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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
13061 | 2025-10-07 |
Deep learning-based organ-wise dosimetry of 64Cu-DOTA-rituximab through only one scanning
2025-02-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88498-z
PMID:39955298
|
研究论文 | 利用深度学习从早期PET图像生成延迟的Cu-DOTA-利妥昔单抗PET图像,以简化放射性药物剂量估算流程 | 首次采用基于生成对抗网络的图像到图像转换模型,仅通过一次早期扫描实现器官特异性剂量测定 | 对于与身体清除相关的器官,剂量预测准确性相对较低 | 开发基于深度学习的放射性免疫偶联物剂量测定方法,减少多次扫描的不便和成本 | 6名恶性肿瘤患者的Cu-DOTA-利妥昔单抗PET图像 | 医学影像分析 | 恶性肿瘤 | 正电子发射断层扫描(PET) | GAN | 医学影像 | 6名患者 | NA | 图像到图像转换模型 | L1损失, 感知损失 | NA |
13062 | 2025-10-07 |
Classification patterns identification of immunogenic cell death-related genes in heart failure based on deep learning
2025-02-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89333-1
PMID:39955386
|
研究论文 | 本研究基于深度学习识别心力衰竭中免疫原性细胞死亡相关基因的分类模式 | 首次将免疫原性细胞死亡概念应用于心力衰竭研究,结合深度学习模型改进心衰亚型分类并识别诊断相关基因 | 未明确说明样本来源和具体数据集规模,外部验证细节有限 | 改善心力衰竭亚型分类并识别潜在药物靶点 | 心力衰竭患者样本中的免疫原性细胞死亡相关基因 | 机器学习 | 心血管疾病 | 基因表达分析,免疫浸润分析,功能富集分析 | 深度学习编码器模型 | 基因表达数据 | NA | NA | 编码器模型 | AUC | NA |
13063 | 2025-10-07 |
An explainable and accurate transformer-based deep learning model for wheeze classification utilizing real-world pediatric data
2025-02-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89533-9
PMID:39955399
|
研究论文 | 开发基于Transformer的可解释深度学习模型用于儿童喘鸣音分类 | 首次将音频谱图Transformer模型应用于真实世界儿科呼吸音数据,并提供模型决策过程的可视化解释 | 样本量相对有限,仅包含194个喘鸣音和531个其他呼吸音样本 | 开发能够准确分类儿童呼吸音的人工智能模型 | 儿科患者的呼吸音数据 | 医疗人工智能 | 呼吸系统疾病 | 电子听诊器录音 | Transformer | 音频 | 725个呼吸音样本(194个喘鸣音,531个其他呼吸音) | NA | Audio Spectrogram Transformer (AST) | 准确率, AUC, 精确率, 召回率, F1分数 | NA |
13064 | 2025-10-07 |
Establishing the effect of computed tomography reconstruction kernels on the measure of bone mineral density in opportunistic osteoporosis screening
2025-02-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88551-x
PMID:39953113
|
研究论文 | 研究CT重建核对机会性骨质疏松筛查中骨密度测量的影响 | 首次系统评估八种不同CT重建核对骨密度定量分析的影响,并比较内部校准和体模校准两种方法的差异 | 仅使用单一制造商(GE HealthCare)的重建核,样本量相对有限(45例CT扫描) | 评估CT重建核对体积骨矿物质密度测量的影响 | 临床CT扫描中的髋部和第四腰椎 | 医学影像分析 | 骨质疏松症 | CT扫描,深度学习分割 | 深度学习 | CT图像 | 45例临床CT扫描 | NA | NA | 决定系数,Bland-Altman分析,配对t检验,平均差异 | NA |
13065 | 2025-10-07 |
OrganoIDNet: a deep learning tool for identification of therapeutic effects in PDAC organoid-PBMC co-cultures from time-resolved imaging data
2025-Feb, Cellular oncology (Dordrecht, Netherlands)
DOI:10.1007/s13402-024-00958-2
PMID:38805131
|
研究论文 | 开发基于深度学习的OrganoIDNet算法,用于从时间序列成像数据中识别PDAC类器官-PBMC共培养体系的治疗效果 | 首次将深度学习应用于PDAC类器官-PBMC共培养体系的实时成像分析,能够动态监测类器官对化疗和免疫治疗的响应 | 研究主要基于体外类器官模型,需要进一步验证其与临床治疗反应的相关性 | 开发能够准确评估胰腺导管腺癌治疗效果的实时监测平台 | 小鼠和患者来源的PDAC类器官与外周血单个核细胞的共培养体系 | 数字病理学 | 胰腺癌 | 活细胞成像, 共培养技术 | CNN | 明场图像 | 小鼠和人类患者来源的PDAC类器官 | NA | OrganoIDNet | 与CellTiter-Glo增殖检测结果验证 | NA |
13066 | 2025-10-07 |
Prediction of short-term adverse clinical outcomes of acute pulmonary embolism using conventional machine learning and deep Learning based on CTPA images
2025-Feb, Journal of thrombosis and thrombolysis
IF:2.3Q2
DOI:10.1007/s11239-024-03044-4
PMID:39342072
|
研究论文 | 本研究基于CTPA图像,比较传统机器学习和深度学习算法对急性肺栓塞患者短期不良临床结局的预测价值 | 首次结合血栓纹理特征与临床参数,系统比较多种ML和DL模型在APE预后预测中的性能,发现Vgg 19模型表现最佳 | 回顾性研究设计,样本量较小(132例患者),单中心数据 | 探索基于CTPA图像的机器学习方法对急性肺栓塞短期不良结局的预测能力 | 经CTPA确诊的急性肺栓塞患者 | 医学影像分析 | 肺栓塞 | CTPA,纹理特征分析 | 传统机器学习,深度学习 | 医学影像 | 132例患者(84例良好预后,48例不良预后) | 3D-Slicer, Scikit-learn | ResNet 50, Vgg 19 | AUC, 精确度, 召回率, 特异性, F1分数 | NA |
13067 | 2025-10-07 |
Deep Learning-based 12-Lead Electrocardiogram for Low Left Ventricular Ejection Fraction Detection in Patients
2025-Feb, The Canadian journal of cardiology
DOI:10.1016/j.cjca.2024.09.018
PMID:39343388
|
研究论文 | 开发基于深度学习的人工智能心电图算法,用于检测低左心室射血分数并预测LVEF值 | 首次将AI-ECG算法应用于低射血分数检测,并进行5年随访研究和外部验证 | 未详细说明模型具体架构和训练数据规模 | 开发高效、快速且经济的心力衰竭早期筛查工具 | 患者心电图数据和左心室射血分数值 | 医疗人工智能 | 心血管疾病 | 心电图分析 | 深度学习 | 12导联心电图数据 | NA | NA | NA | AUC, 准确率, 灵敏度, 特异性, 平均绝对误差 | NA |
13068 | 2025-10-07 |
A review of deep learning methods for gastrointestinal diseases classification applied in computer-aided diagnosis system
2025-Feb, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03203-y
PMID:39343842
|
综述 | 本文系统综述了应用于胃肠道疾病计算机辅助诊断系统的深度学习分类方法 | 结合临床诊断流程提出分阶段分类框架,并比较单疾病与多疾病分类结果以提升诊断准确性 | NA | 回顾胃肠道疾病计算机辅助诊断系统中的深度学习分类技术 | 胃肠道疾病(涉及食管、胃、小肠和大肠) | 计算机视觉 | 胃肠道疾病 | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
13069 | 2025-10-07 |
Spatial Transcriptomics of the Respiratory System
2025-Feb, Annual review of physiology
IF:15.7Q1
|
综述 | 本文综述了呼吸系统空间转录组学的最新技术进展及其在肺部研究中的应用 | 整合空间分辨基因表达技术与机器学习方法,揭示肺部细胞在三维空间中的相互作用机制 | 主要关注技术综述,未涉及具体实验验证 | 探讨空间转录组学技术在呼吸系统研究中的应用前景 | 肺部细胞类型及其空间相互作用 | 数字病理学 | 肺癌 | 空间转录组学 | 机器学习,深度学习 | 空间基因表达数据 | NA | NA | NA | NA | NA |
13070 | 2025-10-07 |
Deep learning model for automated diagnosis of degenerative cervical spondylosis and altered spinal cord signal on MRI
2025-Feb, The spine journal : official journal of the North American Spine Society
DOI:10.1016/j.spinee.2024.09.015
PMID:39357744
|
研究论文 | 开发基于深度学习的MRI图像自动诊断模型,用于识别退行性颈椎病和脊髓信号异常 | 首次采用基于Transformer的深度学习模型对颈椎MRI进行多类别自动诊断,并在内部和外部测试中展现出优于放射科医生的诊断一致性 | 回顾性研究设计,样本量相对有限(共604例),且排除了有植入器械的病例 | 开发自动化诊断工具以提高颈椎MRI报告的一致性和效率 | 颈椎MRI图像中的脊髓信号异常、椎管狭窄和神经孔狭窄 | 医学影像分析 | 颈椎病 | MRI成像 | Transformer | 医学影像 | 604例颈椎MRI(504例用于训练和内部测试,100例用于外部测试) | NA | Transformer | 召回率, Gwet's kappa, 敏感性, 特异性 | NA |
13071 | 2025-10-07 |
Multi-Organ Foundation Model for Universal Ultrasound Image Segmentation With Task Prompt and Anatomical Prior
2025-Feb, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3472672
PMID:39361457
|
研究论文 | 提出一种用于通用超声图像分割的多器官基础模型MOFO,通过任务提示和解剖先验提升分割性能 | 首次探索多器官通用超声图像分割,通过联合优化多个器官、提取器官不变表示、使用任务提示和解剖先验来利用多器官间的语义和解剖关系 | 未明确说明模型在未见器官或异常解剖结构上的泛化能力 | 开发通用的超声图像分割模型,克服单器官模型的局限性 | 超声图像中的多器官分割 | 计算机视觉 | NA | 超声成像 | 基础模型 | 超声图像 | 7039张图像,涵盖人体不同区域的10个器官 | NA | MOFO(多器官基础模型) | Dice系数, 95% Hausdorff距离, 平均对称表面距离 | NA |
13072 | 2025-10-07 |
Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction
2025-Feb, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3473970
PMID:39365719
|
研究论文 | 提出一种几何感知的编码器-解码器框架用于稀疏视图CBCT重建 | 在特征反投影阶段保持3D CBCT图像与2D X射线投影间的几何关系,并利用数据群体学习的先验知识 | 未明确说明模型在极端稀疏视图下的性能边界 | 降低CBCT扫描的辐射剂量同时保证重建质量 | 锥束计算机断层扫描(CBCT)图像 | 计算机视觉 | NA | X射线投影 | CNN | 2D X射线投影图像,3D CBCT图像 | 两个模拟数据集和一个真实数据集 | NA | 2D CNN编码器,3D CNN解码器 | 重建质量,时间效率 | NA |
13073 | 2025-10-07 |
Coronary artery disease detection using deep learning and ultrahigh-resolution photon-counting coronary CT angiography
2025-Feb, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.09.012
PMID:39366836
|
研究论文 | 本研究评估深度学习模型在光子计数冠状动脉CT血管成像上自动检测冠状动脉疾病的诊断性能 | 首次在非超高分辨率光子计数冠状动脉CT血管成像上应用深度学习模型进行冠状动脉疾病自动检测,并与人类专家基于超高分辨率图像的评估进行对比 | 回顾性单中心研究,样本量相对有限(140例患者) | 评估深度学习在冠状动脉疾病检测中的诊断性能 | 疑似冠状动脉疾病患者 | 医学影像分析 | 冠状动脉疾病 | 光子计数冠状动脉CT血管成像 | 深度学习 | 医学影像 | 140例患者(96名男性,44名女性),中位年龄60岁 | NA | CorEx, Spimed-AI | 敏感度, 特异度, 准确度, 阳性预测值, 阴性预测值, AUC | NA |
13074 | 2025-10-07 |
CQformer: Learning Dynamics Across Slices in Medical Image Segmentation
2025-Feb, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3477555
PMID:39388328
|
研究论文 | 提出一种跨实例查询引导的Transformer架构CQformer,通过常微分方程建模医学图像切片间的动态变化以提升分割性能 | 首次将常微分方程建模引入医学图像切片间动态变化学习,提出跨实例查询引导的Transformer架构 | 在BTCV数据集上仅取得第二高的性能,未在所有测试数据集上均取得最优结果 | 改进3D医学图像分割中连续2D切片间的特征交互机制 | 3D医学图像中的器官、组织和病灶分割 | 医学图像分割 | 多疾病类别(涉及不同器官和组织) | 医学图像分析 | Transformer | 3D医学图像(CT, MRI) | 7个数据集 | NA | CQformer, Transformer | 分割准确率 | NA |
13075 | 2025-10-07 |
Deep learning assists early-detection of hypertension-mediated heart change on ECG signals
2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-024-01938-7
PMID:39394520
|
研究论文 | 本研究开发了一种深度学习框架,通过心电图信号早期检测高血压介导的心脏变化 | 提出了MML-Net多分支多尺度LSTM神经网络和ECG-XAI心电图专用可解释AI流程,能够识别传统方法难以发现的细微心电图变化 | 研究数据来自单一医疗中心,需要更多外部验证 | 探索心电图信号在检测高血压介导早期心脏变化方面的潜力 | 高血压患者的心电图信号 | 医疗人工智能 | 心血管疾病 | 心电图信号分析 | LSTM | 心电图信号 | 210,932条心电图(210,120条来自FUKUDA FX-8322设备,812条来自NALONG RAGE-12设备) | 深度学习框架 | 多分支多尺度LSTM神经网络(MML-Net) | 召回率, 精确率 | NA |
13076 | 2025-10-07 |
Large Language Models can Help with Biostatistics and Coding Needed in Radiology Research
2025-Feb, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.09.042
PMID:39406582
|
研究论文 | 评估大型语言模型在放射学研究中的生物统计学和深度学习编码能力 | 首次系统评估多种LLM在放射学研究中的统计分析和深度学习代码生成能力 | 存在潜在错误、幻觉风险和数据隐私问题,需要用户验证和优化代码 | 评估大型语言模型在放射学研究中提供统计分析和深度学习解决方案的能力 | ChatGPT-4o、ChatGPT-3.5和Google Gemini三种大型语言模型 | 自然语言处理 | 肺癌 | 生物统计学分析、深度学习 | Vision Transformer | 医学影像数据、代码 | Cancer Imaging Archive数据集和RSNA-STR肺炎检测挑战数据集 | R Studio, Jupiter Notebook | ViT-B/16 | 代码正确率、运行时错误率、可视化生成能力 | 基于Web的聊天界面 |
13077 | 2025-10-07 |
Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures
2025-Feb, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03202-z
PMID:39417963
|
研究论文 | 评估三种深度学习技术在神经元培养物中实现最优神经元计数和表征的性能 | 首次系统比较语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征任务中的表现 | 仅针对特定神经元培养物图像进行评估,未涉及其他类型细胞或组织 | 开发自动可靠的神经元计数和表征方法 | 神经元培养物中的神经元 | 计算机视觉 | NA | 深度学习 | 语义分割,目标检测,实例分割 | 图像 | NA | NA | NA | 计数准确率,表征精度 | NA |
13078 | 2025-10-07 |
Attention-Guided Residual U-Net with SE Connection and ASPP for Watershed-Based Cell Segmentation in Microscopy Images
2025-Feb, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2023.0446
PMID:39422580
|
研究论文 | 提出一种结合注意力机制、残差连接和空间金字塔池化的U-Net变体用于显微镜图像中的细胞分割 | 提出RA-SE-ASPP-Net框架,整合残差块、注意力机制、压缩激励连接和空洞空间金字塔池化,改进了接触细胞的分割精度 | 主要评估数据集为诱导多能干细胞重编程数据,在其他细胞类型上的泛化能力需进一步验证 | 开发自动化的细胞分割方法以替代耗时的手动分析 | 显微镜图像中的细胞,特别是接触细胞 | 计算机视觉 | NA | 时间推移显微镜成像 | CNN, U-Net | 显微镜图像 | 诱导多能干细胞重编程数据集 | NA | Residual U-Net, SE Connection, ASPP | 准确率, 精确率, 召回率, F1分数, AUC, Dice系数 | NA |
13079 | 2025-10-07 |
Graph based recurrent network for context specific synthetic lethality prediction
2025-Feb, Science China. Life sciences
DOI:10.1007/s11427-023-2618-y
PMID:39422810
|
研究论文 | 提出基于图循环网络的上下文特异性合成致死性预测模型SLGRN | 首次引入图循环网络编码器获取上下文特异性节点特征表示,并整合门控循环单元和上下文依赖状态 | 未明确说明模型在跨癌症类型泛化能力方面的限制 | 开发能够预测特定遗传背景下合成致死相互作用的计算方法 | 合成致死相互作用、癌症遗传背景 | 机器学习 | 癌症 | 图神经网络、深度学习 | 图循环网络、GRU | 图结构数据、遗传背景数据 | NA | NA | Graph Recurrent Network, GRU | NA | NA |
13080 | 2025-10-07 |
High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy
2025-Feb, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24704
PMID:39429031
|
研究论文 | 提出一种高精度轻量级图像分类网络,用于优化淋巴细胞白血病的诊断 | 采用渐进式收缩方法,在宽度、深度、分辨率和核大小等多个维度集成综合剪枝技术训练轻量模型 | 数据集的物理约束和部署设备的限制可能影响模型效果 | 优化淋巴细胞白血病的早期检测和诊断 | 淋巴增生性肿瘤患者的骨髓细胞图像 | 计算机视觉 | 白血病 | 深度学习 | CNN | 图像 | 85名患者的17,826张骨髓细胞形态学图像 | NA | 轻量级图像分类网络 | 准确率, 吞吐量 | NA |