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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 981 | 2025-11-07 |
Real-Time Global Longitudinal Strain During Echocardiography: A Deep Learning Platform for Improved Workflow
2025-Nov, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2025.08.015
PMID:40876495
|
研究论文 | 开发用于超声心动图实时全局纵向应变分析的深度学习平台,评估其可行性、精确性和时间效率 | 首次开发完全自动化的实时GLS分析平台,集成深度学习工具支持图像采集标准化 | 样本量较小(50例患者),需要更大规模研究验证 | 评估深度学习平台在实时GLS测量中的可行性和效率 | 50名患者(平均年龄56岁,64%男性)的超声心动图数据 | 医学影像分析 | 心血管疾病 | 超声心动图 | 深度学习 | 超声图像 | 50例患者 | NA | NA | 可行性百分比, 偏差, 一致性界限, 相关系数, 时间效率 | NA |
| 982 | 2025-11-07 |
Integrating Multi-Modal Imaging Features for Early Prediction of Acute Kidney Injury in Pneumonia Sepsis: A Multicenter Retrospective Study
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.08.007
PMID:41027784
|
研究论文 | 开发多模态深度学习框架MCANet,通过整合肺部、心外膜脂肪组织和T4水平皮下脂肪组织的影像特征,预测肺炎相关脓毒症患者的急性肾损伤 | 首次提出结合多区域影像特征(肺部、心外膜脂肪组织、T4水平皮下脂肪组织)的多模态深度学习框架,用于预测肺炎相关脓毒症患者的急性肾损伤 | 回顾性研究设计,样本量相对有限(399例患者),需要进一步前瞻性验证 | 利用深度学习技术从肺炎相关脓毒症病例中提取有信息的影像特征,预测急性肾损伤的发生 | 肺炎相关脓毒症患者 | 医学影像分析 | 急性肾损伤, 脓毒症, 肺炎 | 胸部CT成像, 深度学习, 影像组学分析 | CNN, LightGBM | CT图像, 临床记录, 实验室数据 | 399例肺炎相关脓毒症患者 | PyTorch, PyRadiomics | ResNet-18, ResNet-101, MCANet, MSFAN | AUC, 准确率, 精确率, 召回率, F1分数 | NA |
| 983 | 2025-11-07 |
Deep learning-based synthetic-CT-free photon dose calculation in MR-guided radiotherapy: A proof-of-concept study
2025-Nov, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70106
PMID:41186921
|
研究论文 | 本研究提出了一种基于深度学习的无合成CT磁共振引导放疗光子剂量计算方法 | 首次直接在0.35T MRI上进行光子剂量计算,跳过了传统合成CT生成步骤 | 研究仅针对前列腺癌病例,样本量较小(34例患者) | 开发适用于MRI引导在线自适应放疗的实时剂量计算方法 | 前列腺癌患者 | 医学影像分析 | 前列腺癌 | 磁共振成像,蒙特卡洛剂量模拟 | U-Net, LSTM | MRI图像,CT图像 | 34例前列腺癌患者(20例训练,4例验证,10例测试) | NA | U-Net, LSTM | gamma通过率,剂量剖面,剂量体积直方图 | NA |
| 984 | 2025-11-07 |
General Purpose Deep Learning Attenuation Correction Improves Diagnostic Accuracy of SPECT MPI: A Multicenter Study
2025-Nov, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2025.06.010
PMID:40778900
|
