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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10001 | 2025-10-07 |
Pleural invasion of peripheral cT1 lung cancer by deep learning analysis of thoracoscopic images: a retrospective pilot study
2025-Apr-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-24-1510
PMID:40400958
|
研究论文 | 本研究开发了一种基于深度学习分析胸腔镜图像预测外周型cT1肺癌胸膜侵犯的算法 | 首次使用深度学习算法从胸腔镜图像预测肺癌胸膜侵犯,并与外科医生的术中评估进行比较 | 回顾性研究、样本量较小、单中心研究 | 开发能够术中预测肺癌胸膜侵犯的深度学习算法 | 接受根治性胸腔镜手术的cT1N0M0非小细胞肺癌患者 | 计算机视觉 | 肺癌 | 胸腔镜成像 | CNN | 图像 | 80例患者,422,873张图像,其中2,074张显示肿瘤 | NA | ResNet50 | 准确率,F1分数 | NA |
10002 | 2025-10-07 |
Multimodal radiopathological integration for prognosis and prediction of adjuvant chemotherapy benefit in resectable lung adenocarcinoma: A multicentre study
2025-Apr-28, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.217557
PMID:39954935
|
研究论文 | 开发并验证了一种整合CT图像和H&E染色全切片图像的多模态分析框架,用于肺腺癌患者的风险分层和辅助化疗获益预测 | 首次将放射组学特征与病理组学特征通过生存支持向量机进行融合,创建了放射病理组学特征,在预后预测和化疗获益评估方面优于单一模态方法和现有深度学习方法 | 回顾性研究设计,需要前瞻性验证;样本量相对有限;仅针对肺腺癌患者 | 提高肺腺癌患者风险分层准确性并预测辅助化疗获益 | 1039例可切除肺腺癌患者(I-III期) | 数字病理 | 肺癌 | CT成像,H&E染色全切片成像 | SVM | 图像 | 1039例患者(训练集303例,测试集197例和228例,特征测试集311例) | NA | 生存支持向量机 | C-index,风险比,置信区间,p值 | NA |
10003 | 2025-10-07 |
CPDMS: a database system for crop physiological disorder management
2025-Apr-22, Database : the journal of biological databases and curation
DOI:10.1093/database/baaf031
PMID:40402767
|
研究论文 | 开发了一个用于番茄生理障碍管理的实时作物图像采集与分析数据库系统 | 构建了包含多种胁迫条件下番茄图像的大规模数据库系统,支持多角度图像采集 | 模型性能有待提升(mAP 0.46),系统在其他农业环境中的泛化能力需要进一步验证 | 开发用于精准农业的作物生理障碍管理数据库系统 | 番茄作物及其生理障碍 | 计算机视觉 | 作物生理障碍 | 实时图像采集, 深度学习 | 深度学习模型 | 图像 | 58,479张图像(43,894张可标注),其中24,000张用于训练,13,037张用于测试 | NA | NA | 平均精度(mAP), 召回率 | NA |
10004 | 2025-10-07 |
Autonomous object tracking with vision based control using a 2DOF robotic arm
2025-Apr-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97930-3
PMID:40251241
|
研究论文 | 本文提出了一种基于视觉控制的2自由度机械臂自主目标跟踪系统 | 结合深度学习目标检测框架与基于图像的视觉伺服控制,解决了传统系统复杂机械结构、刚性要求和多传感器需求等问题 | 仅针对2自由度机械臂进行验证,系统在更复杂场景下的鲁棒性需要进一步测试 | 设计精确响应的目标跟踪系统,消除传统系统的复杂性 | 移动目标跟踪的2自由度机械臂系统 | 计算机视觉 | NA | 基于图像的视觉伺服(IBVS),深度学习目标检测 | 深度学习 | 图像 | NA | NA | NA | 准确度,响应时间 | CoppeliaSim机器人模拟器,2-DOF机械臂实验平台 |
10005 | 2025-10-07 |
Large language models deconstruct the clinical intuition behind diagnosing autism
2025-Apr-17, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2025.02.025
PMID:40147442
|
研究论文 | 利用大型语言模型解构临床诊断自闭症的直觉逻辑 | 首次将大型语言模型与可解释性策略结合,从临床报告中识别驱动自闭症诊断的关键句子和诊断标准 | 仅基于4000多份健康记录,样本规模有限 | 解构医疗专家诊断自闭症的临床直觉逻辑 | 自闭症确诊与疑似病例的临床报告 | 自然语言处理 | 自闭症 | 深度学习 | LLM | 文本 | 4000多份自由格式健康记录 | NA | 大型语言模型 | NA | NA |
