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 | 
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8881 | 2025-10-06 | 
         The impact of multi-modality fusion and deep learning on adult age estimation based on bone mineral density 
        
          2025-Jul, International journal of legal medicine
          
          IF:2.2Q1
          
         
        
          DOI:10.1007/s00414-025-03432-2
          PMID:40100354
         
       | 
      
      研究论文 | 本研究通过多模态融合和深度学习技术,基于骨密度数据提升成人年龄估计的准确性 | 首次将多模态融合策略与深度学习相结合应用于基于骨密度的年龄估计,显著提高了预测精度和泛化能力 | 研究数据主要来自中国人群,需要在其他种族群体中进行进一步验证 | 提高基于骨密度的成人年龄估计准确性 | 中国人群的CT扫描数据,包括腰椎、股骨和耻骨模态 | 医学影像分析 | 老年疾病 | CT扫描 | 深度学习 | 医学影像 | 4296个CT扫描用于训练,内部验证644个扫描,外部尸体验证351个扫描 | NA | NA | 平均绝对误差(MAE), 皮尔逊R² | NA | 
| 8882 | 2025-10-06 | 
         Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians 
        
          2025-Jul, Clinical nutrition (Edinburgh, Scotland)
          
         
        
          DOI:10.1016/j.clnu.2025.05.011
          PMID:40414052
         
       | 
      
      研究论文 | 本文探讨如何整合代谢组学与机器学习技术,用于亚洲人群心血管代谢风险的精准管理与预防 | 首次系统整合代谢组学与机器学习技术,针对亚洲人群心血管代谢风险特征开发精准预防策略 | 存在跨种族结果解释困难、研究设计局限、分析平台变异性和数据处理方法不一致等挑战 | 开发针对亚洲人群心血管代谢疾病的精准预防和干预策略 | 亚洲人群的心血管代谢疾病风险 | 机器学习 | 心血管代谢疾病 | 代谢组学,多组学数据整合 | 深度学习 | 代谢组学数据 | NA | NA | NA | NA | NA | 
| 8883 | 2025-06-17 | 
         A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis 
        
          2025-Jul, Liver international : official journal of the International Association for the Study of the Liver
          
          IF:6.0Q1
          
         
        
          DOI:10.1111/liv.70148
          PMID:40515461
         
       | 
      
      研究论文 | 开发基于高频超声图像的深度学习模型,用于分类慢性乙型肝炎患者肝纤维化的不同阶段 | 使用高频超声图像训练深度学习模型,在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法 | 回顾性多中心研究,可能存在选择偏倚 | 开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值 | 慢性乙型肝炎患者 | 数字病理 | 肝纤维化 | 高频超声成像 | CNN | 图像 | 多中心研究,涉及六家医院2014年1月至2024年8月的患者数据 | NA | NA | NA | NA | 
| 8884 | 2025-06-17 | 
         Artificial intelligence (AI) and CT in abdominal imaging: image reconstruction and beyond 
        
          2025-Jun-16, Abdominal radiology (New York)
          
         
        
          DOI:10.1007/s00261-025-05031-6
          PMID:40522387
         
       | 
      
      综述 | 本文探讨了人工智能(AI)在腹部CT成像中的图像重建技术及其更广泛的应用 | 介绍了基于深度学习的重建(DLR)技术,该技术通过卷积神经网络生成高保真图像,克服了传统方法的噪声和人工纹理问题 | 临床验证、标准化和广泛采用方面仍存在挑战 | 探索AI驱动的CT图像重建在腹部成像中的原理、进展和未来方向 | 腹部器官(如肝脏、胰腺和肾脏)的CT成像 | 数字病理 | NA | 深度学习重建(DLR) | CNN | 图像 | NA | NA | NA | NA | NA | 
| 8885 | 2025-06-17 | 
         Utility of Thin-slice Single-shot T2-weighted MR Imaging with Deep Learning Reconstruction as a Protocol for Evaluating Pancreatic Cystic Lesions 
        
          2025-Jun-14, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
          
          IF:2.5Q2
          
         
        
