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 | 
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9061 | 2025-10-06 | 
         Prediction of electrical properties of GAAFET based on integrated learning model 
        
          2024-May-17, Nanotechnology
          
          IF:2.9Q2
          
         
        
          DOI:10.1088/1361-6528/ad2c52
          PMID:38387100
         
       | 
      
      研究论文 | 提出一种集成学习模型用于预测GAAFET的电学特性 | 结合深度学习和机器学习的优势,解决了传统方法耗时长效率低的问题 | NA | 开发快速准确的GAAFET电学特性预测方法 | 环栅场效应晶体管(GAAFET) | 机器学习 | NA | 集成学习 | 深度学习, 机器学习 | 电学特性数据 | NA | NA | 集成学习模型 | 线性回归因子, 均方根误差 | NA | 
| 9062 | 2025-06-15 | 
         Vision-aided grasp classification: design and evaluation of compact CNN for prosthetic hands 
        
          2024-May-15, Biomedical physics & engineering express
          
          IF:1.3Q3
          
         
        
          DOI:10.1088/2057-1976/ad464e
          PMID:38697026
         
       | 
      
      研究论文 | 本文提出了一种名为GraspCNet的紧凑型CNN模型,专为假肢手的抓取分类设计,旨在通过视觉辅助技术提高假肢手与使用者之间的协调性 | 提出了一种紧凑型CNN模型GraspCNet,使用可分离卷积降低计算负担,适合嵌入式系统的实时应用,并能从物体形状中学习以分类未见过的物体 | 在未见过的物体类别上准确率为75.48%,计算机实时实验中的准确率为69%,仍有提升空间 | 开发一种能够准确识别和分类抓取模式的视觉辅助技术,以改善上肢截肢者使用假肢手的体验 | 上肢截肢者使用的假肢手 | 计算机视觉 | NA | 深度学习,特别是卷积神经网络(CNN) | CNN | 图像 | 使用了各种标准物体数据集进行训练和测试 | NA | NA | NA | NA | 
| 9063 | 2025-10-06 | 
         Enhancing ECG signal classification through pre-trained stacked-CNN embeddings: a transfer learning approach 
        
          2024-May-09, Biomedical physics & engineering express
          
          IF:1.3Q3
          
         
        
          DOI:10.1088/2057-1976/ad40b0
          PMID:38640904
         
       | 
      
      研究论文 | 提出一种结合迁移学习和传统机器学习的创新计算框架,用于优化心电图信号分类 | 使用预训练堆叠卷积神经网络生成高维特征嵌入,并通过传统机器学习分类器进行评估,实现了深度学习特征提取与传统机器学习的高效结合 | NA | 优化心电图信号分类,平衡高性能与计算效率 | 心电图信号 | 机器学习 | 心血管疾病 | ECG信号分析 | CNN, MLP | 信号数据 | CinC2017和CPSC2018数据集 | NA | Stacked CNN, Multilayer Perceptron | F1-score | NA | 
| 9064 | 2025-10-06 | 
         Development and external validation of a multimodal integrated feature neural network (MIFNN) for the diagnosis of malignancy in small pulmonary nodules (≤10 mm) 
        
          2024-May-08, Biomedical physics & engineering express
          
          IF:1.3Q3
          
         
        
          DOI:10.1088/2057-1976/ad449a
          PMID:38684143
         
       | 
      
      研究论文 | 开发并外部验证一种多模态集成特征神经网络用于诊断小肺结节(≤10 mm)的恶性风险 | 首次将深度学习算法与肺结节形态学特征融合,显著提升小肺结节的诊断准确性 | 回顾性研究设计,样本量相对有限 | 优化小肺结节的恶性风险评估和管理策略 | 小肺结节(≤10 mm)患者 | 计算机视觉 | 肺癌 | CT成像 | 神经网络 | CT图像, 形态学特征 | LUNA16数据集382个小肺结节(85个恶性),北京四个中心的101个小肺结节(33个恶性) | NA | MIFNN(多模态集成特征神经网络) | AUC(曲线下面积) | NA | 
| 9065 | 2025-06-15 | 
         Ultrasound imaging based recognition of prenatal anomalies: a systematic clinical engineering review 
        
          2024-05-07, Progress in biomedical engineering (Bristol, England)
          
         
        
          DOI:10.1088/2516-1091/ad3a4b
          PMID:39655845
         
       | 
      
      review | 本文综述了基于超声成像的产前异常识别技术及其临床工程应用 | 介绍了基于人工智能的超声图像处理和可解释AI技术,以提高筛查效率和准确性 | 诊断可靠性受操作者专业知识和设备限制影响,且新技术在临床中的整合和接受度仍需验证 | 提高产前筛查的效率和准确性,改善产前护理 | 产前超声成像及异常识别 | 数字病理 | 产前异常 | AI-based US image processing, multimodal data fusion, XAI | deep learning | image, video | NA | NA | NA | NA | NA | 
| 9066 | 2025-10-06 | 
         CBCT-DRRs superior to CT-DRRs for target-tracking applications for pancreatic SBRT 
        
          2024-04-26, Biomedical physics & engineering express
          
          IF:1.3Q3
          
         
        
          DOI:10.1088/2057-1976/ad3bb9
          PMID:38588646
         
       | 
      
      研究论文 | 本研究验证了CBCT-DRRs在胰腺立体定向放疗靶区追踪中优于传统CT-DRRs | 首次系统比较CBCT-DRRs与CT-DRRs在靶区追踪中的性能差异,并评估不同物理建模组件对图像相似度的影响 | 研究仅针对胰腺癌患者,样本量有限(20例),未验证在其他癌种中的应用效果 | 改进基于放射影像的靶区追踪技术,提升放疗精度 | 接受胰腺立体定向放疗的20例患者 | 数字病理 | 胰腺癌 | 锥形束CT(CBCT),数字重建放射影像(DRR),放射治疗 | NA | 医学影像(CT,CBCT,DRR,放射影像) | 20例胰腺癌患者 | NA | NA | 皮尔逊相关系数,Czekanowski指数 | NA | 
| 9067 | 2025-10-06 | 
         3D printing of an artificial intelligence-generated patient-specific coronary artery segmentation in a support bath 
        
          2024-Apr-26, Biomedical materials (Bristol, England)
          
         
        
          DOI:10.1088/1748-605X/ad3f60
          PMID:38626778
         
       | 
      
      研究论文 | 本研究结合深度学习和3D打印技术,实现了从医学图像中准确分割冠状动脉树并打印分叉血管结构 | 首次将迁移学习应用于冠状动脉分割,并探索AI生成模型在支撑浴中的3D生物打印可行性 | 打印血管外径和分叉点长度与3D模型存在差异,需要优化打印参数和多轴打印头设计 | 开发基于AI分割的个性化冠状动脉3D打印方法 | 冠状动脉树结构 | 计算机视觉, 数字病理 | 心血管疾病 | 深度学习, 3D打印, 生物打印 | 深度学习模型 | 医学图像, 冠状动脉CT血管造影 | 10例冠状动脉CT血管造影图像测试集 | NA | NA | Dice系数 | NA | 
| 9068 | 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 | 
| 9069 | 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 | 
| 9070 | 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 | 
| 9071 | 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 | 
| 9072 | 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 | 
| 9073 | 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 | 
| 9074 | 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 | 
| 9075 | 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 | 
| 9076 | 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 | 
| 9077 | 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 | 
| 9078 | 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 | 
| 9079 | 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 | 
| 9080 | 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 |