10006 | 2025-10-07 |
Artificial intelligence to predict treatment response in rheumatoid arthritis and spondyloarthritis: a scoping review
2025-04-07, Rheumatology international
IF:3.2Q2
DOI:10.1007/s00296-025-05825-3
PMID:40192881
|
综述 | 分析人工智能技术在预测类风湿关节炎和脊柱关节炎治疗反应中的应用类型与方法 | 首次系统综述AI在风湿病领域预测治疗反应的应用现状与潜力 | 研究方法异质性限制了结果的普适性,缺乏外部验证 | 评估AI技术在预测风湿性疾病治疗反应中的应用效果 | 类风湿关节炎和脊柱关节炎患者 | 机器学习 | 风湿性疾病 | 多组学分析、医学影像分析 | 监督机器学习、无监督聚类、深度学习 | 电子病历、临床生物标志物、遗传数据、蛋白质组数据、影像数据 | 89项符合条件的研究(74项RA研究,7项SpA研究,4项银屑病关节炎研究,4项混合研究) | NA | 随机森林, 支持向量机 | 准确率, AUC | NA |
10007 | 2025-10-07 |
Difficulty aware programming knowledge tracing via large language models
2025-Apr-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96540-3
PMID:40181055
|
研究论文 | 提出了一种基于大语言模型的难度感知编程知识追踪方法,通过分析编程问题的文本理解难度和知识点难度来提升学生知识状态预测精度 | 首次将文本理解难度和知识点难度同时引入知识追踪,结合注意力机制和大语言模型动态更新学生知识状态 | NA | 提高编程知识追踪的准确性和时空反映能力 | 编程教育中的学生知识状态 | 自然语言处理 | NA | 大语言模型 | 图注意力网络 | 文本 | NA | NA | 注意力机制,图注意力网络 | 评估精度,时空反映能力 | NA |
10008 | 2025-10-07 |
Personalized Blood Glucose Forecasting From Limited CGM Data Using Incrementally Retrained LSTM
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3494732
PMID:39514345
|
研究论文 | 提出一种基于增量重训练LSTM的个性化血糖预测方法,可在有限连续血糖监测数据下实现准确预测 | 提出增量重训练堆叠LSTM框架,通过逐步适应个体数据和参数迁移提高效率,解决传统方法需要大量训练数据的问题 | 研究主要针对1型糖尿病患者,未涉及其他类型糖尿病 | 开发适用于有限CGM数据的个性化血糖预测方法,提升人工胰腺系统的胰岛素输送效果 | 1型糖尿病患者的连续血糖监测数据 | 机器学习 | 糖尿病 | 连续血糖监测 | LSTM | 时间序列数据 | 两个CGM数据集:OpenAPS和Replace-BG | TensorFlow, PyTorch | 堆叠LSTM | 均方根误差, Clarke误差网格分析 | NA |
10009 | 2025-10-07 |
Leveraging Natural Language Processing and Machine Learning Methods for Adverse Drug Event Detection in Electronic Health/Medical Records: A Scoping Review
2025-Apr, Drug safety
IF:4.0Q1
DOI:10.1007/s40264-024-01505-6
PMID:39786481
|
综述 | 本文通过范围综述评估自然语言处理和机器学习方法在电子健康记录中检测药物不良事件的有效性 | 系统性地总结了NLP/ML技术在利用非结构化EHR数据进行药物警戒的最新应用进展 | 研究方法存在显著异质性,缺乏标准化方法和验证标准,限制了实践应用 | 评估NLP/ML技术从非结构化EHR数据中检测药物不良事件的有效性以改善药物警戒 | 电子健康记录中的非结构化文本数据 | 自然语言处理, 机器学习 | 药物不良事件 | 自然语言处理, 机器学习 | 基于规则的NLP, 统计模型, 深度学习 | 非结构化文本 | 7项符合纳入标准的研究 | NA | NA | 模型性能评估指标 | NA |
10010 | 2025-10-07 |
Deep Learning-Based Event Counting for Apnea-Hypopnea Index Estimation Using Recursive Spiking Neural Networks
2025-04, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3498097
PMID:40030371
|