          DOI:10.2463/mrms.mp.2025-0042
          PMID:40518300
         
       | 
      
      research paper | 评估深度学习重建超分辨率技术(DLR-SR)在2mm薄层单次激发快速自旋回波(SshTSE)图像上的效果,并与5mm厚层图像进行比较,用于胰腺囊性病变的评估 | 首次将DLR-SR技术应用于2mm薄层SshTSE图像,并证明其在胰腺囊性病变评估中的优越性 | 样本量较小(30例患者),且研究时间范围较短(2024年6月至7月) | 评估DLR-SR技术在薄层MRI图像上的应用效果 | 胰腺囊性病变患者 | 数字病理 | 胰腺疾病 | 深度学习重建超分辨率(DLR-SR),单次激发快速自旋回波(SshTSE) | 深度学习 | MRI图像 | 30例胰腺囊性病变患者 | NA | NA | NA | NA | 
| 8886 | 2025-10-06 | 
         Cyclic Peptide Therapeutic Agents Discovery: Computational and Artificial Intelligence-Driven Strategies 
        
          2025-Jun-12, Journal of medicinal chemistry
          
          IF:6.8Q1
          
         
        
          DOI:10.1021/acs.jmedchem.5c00712
          PMID:40464341
         
       | 
      
      综述 | 本文综述了计算方法和人工智能驱动策略在环肽治疗剂发现中的应用与进展 | 整合基于物理的模拟与深度学习技术,重新定义环肽治疗剂的设计和优化方法 | 面临肽段灵活性、数据可用性有限和复杂构象景观等挑战 | 推进环肽药物开发的精确性和效率,为未满足的医疗需求提供创新解决方案 | 环肽治疗剂 | 机器学习 | NA | 计算技术、人工智能方法、自动化合成平台 | 深度学习 | NA | NA | NA | NA | NA | NA | 
| 8887 | 2025-06-17 | 
         A Deep Learning Model for Identifying the Risk of Mesenteric Malperfusion in Acute Aortic Dissection Using Initial Diagnostic Data: Algorithm Development and Validation 
        
          2025-Jun-10, Journal of medical Internet research
          
          IF:5.8Q1
          
         
        
          DOI:10.2196/72649
          PMID:40493909
         
       | 
      
      研究论文 | 开发并验证了一种深度学习模型,用于识别急性主动脉夹层患者中肠系膜灌注不良的高风险 | 整合了多模态数据(实验室参数和CT血管造影图像)的深度学习模型,相比单模态方法具有更高的诊断准确性 | 需要进一步的前瞻性验证以确认其临床实用性 | 开发一种深度学习模型,用于早期识别急性主动脉夹层患者中肠系膜灌注不良的高风险 | 急性主动脉夹层患者 | 数字病理 | 心血管疾病 | CT血管造影 | 深度学习模型 | 图像和临床数据 | 525名患者(450名来自北京安贞医院,75名来自南京鼓楼医院) | NA | NA | NA | NA | 
| 8888 | 2025-10-06 | 
         Photodiagnosis with deep learning: A GAN and autoencoder-based approach for diabetic retinopathy detection 
        
          2025-Jun, Photodiagnosis and photodynamic therapy
          
          IF:3.1Q2
          
         
        
          DOI:10.1016/j.pdpdt.2025.104552
          PMID:40064432
         
       | 
      
      研究论文 | 提出一种结合GAN数据增强、去噪自编码器和迁移学习的深度学习框架用于糖尿病视网膜病变检测 | 首次将GAN、去噪自编码器和EfficientNetB0集成到一个统一框架中,有效解决数据不平衡和噪声问题 | 未集成可解释性工具,未来需要探索更多成像模态以提高泛化能力 | 开发高性能的糖尿病视网膜病变自动诊断系统 | 视网膜图像 | 计算机视觉 | 糖尿病视网膜病变 | OCT成像 | GAN, Autoencoder, CNN | 图像 | 自定义整理的OCT数据集 | TensorFlow, PyTorch | EfficientNetB0 | 准确率, 召回率, 特异性 | NA | 
| 8889 | 2025-10-06 | 
         Thorax-encompassing multi-modality PET/CT deep learning model for resected lung cancer prognostication: A retrospective, multicenter study 
        
          2025-Jun, Medical physics
          
          IF:3.2Q1
          
         
        
