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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1301 | 2025-10-05 |
Automated Deep Learning Approach for Post-Operative Neonatal Pain Detection and Prediction through Physiological Signals
2025-Jun, Proceedings. IEEE International Symposium on Computer-Based Medical Systems
DOI:10.1109/cbms65348.2025.00164
PMID:40978767
|
研究论文 | 提出一种结合生理信号监测与计算机视觉/深度学习的自动化方法,用于新生儿术后疼痛检测和预测 | 首次提出早期疼痛检测方法,可在疼痛发生前5-10分钟预警,为使用伤害较小的疼痛缓解策略创造时间窗口 | NA | 开发自动化的新生儿术后疼痛检测和预测系统 | 新生儿重症监护室中的术后新生儿 | 计算机视觉, 深度学习 | 新生儿疼痛 | 生理信号监测(心率、呼吸频率、血氧饱和度) | 深度学习 | 生理信号数据 | NA | NA | NA | AUC, mAP | NA |
1302 | 2025-10-05 |
Artificial intelligence automation of echocardiographic measurements
2025-Mar-19, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.18.25324215
PMID:40166567
|
研究论文 | 开发并验证用于超声心动图参数自动测量的开源深度学习语义分割模型 | 首次开发开源深度学习模型EchoNet-Measurements,可自动化完成18项超声心动图解剖和多普勒测量 | 研究主要基于两家医疗中心数据,需要更多外部验证 | 通过人工智能自动化超声心动图测量,减轻临床医生负担 | 超声心动图图像和测量参数 | 医学影像分析 | 心血管疾病 | 超声心动图 | 深度学习语义分割模型 | 超声心动图图像 | 155,215项研究中的877,983次超声心动图测量 | NA | NA | R2, 准确度 | NA |
1303 | 2025-10-05 |
VASCilia (Vision Analysis StereoCilia): A Napari Plugin for Deep Learning-Based 3D Analysis of Cochlear Hair Cell Stereocilia Bundles
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.17.599381
PMID:38948743
|
研究论文 | 开发了一个名为VASCilia的Napari插件,用于基于深度学习的耳蜗毛细胞立体纤毛束3D分析 | 首个专门用于耳蜗毛细胞立体纤毛束3D分析的深度学习工具套件,包含五个深度学习模型和自动化计算工具 | NA | 开发自动化工具来简化耳蜗毛细胞立体纤毛束的3D形态分析 | 耳蜗毛细胞立体纤毛束 | 计算机视觉 | 听力障碍 | 共聚焦显微镜,鬼笔环肽染色 | 深度学习模型 | 3D图像堆栈 | 约55个3D图像堆栈,包含502个内毛细胞束和1,703个外毛细胞束 | Napari | Z-Focus Tracker, PCPAlignNet, 分割模型, 位置预测工具, 分类工具 | NA | NA |
1304 | 2025-10-05 |
Innovative laboratory techniques shaping cancer diagnosis and treatment in developing countries
2025-Feb-08, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-01877-w
PMID:39921787
|
综述 | 探讨发展中国家癌症诊断与治疗中创新实验室技术的应用现状与挑战 | 系统分析人工智能与深度学习在癌症检测中的整合应用,特别关注资源受限环境下的实施策略 | 发展中国家面临资金不足、医疗基础设施薄弱及先进诊断技术获取受限等结构性挑战 | 通过精密实验室技术推进精准医疗和早期癌症诊断以改善预后 | 癌症检测实验室技术及其在发展中国家应用场景 | 数字病理 | 癌症 | 肿瘤组织学、单细胞技术、流式细胞术、分子影像、液体活检、免疫分析、分子诊断 | CNN | 医学影像、分子数据 | NA | NA | NA | 诊断准确率 | NA |
1305 | 2025-10-05 |
Gaussianmorph: deformable medical image registration with Gaussian noise constraints
2025-Jan, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00428-6
PMID:39781058
|
研究论文 | 提出一种基于高斯噪声约束的可变形医学图像配准方法GaussianMorph | 将两个VoxelMorph网络级联,第二网络通过高斯噪声约束提升配准性能,并引入增强特征编码器块 | 级联网络在训练和推理阶段需要较多时间 | 提高医学图像配准的精度 | 医学图像配准 | 计算机视觉 | NA | 深度学习图像配准 | CNN | 医学图像 | LPBA40和HBN数据集 | NA | VoxelMorph | Dice相似系数, 平均对称表面距离, 结构相似性, 皮尔逊相关系数 | NA |
1306 | 2025-10-05 |
