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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11521 | 2025-10-07 |
CT-derived fractional flow reserve on therapeutic management and outcomes compared with coronary CT angiography in coronary artery disease
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf055
PMID:40107975
|
研究论文 | 比较基于深度学习的CT-FFR与单独CCTA在冠状动脉疾病患者治疗管理和临床结局中的价值 | 首次在单中心前瞻性研究中评估现场深度学习CT-FFR对治疗管理效率和临床结局的影响 | 单中心研究,样本量相对有限,随访时间仅为2年 | 评估CT-FFR在冠状动脉疾病诊断和治疗管理中的临床价值 | 疑似冠状动脉疾病的患者 | 医学影像分析 | 冠状动脉疾病 | CT血管造影,深度学习 | 深度学习 | CT影像数据 | 461名患者(267名男性,中位年龄64岁) | NA | NA | ICA效率,REV-to-ICA比率,MACE发生率 | NA |
| 11522 | 2025-10-07 |
Does the deep learning-based iterative reconstruction affect the measuring accuracy of bone mineral density in low-dose chest CT?
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf059
PMID:40127198
|
研究论文 | 研究基于深度学习的迭代重建算法对低剂量胸部CT中骨密度测量准确性的影响 | 首次系统评估深度学习迭代重建算法在低剂量胸部CT中对骨密度测量准确性的影响 | 研究样本量有限,仅使用欧洲脊柱体模和有限患者数据 | 评估深度学习迭代重建算法对低剂量胸部CT图像质量和骨密度测量准确性的影响 | 体模研究和患者研究 | 医学影像分析 | 骨质疏松症 | 低剂量CT扫描,定量CT(QCT) | 深度学习迭代重建算法(AIIR) | CT影像数据 | 体模研究和患者研究(具体样本数量未明确说明) | NA | NA | 噪声功率谱(NPS), 任务传递函数(TTF), 相对误差(RE), 图像噪声, 信噪比(SNR), 对比噪声比(CNR), Cohen's kappa系数 | NA |
| 11523 | 2025-10-07 |
A new era in nephrology: the role of super-resolution microscopy in research, medical diagnostic, and drug discovery
2025-Jun, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2025.01.040
PMID:40139567
|
综述 | 本文探讨超分辨率显微镜在肾脏病学研究、医学诊断和药物发现中的革命性应用 | 提出基于3D结构照明显微镜的足细胞精确形态测量程序,可在蛋白尿出现前检测足细胞形态变化,并支持与mRNA检测、多重染色和深度学习算法的整合 | 未提及超分辨率显微镜技术本身可能存在的技术限制或临床应用挑战 | 评估超分辨率显微镜技术在肾脏病学领域的应用潜力 | 肾脏肾小球超微结构,特别是足细胞及其裂隙膜 | 数字病理 | 肾脏疾病 | 超分辨率显微镜,3D结构照明显微镜,电子显微镜 | 深度学习算法 | 显微图像,组织切片 | NA | NA | NA | NA | NA |
| 11524 | 2025-05-24 |
Revolutionising osseous biopsy: the impact of artificial intelligence in the era of personalized medicine
2025-Jun-01, The British journal of radiology
DOI:10.1093/bjr/tqaf018
PMID:40402584
|
综述 | 本文综述了人工智能在骨肿瘤活检中的应用及其对个性化医疗的影响 | 探讨了AI在骨活检中的多种应用,包括提高诊断准确性、改善活检安全性及更精确的病灶定位,并提供了开源AI工具和算法的列表 | 讨论了AI在骨活检中的技术限制、健康公平性、通用性问题、部署挑战及报销问题 | 探索人工智能在骨肿瘤活检中的应用及其对个性化医疗的贡献 | 骨肿瘤(原发性和继发性)的活检及样本处理 | 数字病理学 | 骨肿瘤 | 传统机器学习、深度学习、放射组学、模拟和生成模型 | NA | 图像 | NA | NA | NA | NA | NA |
| 11525 | 2025-10-07 |
[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers]
2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery
|
综述 | 本文综述医学影像人工智能在胃肠道癌腹膜转移诊疗中的临床应用价值与发展前景 | 首次系统总结影像组学和深度学习技术在腹膜转移异质性分析、微环境特征提取及高精度预测模型构建方面的创新应用 | 未涉及具体临床验证数据和多中心研究结果 | 探讨医学影像AI技术在胃肠道癌腹膜转移诊疗中的临床应用价值 | 胃肠道癌患者的腹膜转移病灶 | 数字病理 | 胃肠道癌 | 影像组学, 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | NA | NA |
