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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
861 | 2025-10-05 |
Artificial intelligence-enabled electrocardiography for risk prediction in chronic liver disease: A systematic review
2025-Sep-23, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2025.133926
PMID:40997956
|
系统性综述 | 评估人工智能心电图在慢性肝病患者风险预测中的性能和临床效用 | 首次系统评估AI-ECG在慢性肝病风险预测中的应用,比较不同模型的性能表现 | 纳入研究数量有限(4项研究),模型敏感性和特异性仍需改进才能常规临床应用 | 评估AI增强心电图模型在慢性肝病患者风险预测中的表现 | 慢性肝病患者,包括肝硬化、食管静脉曲张和代谢功能障碍相关脂肪性肝病患者 | 机器学习 | 慢性肝病 | 心电图 | CNN, 深度学习算法 | 心电图数据 | 133,408名参与者 | NA | 卷积神经网络 | AUC, 敏感性, 特异性, Spearman相关系数 | NA |
862 | 2025-10-05 |
CT-based radiomics deep learning signatures for noninvasive prediction of early recurrence after radical surgery in locally advanced colorectal cancer: A multicenter study
2025-Sep-23, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2025.110482
PMID:41014758
|
研究论文 | 开发并验证基于CT影像组学和临床实验室参数的联合模型,用于无创预测局部晚期结直肠癌根治术后早期复发 | 首次结合CT影像组学特征与临床实验室参数构建术前预测模型,并在多中心外部数据集中验证其优于传统病理分期模型的预测性能 | 回顾性研究设计,样本量相对有限,需要前瞻性研究进一步验证 | 优化局部晚期结直肠癌患者治疗策略,减少不必要的药物毒性 | 局部晚期结直肠癌患者 | 医学影像分析 | 结直肠癌 | CT影像,RNA测序 | 机器学习,深度学习 | 医学影像,临床数据,基因表达数据 | 560例来自三个中心的局部晚期结直肠癌患者,加上GEO数据库数据 | NA | NA | AUC | NA |
863 | 2025-10-05 |
Generative Deep Learning Pipeline Yields Potent Gram-Negative Antibiotics
2025-Sep-22, JACS Au
IF:8.5Q1
DOI:10.1021/jacsau.5c00602
PMID:41001631
|
研究论文 | 开发了一种基于生成式深度学习的抗生素发现流程,成功设计出针对革兰氏阴性菌的强效抗生素候选物 | 结合化学语言模型与迁移学习生成结构新颖的抗生素候选物,并通过预测建模和专家筛选优化化合物设计 | 仅针对特定病原体进行了验证,需要进一步扩大测试范围 | 开发新型抗生素以应对多重耐药细菌危机 | 革兰氏阴性菌,特别是耐甲氧西林金黄色葡萄球菌 | 机器学习 | 细菌感染 | 化学语言模型,迁移学习,预测建模 | 生成式深度学习模型 | 化学分子结构数据,抗生素支架数据 | 40种先导化合物衍生物 | NA | 化学语言模型 | 抗菌活性(亚微摩尔和个位数微摩尔效力) | NA |
864 | 2025-10-05 |
Empirical Evaluation of Invariances in Deep Vision Models
2025-Sep-19, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090322
PMID:41003371
|
研究论文 | 对现代深度视觉模型在图像变换下的不变性进行系统性实证评估 | 首次对CNN和ViT模型在四种基本图像不变性(模糊、噪声、旋转、缩放)方面进行跨任务对比分析 | 仅评估了三十个模型和三个标准数据集,未涵盖所有可能的变换类型和模型架构 | 评估深度视觉模型对图像变换的鲁棒性 | 卷积神经网络和视觉变换器模型 | 计算机视觉 | NA | NA | CNN, ViT | 图像 | COCO、ImageNet和自定义分割数据集 | NA | SegFormer, Mask2Former | mIoU, Acc | NA |