研究论文 | 提出一种基于递归脉冲神经网络的深度学习事件计数方法,用于家庭环境中睡眠呼吸暂停的筛查和AHI指数估计 | 引入RSN-Count技术,利用脉冲神经网络直接计数呼吸暂停事件,减少对精确事件定位的依赖 | 样本量较小(N=33),需要在更大数据集上验证 | 开发改进的家庭睡眠呼吸暂停筛查方法,实现可靠的AHI指数估计 | 睡眠呼吸暂停患者 | 机器学习 | 睡眠呼吸暂停 | 音频和血氧饱和度记录 | SNN | 音频信号, SpO2信号 | 33例整夜录音数据 | NA | 递归脉冲神经网络 | 平均绝对误差 | NA |
10011 | 2025-10-07 |
Brain-wide 3D neuron detection and mapping with deep learning
2025-Apr, Neurophotonics
IF:4.8Q1
DOI:10.1117/1.NPh.12.2.025012
PMID:40401216
|
研究论文 | 提出了一种基于深度学习的全脑3D神经元检测与映射方法NeuronMapper | 首次将Video Swin Transformer应用于全脑3D神经元检测,实现了百万级别神经元定位 | 方法主要针对小鼠脑数据,尚未在其他物种上验证 | 开发自动可靠的神经元检测与映射技术以理解神经回路 | 小鼠全脑神经元胞体 | 计算机视觉 | NA | 3D成像 | Transformer, CNN | 3D图像 | 百万级别神经元 | PyTorch | Video Swin Transformer | 检测准确率, 定位精度 | GPU |
10012 | 2025-10-07 |
Reasoning-Driven Food Energy Estimation via Multimodal Large Language Models
2025-Mar-24, Nutrients
IF:4.8Q1
DOI:10.3390/nu17071128
PMID:40218886
|
研究论文 | 本文提出通过微调和体积感知推理两种方法改进多模态大语言模型在基于图像的食物能量估计中的性能 | 首次将多模态大语言模型应用于食物能量估计,并提出体积感知推理和细粒度估计提示方法解决食物尺寸识别难题 | 模型在食物尺寸识别方面仍存在局限,这是影响能量估计准确性的关键因素 | 改进基于图像的食物能量估计准确度,支持饮食摄入监测应用 | 食物图像及其能量含量估计 | 计算机视觉,自然语言处理 | NA | 多模态大语言模型 | MLLMs | 图像 | Nutrition5k数据集 | NA | 多模态大语言模型,LoRA | 估计准确度 | NA |
10013 | 2025-10-07 |
Deep learning-based normative database of anterior chamber dimensions for angle closure assessment: the Singapore Chinese Eye Study
2025-Mar-20, The British journal of ophthalmology
DOI:10.1136/bjo-2024-325602
PMID:39486884
|
研究论文 | 本研究基于深度学习建立了新加坡华人前房尺寸的规范数据库,用于评估房角关闭 | 首次建立了基于深度学习的华人前房尺寸规范数据库,并提出了ACD第20百分位数和LV第85百分位数的组合诊断标准 | 研究仅针对新加坡华人群体,样本代表性有限;排除了有眼部手术或外伤的病例 | 建立前房尺寸的规范数据库并评估其在原发性房角关闭疾病诊断中的价值 | 新加坡华人眼病研究中的2157只眼睛(1853只开放房角,304只房角关闭) | 医学影像分析 | 眼科疾病 | 前段光学相干断层扫描 | 深度学习算法 | 医学影像 | 2157只眼睛 | NA | NA | 平衡准确度, 灵敏度, 特异性 | NA |
10014 | 2025-10-07 |
Leveraging large language models for knowledge-free weak supervision in clinical natural language processing
2025-Mar-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68168-2
PMID:40064991
|
研究论文 | 提出一种利用大语言模型进行知识无关弱监督的临床自然语言处理方法 | 通过微调LLM生成弱标注数据训练下游BERT模型,无需领域知识即可实现优越性能 | LLM推理计算量较大 | 解决临床自然语言处理中标注数据稀缺的问题 | 临床命名实体识别 | 自然语言处理 | NA | 弱监督学习、上下文学习 | LLM, BERT | 临床文本 | 三个i2b2/n2c2数据集,不超过50份黄金标准病历 | NA | Llama2-13B, PubMedBERT | F1分数 | NA |
10015 | 2025-10-07 |
Development of a deep learning radiomics model combining lumbar CT, multi-sequence MRI, and clinical data to predict high-risk cage subsidence after lumbar fusion: a retrospective multicenter study
2025-Mar-02, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01355-y
PMID:40025592
|