| 11526 | 2025-10-07 |
Ultrafast Ratiometric Fluorescent Probe and Deep Learning-Assisted On-Site Detection Platform for BAs and Meat Freshness Based on Molecular Engineering
2025-05-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c00490
PMID:40279659
|
研究论文 | 本研究结合荧光探针分子工程与便携式检测平台,开发了一种用于生物胺和肉类新鲜度检测的智能系统 | 通过分子工程调控分子内电荷转移特性设计高性能比率荧光探针,并首次将深度卷积神经网络与智能手机检测平台集成 | 未提及检测平台在不同环境条件下的稳定性和对其他食品基质的适用性 | 开发快速、可视化、现场定量检测生物胺和评估肉类新鲜度的智能平台 | 生物胺(BAs)和肉类新鲜度 | 计算机视觉 | NA | 荧光探针技术,分子工程 | DCNN(深度卷积神经网络) | 图像数据 | NA | NA | 深度卷积神经网络 | 准确率 | 智能手机平台 |
| 11527 | 2025-10-07 |
Robust Odor Detection in Electronic Nose Using Transfer-Learning Powered Scentformer Model
2025-05-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c00630
PMID:40372408
|
研究论文 | 本研究提出了一种基于深度学习架构Scentformer的新型电子鼻,用于检测自然气味 | 提出了Scentformer深度学习架构,采用自适应数据下采样方法,能够检测55种不同自然气味,并通过迁移学习能力高效适应新气味 | NA | 解决当前电子鼻检测范围窄和跨场景泛化能力有限的问题 | 自然气味和气体 | 机器学习 | NA | 电子鼻技术 | Transformer | 直流信号数据 | NA | NA | Scentformer | 分类准确率 | NA |
| 11528 | 2025-10-07 |
Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT
2025-May-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/add9df
PMID:40378868
|
研究论文 | 本研究比较了四种不确定性量化方法在全身PET/CT转移性病灶分割任务中的性能 | 首次系统评估多种不确定性量化方法在转移性病灶分割任务中的表现,为临床应用中模型可靠性评估提供依据 | 研究样本量有限(59例),仅针对特定类型的神经内分泌肿瘤转移病灶 | 评估不同不确定性量化方法在医学图像分割任务中的有效性和适用性 | 接受放射性核素治疗的转移性神经内分泌肿瘤患者的全身Ga-DOTATATE PET/CT图像 | 数字病理 | 神经内分泌肿瘤 | PET/CT成像 | CNN | 3D医学图像 | 59例全身PET/CT图像 | NA | 3D U-Net | AUC, Dice系数, 交叉熵, 相关系数 | NA |
| 11529 | 2025-10-07 |
Recent advancement in size measurement during endoscopy
2025-May-23, Clinical endoscopy
IF:2.1Q3
DOI:10.5946/ce.2025.070
PMID:40404570
|
综述 | 本文综述了内窥镜病灶尺寸测量技术的最新进展,重点介绍了虚拟标尺内窥镜和人工智能辅助测量方法 | 系统总结了数字测量技术在内窥镜领域的创新应用,特别是AI辅助虚拟标尺在自动化病灶尺寸估计方面的突破 | 现有技术存在操作时间增加、需要专业培训、实时集成困难、标准化不足和监管审批等挑战 | 提高内窥镜病灶尺寸测量的准确性和效率,改善临床决策和患者预后 | 结直肠息肉等内窥镜检查中发现的病灶 | 数字病理 | 结直肠癌 | 内窥镜成像技术 | 深度学习算法 | 内窥镜图像 | NA | NA | NA | 测量精度、可重复性、诊断可靠性 | NA |
| 11530 | 2025-10-07 |
Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy
2025-May-22, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2024-021718
PMID:38702182
|
研究论文 | 开发基于深度学习的模型预测脑卒中血栓切除术中困难的经股动脉通路,并与人类专家评估进行比较 | 首次开发全自动模型从头颈部CTA中自动提取29个解剖特征来预测困难的经股动脉通路 | 回顾性研究设计,样本量相对有限 | 预测机械性血栓切除术中困难的经股动脉通路 | 513名接受前循环大血管闭塞性脑卒中一线经股动脉血栓切除术的患者 | 医学影像分析 | 脑卒中 | 计算机断层扫描血管成像(CTA),3D血管分割 | 机器学习模型 | 医学影像 | 513名患者,其中116例用于人类专家评估比较 | NA | NA | AUROC, 敏感性, F1-score | NA |
| 11531 | 2025-10-07 |
HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading
2025-May-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3572458
PMID:40402696
|
研究论文 | 提出一种用于可解释性压缩性骨折分级的伪健康椎体图像合成框架 | 开发了HealthiVert-GAN框架,通过从粗糙到精细的合成网络生成模拟骨折前状态的伪健康椎体图像,并引入相对椎体高度损失(RHLV)量化指标 | 未明确说明模型在临床环境中的泛化能力和对不同类型压缩骨折的适应性 | 提高骨质疏松性椎体压缩骨折(OVCFs)严重程度分级的准确性和可解释性 | 骨质疏松性椎体压缩骨折患者的CT图像 | 数字病理 | 骨质疏松性椎体压缩骨折 | CT扫描 | GAN, SVM | 医学图像 | Verse2019数据集和内部数据集 | GAN框架 | 从粗糙到精细的合成网络 | 分类性能 | NA |
| 11532 | 2025-10-07 |
An Interpretable Deep Learning Approach for Autism Spectrum Disorder Detection in Children Using NASNet-Mobile
2025-May-22, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/addbe7
PMID:40403743
|
研究论文 | 提出一种基于NASNet-Mobile的可解释深度学习模型,用于儿童自闭症谱系障碍的检测 | 将NASNet-Mobile模型与LIME可解释人工智能技术结合,提高了自闭症分类决策过程的透明度 | NA | 精确进行自闭症谱系障碍分类并解释分类过程,识别用于疾病预测的主要特征 | 儿童自闭症谱系障碍患者 | 医学影像分析 | 自闭症谱系障碍 | 结构磁共振成像 | CNN | 医学图像 | 来自ABIDE-I数据集的sMRI图像,包含2-11岁和12-18岁两个年龄组 | NA | NASNet-Mobile | 准确率,F1分数,特异性,敏感性,阴性预测值,阳性预测值,诊断比值比 | NA |
| 11533 | 2025-10-07 |
Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging
2025-May-22, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06905
PMID:40405330
|
研究论文 | 提出一种基于深度学习的无监督自适应视频去噪框架,用于光散射成像中的噪声处理 | 开发了包含噪声分布图、无监督学习和去噪效果判别三阶段的新型框架,无需监督训练即可实现自适应去噪 | 未明确说明框架在不同噪声类型和强度下的泛化能力 | 为光散射成像提供无监督自学习的去噪策略 | 光散射成像视频,特别是纳米颗粒分析和无标记单细胞识别应用 | 计算机视觉 | NA | 光散射成像 | 深度学习 | 视频 | NA | NA | FastDVDNet | 信噪比, 对比噪声比 | NA |
| 11534 | 2025-10-07 |
A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion
2025-May-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02267-6
PMID:40394108
|
研究论文 | 提出一种名为RISENet的新型深度学习模型,用于从高分辨率遥感影像中提取道路信息 | 设计了双分支融合编码器、多层动态空间通道融合注意力机制(MCSA)和混合特征扩张感知解码器,通过特征融合和长程依赖捕捉提升道路提取效果 | NA | 解决遥感影像中道路提取因植被建筑遮挡和道路与周围物体相似性导致的不完整问题 | 高分辨率遥感影像中的道路 | 计算机视觉 | NA | 遥感影像分析 | 深度学习 | 遥感图像 | 三个不同的道路分割基准数据集 | NA | RISENet(包含双分支融合编码器、MCSA注意力机制、扩张感知解码器) | 准确率 | NA |
| 11535 | 2025-10-07 |
Automatic transformer-based grading of multiple retinal inflammatory signs in uveitis on fluorescein angiography
2025-May-21, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110327
PMID:40403640
|
研究论文 | 开发基于视觉Transformer的自动分级系统,用于评估葡萄膜炎中视网膜炎症的荧光素血管造影图像 | 首次使用视觉Transformer模型对葡萄膜炎的多种视网膜炎症征象进行自动分级,并利用迄今最大的葡萄膜炎FA数据集 | 研究数据来自单一医院(Jules-Gonin眼科医院),可能存在选择偏倚 | 开发自动化的视网膜炎症分级方法以解决临床研究中常被忽视的视网膜炎症评估问题 | 葡萄膜炎患者的荧光素血管造影图像 | 计算机视觉 | 葡萄膜炎 | 荧光素血管造影 | Transformer | 图像 | 543名患者(1042只眼睛,40987张图像) | NA | Vision Transformer | F1分数, 准确率, Kappa分数, Ordinal Classification Index | NA |
| 11536 | 2025-10-07 |
Large medical image database impact on generalizability of synthetic CT scan generation
2025-May-21, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110303
PMID:40403634
|
研究论文 | 本研究系统评估了训练数据库规模对医学图像生成深度学习模型泛化能力的影响 | 使用了包含4000例患者CT扫描的大规模数据库,比先前研究大一个数量级,并采用软配对数据的CycleGAN进行图像合成 | NA | 系统研究训练数据库规模对合成医学图像生成深度学习模型泛化能力的影响 | 从兆伏级计算机断层扫描(MVCT)合成千伏级计算机断层扫描(kVCT)图像 | 医学影像 | NA | 计算机断层扫描(CT) | CycleGAN | 医学图像 | 4000例患者CT扫描 | NA | CycleGAN | 平均绝对误差(MAE), 结构相似性指数(SSIM) | NA |
| 11537 | 2025-10-07 |
Enhancing nuclei segmentation in breast histopathology images using U-Net with backbone architectures
2025-May-21, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110347
PMID:40403637
|
研究论文 | 本研究提出了一种基于ResNet-34骨干网络的增强型U-Net架构,用于提升乳腺组织病理学图像中细胞核分割的精度 | 将ResNet-34作为U-Net的骨干网络,结合数据增强技术,在有限医学影像数据集上显著提升了细胞核分割性能 | 研究主要基于特定数据集,需要在更广泛的数据集上进一步验证模型的泛化能力 | 改进乳腺组织病理学图像中的细胞核分割方法,为乳腺癌诊断提供更准确的技术支持 | 乳腺组织病理学图像中的细胞核 | 数字病理学 | 乳腺癌 | 深度学习,图像分割 | U-Net | 组织病理学图像 | BreCaHad数据集、BNS数据集和MoNuSeg-2018数据集 | NA | U-Net, ResNet-34, VGG-16, Inception-v3 | IoU, 准确率, 精确率, F1分数 | NA |
| 11538 | 2025-10-07 |
Temporal insights into ecological community: Advancing waterbird monitoring with dome camera and deep learning
2025-May-21, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125769
PMID:40403671
|
研究论文 | 本研究通过集成球型摄像头与级联神经网络,开发了一套自动化水鸟监测系统,用于分析滇池半封闭湿地的水鸟群落动态 | 结合球型摄像头与级联神经网络实现水鸟群落的自动化高频监测,能够揭示不同时间尺度的生态群落变化 | 研究仅在中国滇池一个半封闭湿地进行,系统在其他生境的适用性有待验证 | 开发自动化水鸟监测系统以提升生物多样性监测效率 | 滇池半封闭湿地的水鸟群落 | 计算机视觉 | NA | 自动化观测系统 | CNN | 图像 | 595个监测时段 | NA | 级联神经网络 | Top-1准确率, Top-5准确率, F1分数, 召回率, 精确率 | NA |
| 11539 | 2025-10-07 |
Heuristic optimization in classification atoms in molecules using GCN via uniform simulated annealing
2025-May-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00340-8
PMID:40394056
|
研究论文 | 提出一种基于均匀模拟退火的元启发式算法,用于优化图卷积网络的权重参数 | 首次将均匀分布模拟退火算法与梯度优化器结合,用于GCN权重优化 | 仅在QM7数据集上进行验证,未在其他数据集测试泛化能力 | 优化图卷积网络的训练过程,提高分类性能 | 分子原子分类任务 | 机器学习 | NA | 图神经网络 | GCN | 图结构数据 | QM7数据集(包含平衡和不平衡两个子集) | NA | 图卷积网络 | 损失函数值,准确率,AUC(宏平均) | NA |
| 11540 | 2025-10-07 |
Real-time driver drowsiness detection using transformer architectures: a novel deep learning approach
2025-May-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02111-x
PMID:40394076
|
研究论文 | 提出一种基于Transformer架构的实时驾驶员疲劳检测深度学习框架 | 首次将Vision Transformer和Swin Transformer架构应用于驾驶员疲劳检测,并集成类激活映射(CAM)增强模型可解释性 | NA | 开发实时驾驶员疲劳检测系统以提高道路安全 | 驾驶员眼部状态 | 计算机视觉 | NA | 图像归一化、数据增强、Haar Cascade分类器 | Transformer, CNN | 图像 | MRL Eye Dataset、NTHU-DDD和CEW数据集 | NA | Vision Transformer(ViT), Swin Transformer, VGG19, DenseNet169, ResNet50V2, InceptionResNetV2, InceptionV3, MobileNet | 准确率, 精确率, 召回率, F1分数 | NA |