865 | 2025-10-05 |
Deep Learning-Driven Multimodal Integration of miRNA and Radiomic for Lung Cancer Diagnosis
2025-Sep-16, Biosensors
DOI:10.3390/bios15090610
PMID:41002349
|
综述 | 本文综述了基于深度学习的miRNA与影像组学多模态融合技术在肺癌诊断中的研究进展 | 提出功能纳米材料作为核心生物传感平台,桥接miRNA检测与影像组学特征融合的创新方法 | 未提供具体实验验证数据,主要基于文献综述分析 | 探索多模态数据融合提升肺癌诊断准确性的方法 | 肺癌患者 | 数字病理 | 肺癌 | miRNA检测, 影像组学分析 | 深度学习 | 基因组数据, 影像数据 | NA | NA | DenseNet | AUC, 敏感性 | NA |
866 | 2025-10-05 |
Sequence-Based Protein-Protein Interaction Prediction and Its Applications in Drug Discovery
2025-Sep-16, Cells
IF:5.1Q2
DOI:10.3390/cells14181449
PMID:41002412
|
综述 | 概述基于序列的蛋白质-蛋白质相互作用预测方法及其在药物发现中的应用 | 从药物发现角度系统阐述序列基PPI预测方法,特别关注Transformer架构的应用 | NA | 探讨计算预测方法在蛋白质相互作用研究和药物发现中的应用价值 | 蛋白质-蛋白质相互作用 | 自然语言处理, 机器学习 | 多种人类疾病 | 序列分析, 深度学习 | Transformer | 蛋白质序列数据 | NA | NA | Transformer | NA | NA |
867 | 2025-10-05 |
Deep Learning-Enabled Flexible PVA/CNPs Hydrogel Film Sensor for Abdominal Respiration Monitoring
2025-Sep-16, Gels (Basel, Switzerland)
DOI:10.3390/gels11090743
PMID:41002518
|
研究论文 | 开发了一种基于PVA/CNPs的柔性水凝胶薄膜传感器,并结合一维卷积神经网络算法构建呼吸相位分类框架 | 通过仿砂纸模板构建微结构实现传感器性能优化,并首次将深度学习算法与环境可扩展材料相结合实现协同增强效应 | NA | 开发用于腹部呼吸监测的柔性传感器系统 | 人体关节运动、书写字母电流信号、球形物体重量差异、呼吸相位 | 机器学习 | NA | 微结构构建、传感性能测试 | 1D-CNN | 传感器信号数据 | NA | NA | 1D-CNN | 灵敏度101 kPa、响应时间22 ms、恢复时间22 ms、疲劳循环20000次 | NA |
868 | 2025-10-05 |
Quantitative Evaluation of Low-Dose CT Image Quality Using Deep Learning Reconstruction: A Comparative Study of Philips Precise Image and GE TrueFidelity
2025-Sep-16, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090317
PMID:41003367
|
研究论文 | 比较Philips Precise Image和GE TrueFidelity两种深度学习图像重建算法在低剂量CT成像中的性能表现 | 首次在80 kVp低剂量CT场景下系统比较两种主流DLIR算法,使用AAPM CIRS-610体模模拟临床条件并采用八种定量指标评估 | 研究基于体模实验,未涉及真实患者数据,临床适用性需进一步验证 | 评估不同深度学习图像重建算法在低剂量CT条件下的图像质量 | AAPM CIRS-610体模的线性度、高分辨率和伪影模块 | 医学影像处理 | NA | 低剂量CT成像,深度学习图像重建 | 深度学习重建算法 | CT图像 | 使用Philips CT 5300和GE Revolution CT扫描仪采集的体模数据 | NA | Philips Precise Image, GE TrueFidelity | SNR, CNR, nRMSE, PSNR, SSIM, FSIM, UQI, GMSD, 梯度幅度 | NA |
869 | 2025-10-05 |
