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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
11501 | 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 |
11502 | 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 |
11503 | 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 |
11504 | 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 |
11505 | 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 |
11506 | 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 |
11507 | 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 |
11508 | 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 |
11509 | 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 |
11510 | 2025-10-07 |
Development and validation of a deep reinforcement learning algorithm for auto-delineation of organs at risk in cervical cancer radiotherapy
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91362-9
PMID:40000766
|
研究论文 | 开发并验证了一种结合分割一切模型(SAM)的深度强化学习算法,用于提高宫颈癌放疗中危及器官自动勾画的准确性 | 将分割一切模型(SAM)与强化学习相结合,提出了一种新的训练策略,在不增加模型复杂度的前提下提高了分割性能 | 样本量相对有限(150例),仅在一家医院收集数据,需要进一步多中心验证 | 开发用于宫颈癌放疗中危及器官自动勾画的深度强化学习算法 | 宫颈癌患者的CT图像 | 医学图像分析 | 宫颈癌 | CT成像 | 深度强化学习(DRL) | 医学图像(CT) | 150例宫颈癌患者的CT图像(122例训练集,28例测试集) | NA | 分割一切模型(SAM) | Dice相似系数(DSC), 95% Hausdorff距离, 平均对称表面距离(ASSD), 相对绝对体积差异(RAVD) | NA |
11511 | 2025-10-07 |
Optimizing black cattle tracking in complex open ranch environments using YOLOv8 embedded multi-camera system
2025-Feb-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91553-4
PMID:40000894
|
研究论文 | 提出一种基于YOLOv8的多摄像头多牛只追踪系统,用于复杂开放牧场环境中黑牛的精准监测 | 开发了定制化多摄像头多牛只追踪系统,结合YOLOv8分割模型和Segment Anything Model,在复杂开放牧场环境中实现高精度黑牛追踪 | 单摄像头设置在23.3米×20米范围内对55头牛的监测存在细节捕捉限制 | 优化复杂开放牧场环境中黑牛的追踪精度和监测效果 | 黑牛 | 计算机视觉 | NA | 视频监控,目标检测,分割,追踪 | YOLOv8,SAM | 视频 | 55头牛,10个4摄像头案例 | NA | YOLOv8,Segment Anything Model | 多目标追踪精度,处理速度 | NA |
11512 | 2025-10-07 |
Preoperative clinical radiomics model based on deep learning in prognostic assessment of patients with gallbladder carcinoma
2025-Feb-25, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-13711-1
PMID:40001024
|
研究论文 | 开发基于深度学习的术前临床放射组学生存预测模型,用于胆囊癌患者的预后评估 | 结合nnU-Net自动分割和DeepSurv生存预测模型,首次构建基于术前临床放射组学的胆囊癌预后评估模型 | 单中心回顾性研究,样本量有限(168例患者) | 为胆囊癌患者术前评估和治疗决策提供参考依据 | 胆囊癌患者 | 医学影像分析 | 胆囊癌 | CT影像分析,放射组学特征提取 | nnU-Net, DeepSurv | 医学影像(上腹部增强CT) | 168例胆囊癌患者 | 3D Slicer, nnU-Net, DeepSurv | nnU-Net, DeepSurv | C-index, AUC, Delong检验 | NA |
11513 | 2025-10-07 |
Deformable registration for nasopharyngeal carcinoma using adaptive mask and weight allocation strategy based CycleFCNs model
2025-Feb-25, Radiation oncology (London, England)
DOI:10.1186/s13014-025-02603-0
PMID:40001040
|
研究论文 | 提出一种基于自适应掩码和权重分配策略的CycleFCNs模型,用于鼻咽癌病例的CT-MR图像可变形配准 | 针对MR扫描视野受限和多模态图像扫描角度差异问题,提出了自适应掩码配准策略和权重分配策略 | 研究样本量相对有限(269例),且仅针对鼻咽癌病例 | 提高鼻咽癌病例CT和MR图像之间的配准精度 | 鼻咽癌患者的CT和MR医学图像 | 医学图像处理 | 鼻咽癌 | 医学影像配准 | CycleFCNs | 医学图像(CT和MR体积数据) | 269例鼻咽癌病例(188例训练,81例测试) | NA | CycleFCNs | Dice相似系数, Hausdorff距离, 精确率, 召回率 | NA |
11514 | 2025-10-07 |
Decoding breast cancer imaging trends: the role of AI and radiomics through bibliometric insights
2025-Feb-25, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-025-01983-1
PMID:40001088
|
