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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
11461 | 2025-10-07 |
When the lung invades: a review of avian postcranial skeletal pneumaticity
2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences
DOI:10.1098/rstb.2023.0427
PMID:40010393
|
综述 | 本文系统回顾了鸟类颅后骨骼气腔化的功能与进化意义,并利用显微CT扫描和深度学习技术建立了气腔空间模型 | 结合显微CT扫描与深度学习分割技术创建了绿头鸭颈部气腔空间的试点模型,为定量比较分析提供新方法 | 气腔化骨骼相对于身体体积是否更轻的假设尚未经过实证检验,控制气腔化的细胞机制和发育过程基本未知 | 探讨鸟类颅后骨骼气腔化(PSP)的功能和进化意义 | 鸟类颅后骨骼气腔系统 | 数字病理 | NA | 显微计算机断层扫描,深度学习分割 | 深度学习 | CT图像 | 绿头鸭颈部标本(试点研究) | NA | NA | NA | NA |
11462 | 2025-10-07 |
Feature-Based Audiogram Value Estimator (FAVE): Estimating Numerical Thresholds from Scanned Images of Handwritten Audiograms
2025-Feb-27, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-025-02146-7
PMID:40011323
|
研究论文 | 开发基于机器学习的特征提取系统,从手写听力图扫描图像中自动估计数值阈值 | 首次提出基于聚合通道特征的滑动窗口单类目标检测器,专门用于手写听力图数值提取 | 符号和坐标轴刻度标签检测存在局限性,数值阈值估计准确率有待提高 | 解决手写听力图数值化问题,使公共卫生研究人员能够访问这些数据 | 手写听力图扫描图像 | 计算机视觉 | 老年性疾病 | 纯音听力测试 | 目标检测 | 图像 | 556份来自年龄相关性听力损失纵向队列研究的手写听力图 | NA | 基于聚合通道特征的滑动窗口单类目标检测器 | 召回率, 精确率, 误差率 | NA |
11463 | 2025-10-07 |
Enhanced glioma tumor detection and segmentation using modified deep learning with edge fusion and frequency features
2025-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84661-0
PMID:40011472
|
研究论文 | 提出一种结合边缘融合和频率特征的改进深度学习系统,用于胶质瘤肿瘤检测和分割 | 开发了边缘融合算法增强MRI图像边缘像素对比度,结合Gabor变换进行空间-频率域转换以提高检测精度 | 未明确说明数据集的具体规模和多样性限制 | 提高脑胶质瘤肿瘤检测和分割的准确性和效率 | 脑胶质瘤肿瘤 | 计算机视觉 | 脑胶质瘤 | MRI成像 | 改进深度学习架构 | 医学图像 | PLCO和NU数据集 | Python, Jupyter Notebook | 改进深度学习架构 | 灵敏度, 特异度, 准确率, Dice相似系数 | NA |
11464 | 2025-10-07 |
Modelling of pome fruit pollen performance using machine learning
2025-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91286-4
PMID:40011508
|
研究论文 | 本研究开发了一种基于机器学习的模型,用于预测仁果类水果花粉的萌发率 | 首次将人工神经网络和深度学习技术应用于仁果类花粉性能预测,相比传统方法具有更高精度 | 研究仅针对四种仁果类栽培品种,模型在其他水果种类的适用性有待验证 | 开发预测花粉萌发率的机器学习模型,以评估温度波动对果树开花期的影响 | 四种仁果类栽培品种的花粉颗粒 | 机器学习 | NA | 体外花粉萌发测试 | 人工神经网络,深度学习 | 实验数据 | 四种仁果类栽培品种的花粉,在七种温度、三种培养基和四种培养时长条件下的测试 | NA | 具有两个隐藏层的深度学习模型 | R² | NA |
11465 | 2025-10-07 |
A labeled medical records corpus for the timely detection of rare diseases using machine learning approaches
2025-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90450-0
PMID:40011510
|
研究论文 | 提出一个用于罕见病早期检测的标注医疗记录语料库,并验证多种机器学习方法的性能 | 整合MIMIC-III数据库与多种来源的医疗记录构建标注数据集,首次系统评估多种机器学习方法在罕见病早期检测中的应用 | 数据来源多样可能导致数据质量不一致,罕见病样本数量相对有限 | 通过机器学习方法实现医院环境中罕见病的及时检测 | 罕见病患者医疗记录 | 自然语言处理 | 罕见病 | 医疗记录文本分析 | 逻辑回归,决策树,SVM,LSTM,CNN,BERT | 文本 | 基于MIMIC-III数据库及额外医疗记录的标注语料库 | NA | LSTM,CNN,Transformer(BERT) | F-measure,AUC | NA |
