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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
13581 | 2025-10-07 |
Noninvasive Quantitative CT for Diffuse Liver Diseases: Steatosis, Iron Overload, and Fibrosis
2025-01, Radiographics : a review publication of the Radiological Society of North America, Inc
IF:5.2Q1
DOI:10.1148/rg.240176
PMID:39700040
|
研究论文 | 本文探讨了使用非侵入性定量CT技术检测和量化肝脏脂肪变性、铁过载和纤维化的方法与应用 | 系统比较了非增强CT和增强CT在肝脏疾病定量评估中的性能,并强调了人工智能深度学习算法在自动化定量分析中的新兴作用 | 增强CT对肝脏脂肪定量的精确度较低,主要提供分类评估而非精确量化 | 评估CT在弥漫性肝病非侵入性检测和定量分析中的临床应用价值 | 慢性弥漫性肝病患者的肝脏组织 | 医学影像分析 | 肝脏疾病 | CT成像,MRI质子密度脂肪分数(PDFF) | 深度学习 | CT影像 | NA | NA | NA | 与弹性成像相当的性能 | NA |
13582 | 2025-10-07 |
Faster Acquisition and Improved Image Quality of T2-Weighted Dixon Breast MRI at 3T Using Deep Learning: A Prospective Study
2025-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.1303
PMID:39780629
|
研究论文 | 本研究比较了深度学习重建的T2加权Dixon序列与传统序列在乳腺MRI中的图像质量和病灶特征 | 首次将深度学习重建与超分辨率技术结合用于加速乳腺MRI采集,在保持图像质量的同时显著缩短扫描时间 | 样本量相对有限(140例),且骨髓显示效果不如传统序列 | 评估深度学习重建的快速T2加权Dixon序列在乳腺MRI中的临床应用价值 | 乳腺疾病患者(包括囊肿和乳腺癌) | 医学影像分析 | 乳腺癌 | 磁共振成像(MRI),Dixon序列,深度学习重建 | 深度学习 | 医学影像 | 140名女性患者(85例囊肿,31例乳腺癌) | NA | NA | 信噪比(SNR),对比噪声比(CNR),图像质量评分,诊断置信度 | 3T MRI扫描仪 |
13583 | 2025-10-07 |
UMamba Adjustment: Advancing GTV Segmentation for Head and Neck Cancer in MRI-Guided RT with UMamba and NnU-Net ResEnc Planner
2025, Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings
DOI:10.1007/978-3-031-83274-1_9
PMID:40236615
|
研究论文 | 提出一种名为UMambaAdj的新型方法,用于头颈癌MRI引导放疗中的肿瘤体积分割 | 首次将UMamba的长程依赖捕获能力与nnU-Net残差编码器的多阶段特征提取优势相结合 | 仅使用HNTS-MRG 2024挑战赛测试集进行评估,未在其他数据集上验证 | 提高头颈癌MRI引导自适应放疗中肿瘤体积分割的准确性 | 头颈癌患者的原发肿瘤(GTVp)和淋巴结(GTVn) | 数字病理 | 头颈癌 | MRI成像 | UMamba, nnU-Net | T2加权MRI图像 | HNTS-MRG 2024挑战赛测试集 | NA | UMamba, nnU-Net ResEnc | Dice相似系数 | NA |
13584 | 2025-10-07 |
VMamba for plant leaf disease identification: design and experiment
2025, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2025.1515021
PMID:40241820
|
研究论文 | 本研究将VMamba视觉骨干模型引入农业植物病害检测任务,提出结合扩散模型和迁移学习的DDHTLVMamba方法 | 首次将VMamba模型应用于植物病害识别,通过选择性扫描机制降低计算复杂度,同时保持全局感受野和动态加权优势 | 主要针对小样本农业数据集,在更复杂农业环境下的泛化能力有待验证 | 开发高效的农业植物病害识别方法,解决小样本学习问题 | 植物叶片病害 | 计算机视觉 | 植物病害 | 机器学习,深度学习 | VMamba, 扩散模型, Transformer | 图像 | PlantVillage大规模数据集和优化的小样本病害数据集 | NA | VMamba, ResNet50, Vision Transformer, Swin Transformer | 准确率,训练时间 | NA |
13585 | 2025-10-07 |
A lightweight multi-deep learning framework for accurate diabetic retinopathy detection and multi-level severity identification