研究论文 | 本研究开发了一种深度学习衰减校正方法,用于提高SPECT心肌灌注成像对阻塞性冠状动脉疾病的诊断准确性 | 首次在多中心研究中开发深度学习模型生成合成SPECT衰减校正图像,无需额外CT设备即可提高诊断准确性 | 研究样本主要来自特定临床试验患者,需要在更广泛人群中进一步验证 | 评估深度学习生成的合成SPECT图像是否能提高传统SPECT MPI的诊断准确性 | 阻塞性冠状动脉疾病患者 | 医学影像分析 | 冠状动脉疾病 | SPECT心肌灌注成像,深度学习 | 深度学习模型 | 医学影像数据 | 开发队列:4,894名患者(4个中心);外部验证:746名患者(72个中心)+ 320名患者(1个外部中心) | NA | DeepAC | AUC, 95%置信区间 | NA |
| 985 | 2025-11-07 |
Overview of Multimodal Radiomics and Deep Learning in the Prediction of Axillary Lymph Node Status in Breast Cancer
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.017
PMID:40830005
|
综述 | 本文综述了多模态影像组学和深度学习在预测乳腺癌腋窝淋巴结状态中的应用与进展 | 系统整合了多模态影像(乳腺X线摄影、超声、MRI和PET/CT)与深度学习算法在乳腺癌淋巴结转移预测中的最新研究进展 | 存在方法学和技术挑战需要解决 | 评估影像组学和深度学习在乳腺癌腋窝淋巴结转移预测中的研究现状 | 乳腺癌患者的腋窝淋巴结状态 | 数字病理 | 乳腺癌 | 多模态影像(乳腺X线摄影、超声、MRI、PET/CT) | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
| 986 | 2025-11-07 |
Deep Learning-Enhanced Opportunistic Osteoporosis Screening in 100 kV Low-Voltage Chest CT: A Novel Way Toward Bone Mineral Density Measurement and Radiation Dose Reduction
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.060
PMID:40835570
|
研究论文 | 开发深度学习模型在100kV低剂量胸部CT中实现全自动椎体分割和骨密度测量 | 首次在100kV低剂量胸部CT中实现全自动椎体分割和骨密度计算的深度学习框架 | 研究样本量有限(1167例患者),需进一步扩大验证 | 探索深度学习在低剂量胸部CT中骨质疏松筛查的可行性和准确性 | 接受100kV低剂量胸部CT和120kV腰椎CT的1167例患者 | 医学影像分析 | 骨质疏松症 | CT扫描 | CNN | CT影像 | 1167例患者(训练集495例,验证集169例,三个测试集共503例) | NA | 3D VB-Net, SCN, DenseNet, ResNet | R2, 平均误差, AUC | NA |
| 987 | 2025-11-07 |
Differentiation of Suspicious Microcalcifications Using Deep Learning: DCIS or IDC
2025-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.07.062
PMID:40835571
|
研究论文 | 本研究开发基于深度学习的模型用于区分乳腺X线摄影中可疑微钙化的导管原位癌和浸润性导管癌 | 首次结合深度学习特征与临床变量构建联合模型,在区分DCIS和IDC方面显著优于传统临床模型 | 回顾性研究,样本量相对有限(294例),仅来自两个中心 | 探索深度学习模型在区分表现为可疑微钙化的DCIS和IDC中的价值 | 乳腺X线摄影中表现为可疑微钙化的乳腺癌病例 | 数字病理 | 乳腺癌 | 乳腺X线摄影 | CNN | 医学影像 | 294例乳腺癌病例(106例DCIS,188例IDC) | NA | ResNet101 | AUC, 敏感度, 特异度, 准确率 | NA |
| 988 | 2025-11-07 |
Application and development of infrared technology in gas detection
2025-Nov-01, The Review of scientific instruments
DOI:10.1063/5.0255190
PMID:41191477
|