Terahertz High-Sensitivity SPR Phase Biosensor Based on the Weyl Semimetals
2025-Sep-15, Biosensors
DOI:10.3390/bios15090606
PMID:41002346
|
研究论文 | 提出一种基于Weyl半金属的太赫兹高灵敏度SPR相位生物传感器 | 首次将Weyl半金属应用于SPR传感器设计,通过KR结构实现22,402°/RIU的相位检测灵敏度 | NA | 开发高灵敏度的光学生物传感器用于生物检测 | 气体传感场景中的生物信号检测 | 光学传感 | NA | 表面等离子体共振(SPR), 太赫兹技术 | 深度学习 | NA | NA | NA | 神经网络 | 相位检测灵敏度(°/RIU) | NA |
870 | 2025-10-05 |
From Detection to Motion-Based Classification: A Two-Stage Approach for T. cruzi Identification in Video Sequences
2025-Sep-14, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090315
PMID:41003365
|
研究论文 | 提出一种结合运动分析和深度学习的计算机视觉框架,用于在显微视频中自动检测克氏锥虫 | 首次将寄生虫运动性作为关键区分特征,开发了基于运动检测和深度分类的双阶段框架 | 仅在23个显微视频上进行验证,样本量相对有限 | 开发自动化的恰加斯病诊断方法 | 克氏锥虫 | 计算机视觉 | 恰加斯病 | 显微视频分析 | CNN | 视频 | 23个显微视频用于运动分析,43个标注视频用于目标检测训练 | PyTorch | MobileNetV2, YOLOv5, YOLOv8 | 准确率, 精确率, 召回率, AUC-ROC | NA |
871 | 2025-10-05 |
Deep Learning Models Optimization for Gait Phase Identification from EMG Data During Exoskeleton-Assisted Walking
2025-Sep-13, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090617
PMID:41002851
|
研究论文 | 本研究开发了基于表面肌电信号的深度学习模型,用于外骨骼辅助行走时的步态相位识别 | 提出基于关节运动学的肌肉激活领先时间标签调整方法,开发了新的权衡评分指标评估模型性能与成本妥协,实现了参数减少的高精度模型 | 研究基于模拟使用场景评估在线实施可行性,需要进一步真实环境验证 | 开发用于外骨骼在线控制的步态相位识别深度学习模型 | 外骨骼辅助行走时的步态相位(站立期和摆动期) | 机器学习 | 运动功能障碍 | 表面肌电信号 | 深度学习模型 | 肌电信号数据 | 跨受试者设计,训练集未包含的受试者 | NA | NA | 准确率, 权衡评分, 计算时间 | 在线实施,计算时间小于10毫秒 |
872 | 2025-10-05 |
Artificial Intelligence and Carpal Tunnel Syndrome: A systematic review and contemporary update on imaging techniques
2025-Sep-12, Hand surgery & rehabilitation
IF:0.9Q3
DOI:10.1016/j.hansur.2025.102264
PMID:40947014
|
系统综述 | 本文系统综述了人工智能在腕管综合征影像诊断中的应用现状和前景 | 首次系统评估AI在腕管综合征多模态影像诊断中的整合应用,特别关注深度学习在超声成像中的卓越表现 | 纳入研究数量有限(22篇),缺乏前瞻性验证数据 | 评估人工智能在腕管综合征诊断和管理中的临床应用价值 | 腕管综合征患者影像数据 | 医学影像分析 | 腕管综合征 | 超声成像, 磁共振成像, 红外热成像 | 深度学习 | 医学影像 | 22项符合条件的研究 | NA | NA | 灵敏度, 特异性 | NA |
873 | 2025-10-05 |
Human Activity Recognition with Noise-Injected Time-Distributed AlexNet
2025-Sep-11, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090613
PMID:41002847
|