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1551315
PMID:40241910
|
研究论文 | 提出一种轻量级深度学习框架用于糖尿病视网膜病变检测和多级严重程度识别 | 采用两阶段轻量级网络设计,通过迁移学习实现病变检测和严重程度分级,参数量较少 | 仅使用APTOS 2019数据集验证,未在其他数据集上进行广泛测试 | 开发准确的糖尿病视网膜病变自动检测和分级系统 | 糖尿病视网膜病变患者眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | CNN | 眼底图像 | APTOS 2019数据集 | NA | 轻量级深度学习网络 | 分类率, 准确率 | NA |
13586 | 2025-10-07 |
Artificial intelligence in hospital infection prevention: an integrative review
2025, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2025.1547450
PMID:40241963
|
综述 | 通过整合42项研究评估人工智能在医院感染预防中的有效性、可用性和挑战 | 首次系统评估AI在多种医院获得性感染预防中的应用,并比较机器学习与深度学习在不同数据环境下的性能差异 | 研究间数据源和模型验证存在异质性,缺乏多中心合作和外部验证,成本效益和实际应用效果需进一步评估 | 评估AI模型在医院感染预防、检测和管理中的效果 | 医院获得性感染(HAIs) | 医疗人工智能 | 医院获得性感染 | 电子健康记录(EHR)分析 | 机器学习,深度学习 | 电子健康记录 | 42项研究 | NA | 神经网络,决策树,随机森林 | AUC | NA |
13587 | 2025-10-07 |
Construction of the preoperative staging prediction model for cervical cancer based on deep learning and MRI: a retrospective study
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1557486
PMID:40242247
|
研究论文 | 基于深度学习和MRI构建宫颈癌术前分期预测模型的回顾性研究 | 首次系统比较七种深度学习模型在宫颈癌术前分期中的性能,发现HRNet在小样本数据集上表现最佳 | 样本量较小(仅112例患者),为单中心回顾性研究 | 开发自动化的宫颈癌术前分期预测模型以提高诊断准确性和效率 | 112例宫颈癌患者的术前MRI扫描图像 | 计算机视觉 | 宫颈癌 | MRI成像 | CNN, Transformer | 医学影像 | 112例宫颈癌患者 | NA | DenseNet, FBNet, HRNet, RegNet, ResNet50, ShuffleNet, ViT | 准确率, 召回率, F1分数, 精确率, AUC | NA |
13588 | 2025-10-07 |
Advancements in one-dimensional protein structure prediction using machine learning and deep learning
2025, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2025.04.005
PMID:40242292
|
综述 | 本文综述了机器学习和深度学习在一维蛋白质结构预测领域的最新进展 | 整合序列嵌入和预训练语言模型,通过AlphaFold和蛋白质语言模型实现前所未有的序列-结构关系预测精度 | 面临数据质量、可扩展性、可解释性和任务特定优化等挑战 | 解决蛋白质结构预测这一结构生物信息学核心挑战,理解蛋白质序列、结构和功能之间的复杂关系 | 一维蛋白质结构注释,包括二级结构、溶剂可及性和内在无序区域 | 机器学习 | NA | NA | 深度学习框架 | 蛋白质序列数据 | NA | NA | AlphaFold, 蛋白质语言模型 | NA | NA |
13589 | 2025-10-07 |
Structural studies of Parvoviridae capsid assembly and evolution: implications for novel AAV vector design
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1559461
PMID:40242328
|
综述 | 本文综述了细小病毒科衣壳结构与演化的研究进展及其对新型AAV载体设计的启示 | 整合现代结构生物学技术与计算方法指导AAV衣壳工程化设计 | 未涉及具体实验验证数据,主要基于现有研究进行理论分析 | 通过结构生物学和计算方法优化AAV载体设计以提升基因治疗效果 | 细小病毒科衣壳结构,特别是AAV载体 | 计算生物学 | 遗传性疾病 | 冷冻电镜,X射线晶体学,比较分析,定向进化 | 机器学习,深度学习 | 结构生物学数据,序列数据 | NA | NA | NA | NA | NA |
13590 | 2025-10-07 |
Improved performance of fNIRS-BCI by stacking of deep learning-derived frequency domain features
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0314447