综述 | 系统回顾红外气体检测技术的最新进展,包括检测方法比较、技术特征分析和算法发展演变 | 强调算法设计在检测精度与工程成本间的平衡作用,阐述数据驱动的深度学习方法如何通过自动提取多维特征克服传统物理方法的局限 | 检测精度与实时性能的权衡、气体特异性光谱波段增强困难、高质量数据集稀缺 | 红外气体检测技术的应用与发展研究 | 红外气体检测技术 | 红外成像技术 | NA | 红外成像技术、主动与被动气体成像方法、多组分检测系统、超灵敏痕量检测技术 | 深度学习 | 红外光谱数据、多维特征 | NA | NA | NA | 检测精度、实时性能 | NA |
| 989 | 2025-11-07 |
End-to-end design of multi-functional acoustic holograms via heterogeneous physics constraints
2025-Nov-01, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107879
PMID:41192313
|
研究论文 | 提出端到端异质物理约束框架,通过深度学习直接设计物理全息结构以实现多功能声场控制 | 首次将异质物理约束集成到端到端深度学习框架中,直接设计物理全息结构而非理想化相位图 | 作为概念验证研究,尚未在临床环境中进行大规模验证 | 解决传统相位设计方法在理论预测与物理实现之间的性能差距 | 声学全息器及其在复杂介质(如颅骨)中的声场控制 | 计算声学 | NA | 声学全息技术 | 深度学习 | 声场数据、物理结构参数 | NA | 深度学习框架 | 端到端神经网络 | 峰值信噪比, 相关保真度 | NA |
| 990 | 2025-11-07 |
Deep learning-based annotation of plant abiotic stress resistance genes for crops
2025-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.70556
PMID:41194493
|
研究论文 | 提出基于深度学习的植物非生物胁迫抗性基因注释方法PASRGA,并构建植物基因数据库PlantASRG | 结合迁移学习和对比学习技术开发基因注释模型,显著优于现有主流方法 | 未明确说明模型在跨物种泛化能力方面的限制 | 开发准确注释植物非生物胁迫抗性基因的深度学习工具 | 植物非生物胁迫(干旱、盐分、低温、紫外线)抗性基因 | 生物信息学 | NA | DNA测序 | 深度学习 | 基因组数据 | 17种主要作物基因组 | NA | NA | F1分数, AUROC, AUPRC, MCC | NA |
| 991 | 2025-11-07 |
Circulating microRNAs in viral myocarditis: Advancements in biological understanding and potential clinical applications
2025-Oct-31, Gene
IF:2.6Q2
DOI:10.1016/j.gene.2025.149866
PMID:41177414
|
综述 | 本文系统回顾了循环microRNAs在病毒性心肌炎中的生物学作用及临床应用潜力 | 整合高通量测序与深度学习技术揭示循环microRNAs在病毒性心肌炎中的调控网络作用机制 | 循环microRNAs作为生物标志物的临床应用仍存在标准化和验证不足的局限性 | 建立病毒性心肌炎精准诊断和治疗的理论基础与策略框架 | 循环microRNAs及其在病毒性心肌炎中的调控网络 | 自然语言处理, 机器学习 | 心血管疾病 | 高通量测序, RNA结构预测 | 深度学习 | RNA序列数据, 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 992 | 2025-11-07 |
Artificial intelligence for detection of age-related macular degeneration based on fundus images: A systematic review
2025-Oct-30, Survey of ophthalmology
IF:5.1Q1
|
系统综述 | 系统回顾基于眼底图像使用人工智能技术检测年龄相关性黄斑变性的应用与性能 | 首次系统评估不同机器学习/深度学习算法在AMD检测中的性能比较,明确ResNet架构表现最优 | 缺乏校准性、公平性、可解释性评估,外部验证和临床前瞻性验证不足 | 评估人工智能技术在年龄相关性黄斑变性检测中的性能和应用现状 | 年龄相关性黄斑变性患者的眼底图像 | 计算机视觉 | 年龄相关性黄斑变性 | 眼底成像 | CNN | 图像 | 42篇研究论文(主要使用AREDS数据集,22篇研究) | NA | ResNet, CNN | 准确率 | NA |
| 993 | 2025-11-07 |