11466 | 2025-10-07 |
Early attention-deficit/hyperactivity disorder (ADHD) with NeuroDCT-ICA and rhinofish optimization (RFO) algorithm based optimized ADHD-AttentionNet
2025-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90649-1
PMID:40011599
|
研究论文 | 提出一种结合NeuroDCT-ICA预处理和犀鱼优化算法的ADHD-AttentionNet深度学习模型,用于早期注意缺陷多动障碍检测 | 开发了NeuroDCT-ICA数据预处理模块和新型犀鱼优化算法,构建了专门针对ADHD检测的AttentionNet深度学习架构 | NA | 提高ADHD检测的数据处理能力、识别准确率和计算效率 | 注意缺陷多动障碍患者的行为、认知和生理数据 | 机器学习 | 注意缺陷多动障碍 | 脑电图 | 深度学习 | 生理信号数据 | NA | NA | AttentionNet | 准确率,F分数,特异性 | NA |
11467 | 2025-10-07 |
Supervised and unsupervised deep learning-based approaches for studying DNA replication spatiotemporal dynamics
2025-Feb-26, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-07744-2
PMID:40011665
|
研究论文 | 本研究开发了基于深度学习的监督和无监督方法来研究DNA复制的时空动态 | 同时采用监督学习和无监督学习两种方法研究DNA复制动态,无监督方法能够自主检测异常S期细胞而不依赖预定义分类 | 监督学习方法受限于基于分类的方法的约束 | 研究DNA复制的时空动态及其在病理过程中的作用 | 小鼠胚胎干细胞(mESCs)、Rif1缺陷型mESCs、细胞周期蛋白E过表达的细胞模型 | 机器学习 | NA | EdU分析、PCNA分析 | 深度学习 | 细胞图像数据 | NA | NA | NA | NA | NA |
11468 | 2025-10-07 |
Using deep learning to differentiate among histology renal tumor types in computed tomography scans
2025-Feb-26, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01606-3
PMID:40011809
|
研究论文 | 本研究使用卷积神经网络分析增强CT扫描图像,以区分不同组织学类型的肾脏肿瘤 | 首次将深度学习模型应用于CT扫描中多种肾脏肿瘤亚型的自动分类 | 模型临床适用性仍需进一步改进 | 通过深度学习技术实现肾脏肿瘤亚型的自动分类 | 肾脏肿瘤患者的增强CT扫描图像 | 计算机视觉 | 肾脏肿瘤 | CT扫描 | CNN | 图像 | 554名患者,包括血管平滑肌脂肪瘤(67例)、嗜酸细胞瘤(34例)、透明细胞肾细胞癌(246例)、嫌色细胞肾细胞癌(124例)和乳头状肾细胞癌(83例) | NA | Inception V3, Resnet50 | 准确率 | NA |
11469 | 2025-10-07 |
CSEPC: a deep learning framework for classifying small-sample multimodal medical image data in Alzheimer's disease
2025-Feb-26, BMC geriatrics
IF:3.4Q2
DOI:10.1186/s12877-025-05771-6
PMID:40011826
|
研究论文 | 提出一种用于阿尔茨海默病小样本多模态医学图像分类的深度学习框架CSEPC | 提出跨尺度平衡金字塔耦合算法,利用尺度平衡理论和模态耦合特性整合多模态多尺度特征,显著减少学习参数 | NA | 解决阿尔茨海默病分期分类中样本量有限的问题 | 阿尔茨海默病患者的多模态医学影像数据 | 医学影像分析 | 阿尔茨海默病 | 结构MRI, 功能MRI | 深度学习 | 医学图像 | 阿尔茨海默病神经影像倡议(ADNI)数据集 | NA | 跨尺度金字塔模块, 对比学习余弦相似度耦合机制 | 准确率, AUC | NA |
11470 | 2025-10-07 |
Deep learning-based Intraoperative MRI reconstruction
2025-Feb-25, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-024-00548-9
PMID:39998750
|
研究论文 | 本研究评估深度学习在术中MRI加速成像重建中的质量表现 | 首次将基于fastMRI神经数据集训练的深度学习模型应用于术中MRI重建,并与传统压缩感知方法进行对比 | 深度学习重建存在条纹伪影和信号减弱等问题,且神经外科医生在所有指标上仍偏好传统方法 | 评估深度学习在术中MRI加速成像重建中的性能 | 40名接受脑肿瘤切除术并进行术中MRI扫描的患者 | 医学影像分析 | 脑肿瘤 | 术中MRI | 深度学习 | MRI图像 | 40例患者(2021年11月1日至2023年6月1日期间) | NA | NA | Likert量表评分(1-5分),诊断质量比较 | NA |