Relationships Between Familial Factors, Learning Motivation, Learning Approaches, and Cognitive Flexibility Among Vocational Education and Training Students
2025, The Journal of psychology
IF:2.2Q2
DOI:10.1080/00223980.2025.2456801
PMID:40184534
|
研究论文 | 本研究探讨家庭因素(父母自主支持与父母支持)与职业教育学生学业动机、学习方法和认知灵活性之间的关系 | 首次在职业教育学生群体中系统分析家庭因素通过学业动机和学习方法对认知灵活性的间接影响机制 | 采用横断面研究设计无法确定因果关系,样本仅来自曼谷地区可能存在地域局限性 | 探究家庭因素如何通过学业动机和学习方法影响职业教育学生的认知灵活性 | 泰国曼谷地区10所职业学校的557名职业教育学生 | 教育心理学 | NA | 问卷调查法、结构方程模型 | 结构方程模型 | 问卷数据 | 557名职业教育学生(男性56.7%,女性43.3%,平均年龄18.41岁) | NA | NA | NA | NA |
1307 | 2025-10-05 |
UPFP-SG: A New Benchmark for Unilateral Peripheral Facial Paralysis Severity Grading
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3608463
PMID:40928920
|
研究论文 | 提出了一个新的单侧周围性面瘫严重程度分级基准UPFP-SG,包括数据集和评估方法 | 建立了首个公开的面瘫数据集并改进了主观评估系统,提出了整合多种面部特征和增强回归模块的新方法 | NA | 开发自动化的面瘫严重程度评估方法 | 单侧周围性面瘫患者 | 计算机视觉 | 面瘫 | 深度学习 | NA | 面部图像 | NA | NA | NA | NA | NA |
1308 | 2025-10-05 |
Harnessing interpretable novel combination of GloVe embedding with deep CNN-BiLSTM neural network for fake news detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330154
PMID:40982565
|
研究论文 | 本研究通过结合GloVe嵌入与深度CNN-BiLSTM神经网络,开发可解释的假新闻检测方法 | 首次将GloVe嵌入与CNN-BiLSTM神经网络结合,并集成可解释人工智能(XAI)技术提供模型决策解释 | 仅使用单一假新闻数据集进行验证,未在不同领域数据上测试模型泛化能力 | 开发高精度且可解释的假新闻检测系统 | 假新闻文本数据 | 自然语言处理 | NA | 文本嵌入技术,可解释人工智能 | CNN, BiLSTM, LSTM, 逻辑回归 | 文本 | 流行的假新闻数据集(具体数量未说明) | NA | CNN-BiLSTM, Bi-LSTM, CNN | 准确率 | NA |
1309 | 2025-10-05 |
CT-Based 2.5D Deep Learning-Multi-Instance Learning for Predicting Early Recurrence of Hepatocellular Carcinoma and Correlating with Recurrence-Related Pathological Indicators
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S541402
PMID:40984863
|
研究论文 | 本研究基于CT动脉期图像开发2.5D深度学习-多示例学习模型,用于预测肝细胞癌早期复发并分析其与病理指标的相关性 | 首次将2.5D深度学习与多示例学习结合应用于HCC早期复发预测,并揭示了MIL特征与肿瘤侵袭性和增殖活性的生物学关联 | 回顾性研究设计,样本量有限(191例患者),单中心数据 | 评估2.5D DL-MIL模型在预测肝细胞癌早期复发方面的优势并探讨其生物学意义 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | CT动脉期成像 | 深度学习,多示例学习 | CT图像,临床数据 | 191例HCC患者(训练集133例,验证集58例) | NA | 2.5D DL-MIL | AUC,决策曲线分析 | NA |
1310 | 2025-10-05 |
A deep learning/machine learning approach for anomaly based network intrusion detection
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1625891
PMID:40995028
|
研究论文 | 提出一种融合多种机器学习和深度学习算法的混合异常网络入侵检测系统 | 采用加权软投票集成策略整合XGBoost、随机森林、图神经网络、LSTM和自编码器等多种算法,构建混合异常检测框架 | NA | 开发能够识别已知和新兴网络攻击的高级检测系统 | 网络流量数据 | 机器学习 | NA | SMOTE过采样技术 | XGBoost, Random Forest, GNN, LSTM, Autoencoder | 网络流量记录 | 超过560万条网络流量记录 | NA | 图神经网络,LSTM,自编码器 | 准确率,精确率,召回率,F1分数 | NA |
1311 | 2025-10-05 |
Massively parallel characterization of regulatory elements in the developing human cortex
2024-05-24, Science (New York, N.Y.)