Segmentation algorithm of Ochotona curzoniae-induced bare patches in alpine meadow based on deep lear-ning
2025-Oct-18, Ying yong sheng tai xue bao = The journal of applied ecology
DOI:10.13287/j.1001-9332.202510.031
PMID:41194739
|
研究论文 | 提出一种基于深度学习的波浪增强U型卷积神经网络用于无人机影像中高原鼠兔导致的裸斑分割 | 在UNet架构中引入坐标注意力机制增强空间定位能力,使用小波变换卷积提升高频信息提取和细粒度特征恢复,采用复合损失函数解决类别不平衡问题 | NA | 开发高效准确的高原鼠兔导致的裸斑分割方法 | 高原鼠兔导致的草地裸斑 | 计算机视觉 | NA | 无人机影像 | CNN | 图像 | NA | NA | W-UNet, UNet, VGG16 | MIoU, MPA, ACC | NA |
| 994 | 2025-11-07 |
Deep Learning-Based Segmentation of Lung Adenocarcinoma Whole-Slide Images for Objective Grading, Tumor Spread Through Air Spaces Identification, and Mutation Prediction
2025-Oct-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100907
PMID:41075873
|
研究论文 | 开发基于深度学习的多类别分割模型,用于肺腺癌全切片图像的客观分级、肿瘤气腔扩散识别和突变预测 | 首次使用深度学习模型同时实现肺腺癌组织亚型分割、客观分级、气腔扩散检测和基因组改变关联分析 | 研究基于766例切除的非黏液性肺腺癌,需要进一步验证在更广泛人群中的适用性 | 解决肺腺癌形态学模式手动量化因病理学家间差异导致的重复性问题 | 非黏液性肺腺癌切除标本的数字化图像 | 数字病理学 | 肺癌 | 全切片图像分析 | 深度学习分割模型 | 病理图像 | 766例非黏液性肺腺癌(108例内部标注,130例外部队列验证,528例内部任务验证) | NA | Deep Multi-Magnification Network | P值统计显著性 | NA |
| 995 | 2025-11-07 |
Prevalence, Immune Checkpoint Expression, and Spatial Interplay of Immune Cells Are Linked to Favorable Tumor Phenotype in 4915 Human Carcinomas
2025-Oct-09, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104248
PMID:41067503
|
研究论文 | 本研究通过深度学习框架和多重荧光免疫组化技术,系统分析了4915个肿瘤样本中上皮内免疫细胞的密度、免疫检查点表达和空间相互作用 | 首次在43种癌种中全面评估上皮内免疫细胞及其空间相互作用,并识别出与良好肿瘤表型相关的泛癌高炎症表型 | 研究基于组织微阵列技术,可能无法完全反映肿瘤异质性;样本量在不同癌种间分布不均 | 系统评估人类癌组织中上皮内免疫细胞的分布特征及其与肿瘤表型的关联 | 4915个来自43种不同癌种的肿瘤样本 | 数字病理学 | 癌症 | 多重荧光免疫组化,深度学习,组织微阵列 | 深度学习框架 | 组织图像,荧光图像 | 4915个肿瘤样本,涵盖43种癌种 | NA | NA | 细胞密度计数,统计学显著性检验 | NA |
| 996 | 2025-11-07 |
Simulating Sinogram-Domain Motion and Correcting Image-Domain Artifacts Using Deep Learning in HR-pQCT Bone Imaging
2025-Oct-03, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/trpms.2025.3617225
PMID:41180080
|
研究论文 | 提出一种深度学习方法用于HR-pQCT骨成像中的运动伪影校正 | 优化传统正弦图方法模拟运动伪影,提出边缘增强自注意力Wasserstein生成对抗网络(ESWGAN-GP),结合边缘增强跳跃连接和自注意力机制 | 模拟的运动表示简化了真实运动复杂性,可能无法完全捕捉体内运动伪影的全部特征 | 解决HR-pQCT骨成像中的刚性运动伪影问题 | HR-pQCT骨图像中的皮质骨条纹和骨小梁模糊伪影 | 医学影像处理 | 骨骼疾病 | HR-pQCT成像 | GAN,WGAN-GP | 医学图像 | NA | PyTorch,TensorFlow | ESWGAN-GP,VGG,自注意力机制 | 信噪比,结构相似性指数,视觉信息保真度 | NA |