研究论文 | 本研究将生物启发的噪声注入与时间分布式AlexNet架构相结合,用于提升人类活动识别系统的性能和鲁棒性 | 将生物启发的噪声注入机制与时间分布式AlexNet架构相结合,用于视频动作分类任务 | 模型性能可能受到过拟合和对未见场景泛化能力差的限制 | 提高人类活动识别系统的性能和鲁棒性 | 视频序列中的人类活动 | 计算机视觉 | NA | 高斯噪声注入 | CNN | 视频 | EduNet、UCF50和UCF101数据集 | NA | AlexNet | 准确率,F1分数 | NA |
874 | 2025-10-05 |
Deep Learning-Based Pattern Recognition for Detecting Penile Abnormalities: Protocol for Developing a Mobile App for Circumcision Eligibility
2025-Sep-10, JMIR research protocols
IF:1.4Q3
DOI:10.2196/65811
PMID:40929720
|
研究论文 | 开发基于深度学习的图像分类系统,通过移动应用检测阴茎异常并评估包皮环切术适用性 | 首次将AI图像识别技术应用于阴茎异常检测和包皮环切术资格评估的移动应用开发 | 研究目前仍在进行中,尚未完成最终验证和部署测试 | 开发AI驱动的图像分类系统,辅助资源有限地区的包皮环切术初步筛查 | 印度尼西亚Cipto Mangunkusumo医院的儿科患者阴茎图像 | 计算机视觉 | 阴茎异常 | 数字图像采集 | 深度学习 | 图像 | 前瞻性收集的儿科患者阴茎图像 | TensorFlow, Keras | 预训练深度学习架构 | 准确率, 灵敏度, 特异性, F1分数 | NA |
875 | 2025-10-05 |
Integration of nested cross-validation, automated hyperparameter optimization, high-performance computing to reduce and quantify the variance of test performance estimation of deep learning models
2025-Sep-10, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.109063
PMID:40946520
|
研究论文 | 本研究提出NACHOS框架,通过集成嵌套交叉验证、自动化超参数优化和高性能计算来减少和量化深度学习模型测试性能估计的方差 | 开发了NACHOS和DACHOS框架,首次将嵌套交叉验证、自动化超参数优化与高性能计算相结合,为医学影像深度学习模型提供可扩展、可重复的评估部署方案 | 研究主要基于胸部X射线和光学相干断层扫描数据集,在其他医学影像模态上的适用性需要进一步验证 | 减少和量化深度学习模型在医学影像中测试性能估计的方差,提高模型部署的可信度 | 医学影像深度学习模型 | 医学影像分析 | NA | 深度学习 | 深度学习模型 | 医学影像 | 胸部X射线数据库和光学相干断层扫描数据集 | NA | NA | 测试性能指标方差 | 高性能计算框架 |
876 | 2025-10-05 |
AI Applied to Cardiac Magnetic Resonance for Precision Medicine in Coronary Artery Disease: A Systematic Review
2025-Sep-09, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd12090345
PMID:41002624
|
系统综述 | 系统回顾人工智能在心脏磁共振成像中应用于冠状动脉疾病精准医学的研究进展 | 首次系统综述AI在CMR用于CAD的全面应用,涵盖分类、影像组学和分割三大方向 | 数据集规模较小或存在重叠,可能影响模型泛化能力 | 评估人工智能技术在心脏磁共振成像中辅助冠状动脉疾病诊断和预后的应用价值 | 冠状动脉疾病患者的心脏磁共振影像数据 | 医学影像分析 | 冠状动脉疾病 | 心脏磁共振成像,影像组学 | 机器学习,深度学习 | 医学影像 | 106项研究 | NA | NA | AUC, DSC | NA |
877 | 2025-10-05 |
Deep Learning-Based Diagnosis of Femoropopliteal Artery Steno-Occlusion Using Maximum Intensity Projection Images of CT Angiography
2025-Sep-08, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11090104