DOI:10.1126/science.adh0559
PMID:38781390
|
研究论文 | 通过大规模并行报告基因检测技术系统解析人类发育期大脑皮层中基因调控元件的功能 | 首次在人类原代皮层细胞和脑类器官中并行检测超过10万个开放染色质区域的顺式调控活性,并利用深度学习解码增强子活性的序列基础和上游调控因子 | 研究主要聚焦于发育中期皮层,未涵盖整个神经发育过程的所有阶段 | 建立人类神经元发育过程中功能性基因调控元件和变异的全面目录 | 人类发育中期皮层原代细胞和脑类器官 | 基因组学 | 神经发育疾病 | 大规模并行报告基因检测,染色质开放性分析 | 深度学习 | 基因组序列数据,染色质可及性数据 | 102,767个开放染色质区域 | NA | NA | NA | NA |
1312 | 2025-10-05 |
A deep learning method for comparing Bayesian hierarchical models
2024-May-06, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000645
PMID:38709626
|
研究论文 | 提出一种基于深度学习的贝叶斯分层模型比较方法 | 首次将深度学习应用于贝叶斯分层模型比较,实现摊销推理并支持概率程序实例化的任意分层模型 | 未明确说明方法在超大规模模型或特定类型分层结构中的适用性限制 | 解决贝叶斯模型比较在分层模型中因高维嵌套参数结构导致的难处理问题 | 分层证据积累模型和各类可实例化为概率程序的分层模型 | 机器学习 | NA | 深度学习,贝叶斯模型比较,摊销推理 | 深度学习模型 | 模型输出数据,概率程序生成数据 | NA | 未明确指定 | 未明确指定具体架构 | 后验模型概率估计精度,与桥采样方法的性能对比 | NA |
1313 | 2025-10-05 |
Artificial Intelligence-Triaged 3-Dimensional Pathology to Improve Detection of Esophageal Neoplasia While Reducing Pathologist Workloads
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100322
PMID:37657711
|
研究论文 | 提出基于深度学习的人工智能分诊三维病理方法,用于提高食管肿瘤检测灵敏度并减少病理医生工作量 | 开发了能够自动识别三维病理数据集中最关键二维图像切片的深度学习方法,通过生成三维新生瘤风险热图并对图像切片按风险排序 | NA | 改善Barrett食管患者食管肿瘤的早期检测效率 | 食管活检组织 | 数字病理 | 食管肿瘤 | 三维病理学 | 深度学习 | 三维病理图像 | NA | NA | NA | 检测灵敏度 | NA |
1314 | 2025-10-05 |
Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100326
PMID:37678674
|
研究论文 | 本研究通过深度学习技术分析病理图像特征,揭示肺腺癌从癌前病变到浸润性腺癌的免疫和分子演化过程 | 首次利用人工智能技术从常规H&E染色病理图像中提取生物学相关特征,解析肺腺癌癌前病变的演化规律 | 样本量相对有限(98例患者),且仅基于H&E染色图像分析 | 研究肺腺癌早期癌变过程中的免疫和分子演化机制 | 肺腺癌癌前病变至浸润性腺癌的病理组织 | 数字病理学 | 肺癌 | 深度学习,人工智能,H&E染色 | 深度学习模型 | 病理图像 | 98例患者,162张切片,669个感兴趣区域(包括143正常组织,129非典型腺瘤样增生,94原位腺癌,98微浸润腺癌,205浸润性腺癌) | NA | NA | NA | NA |
1315 | 2025-10-05 |
Can artificial intelligence help decision-making in arthroscopy? Part 2: The IA-RTRHO model - a decision-making aid for long head of the biceps diagnoses in small rotator cuff tears
2023-12, Orthopaedics & traumatology, surgery & research : OTSR
DOI:10.1016/j.otsr.2023.103652
PMID:37380127
|
研究论文 | 开发用于辅助诊断肩袖小撕裂中肱二头肌长头腱健康状态的AI决策模型 | 首个评估AI分析关节镜图像能力的研究,结合CNN图像分析和MLP临床数据整合 | 需要更多输入数据来限制过拟合,结果需通过进一步研究确认 | 构建能够诊断肱二头肌长头腱健康状态的AI模型 | 肩袖小撕裂患者的肱二头肌长头腱 | 计算机视觉 | 骨科疾病 | 关节镜视频分析 | CNN, MLP | 图像, 临床数据, 影像数据 | 199名患者 | NA | Inception V3, MultiLayer Perceptron | 准确率 | NA |
1316 | 2025-10-05 |