11471 | 2025-10-07 |
Real-World Insights Into Dementia Diagnosis Trajectory and Clinical Practice Patterns Unveiled by Natural Language Processing: Development and Usability Study
2025-Feb-25, JMIR aging
IF:5.0Q1
DOI:10.2196/65221
PMID:39999185
|
研究论文 | 本研究通过自然语言处理技术分析门诊电子健康记录,揭示痴呆症诊断轨迹和临床实践模式 | 开发定制化的深度学习NLP流程从EHR中提取临床信息,首次系统量化从记忆丧失主诉到痴呆诊断的时间间隔 | 研究为单中心回顾性研究,样本量有限(581例),时间范围仅限于2010-2018年 | 确定记忆丧失主诉到痴呆诊断的时间间隔,评估诊断前使用认知增强药物的比例,识别影响诊断时间和用药的患者及医生特征 | 581名门诊患者及其电子健康记录数据 | 自然语言处理 | 老年疾病 | 自然语言处理,电子健康记录分析 | 深度学习 | 文本 | 581名门诊患者 | NA | NA | 精确率, 召回率, F1分数 | NA |
11472 | 2025-10-07 |
[Research on arrhythmia classification algorithm based on adaptive multi-feature fusion network]
2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202406069
PMID:40000175
|
研究论文 | 提出一种基于自适应多特征融合网络的心律失常分类算法 | 采用自适应多特征融合策略,结合RR间期特征、时域深度特征和频域深度特征进行心律失常分类 | 在有限的异常样本监督下进行特征选择 | 开发心律失常自动分类算法 | 心电图信号 | 机器学习 | 心血管疾病 | ECG信号分析 | CNN | 心电图信号 | MIT-BIH心律失常数据库 | NA | 1D-CNN, 2D-CNN | 准确率, 召回率, F1分数 | NA |
11473 | 2025-10-07 |
[Prediction method of paroxysmal atrial fibrillation based on multimodal feature fusion]
2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202403039
PMID:40000174
|
研究论文 | 提出一种基于多模态特征融合的阵发性房颤风险预测方法 | 融合机器学习特征工程与深度学习端到端建模的优势,结合四种特征选择方法和Pearson相关性分析确定最优多模态特征集 | NA | 阵发性房颤风险预测 | 阵发性房颤患者 | 生物医学工程 | 心血管疾病 | 多模态特征融合 | 随机森林 | 多模态医学数据 | 公共数据集和临床数据集 | NA | NA | 准确率,F1分数 | NA |
11474 | 2025-10-07 |
[Research on intelligent fetal heart monitoring model based on deep active learning]
2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202402012
PMID:40000176
|
研究论文 | 提出基于三支决策理论和多目标优化主动学习的TWD-MOAL深度主动学习算法,用于智能胎儿心电监测 | 将三支决策理论融入卷积神经网络训练过程,通过细粒度批处理模式选择高置信度样本作为伪标签样本,同时结合产科专家标注的低置信度样本 | NA | 开发智能胎儿心电监测模型,降低标注成本并解决临床CTG信号数据不平衡问题 | 产前CTG记录 | 机器学习 | 胎儿窘迫 | 心电监护(CTG) | CNN | 信号数据 | 16,355条产前CTG记录 | NA | CNN | 准确率 | NA |
11475 | 2025-10-07 |
[Study on lightweight plasma recognition algorithm based on depth image perception]
2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202404064
PMID:40000184
|
研究论文 | 提出一种基于改进YOLOv5的轻量级血浆质量检测模型,用于识别溶血血浆 | 结合全维度动态卷积、可分离核注意力池化、残差双融合特征金字塔网络和重参数化卷积等关键算法模块 | NA | 预防由外部因素引起的溶血性疾病 | 血浆图像 | 计算机视觉 | 心血管疾病 | 深度学习 | YOLOv5 | 图像 | NA | PyTorch | YOLOv5 | 平均准确率 | NA |
11476 | 2025-10-07 |
[A review of deep learning methods for non-contact heart rate measurement based on facial videos]