PMID:40245060
|
研究论文 | 本研究通过堆叠深度学习提取的频域特征来提高基于功能近红外光谱的脑机接口性能 | 提出了结合堆叠模型和快速傅里叶变换的特征提取方法,显著提升了fNIRS-BCI的分类准确率 | 仅针对手部抓握运动进行研究,样本量相对较小(20名参与者) | 提高功能近红外光谱脑机接口系统的分类性能 | 手部抓握运动产生的fNIRS脑信号 | 脑机接口 | 运动功能障碍 | 功能近红外光谱神经成像 | CNN, LSTM, Bi-LSTM | 脑信号时间序列数据 | 20名参与者进行两类手部抓握运动活动 | NA | CNN, LSTM, Bi-LSTM | 分类准确率 | NA |
13591 | 2025-10-07 |
Rapid and portable quantification of HIV RNA via a smartphone-enabled digital CRISPR device and deep learning
2024-Dec, Sensors and actuators reports
IF:6.5Q2
DOI:10.1016/j.snr.2024.100212
PMID:40236689
|
研究论文 | 开发了一种基于智能手机的数字CRISPR设备,结合深度学习算法快速定量检测HIV RNA | 首次将数字CRISPR检测技术与智能手机平台集成,实现便携式HIV RNA快速定量分析 | 未提及设备在不同环境条件下的稳定性和大规模临床应用验证 | 开发快速便携的HIV病毒载量监测工具 | HIV RNA分子 | 医疗诊断设备 | HIV/AIDS | 数字CRISPR检测、RT-RPA扩增、荧光成像 | 深度学习算法 | 荧光图像 | 未明确说明具体样本数量 | NA | NA | 检测灵敏度(75拷贝)、检测时间(15分钟) | 智能手机平台 |
13592 | 2025-10-07 |
Exploring structural diversity across the protein universe with The Encyclopedia of Domains
2024-11, Science (New York, N.Y.)
DOI:10.1126/science.adq4946
PMID:39480926
|
研究论文 | 利用深度学习方法在AlphaFold蛋白质结构数据库中检测和分类所有结构域,构建了结构域百科全书 | 发现了超过1000万个新的结构域间相互作用和数千个新折叠结构,极大地扩展了已知超家族的域空间表示 | NA | 探索蛋白质宇宙中的结构多样性并识别结构域 | AlphaFold蛋白质结构数据库中的2.14亿个预测蛋白质结构 | 生物信息学 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 超过2.14亿个预测蛋白质结构,涵盖365万个检测到的结构域和100多万个分类单元 | NA | NA | NA | NA |
13593 | 2025-10-07 |
On machine learning analysis of atomic force microscopy images for image classification, sample surface recognition
2024-Apr-17, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d3cp05673b
PMID:38477533
|
研究论文 | 探讨机器学习在原子力显微镜图像分类和样品表面识别中的应用 | 提出专门针对AFM图像的机器学习分析模板,并特别关注结果统计显著性的分析 | AFM成像速度较慢限制了深度学习在图像识别中的广泛应用 | 开发适用于小样本AFM图像数据库的机器学习分类方法 | 原子力显微镜图像、生物细胞表面、材料表面 | 机器学习 | NA | 原子力显微镜成像 | 非深度学习神经网络 | 图像 | 小数据库,相对较少的AFM图像 | NA | NA | 统计显著性 | NA |
13594 | 2025-10-07 |
Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound
2024-Jan, Journal of medical ultrasonics (2001)
DOI:10.1007/s10396-023-01390-z
PMID:38051461
|
研究论文 | 本研究开发了一种深度学习模型,利用对比增强超声的九个时相图像来鉴别肝脏病变性质 | 提出并行排列三个ResNet50迁移学习模型的新型架构,可同步输入九个不同时相的CEUS图像并进行数据增强 | 样本量相对有限(共181个肝脏病变),且仅使用单一对比剂Sonazoid | 评估深度学习模型在肝脏结节定性诊断中的性能 | 肝脏病变(48个良性,78个肝细胞癌,55个非肝细胞癌恶性病变) | 计算机视觉 | 肝脏疾病 | 对比增强超声 | CNN | 图像 | 181个肝脏病变 | NA | ResNet50 | 灵敏度, 特异度, 正确预测率 | NA |
13595 | 2025-10-07 |
Evaluation and Prediction of Post-Hepatectomy Liver Failure Using Imaging Techniques: Value of Gadoxetic Acid-Enhanced Magnetic Resonance Imaging
2024-01, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0507
PMID:38184766
|