研究论文 | 开发结合腰椎CT、多序列MRI和临床数据的深度学习影像组学模型,用于预测腰椎融合术后高风险椎间融合器下沉 | 首次将3D视觉变换器深度学习模型与传统影像组学特征、临床特征相结合,构建多中心联合预测模型 | 回顾性研究设计,样本量相对有限(305例患者),需要进一步前瞻性验证 | 预测腰椎融合术后高风险椎间融合器下沉患者 | 接受腰椎融合手术的患者 | 医学影像分析 | 脊柱疾病 | CT、MRI影像学检查 | 深度学习, 逻辑回归 | 医学影像(CT、MRI)、临床数据 | 305例患者(训练集214例,验证集61例,测试集30例)来自三个医疗中心 | NA | 3D视觉变换器 | AUC(曲线下面积) | NA |
10016 | 2025-10-07 |
KID-PPG: Knowledge Informed Deep Learning for Extracting Heart Rate From a Smartwatch
2025-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3477275
PMID:39383068
|
研究论文 | 提出一种融合专家知识的知识驱动深度学习模型KID-PPG,用于从智能手表PPG信号中准确提取心率 | 通过自适应线性滤波、深度概率推断和数据增强将医学与信号处理领域的专家知识整合到深度学习模型中 | 仅在PPGDalia数据集上进行评估,未在其他数据集验证泛化能力 | 解决PPG信号中运动伪影和信号质量退化导致的心率提取不准确问题 | 智能手表采集的光电容积脉搏波(PPG)信号 | 生物医学信号处理 | 心血管疾病 | 光电容积脉搏波(PPG) | 深度学习 | PPG信号 | PPGDalia数据集 | NA | KID-PPG | 平均绝对误差(MAE) | NA |
10017 | 2025-10-07 |
Brain tumour histopathology through the lens of deep learning: A systematic review
2025-Mar, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109642
PMID:39787663
|
系统综述 | 系统回顾深度学习在脑肿瘤特别是胶质母细胞瘤组织病理学研究中的应用现状与趋势 | 首次系统梳理了ML/DL技术在GBM组织病理学研究中的应用模式,揭示了组学数据与组织病理数据整合分析的新趋势 | 纳入的GBM相关研究数量有限(仅8篇),且许多研究未能清晰报告模型训练和评估方法 | 调查机器学习/深度学习技术如何推动脑肿瘤特别是胶质母细胞瘤的组织病理学研究进展 | 54项符合条件的研究,重点关注胶质母细胞瘤相关研究 | 数字病理 | 脑肿瘤/胶质母细胞瘤 | 组织病理学与多组学数据整合分析 | SVM, CNN | 组织病理图像, 多组学数据 | 54项研究(其中8项GBM专项研究) | NA | ResNet | NA | NA |
10018 | 2025-10-07 |
Artificial Intelligence-Guided Lung Ultrasound by Nonexperts
2025-Mar-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2024.4991
PMID:39813064
|
研究论文 | 评估人工智能引导非专业医护人员获取诊断质量肺部超声图像的能力 | 首次验证AI引导非专业医护人员获取诊断质量肺部超声图像的可行性 | 研究样本量有限,仅包含176名参与者 | 评估AI在指导非专业医护人员获取诊断质量肺部超声图像方面的能力 | 呼吸困难患者和非专业医护人员(医疗助理、呼吸治疗师和护士) | 医学影像分析 | 肺部疾病 | 肺部超声 | 深度学习 | 超声图像 | 176名参与者 | NA | NA | 诊断质量比例 | NA |
10019 | 2025-10-07 |
Ventricular Arrhythmia Classification Using Similarity Maps and Hierarchical Multi-Stream Deep Learning
2025-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2024.3490187
PMID:39485690
|
研究论文 | 提出一种基于相似性映射和分层多流深度学习的室性心律失常分类方法 | 开发了相似性映射特征来捕捉ECG信号中的规律性,并提出了分层多流ResNet34架构 | NA | 解决室性心动过速、心室颤动和非室性心律之间的分类问题 | 心电图信号中的室性心律失常 | 数字病理学 | 心血管疾病 | ECG信号分析 | 深度学习 | 心电图信号 | NA | NA | ResNet34 | 灵敏度, 准确率 | NA |
10020 | 2025-10-07 |
Efficient spheroid morphology assessment with a ChatGPT data analyst: implications for cell therapy
2025-Mar, BioTechniques
IF:2.2Q4
DOI:10.1080/07366205.2025.2493489
PMID:40264428
|
研究论文 | 开发基于ChatGPT数据分析师的深度学习自动方法用于评估脂肪来源干细胞球体形态质量 | 首次将ChatGPT数据分析师应用于细胞球体形态评估,提供自动化测量解决方案 | 未提及样本量的具体限制和模型泛化能力的验证 | 开发自动化的球体尺寸测量方法以改进细胞球体质量评估 | 脂肪来源干细胞(ADSCs)形成的球体 | 计算机视觉 | 骨关节炎 | 深度学习图像识别与处理 | NA | 图像 | NA | ChatGPT Data Analyst, ImageJ | NA | Bland-Altman分析, 散点图相关系数 | NA |