 | 探究海拔高度通过缺氧和紫外线辐射等环境因素对衰老过程的影响 | 埃塞俄比亚不同海拔地区的居民,包括427名高原和低海拔居住者 | 数字病理 | 老年疾病 | 面部图像分析,外周血单核细胞核形态分析 | 深度学习 | 图像,临床数据,环境暴露数据 | 429名参与者(227名高原居民,202名低海拔居民) | NA | NA | NA | NA |
| 8578 | 2025-10-06 |
Development of an AI model for pneumothorax imaging: Dataset and model optimization strategies for real-world deployment
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2025.100664
PMID:40547323
|
研究论文 | 本研究开发了一种基于深度学习的AI辅助气胸诊断系统,使用胸部X光图像提升诊断效率和准确性 | 针对真实世界部署优化数据集和模型策略,通过调整数据集分割和重新训练显著提升模型性能 | 模型在复杂病例中难以识别关键区域,性能受数据多样性、图像质量和临床复杂性影响 | 开发AI辅助气胸诊断系统以提高诊断效率、减少放射科医生工作量并提供及时治疗 | 胸部X光图像中的气胸检测 | 计算机视觉 | 气胸 | 胸部X光成像 | CNN | 图像 | 6888张胸部X光图像(训练64%、验证16%、测试20%) | NA | DenseNet121 | 准确率, 敏感度, 特异度, AUROC | NA |
| 8579 | 2025-10-06 |
Navigating the AI Landscape in Medical Imaging: A Critical Analysis of Technologies, Implementation, and Implications
2025-Jun, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240982
PMID:40552997
|
综述 | 本文对医学影像AI领域的技术发展、实施挑战和影响进行全面批判性分析 | 系统分析多模态医学影像数据与大型语言模型整合的潜力,提出应对当前挑战的综合解决方案 | 专家标注数据稀缺、监管障碍、临床实施滞后、模型可解释性和泛化性等技术壁垒 | 分析医学影像AI技术的整合挑战、负责任发展路径及各利益相关者观点 | 医学影像AI技术、放射科医生、医疗保健系统 | 医学影像分析 | NA | 深度学习、少样本学习、自监督学习 | 深度学习模型、大型语言模型 | 多模态影像数据、临床文本记录 | NA | NA | NA | NA | 集中化平台 |
| 8580 | 2025-10-06 |
Genomic prediction of plant traits by popular machine learning methods
2025-Jun, Vavilovskii zhurnal genetiki i selektsii
IF:0.9Q3
DOI:10.18699/vjgb-25-49
PMID:40556974
|
综述 | 本文系统回顾了机器学习方法在植物性状基因组预测中的应用现状与发展趋势 | 重点关注可解释人工智能在基因组预测中的创新应用,并强调基于变换器的大语言模型在遗传代码处理中的新兴作用 | 仅手动筛选了80篇文献源,可能未涵盖该领域所有相关研究 | 探讨机器学习方法在植物基因组预测中的应用效果与发展前景 | 植物基因组数据与表型性状的关联关系 | 机器学习 | NA | 基因组测序 | CNN, 大语言模型 | 基因组数据 | NA | NA | Transformer | NA | NA |