PMID:41003487
|
研究论文 | 开发并验证基于深度学习的模型,用于通过下肢CT血管造影的最大强度投影图像检测股腘动脉显著狭窄闭塞 | 首次使用最大强度投影图像开发深度学习模型诊断股腘动脉狭窄闭塞,采用顺序分析方法:单图像筛查后接四段旋转分析 | 回顾性研究设计,样本量相对有限(642名患者),仅使用单一医疗中心数据 | 开发自动检测股腘动脉显著狭窄闭塞的深度学习模型 | 股腘动脉血管及其狭窄闭塞病变 | 计算机视觉 | 心血管疾病 | CT血管造影(CTA),最大强度投影(MIP) | 深度学习,CNN | 医学图像 | 642名患者(平均年龄68.2±13.5岁,472名男性),共56,496个分段图像 | NA | RDNet | AUC | NA |
878 | 2025-10-05 |
FDMNet: A Multi-Task Network for Joint Detection and Segmentation of Three Fish Diseases
2025-Sep-06, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11090305
PMID:41003355
|
研究论文 | 提出一种用于鱼类疾病联合检测与分割的多任务网络FDMNet | 首次实现三种鱼类疾病的同步检测与分割,采用多尺度感知机制和动态特征融合模块解决多尺度特征融合中的信息丢失问题 | 仅在自建数据集上验证,未在公共数据集或更多疾病类型上测试 | 开发能够同时完成鱼类疾病检测和病变分割的多任务深度学习模型 | 三种常见鱼类疾病 | 计算机视觉 | 鱼类疾病 | 深度学习 | CNN | 图像 | 自建鱼类疾病图像数据集 | YOLOv8 | FDMNet, C2DF, 多尺度感知机制 | mAP50, mIoU | NA |
879 | 2025-10-05 |
Deep Learning-Based Evaluation of Postural Control Impairments Caused by Stroke Under Altered Sensory Conditions
2025-Sep-03, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090586
PMID:41002820
|
研究论文 | 提出一种结合CNN与Type-2模糊逻辑的混合深度学习框架,用于评估脑卒中患者在感觉干扰条件下的姿势控制障碍 | 首次将Type-2模糊逻辑激活函数与CNN结合,增强对姿势控制非线性特征的鲁棒性分类能力 | 研究基于特定设备(EquiTest)采集的数据,未验证在其他平衡评估设备上的泛化能力 | 开发精准检测脑卒中患者姿势控制障碍的自动化评估工具 | 脑卒中患者的姿势控制功能 | 医疗人工智能 | 脑卒中 | 深度学习分析 | CNN, 混合模糊逻辑模型 | 平衡功能测试数据 | 700名参与者的8316个标记样本 | NA | 卷积神经网络 | 准确率97%, 精确率96%, 灵敏度97%, 特异性96% | NA |
880 | 2025-10-05 |
Modular Deep-Learning Pipelines for Dental Caries Data Streams: A Twin-Cohort Proof-of-Concept
2025-Sep-02, Dentistry journal
IF:2.5Q2
DOI:10.3390/dj13090402
PMID:41002675
|
研究论文 | 开发模块化深度学习流程用于分析非对齐的龋齿数据流,并在双胞胎队列中验证其可行性 | 提出模块化深度学习流程整合放射影像、微生物组和转录组数据,在非对齐数据集上实现可复现分析,并首次在双胞胎队列中估计口腔微生物组的遗传性 | 使用随机排列的严重程度评分作为合成目标,模型未展示预测能力;缺乏患者匹配的多组学数据限制临床转化 | 验证模块化深度学习流程在非对齐龋齿数据集上的可复现性,并评估口腔微生物组的遗传性 | 龋齿患者的口腔全景放射影像、龈上微生物组16S rRNA谱、牙龈转录组数据,以及双胞胎队列 | 数字病理 | 龋齿 | 16S rRNA测序,转录组测序,放射影像 | CNN, FNN | 图像,微生物组数据,转录组数据 | 100张标注全景放射影像,81个微生物组样本,247个转录组样本,99对双胞胎(198个个体) | PyTorch, SHAP | U-Net with ResNet-18 encoder, Feed-forward Neural Networks | IoU, precision, recall, 相关系数, Bray-Curtis相异度 | NA |