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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
13921 | 2025-04-14 |
Snapshot video through dynamic scattering medium based on deep learning
2025-Apr-07, Optics express
IF:3.2Q2
DOI:10.1364/OE.545510
PMID:40219498
|
research paper | 提出一种基于深度学习的端到端模型,用于从动态散射介质中的单次快照重建多达八帧图像 | 结合编码孔径压缩时间成像系统与基于transformer的CNN,优化解复用和重建效果,并利用双输入CNN模型(同时使用散斑图案及其自相关)显著提高重建精度 | NA | 研究动态散射介质中单次快照的多帧图像重建技术 | 动态物体通过未知时变散射介质的图像重建 | computer vision | NA | 深度学习 | transformer-based CNN | image | NA | NA | NA | NA | NA |
13922 | 2025-10-07 |
Neurocounter - A deep learning framework for high-fidelity spatial localization of neurons
2025-Apr-03, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110444
PMID:40187538
|
研究论文 | 提出了一种名为Neurocounter的深度学习框架,用于实现神经元的高精度空间定位 | 开发了包含编码器、解码器和注意力模块的深度学习网络,能够在训练过程中逐步标记未标注的神经元,减少对完整标注数据的依赖 | 训练数据包含不完全标注的神经元,可能影响模型性能 | 开发能够准确检测和定位神经元的深度学习框架 | 神经元胞体的中心定位 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | 编码器-解码器架构,注意力模块 | F1分数 | NA |
13923 | 2025-10-07 |
External validation of a fully automated evaluation tool: a retrospective analysis of 68,471 scored embryos
2025-Apr, Fertility and sterility
IF:6.6Q1
DOI:10.1016/j.fertnstert.2024.10.006
PMID:39414116
|
研究论文 | 通过回顾性分析68,471个评分胚胎,外部验证了全自动胚胎评估工具在体外受精治疗中的有效性 | 首次对全自动深度学习胚胎分类系统进行大规模外部验证,涵盖常规IVF、卵子捐赠和PGT-A周期 | 回顾性研究设计,未进行前瞻性验证 | 验证全自动胚胎分类系统在体外受精治疗中的预测性能 | 6,434名患者进行的7,352次IVF治疗中产生的70,456个胚胎 | 数字病理 | 生殖医学 | 深度学习算法 | 深度学习 | 胚胎图像 | 70,456个胚胎 | NA | NA | AUC, Cohen's Kappa系数, 比值比, 相对风险 | NA |
13924 | 2025-10-07 |
Conventional and cutting-edge advances in plant virus detection: emerging trends and techniques
2025-Apr, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-025-04253-1
PMID:40151342
|
综述 | 本文综述了植物病毒检测领域的传统方法与前沿技术进展,重点介绍了新兴趋势和技术创新 | 整合了人工智能、机器学习、物联网、纳米技术和CRISPR诊断等前沿技术在植物病毒检测中的创新应用 | 存在序列限制、多重检测约束和环境问题等挑战 | 开发可扩展、成本效益高的植物病毒检测解决方案,确保农业可持续性和生态系统保护 | 植物病毒 | 生物信息学 | 植物病毒病 | LAMP, HTS, 纳米技术生物传感器, CRISPR诊断, 高光谱成像 | 深度学习 | NA | NA | NA | NA | 灵敏度, 速度, 特异性 | 基于云的物联网平台 |
13925 | 2025-10-07 |
Artificial Intelligence Prediction of Age from Echocardiography as a Marker for Cardiovascular Disease
2025-Mar-26, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.03.25.25324627