研究论文 | 评估钆塞酸增强磁共振成像在肝切除术后肝衰竭预测中的价值 | 结合体积和功能分析评估肝功能,采用钆塞酸增强MRI提供全局和区域功能信息 | NA | 准确评估肝功能和预测肝切除术后肝衰竭 | 接受肝切除术患者的肝功能评估 | 医学影像分析 | 肝脏疾病 | 钆塞酸增强磁共振成像 | 深度学习 | 磁共振图像 | NA | NA | NA | NA | NA |
13596 | 2025-10-07 |
Grey wolf optimization technique with U-shaped and capsule networks-A novel framework for glaucoma diagnosis
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103285
PMID:40236793
|
研究论文 | 提出一种结合灰狼优化算法与U型网络和胶囊网络的自动化青光眼诊断框架 | 首次将灰狼优化算法与U-Net++结合用于视盘精确分割,并采用胶囊网络进行青光眼分类 | NA | 开发自动化青光眼筛查系统以改善早期诊断 | 视网膜眼底图像中的视盘区域 | 计算机视觉 | 青光眼 | 图像分割与分类 | U-Net++, CapsNet | 视网膜眼底图像 | NA | NA | U-Net++, CapsNet | 准确率 | NA |
13597 | 2025-10-07 |
Innovative IoT-enabled mask detection system: A hybrid deep learning approach for public health applications
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103291
PMID:40236795
|
研究论文 | 提出一种结合深度学习和优化算法的物联网口罩检测系统,用于公共卫生应用 | 首次将自适应火焰-旗鱼优化算法(AFSO)与混合深度学习架构(ResNet50和MobileNetV2)结合,实现参数优化和可扩展性提升 | 未明确说明在极端光照或遮挡条件下的性能表现,也未详细讨论在低功耗物联网设备上的实际部署效果 | 开发高效、鲁棒的实时口罩检测系统,解决现有模型计算速度慢、环境适应性差和物联网设备资源受限的问题 | 公共场所中佩戴口罩的人员检测 | 计算机视觉 | 传染病预防 | 深度学习, 物联网技术 | CNN | 图像, 视频 | 三个数据集:Kaggle口罩数据集、公共场所数据集、公共视频数据集 | TensorFlow, PyTorch | ResNet50, MobileNetV2 | 准确率, 灵敏度, 精确率, F1分数 | 物联网设备(资源受限环境) |
13598 | 2025-10-07 |
Retinal fundus imaging-based diabetic retinopathy classification using transfer learning and fennec fox optimization
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103232
PMID:40236797
|
研究论文 | 提出一种基于迁移学习和耳廓狐优化的视网膜眼底图像糖尿病视网膜病变自动分类模型 | 结合中值滤波、Inception-ResNet-v2特征提取、GRU分类和耳廓狐优化算法进行超参数调优 | NA | 开发自动化的糖尿病视网膜病变计算机辅助诊断系统 | 糖尿病视网膜病变患者的视网膜眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 视网膜眼底成像 | CNN, GRU | 图像 | NA | NA | Inception-ResNet-v2, GRU | 准确率 | NA |
13599 | 2025-10-07 |
Hybrid CNN and random forest model with late fusion for detection of autism spectrum disorder in Toddlers
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103278
PMID:40236798
|
研究论文 | 提出结合VGG16卷积神经网络和随机森林的混合模型,用于幼儿自闭症谱系障碍的检测 | 首次将预训练深度CNN与随机森林分类器通过后期融合策略相结合,利用图像特征和问卷数据提升ASD诊断准确率 | 仅在单一数据集上验证,缺乏多模态数据整合和多样化数据集的广泛测试 | 开发高精度的自闭症谱系障碍早期诊断模型 | 幼儿自闭症谱系障碍患者 | 计算机视觉 | 自闭症谱系障碍 | 深度学习,机器学习 | CNN, 随机森林 | 图像, 问卷数据 | NA | NA | VGG16, EfficientNetB0, AlexNet | 准确率 | NA |
13600 | 2024-10-22 |
Re: Deep Learning Artificial Intelligence Predicts Homologous Recombination Deficiency and Platinum Response from Histologic Slides
2025-May, European urology
IF:25.3Q1
DOI:10.1016/j.eururo.2024.10.012
PMID:39428324
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |