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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
13081 | 2025-10-07 |
For the busy clinical-imaging professional in an AI world: Gaining intuition about deep learning without math
2025-Jan, Journal of medical imaging and radiation sciences
IF:1.3Q3
DOI:10.1016/j.jmir.2024.101762
PMID:39437625
|
继续医学教育文章 | 为临床影像专业人员提供无需数学基础即可理解深度学习的实践教程 | 通过医学类比和快速模拟体验帮助临床专业人员直观理解深度学习原理 | 专注于诊断应用,未涵盖所有医疗AI应用场景 | 提升临床专业人员对深度学习在医疗中应用的基本理解 | 临床影像专业人员 | 医疗人工智能教育 | 乳腺癌 | 深度学习模拟演示 | 深度学习模型 | 模拟医疗数据 | NA | NA | NA | 输出准确性 | NA |
13082 | 2025-10-07 |
Diagnostic accuracy of deep learning-based algorithms in laryngoscopy: a systematic review and meta-analysis
2025-Jan, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-09049-2
PMID:39446141
|
系统评价与荟萃分析 | 通过系统评价和荟萃分析评估深度学习算法在喉镜检查中对喉癌的诊断准确性 | 首次对深度学习在喉镜图像诊断中的性能进行系统评价和定量荟萃分析 | 纳入研究数量有限(9项研究),可能存在发表偏倚 | 评估深度学习算法在喉镜检查中的诊断效用 | 喉镜图像和喉癌诊断 | 计算机视觉 | 喉癌 | 喉镜检查 | 深度学习算法 | 内窥镜图像 | 106,175张内窥镜图像 | NA | NA | 灵敏度, 特异度, 阳性似然比, 阴性似然比, 诊断比值比, AUC | NA |
13083 | 2025-10-07 |
Evaluation of root canal filling length on periapical radiograph using artificial intelligence
2025-Jan, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00781-3
PMID:39465425
|
研究论文 | 本研究提出了一种基于人工智能和图像分析技术评估根管充填效果的新方法 | 首次将5种不同的卷积神经网络模型应用于根管充填分割,并开发了供牙科临床医生使用的图形用户界面进行根尖标记和距离测量 | 研究样本量相对有限(1121颗牙齿),仅基于597张根尖周X线片 | 开发人工智能系统来评估根管充填的质量和长度 | 接受根管治疗的牙齿和根管充填材料 | 计算机视觉 | 牙科疾病 | X射线成像 | CNN | 医学图像 | 597张根尖周X线片中的1121颗牙齿 | NA | 基于卷积神经网络的不同先进深度学习模型 | IoU, Dice分数, 准确率 | NA |
13084 | 2025-10-07 |
Cardiac motion correction with a deep learning network for perfusion defect assessment in single-photon emission computed tomography myocardial perfusion imaging
2025-Jan, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2024.102071
PMID:39491716
|
研究论文 | 本研究开发了一种基于深度学习的心脏运动校正方法,用于提高SPECT心肌灌注成像中灌注缺损的检测能力 | 首次将深度学习网络应用于SPECT-MPI的心脏运动校正,并在标准计数和低计数研究中验证了灌注缺损检测性能的提升 | 研究样本量有限(训练集197例,测试集194例),且使用模拟病变作为金标准而非真实临床病变 | 评估深度学习运动校正方法在SPECT心肌灌注成像中检测灌注缺损的潜在价值 | 心脏SPECT-MPI图像 | 医学影像分析 | 心血管疾病 | 单光子发射计算机断层扫描(SPECT),心电图门控 | 深度学习网络 | 医学影像 | 训练集197例,测试集194例临床受试者 | NA | NA | ROC曲线下面积(AUC) | NA |
13085 | 2025-10-07 |
Style harmonization of panoramic radiography using deep learning
2025-Jan, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00782-2
PMID:39470914
|
研究论文 | 本研究使用深度学习技术对来自不同设备的全景放射影像进行风格统一 | 首次使用CycleGAN对全景放射影像进行设备间风格统一,实现不同设备图像显示相似风格 | 仅使用单一机构的两种设备数据,模型需要进一步优化以适用于更多设备类型 | 统一不同设备生成的全景放射影像的显示风格 | 全景放射影像 | 计算机视觉 | NA | 全景放射成像 | CycleGAN | 图像 | 15,624张全景影像(Rayscan Alpha Plus设备8,079张,Pax-i plus设备7,545张),其中测试集包含222对患者图像(444张) | NA | CycleGAN | Frechet Inception Distance (FID), Learned Perceptual Image Patch Similarity (LPIPS), 专家评估 | NA |
13086 | 2025-10-07 |
Challenges and Opportunities in the Clinical Translation of High-Resolution Spatial Transcriptomics
2025-Jan, Annual review of pathology
|
综述 | 本文探讨高分辨率空间转录组技术在临床转化中的挑战与机遇 | 系统分析分子显微镜技术在组织生物学中的革命性应用,提出多模态数据与深度学习整合的新范式 | 未涉及具体临床验证数据,主要基于技术原理和理论展望 | 推动高分辨率空间转录组技术的临床转化应用 | 临床样本和档案组织样本 | 数字病理学 | NA | 空间转录组技术,下一代测序 | 深度学习 | 基因表达数据,组织切片图像 | NA | NA | NA | NA | NA |
13087 | 2025-10-07 |
Retinal OCT biomarkers and their association with cognitive function-clinical and AI approaches
2025-Jan, Die Ophthalmologie
DOI:10.1007/s00347-024-01988-9
PMID:38381373
|
综述 | 探讨视网膜OCT生物标志物与认知功能的关联及其在临床和人工智能中的应用前景 | 系统阐述视网膜OCT生物标志物作为认知障碍早期非侵入性标记物的潜力,并整合人工智能方法进行分析 | AI方法存在黑箱问题且在外部数据集表现不佳,生物标志物在临床常规应用的有效性仍需进一步验证 | 研究视网膜OCT生物标志物与认知功能的关联及其在神经退行性疾病早期检测中的应用 | 视网膜OCT生物标志物与认知功能关联机制 | 医学影像分析 | 神经退行性疾病 | 光学相干断层扫描(OCT) | 深度学习 | 医学影像 | NA | NA | NA | NA | NA |
13088 | 2025-10-07 |
Pruning Sparse Tensor Neural Networks Enables Deep Learning for 3D Ultrasound Localization Microscopy
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3552198
PMID:40126968
|
研究论文 | 提出使用稀疏张量神经网络实现基于深度学习的3D超声定位显微镜,显著降低内存需求 | 首次将稀疏张量神经网络应用于3D超声定位显微镜,实现两个数量级的内存需求降低 | 稀疏格式转换会导致一定程度的信息损失,在2D应用中性能略有下降 | 通过深度学习减少超声定位显微镜的采集时间,提高成像效率 | 体内微血管成像和微泡轨迹检测 | 医学影像分析 | 血管疾病 | 超声定位显微镜(ULM) | 神经网络 | 3D超声图像 | NA | NA | 稀疏张量神经网络 | 内存效率,检测性能 | NA |
13089 | 2025-10-07 |
CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3558089
PMID:40215152
|
研究论文 | 提出一种基于因果表示一致性学习的视频异常检测方法,通过挖掘场景鲁棒的因果变量来提升检测性能 | 首次将因果学习引入视频异常检测,提出场景去偏学习和因果启发式正态性学习来消除场景偏差并学习因果视频正态性 | 未明确说明在极端复杂场景下的适用性,且对实时性要求高的场景可能面临计算挑战 | 开发能够应对多场景设置中标签无关偏差的鲁棒视频异常检测方法 | 监控视频中的异常事件 | 计算机视觉 | NA | 因果表示学习 | 深度神经网络 | 监控视频 | 基准数据集上的广泛实验,包含多场景设置 | NA | NA | 通过消融研究和扩展验证评估性能稳定性 | NA |
13090 | 2025-04-26 |
Depth prediction of urban waterlogging based on BiTCN-GRU modeling
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321637
PMID:40267055
|
research paper | 提出了一种基于BiTCN-GRU混合深度学习模型的城市内涝深度预测方法 | 结合双向时间卷积网络(BiTCN)和门控循环单元(GRU)提升预测性能,相比现有模型如GBDT、LSTM和TCN-LSTM具有更高精度 | 未明确说明模型在其他城市或区域的泛化能力 | 提高城市内涝深度的预测准确性,为防灾减灾提供科学依据 | 城市易涝区域的内涝深度 | machine learning | NA | 深度学习 | BiTCN-GRU | 时序数据 | 两个数据集(Minshan Road和Huaihe Road) | NA | NA | NA | NA |
13091 | 2025-04-26 |
Opportunities and challenges with artificial intelligence in allergy and immunology: a bibliometric study
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1523902
PMID:40270494
|
研究论文 | 通过文献计量学方法系统评估人工智能在过敏和免疫学领域的应用现状、趋势及未来热点 | 首次采用文献计量学方法全面分析AI在过敏和免疫学领域的研究格局,识别领先国家、主流研究主题及合作模式 | 存在技术限制、伦理问题及监管框架等潜在阻碍因素 | 评估人工智能在过敏和免疫学领域的应用现状与发展趋势 | 全球范围内AI在过敏和免疫学领域的3883篇研究文献 | 人工智能 | 过敏和免疫学疾病 | 文献计量分析 | 机器学习和深度学习 | 文献数据 | 3883篇文献,涉及21552位作者和1247种期刊 | NA | NA | NA | NA |
13092 | 2025-04-26 |
Construction and validation of a deep learning-based diagnostic model for segmentation and classification of diabetic foot
2025, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2025.1543192
PMID:40270716
|
研究论文 | 本研究利用深度学习模型对糖尿病足溃疡图像进行深入分析,实现伤口的自动分割和分类,探索人工智能在糖尿病足护理领域的应用 | 比较了三种实例分割模型(Mask2former、Deeplabv3plus和Swin-Transformer)在糖尿病足溃疡识别中的性能,发现Mask2former表现最佳 | 样本量较小(671张图像),可能影响模型的泛化能力 | 探索人工智能在糖尿病足护理领域的应用,实现伤口自动分割和分类 | 糖尿病足溃疡图像 | 计算机视觉 | 糖尿病足 | 深度学习 | Mask2former, Deeplabv3plus, Swin-Transformer | 图像 | 671张糖尿病足溃疡图像 | NA | NA | NA | NA |
13093 | 2025-04-26 |
Evaluating the Accuracy of Deep Learning Models and Dental Postgraduate Students in Measuring Working Length on Intraoral Periapical X-rays: An In vitro Study
2025 Jan-Mar, Contemporary clinical dentistry
IF:0.9Q3
DOI:10.4103/ccd.ccd_274_24
PMID:40270870
|
research paper | 本研究评估并比较了深度学习模型与牙科研究生在测量根尖周X光片工作长度上的准确性 | 首次将深度学习模型应用于牙科根尖周X光片工作长度的测量,并与人类专家进行比较 | 研究样本仅包含单根牙的X光片,可能不适用于多根牙的情况 | 评估人工智能在牙科诊断影像中的准确性 | 单根牙的根尖周X光片 | digital pathology | dental disease | deep learning | CNN | image | 100张根尖周X光片 | NA | NA | NA | NA |
13094 | 2025-04-25 |
A short report on deep learning synergy for decentralized smart grid cybersecurity
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1557960
PMID:40270931
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
13095 | 2025-04-26 |
AI-driven sleep apnea screening with overnight blood oxygen saturation: current practices and future directions
2025, Frontiers in digital health
IF:3.2Q2
DOI:10.3389/fdgth.2025.1510166
PMID:40271052
|
综述 | 本文综述了基于血氧饱和度(SpO)的睡眠呼吸暂停筛查的当前实践和未来方向 | 总结了SpO2信号在睡眠呼吸暂停筛查中的三种主要应用类别,并指出了该领域的两大研究空白 | 缺乏足够多样化的公开数据集,以及数据收集、信号预处理和模型基准测试的标准化协议缺失 | 评估基于SpO2信号的AI驱动睡眠呼吸暂停筛查方法的研究进展 | 已发表的关于SpO2信号用于睡眠呼吸暂停筛查的研究 | 机器学习 | 睡眠呼吸暂停 | SpO2监测 | machine learning/deep learning | 血氧饱和度信号 | 31篇纳入全文综述的出版物(从835篇初筛结果中筛选) | NA | NA | NA | NA |
13096 | 2025-04-26 |
Deep learning-based automatic segmentation of brain structures on MRI: A test-retest reproducibility analysis
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.04.007
PMID:40271109
|
研究论文 | 本研究评估了基于深度学习的MRI脑结构自动分割在不同扫描仪类型和磁场强度下的可重复性 | 首次系统比较了1.5T和3T MRI扫描仪在深度学习脑分割中的表现差异 | 未考虑更多品牌或型号的扫描仪差异,样本来源未明确说明 | 评估MRI脑结构自动分割在不同扫描条件下的可重复性 | MRI扫描的脑结构图像 | 医学影像分析 | 脑部疾病 | 深度学习 | NA | MRI图像 | 未明确说明具体样本数量 | NA | NA | NA | NA |
13097 | 2025-10-07 |
What makes human cortical pyramidal neurons functionally complex
2024-Dec-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.17.628883
PMID:39763809
|
研究论文 | 提出功能性复杂度指数(FCI)框架,通过比较人类和大鼠皮层锥体神经元的功能复杂度,揭示人类神经元功能复杂性增强的结构-生物物理基础 | 首次提出基于深度学习的标准化功能性复杂度指数(FCI)来量化神经元输入输出复杂度,并系统比较不同物种神经元的功能差异 | 研究主要聚焦于皮层锥体神经元,未涵盖其他类型神经元;FCI框架需要进一步验证其普适性 | 探究人类皮层神经元功能复杂性的结构基础及其与认知能力的关系 | 人类和大鼠的皮层锥体神经元 | 计算神经科学 | NA | 深度学习,电生理记录,形态学分析 | 深度学习框架 | 神经元形态数据,电生理数据 | 人类和大鼠不同皮层层的锥体神经元 | 深度学习框架 | NA | 功能性复杂度指数(FCI) | NA |
13098 | 2025-10-07 |
Advances in artificial intelligence-based technologies for increasing the quality of medical products
2024-Nov-30, Daru : journal of Faculty of Pharmacy, Tehran University of Medical Sciences
IF:2.5Q3
DOI:10.1007/s40199-024-00548-5
PMID:39613923
|
综述 | 概述人工智能技术在提高医疗产品质量方面的最新进展和应用 | 系统整合了AI在药物靶点预测、产品开发加速和质量提升等方面的创新应用 | 未涉及具体实施案例和量化效果分析 | 探讨AI技术在医疗产品质量提升和开发效率优化中的应用 | 医疗产品开发流程和质量控制 | 机器学习 | NA | 机器学习,深度学习 | NA | 生物医学数据,健康统计数据 | NA | NA | NA | NA | NA |
13099 | 2025-10-07 |
Evaluating Performance of Different RNA Secondary Structure Prediction Programs Using Self-cleaving Ribozymes
2024-Sep-13, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzae043
PMID:39317944
|
研究论文 | 比较七种RNA二级结构预测工具在自切割核酶序列上的预测准确性 | 首次系统评估包括深度学习方法在内的多种RNA结构预测工具在不同复杂度任务中的表现 | 仅针对特定类别的自切割核酶序列进行评估,结果可能不适用于其他RNA类型 | 评估不同计算工具在预测RNA二级结构方面的性能差异 | 自切割核酶序列的RNA二级结构 | 生物信息学 | NA | RNA二级结构预测 | 深度学习,传统计算方法 | RNA序列数据 | 数十个自切割核酶序列 | NA | NA | 预测准确性 | NA |
13100 | 2025-10-07 |
Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography
2024-08-20, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c06953
PMID:39115329
|
研究论文 | 开发基于深度学习的X射线纳米计算机断层扫描方法,用于单细胞内HfO2纳米颗粒的三维定量分析 | 建立了针对单细胞3D纳米CT图像的超小物体分割方法,能够高灵敏度分析微小纳米颗粒 | 方法需要专业知识且耗时,传统批量数据分析准确性不确定 | 开发自动化深度学习辅助的纳米CT方法,用于定量分析癌细胞对超小金属纳米颗粒的摄取 | 人乳腺癌细胞系MCF-7和HfO2纳米颗粒 | 计算机视觉 | 乳腺癌 | X射线纳米计算机断层扫描 | 深度学习 | 3D图像 | 单细胞水平的纳米颗粒分析 | NA | NA | 灵敏度,准确性 | NA |