Predicting Lymph Node Metastasis From Primary Cervical Squamous Cell Carcinoma Based on Deep Learning in Histopathologic Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100316
PMID:37634868
|
研究论文 | 基于深度学习开发了一种通过原发性宫颈鳞癌组织病理图像预测淋巴结转移状态的框架 | 首次提出基于多尺度注意力机制的多实例深度卷积神经网络,仅通过原发灶H&E染色病理切片预测宫颈癌淋巴结转移状态 | 回顾性概念验证研究,需要宫颈活检标本和多中心大样本数据进一步验证 | 开发深度学习模型预测宫颈癌淋巴结转移状态 | 宫颈鳞癌患者的原发性肿瘤组织病理图像 | 数字病理 | 宫颈癌 | H&E染色全玻片图像分析 | CNN | 病理图像 | 564名患者的1524张全玻片图像(内部数据集405名患者1161张图像,外部验证集159名患者363张图像) | NA | 多实例深度卷积神经网络(基于多尺度注意力机制) | AUC | NA |
1317 | 2025-10-05 |
A Novel Deep Learning Algorithm for Human Papillomavirus Infection Prediction in Head and Neck Cancers Using Routine Histology Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100320
PMID:37652399
|
研究论文 | 提出一种基于常规H&E染色全切片图像的深度学习算法,用于预测头颈癌中HPV感染状态 | 首次开发仅使用常规H&E染色切片即可预测HPV感染状态的深度学习流程,并生成具有预后价值的Digital-HPV评分 | NA | 开发头颈鳞状细胞癌中HPV感染状态的无创预测方法 | 头颈鳞状细胞癌患者的组织切片 | 数字病理学 | 头颈癌 | 苏木精-伊红染色 | 深度学习 | 全切片图像 | NA | NA | NA | 总体生存率、疾病特异性生存率 | NA |
1318 | 2025-10-05 |
Automating Ground Truth Annotations for Gland Segmentation Through Immunohistochemistry
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100331
PMID:37716506
|
研究论文 | 提出一种通过免疫组织化学自动生成腺体分割真实标签的方法,用于结直肠活检标本的深度学习模型训练 | 利用IHC标记自动生成腺体分割的真实标签,替代耗时的手动标注,并提出跨数据源适应的简单采样技术 | 方法依赖于IHC与H&E图像的配准质量,且需要特定IHC标记物的可用性 | 开发自动化腺体分割标注方法以降低深度学习模型训练成本 | 结直肠活检标本中的腺体组织 | 数字病理学 | 结直肠癌,炎症性肠病 | 免疫组织化学,苏木精-伊红染色 | 深度学习模型 | 组织病理学图像 | 内部保留的活检标本集和2个公共数据集 | NA | NA | Dice系数 | NA |
1319 | 2025-10-05 |
Deep Learning for Predicting Effect of Neoadjuvant Therapies in Non-Small Cell Lung Carcinomas With Histologic Images
2023-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100302
PMID:37580019
|
研究论文 | 开发深度学习模型从组织病理图像预测非小细胞肺癌新辅助治疗的主要病理缓解 | 提出多尺度补丁模型,能够自适应加权不同视野图像训练的多个卷积神经网络 | 样本量相对有限(125例病例),需要进一步验证 | 开发深度学习模型预测新辅助治疗后非小细胞肺癌的主要病理缓解 | 125例新辅助治疗后切除的非小细胞肺癌病例 | 数字病理 | 肺癌 | 苏木精-伊红染色 | CNN | 图像 | 125例非小细胞肺癌病例,261张全玻片图像 | NA | 多尺度补丁模型 | 准确率,F1分数,AUC | NA |
1320 | 2025-10-05 |
Learning from prepandemic data to forecast viral escape
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06617-0
PMID:37821700
|
研究论文 | 开发了EVEscape框架,利用大流行前数据预测病毒逃逸突变 | 结合深度学习模型对历史序列的适应性预测与生物物理结构信息,可在监测测序、实验扫描或抗体复合物三维结构获得前应用 | NA | 预测能够逃逸宿主免疫反应的病毒突变,为疫苗和治疗设计提供支持 | SARS-CoV-2、流感病毒、HIV病毒以及拉沙病毒和尼帕病毒等具有大流行潜力的病毒 | 机器学习 | 传染病 | 深度学习、生物物理分析、结构信息分析 | 深度学习模型 | 病毒序列数据、生物物理数据、结构数据 | 2020年前可用的历史序列数据 | NA | NA | 与高通量实验扫描的准确性比较 | NA |