2025-Feb-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi
DOI:10.7507/1001-5515.202405057
PMID:40000193
|
综述 | 本文综述了基于面部视频的非接触式心率测量深度学习方法的最新研究进展 | 系统总结了深度学习在远程光电容积描记技术(rPPG)心率测量中的应用现状和发展趋势 | NA | 探索基于深度学习的非接触式心率测量技术的研究现状和未来发展方向 | 面部视频中的心率信号 | 计算机视觉 | 心血管疾病 | 远程光电容积描记技术(rPPG) | NA | 视频 | NA | NA | NA | NA | NA |
11477 | 2025-10-07 |
Endoscapes, a critical view of safety and surgical scene segmentation dataset for laparoscopic cholecystectomy
2025-Feb-25, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04642-4
PMID:40000637
|
研究论文 | 发布Endoscapes2023数据集,包含201个腹腔镜胆囊切除术视频,带有手术器械和肝胆解剖分割标注及关键安全视野评估 | 提供首个包含手术器械和肝胆解剖分割标注及关键安全视野评估的腹腔镜胆囊切除术视频数据集 | NA | 开发用于手术视频分析的深度学习模型,支持腹腔镜胆囊切除术中的视觉任务 | 腹腔镜胆囊切除术视频 | 计算机视觉 | 胆囊疾病 | 腹腔镜手术 | NA | 视频, 图像 | 201个腹腔镜胆囊切除术视频 | NA | NA | NA | NA |
11478 | 2025-10-07 |
Development of weighted residual RNN model with hybrid heuristic algorithm for movement recognition framework in ambient assisted living
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90360-1
PMID:40000713
|
研究论文 | 提出一种结合加权残差循环神经网络和混合启发式算法的运动识别框架,用于环境辅助生活系统中的老年人及残疾人健康监护 | 提出加权残差循环神经网络模型,并创新性地将鼠群优化算法与浣熊优化算法融合形成混合启发式算法用于模型参数优化 | 未明确说明实验数据的具体规模和多样性,缺乏与其他先进方法的详细对比分析 | 开发自动智能的运动识别系统以改善老年人和残疾人在环境辅助生活中的生活质量 | 老年人和残疾人的日常运动行为 | 机器学习 | 老年疾病 | 深度学习 | RNN, Autoencoder | 运动数据 | NA | NA | 卷积自编码器, 加权残差循环神经网络 | 准确率, 系统性能 | NA |
11479 | 2025-10-07 |
A feature explainability-based deep learning technique for diabetic foot ulcer identification
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90780-z
PMID:40000748
|
研究论文 | 提出基于特征可解释性的深度学习框架DFU_XAI,用于糖尿病足溃疡的识别和定位 | 首次将多种可解释性技术(SHAP、LIME、Grad-CAM)集成到深度学习框架中,专门针对糖尿病足溃疡诊断 | 未提及模型在不同人群或医疗设备间的泛化能力验证 | 提升糖尿病足溃疡诊断中深度学习模型的可解释性和临床适用性 | 糖尿病足溃疡图像 | 计算机视觉 | 糖尿病足溃疡 | 深度学习 | CNN, SNN | 医学图像 | NA | NA | Xception, DenseNet121, ResNet50, InceptionV3, MobileNetV2, Siamese Neural Network | 准确率, 精确率, 召回率, F1分数, AUC | NA |
11480 | 2025-10-07 |
Enhancing E-commerce recommendations with sentiment analysis using MLA-EDTCNet and collaborative filtering
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91275-7
PMID:40000752
|
研究论文 | 提出一种结合情感分析和协同过滤的电子商务推荐框架,通过MLA-EDTCNet模型和优化算法提升推荐准确度 | 提出MLA-EDTCNet架构进行情感分类,使用MCGAN解决类别不平衡问题,并采用OcOA算法优化模型参数 | 仅使用亚马逊产品数据集进行验证,未在其他电商平台测试 | 提高电子商务推荐系统的准确性和用户满意度 | 电子商务产品推荐 | 自然语言处理,机器学习 | NA | 情感分析,协同过滤 | MLA-EDTCNet,MCGAN | 文本评论数据 | 亚马逊产品数据集 | NA | Multi-Layer Attention-based Encoder-Decoder Temporal Convolution Neural Network,Modified Conditional Generative Adversarial Network | 准确率,精确率,召回率,F1分数,AUC | NA |