PMID:40196275
|
研究论文 | 本研究开发了一种基于深度学习的人工智能方法,通过超声心动图视频预测年龄,并识别心血管加速老化和延迟老化的特征 | 首次利用大规模多视角超声心动图视频数据开发年龄预测AI模型,并发现年龄预测结果与心血管疾病风险及心脏移植状态的关联 | 研究基于单一医疗中心数据,需要外部验证;模型性能可能受超声图像质量影响 | 通过AI分析超声心动图预测生物年龄,增强心血管风险评估和对心脏生物老化的理解 | 90,738名独特患者的166,508项研究中的2,610,266个超声心动图视频 | 计算机视觉 | 心血管疾病 | 超声心动图 | 深度学习 | 视频 | 90,738名患者,166,508项研究,2,610,266个视频 | NA | NA | 平均绝对误差(MAE), 决定系数(R²) | NA |
13926 | 2025-10-07 |
VISTA Uncovers Missing Gene Expression and Spatial-induced Information for Spatial Transcriptomic Data Analysis
2025-Mar-18, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.26.609718
PMID:40166134
|
研究论文 | 提出VISTA方法用于空间转录组数据的基因表达预测和缺失信息填补 | 基于变分推断和几何深度学习联合建模scRNA-seq和SST数据,并引入不确定性量化 | 未明确说明方法在特定组织类型或疾病状态下的适用性限制 | 解决空间转录组技术中基因检测数量有限的问题 | 空间转录组数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq), 亚细胞空间转录组学(SST) | 几何深度学习 | 基因表达数据, 空间位置数据 | 四个SST数据集 | NA | NA | 插补性能, 时间效率, 内存消耗 | NA |
13927 | 2025-10-07 |
Enhancing Relation Extraction for COVID-19 Vaccine Shot-Adverse Event Associations with Large Language Models
2025-Mar-17, Research square
DOI:10.21203/rs.3.rs-6201919/v1
PMID:40166033
|
研究论文 | 本研究利用大语言模型和深度学习模型从VAERS和社交媒体数据中提取COVID-19疫苗与不良事件之间的关系 | 首次将GPT-3.5和GPT-4等大语言模型与传统模型结合,用于疫苗不良事件关系抽取,并采用句子级关系识别方法 | 数据集仅包含771个关系对,样本规模有限 | 提高COVID-19疫苗注射与不良事件关联关系抽取的准确性 | COVID-19疫苗与不良事件之间的关系 | 自然语言处理 | COVID-19 | 关系抽取 | GPT, RNN, BioBERT | 文本 | 771个关系对 | NA | GPT-3.5, GPT-4, RNN, BioBERT | 精确率, 召回率, F1分数 | NA |
13928 | 2025-10-07 |
Comparative Analysis of nnUNet and MedNeXt for Head and Neck Tumor Segmentation in MRI-Guided Radiotherapy
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_10
PMID:40213035
|
研究论文 | 比较nnUNet和MedNeXt在MRI引导放疗中头颈部肿瘤分割的性能 | 在HNTS-MRG24 MICCAI挑战赛中提出结合预训练和微调策略的多任务解决方案 | 未提供最终测试阶段的详细Dice相似系数分数 | 开发头颈部肿瘤自动分割方法以改进MRI引导放疗 | 头颈部癌患者的原发肿瘤体积(GTVp)和转移淋巴结肿瘤体积(GTVn) | 数字病理 | 头颈部癌 | 磁共振成像(MRI) | 深度学习模型 | MRI图像 | 150例头颈部癌患者的MRI扫描 | NA | nnUNet, MedNeXt | Dice相似系数 | NA |
13929 | 2025-10-07 |
Improving fishing ground estimation with weak supervision and meta-learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321116
PMID:40215460
|