| 997 | 2025-11-07 |
Lung MRI: Indications, Capabilities, and Techniques-AJR Expert Panel Narrative Review
2025-Oct, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.32637
PMID:40397559
|
综述 | 本文系统回顾了肺部MRI的临床适应症、现有能力、扫描协议及新兴技术 | 整合了专家共识建议,并探讨了深度学习加速等新技术在肺部MRI中的潜在应用前景 | 临床应用中存在医生认知度不足、放射科医师和技术人员经验欠缺等推广障碍 | 评估肺部MRI在肺部疾病诊断和监测中的临床应用价值 | 肺部实质和气道病理变化的MRI评估 | 数字病理 | 肺癌 | MRI, 深度学习加速 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 998 | 2025-11-07 |
SAAM-VetNet: an attention-based multi-task framework for animal disease detection and severity grading
2025-Oct, Annals of medicine and surgery (2012)
DOI:10.1097/MS9.0000000000003728
PMID:41181424
|
研究论文 | 提出一种基于注意力机制的多任务深度学习框架SAAM-VetNet,用于从医学图像中同时检测动物疾病并进行严重程度分级 | 首次将严重程度感知的注意力机制与多任务学习相结合,通过卷积块注意力模块增强特征定位和上下文表示能力 | 仅在两个公开数据集上进行验证,需要更多样化的数据来证明泛化能力 | 开发自动化动物疾病检测和严重程度分级的深度学习系统 | 动物医学图像 | 计算机视觉 | 动物疾病 | 深度学习 | CNN, 注意力机制 | 医学图像 | 两个公开数据集:动物疾病分类数据集和乳腺炎检测数据集 | NA | SAAM-VetNet, 卷积块注意力模块 | 准确率, F1分数 | NA |
| 999 | 2025-11-07 |
A robust ensemble-based deep learning framework for automated retinal disease detection
2025 Oct-Dec, Health informatics journal
IF:2.2Q3
DOI:10.1177/14604582251396416
PMID:41192815
|
研究论文 | 提出一种集成深度学习框架ResEfficientNetB3,用于自动视网膜疾病检测 | 结合EfficientNetB3的缩放能力和ResNet50的残差学习,提出新型集成模型 | NA | 开发稳健的深度学习框架用于自动多类别视网膜疾病检测,支持临床决策 | 视网膜疾病图像 | 计算机视觉 | 视网膜疾病 | 图像增强(旋转、缩放、翻转) | CNN | 图像 | 数据集1:4217张图像(4类别),数据集2:8230张图像(8类别) | NA | EfficientNetB3, ResNet50 | 准确率 | NA |
| 1000 | 2025-11-07 |
Integrating clinical guidelines with large language models for improved sepsis mortality prediction
2025 Oct-Dec, Health informatics journal
IF:2.2Q3
DOI:10.1177/14604582251387649
PMID:41195684
|
研究论文 | 本研究开发并验证了一种集成临床指南的大语言模型,用于提高脓毒症死亡率预测性能 | 通过低秩自适应微调大语言模型,并将临床指南显式嵌入训练过程,创新性地结合领域专业知识与预训练语言模型 | 研究仅使用MIMIC-IV单一数据库,未在外部数据集验证模型泛化能力 | 提高脓毒症患者死亡率预测的准确性和临床实用性 | 24,237名ICU脓毒症患者 | 自然语言处理 | 脓毒症 | 大语言模型微调,低秩自适应 | LLM | 临床文本数据 | 24,237名ICU脓毒症患者 | NA | 大语言模型 | 准确率,F1分数,敏感度,特异度,AUC | NA |