          DOI:10.1002/mp.17862
          PMID:40317503
         
       | 
      
      研究论文 | 开发一种融合PET/CT影像与临床病理信息的多模态深度学习模型,用于预测非小细胞肺癌术后无复发生存期 | 首个结合多模态影像(FDG PET/CT)与临床、手术、病理信息预测NSCLC预后的深度学习模型,能够超越传统分期系统进行风险分层 | 回顾性研究设计,样本量相对有限(总样本500例),需要前瞻性验证 | 开发优于传统分期的预后预测模型,识别可能从辅助治疗中获益的高风险患者 | 手术切除的非小细胞肺癌患者 | 数字病理 | 肺癌 | FDG PET/CT影像 | 深度学习模型 | 医学影像(PET/CT)、临床数据、病理数据、手术数据 | 500例患者(本地机构305例,外部验证195例) | NA | 多模态深度学习模型 | AUC, Kaplan-Meier曲线, log-rank检验 | NA | 
| 8890 | 2025-10-06 | 
         A multi-model deep learning approach for the identification of coronary artery calcifications within 2D coronary angiography images 
        
          2025-Jun, International journal of computer assisted radiology and surgery
          
          IF:2.3Q2
          
         
        
          DOI:10.1007/s11548-025-03382-5
          PMID:40341465
         
       | 
      
      研究论文 | 开发了一种基于多模型深度学习的工作流程,用于在二维冠状动脉造影图像中识别冠状动脉钙化 | 首次提出用于辅助识别2DCA中冠状动脉钙化的临床决策支持系统,结合了ResNet-18分类主干和U-Net解码器的多阶段架构 | 样本量较小(14名患者的44次图像采集),分割性能仍有提升空间 | 开发辅助临床医生识别冠状动脉钙化的自动化工具 | 二维冠状动脉造影图像中的冠状动脉钙化区域 | 计算机视觉 | 心血管疾病 | 二维冠状动脉造影 | CNN | 医学图像 | 14名患者的44次图像采集 | PyTorch | ResNet-18, U-Net | F1-score, IoM | NA | 
| 8891 | 2025-10-06 | 
         AttentionAML: An Attention-based Deep Learning Framework for Accurate Molecular Categorization of Acute Myeloid Leukemia 
        
          2025-May-22, bioRxiv : the preprint server for biology
          
         
        
          DOI:10.1101/2025.05.20.655179
          PMID:40475602
         
       | 
      
      研究论文 | 提出一种基于注意力机制的深度学习框架,用于急性髓系白血病的精确分子分型 | 开发了首个基于注意力机制的深度学习框架,仅使用转录组数据进行AML亚型分类 | NA | 准确分类急性髓系白血病亚型以支持临床管理和个性化治疗 | 急性髓系白血病患者 | 机器学习 | 急性髓系白血病 | 转录组分析 | 注意力机制深度学习 | 转录组数据 | 1,661名AML患者 | Python | 注意力机制 | 准确率,精确率,召回率,F1分数,马修斯相关系数 | NA | 
| 8892 | 2025-10-06 | 
         A Full-Spectrum Generative Lead Discovery (FSGLD) Pipeline via DRUG-GAN: A Multiscale Method for Drug-like/Target-specific Compound Library Generation 
        
          2025-May-12, Research square
          
         
        
          DOI:10.21203/rs.3.rs-6516504/v1
          PMID:40470212
         
       | 
      
      研究论文 | 提出一种基于深度学习的全谱生成性先导化合物发现流程FSGLD,通过多尺度DRUG-GAN模型生成类药/靶向特异性化合物库 | 整合生成模型与分子对接、分子动力学模拟、MM-PBSA、热力学积分等多尺度计算方法,建立计算效率提升80-90%的热力学积分计算方案 | NA | 开发高效药物先导化合物发现方法 | CB2受体靶向化合物 | 机器学习 | NA | 分子对接、分子动力学模拟、配体-残基相互作用谱、MM-PBSA、热力学积分 | GAN | 化学结构数据 | NA | NA | DRUG-GAN | 计算效率、准确性 | NA | 
| 8893 | 2025-10-06 | 
         Automated detection and quantification of aortic calcification in coronary CT angiography using deep learning: A comparative study of manual and automated scoring methods 
        
          2025 May-Jun, Journal of cardiovascular computed tomography
          
          IF:5.5Q1
          
         
        