研究论文 | 本研究提出结合弱监督和元学习的训练策略,通过海面温度模式估计渔场位置 | 首次将弱监督与元学习相结合用于渔场估计,利用轨迹数据预训练并通过元学习器缓解标签噪声 | 依赖有限的渔获数据作为标注,渔场覆盖范围不完整 | 改进渔场估计的准确性和数据利用效率 | 渔场位置和海面温度模式 | 计算机视觉 | NA | 深度学习关键点检测 | 关键点检测器 | 海面温度模式图像,渔获数据,渔船轨迹数据 | 有限量的渔获数据和更大量的轨迹数据 | NA | NA | F1-score | NA |
13930 | 2025-10-07 |
A deep learning-based approach for the detection of cucumber diseases
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320764
PMID:40215456
|
研究论文 | 提出基于VGG19架构和迁移学习的深度学习方法,用于黄瓜疾病的检测与分类 | 采用创新的迁移学习方法,在黄瓜疾病检测任务中实现了97.66%的平衡准确率,优于传统微调方法的93.87% | NA | 开发准确的黄瓜疾病检测方法以保障作物质量和食品安全 | 黄瓜植株及其疾病(炭疽病、细菌性萎蔫病、肚腐病、霜霉病、健康黄瓜、健康叶片、腐霉果腐病、胶质茎枯病) | 计算机视觉 | 植物疾病 | 深度学习 | CNN | 图像 | NA | NA | VGG19 | 平衡准确率 | NA |
13931 | 2025-10-07 |
CWMS-GAN: A small-sample bearing fault diagnosis method based on continuous wavelet transform and multi-size kernel attention mechanism
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319202
PMID:40215467
|
研究论文 | 提出一种基于连续小波变换和多尺度核注意力机制的小样本轴承故障诊断方法 | 提出连续小波卷积策略替代传统卷积操作,能够额外捕捉信号的频域特征;设计多尺度核注意力机制,能从不同尺度提取特征并自适应选择重要特征 | NA | 解决小样本条件下轴承故障诊断性能下降的问题 | 轴承故障振动信号 | 机器学习 | NA | 连续小波变换 | GAN | 振动信号 | CWRU和MFPT数据集 | NA | CWMS-GAN | 结构相似性指数 | NA |
13932 | 2025-04-14 |
Deep Learning-Based Image Restoration and Super-Resolution for Fluorescence Microscopy: Overview and Resources
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4414-0_3
PMID:40220224
|
review | 本文综述了深度学习方法在荧光显微镜图像恢复和超分辨率中的应用,并提供了相关资源和工具 | 提供了深度学习方法在荧光显微镜图像处理中的最新进展和资源,包括开源数据库和代码库 | 未提及具体方法的性能比较或实际应用中的具体限制 | 综述深度学习方法在荧光显微镜图像处理中的应用,促进该领域的研究参与 | 荧光显微镜图像 | computer vision | NA | deep learning | NA | image | NA | NA | NA | NA | NA |
13933 | 2025-10-07 |
Enhancing the Diagnostic Utility of ASL Imaging in Temporal Lobe Epilepsy through FlowGAN: An ASL to PET Image Translation Framework
2024-May-30, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.05.28.24308027
PMID:38853910
|
研究论文 | 开发名为FlowGAN的深度学习框架,通过ASL和结构MRI输入合成类似FDG-PET的图像,以提升ASL在颞叶癫痫中的诊断性能 | 首次提出使用生成对抗网络将ASL和MRI图像转换为PET样图像,显著改善了ASL在癫痫灶定位中的诊断性能 | 研究样本量有限(68例患者),且主要针对明确侧向化的颞叶癫痫患者 | 提高动脉自旋标记成像在颞叶癫痫诊断中的效用,减少对FDG-PET的依赖 | 68例癫痫患者,其中36例为明确侧向化的颞叶癫痫患者 | 医学影像分析 | 颞叶癫痫 | 动脉自旋标记,正电子发射断层扫描,结构MRI | GAN | 医学影像 | 68例癫痫患者 | NA | FlowGAN | 结构相似性指数,AUC,Spearman相关系数,Cohen's d | NA |
13934 | 2025-10-07 |
Advancements in artificial intelligence for atopic dermatitis: diagnosis, treatment, and patient management