文献计量分析 | 通过文献计量学方法分析人工智能和影像组学在乳腺癌影像学领域的研究现状和前沿热点 | 首次对该领域进行系统的文献计量分析,识别研究趋势和未来热点方向 | 仅基于Web of Science数据库,可能存在文献收录不全的局限 | 探讨人工智能和影像组学在乳腺癌影像学领域的研究现状和前沿热点 | 乳腺癌影像学相关的科学文献 | 医学影像分析 | 乳腺癌 | 文献计量分析 | NA | 文献元数据 | 2,701篇Web of Science核心合集出版物 | CiteSpace, VOSviewer, Pajek, R | NA | NA | NA |
11515 | 2025-10-07 |
Study on the prediction performance of AIDS monthly incidence in Xinjiang based on time series and deep learning models
2025-Feb-25, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-025-21982-3
PMID:40001115
|
研究论文 | 基于时间序列和深度学习模型比较新疆艾滋病月发病率的预测性能 | 首次在新疆艾滋病预测中系统比较了传统时间序列模型(ARIMA、ETS)与深度学习模型(LSTM、XGBoost)的性能 | 仅使用单一地区数据,模型在更广泛地区的适用性有待验证 | 寻找预测新疆艾滋病月发病率的最佳模型 | 新疆地区艾滋病月发病率数据 | 时间序列预测 | 艾滋病 | 时间序列分析 | ARIMA, EGARCH, TGARCH, ETS, XGBoost, LSTM | 时间序列数据 | 2004年1月至2020年12月新疆艾滋病月发病率数据 | NA | ARIMA(2,1,2), ARIMA(2,1,2)-EGARCH(2,2), ARIMA(2,1,2)-TGARCH(1,1), ETS(A,A,A), XGBoost, LSTM | RMSE, MAE, MAPE | NA |
11516 | 2025-10-07 |
An enhanced denoising system for mammogram images using deep transformer model with fusion of local and global features
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89451-w
PMID:39994276
|
研究论文 | 提出一种基于深度Transformer的乳腺X光图像去噪系统DeepTFormer,融合局部和全局特征 | 首次将Transformer模型应用于图像去噪任务,设计包含局部-全局特征提取模块的新型网络架构 | 未明确说明模型计算复杂度及在资源受限环境下的适用性 | 开发高效的医学图像去噪方法以提升图像质量 | 乳腺X光图像 | 计算机视觉 | 乳腺癌 | 深度学习图像处理 | Transformer, CNN | 图像 | NA | NA | DeepTFormer, ITransformer | PSNR, FSIM, EPI, SSIM | NA |
11517 | 2025-10-07 |
Super-resolution mapping of anisotropic tissue structure with diffusion MRI and deep learning
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90972-7
PMID:39994322
|
研究论文 | 提出一种基于深度学习的扩散MRI超分辨率方法,用于提高纤维取向分布函数(fODF)的空间分辨率 | 首次将深度学习应用于扩散MRI的fODF超分辨率映射,相比传统样条插值方法能更准确地重建高分辨率数据 | 方法在低信噪比条件下性能评估有限,且主要基于Human Connectome Project的高质量数据进行验证 | 开发扩散MRI数据的超分辨率技术以克服采集时间长和空间分辨率限制的问题 | 中枢神经系统白质中的轴突纤维束 | 医学影像分析 | 中枢神经系统疾病 | 扩散磁共振成像(diffusion MRI), 约束球面反卷积 | 深度学习 | 扩散MRI图像, 纤维取向分布函数(fODF) | Human Connectome Project的高质量数据 | NA | NA | 推土机距离(earth mover's distance) | NA |
11518 | 2025-10-07 |
Optimizing depression detection in clinical doctor-patient interviews using a multi-instance learning framework
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90117-w
PMID:39994325
|
研究论文 | 本研究首次将多示例学习框架应用于临床医患访谈文本数据,优化抑郁症检测的客观性和效率 | 首次将多示例学习框架应用于文本访谈数据领域,提出改进的聚合策略并引入两个超参数以适应文本情感不确定性 | NA | 提高抑郁症自动检测的客观性和效率,克服长文本中文本表示不足和信息提取无效的问题 | 临床医患访谈文本数据 | 自然语言处理 | 抑郁症 | 多示例学习框架 | 集成模型 | 文本 | DAIC-WOZ和E-DAIC数据集 | NA | MT5, RoBERTa | F1分数 | NA |
11519 | 2025-10-07 |
Explainable hybrid transformer for multi-classification of lung disease using chest X-rays
2025-Feb-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90607-x
PMID:39994381
|
研究论文 | 提出一种可解释的混合Transformer网络(LungMaxViT)用于胸部X光片的多类肺部疾病分类 | 结合CNN初始阶段块与SE块改进特征识别能力,并利用Grad-CAM可视化技术解释疾病检测结果 | NA | 开发高性能的深度学习模型用于胸部X光片的多种肺部疾病分类 | 胸部X光医学图像 | 计算机视觉 | 肺部疾病 | 胸部X光成像 | Transformer, CNN | 医学图像 | 基于两个公共数据集(COVID-19数据集和Chest X-ray 14数据集) | NA | LungMaxViT, MaxViT, ResNet50, MobileNetV2, ViT | 准确率, AUC, F1分数 | NA |
11520 | 2025-10-07 |
Tensor-powered insights into neural dynamics
2025-Feb-24, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-07711-x
PMID:39994447
|
研究论文 | 提出一种基于张量空间的神经信号解码方法LS-STM,用于处理高维神经动力学数据 | 首次将传统向量学习框架张量化,能够直接处理高阶张量域信息而不破坏高维空间内在关系 | NA | 开发更有效的神经信号解码方法以解析神经动力学 | 人类和小鼠的神经活动数据 | 机器学习 | NA | 神经信号记录 | LS-STM | 神经信号数据 | 人类和小鼠数据集 | NA | 最小二乘支持张量机 | 解码性能 | NA |