          DOI:10.1016/j.jcct.2025.02.003
          PMID:39955204
         
       | 
      
      研究论文 | 本研究开发了一种基于深度学习的自动化方法,用于冠状动脉CT血管造影图像中主动脉钙化的检测和量化 | 首次将深度学习应用于主动脉钙化的自动化评分,并与传统手动方法在心血管事件预测能力方面进行比较 | 研究样本量相对有限(670名参与者),且仅基于特定研究队列(CORE320和CORE64) | 评估深度学习模型在自动化主动脉钙化检测和量化中的性能,并验证其与心血管事件的关联性 | 冠状动脉钙化扫描中的主动脉钙化,包括主动脉根部、升主动脉和降主动脉 | 医学影像分析 | 心血管疾病 | 冠状动脉CT血管造影 | 深度学习 | 医学影像 | 670名来自CORE320和CORE64研究的参与者 | NA | NA | 一致性相关系数, ROC分析, Cox回归 | NA | 
| 8894 | 2025-10-06 | 
         Machine Learning and Deep Learning Models for Automated Protocoling of Emergency Brain MRI Using Text from Clinical Referrals 
        
          2025-05, Radiology. Artificial intelligence
          
         
        
          DOI:10.1148/ryai.230620
          PMID:39969276
         
       | 
      
      研究论文 | 开发并评估基于临床转诊文本的机器学习和深度学习模型,用于急诊脑部MRI扫描的自动化协议制定 | 首次比较多种机器学习和预训练深度学习模型在急诊脑部MRI协议自动化制定任务中的性能,并证明GPT-3.5模型在此任务中的优越性 | 单机构回顾性研究,样本量相对有限(1953个转诊),需要多中心验证 | 通过自然语言处理技术实现急诊脑部MRI扫描协议的自动化制定 | 急诊脑部MRI临床转诊文本 | 自然语言处理 | 神经系统疾病 | 自然语言处理 | 朴素贝叶斯,支持向量机,XGBoost,BERT,GPT-3.5 | 文本 | 1953个急诊脑部MRI转诊 | NA | BERT,GPT-3.5 | 准确率 | NA | 
| 8895 | 2025-10-06 | 
         Deep Learning-based Aligned Strain from Cine Cardiac MRI for Detection of Fibrotic Myocardial Tissue in Patients with Duchenne Muscular Dystrophy 
        
          2025-05, Radiology. Artificial intelligence
          
         
        
          DOI:10.1148/ryai.240303
          PMID:40008976
         
       | 
      
      研究论文 | 开发基于深度学习的对齐应变分析方法,通过电影心脏MRI检测杜氏肌营养不良患者心肌纤维化 | 提出深度学习对齐应变技术,相比传统方法识别出5倍差异,能检测传统方法常遗漏的舒张期异常变形模式 | 回顾性单中心研究,样本量有限(139例患者),仅包含男性DMD患者 | 开发深度学习模型从电影心脏MRI推导对齐应变值,评估其预测心肌纤维化的性能 | 139例杜氏肌营养不良男性患者的心脏MRI数据 | 医学影像分析 | 杜氏肌营养不良 | 心脏MRI,深度学习应变分析 | CNN | 心脏MRI图像 | 139例DMD患者(57例用于有效性评估,82例用于可重复性评估) | NA | 卷积神经网络 | 准确率,F1分数,敏感性,特异性 | NA | 
| 8896 | 2025-10-06 | 
         Evaluating Performance of a Deep Learning Multilabel Segmentation Model to Quantify Acute and Chronic Brain Lesions at MRI after Stroke and Predict Prognosis 
        
          2025-05, Radiology. Artificial intelligence
          
         
        
          DOI:10.1148/ryai.240072
          PMID:40136026
         
       | 
      
      研究论文 | 开发并评估用于急性缺血性卒中后急慢性脑部病变多标签分割的深度学习模型,并预测患者预后 | 首次提出基于SegResNet的多标签深度学习网络,同时量化急性和慢性脑部病变,并探索不同治疗组中影像特征与预后的中介效应 | 回顾性研究设计,样本来源有限 | 开发脑部病变分割模型并预测急性缺血性卒中患者预后 | 急性缺血性卒中患者 | 医学影像分析 | 卒中 | MRI(扩散加权成像和液体衰减反转恢复序列) | CNN, 支持向量机 | 医学影像 | 1008名患者(训练验证集702人,外部测试集306人) | NA | SegResNet | AUC | NA | 
| 8897 | 2025-10-06 | 
         Predicting categories of coronary artery calcium scores from chest X-ray images using deep learning 
        
          2025 May-Jun, Journal of cardiovascular computed tomography
          
          IF:5.5Q1
          
         
        
          DOI:10.1016/j.jcct.2025.03.010
          PMID:40199634
         
       | 
      
      研究论文 | 本研究开发了一种基于胸部X光影像预测冠状动脉钙化评分类别的深度学习模型 | 首次利用常规胸部X光片通过深度学习预测冠状动脉钙化评分类别,为冠心病风险评估提供更便捷的替代方案 | 研究依赖于特定时间范围内获取的配对数据,模型性能在极端病例中可能需要进一步验证 | 开发并验证从胸部X光片预测冠状动脉钙化评分类别的深度学习模型 | 10,230名具有可用胸部X光片和冠状动脉钙化评分的患者 | 计算机视觉 | 心血管疾病 | 胸部X光成像 | 深度学习 | 图像 | 10,230名患者 | NA | NA | AUC | NA | 
| 8898 | 2025-10-06 | 
         Respiratory rate detection of dairy cows based on infrared thermography in head movement scenarios 
        
          2025-May, Journal of thermal biology
          
          IF:2.9Q1
          
         
        
          DOI:10.1016/j.jtherbio.2025.104154
          PMID:40472703
         
       | 
      
      研究论文 | 提出一种基于低分辨率红外热成像和曲线融合策略的奶牛呼吸率检测方法 | 结合YOLOv8n-Pose网络定位鼻孔关键点,采用随机森林建立像素温度与RGB颜色空间的映射关系,并设计双鼻孔温度曲线融合策略解决头部运动导致的异常波动问题 | 仅使用246个热成像视频数据集进行验证,样本规模有限 | 开发适用于奶牛头部运动场景的呼吸率自动检测方法 | 奶牛 | 计算机视觉 | NA | 红外热成像技术 | YOLOv8n-Pose, 随机森林 | 热成像视频 | 246个奶牛面部热成像视频 | NA | YOLOv8n-Pose | 相关系数R, 均方根误差RMSE, 准确率 | NA | 
| 8899 | 2025-10-06 | 
         MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting 
        
          2025-Apr-26, ArXiv
          
         
        
          
          PMID:40093364
         
       | 
      
      研究论文 | 提出一种结合残差偏移机制的高效扩散概率模型用于MRI超分辨率重建 | 引入残差偏移机制显著减少采样步骤,在保持解剖细节的同时加速MRI重建 | 未明确说明模型在不同类型MRI数据上的泛化能力 | 开发高效的MRI超分辨率重建方法以减少采集时间和运动伪影 | 超高场脑T1 MP2RAGE图谱和T2加权前列腺图像 | 医学影像处理 | 脑部疾病,前列腺疾病 | 扩散概率模型,深度学习 | 扩散模型 | MRI图像 | NA | NA | Res-SRDiff | PSNR,SSIM,GMSD,LPIPS,Likert评分 | NA | 
| 8900 | 2025-10-06 | 
         Deep learning and machine learning in CT-based COPD diagnosis: Systematic review and meta-analysis 
        
          2025-Apr, International journal of medical informatics
          
          IF:3.7Q2
          
         
        
          DOI:10.1016/j.ijmedinf.2025.105812
          PMID:39891985
         
       | 
      
      系统评价与荟萃分析 | 通过系统评价和荟萃分析评估基于CT图像的深度学习和机器学习模型在COPD诊断中的性能 | 首次对基于CT图像的AI模型在COPD诊断中的性能进行定量荟萃分析,并比较了不同AI模型类型的诊断效能 | 纳入研究数量有限(22篇),部分亚组分析结果无统计学显著性,可能存在发表偏倚 | 评估AI模型在COPD CT图像诊断中的性能,促进相关研究发展 | 慢性阻塞性肺疾病(COPD)患者 | 医学影像分析 | 慢性阻塞性肺疾病 | CT影像分析 | 深度学习, 机器学习 | CT图像 | 22,817名患者 | NA | 多示例学习(MIL) | 敏感度, 特异度, 曲线下面积(AUC), SROC曲线 | NA |