2025-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2025.2484665
PMID:40200717
|
综述 | 本文首次全面综述人工智能在特应性皮炎诊断、治疗和患者管理中的应用进展 | 首次系统总结AI在特应性皮炎全流程管理中的创新应用,强调其在医疗诊断、治疗监测和患者护理中的显著效益 | 面临数据隐私和模型透明度等挑战 | 推动AI在皮肤健康护理领域的发展,增强特应性皮炎的临床诊疗水平 | 特应性皮炎患者 | 计算机视觉, 机器学习 | 特应性皮炎 | 深度学习 | 深度学习算法 | 皮肤图像 | NA | NA | NA | NA | NA |
13935 | 2025-10-07 |
The association between sports social capital and cognitive health: A longitudinal study of middle-aged and elderly adults in China
2025-Jun, SSM - population health
DOI:10.1016/j.ssmph.2025.101778
PMID:40212736
|
研究论文 | 本研究探讨中国中老年人群中体育社会资本与认知健康之间的纵向关联 | 首次将深度学习应用于体育社会资本与认知健康的纵向研究,发现教育水平对体育社会资本效益的放大效应及其随时间累积的认知保护作用 | 基于观察性数据,无法确立因果关系;研究结果可能受未测量混杂因素影响 | 探索体育社会资本对中老年人认知健康的影响机制 | 中国中老年人群 | 机器学习 | 老年疾病 | 深度学习 | 深度学习模型 | 纵向调查数据 | 中国健康与养老追踪调查(CHARLS)参与者 | NA | NA | NA | NA |
13936 | 2025-04-13 |
Nature's best vs. bruised: A veggie edibility evaluation database
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111483
PMID:40213046
|
research paper | 本文介绍了一个用于评估蔬菜新鲜度的自动化方法数据库 | 开发了一个专门用于蔬菜新鲜度评估的数据库,填补了现有数据集的不足 | 数据库的适用性依赖于训练和验证数据的质量,目前缺乏合适的数据集 | 评估蔬菜新鲜度以支持食品行业的自动化分类 | 蔬菜的外部形态、质地和颜色 | computer vision | NA | deep learning | NA | image | NA | NA | NA | NA | NA |
13937 | 2025-10-07 |
Uncertainty-Aware Deep Learning Characterization of Knee Radiographs for Large-Scale Registry Creation
2025-May, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2024.10.103
PMID:39477040
|
研究论文 | 开发用于膝关节X光片自动分类和目标检测的不确定性感知深度学习系统 | 集成保形预测不确定性量化的多标签分类器与膝关节植入物检测模型 | 仅使用回顾性数据,未提及前瞻性验证 | 构建大规模膝关节X光片注册表的自动化图像处理流程 | 膝关节X光片 | 计算机视觉 | 骨科疾病 | X射线成像 | CNN, 目标检测模型 | 图像 | 26,000张膝关节图像用于分类,11,841张膝关节X光片用于目标检测 | NA | EfficientNet | F1分数, 准确率, 灵敏度, 特异性, 边际覆盖率, 效率, 平均精度, 召回率 | NA |
13938 | 2025-10-07 |
Detection of Ocular Surface Squamous Neoplasia Using Artificial Intelligence With Anterior Segment Optical Coherence Tomography
2025-May, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.02.019
PMID:39983942
|
研究论文 | 开发并验证基于深度学习的前段光学相干断层扫描模型,用于区分眼表鳞状上皮 neoplasia 与翼状胬肉和睑裂斑 | 首次结合掩码自编码器和视觉变换器模型,利用大量无标签数据进行预训练,实现眼表鳞状上皮 neoplasia 的自动检测 | 单中心回顾性研究,样本量有限,需要进一步多中心验证 | 开发人工智能辅助诊断系统,提高眼表鳞状上皮 neoplasia 的诊断准确性 | 眼表鳞状上皮 neoplasia、翼状胬肉和睑裂斑患者 | 计算机视觉 | 眼表鳞状上皮 neoplasia | 前段光学相干断层扫描 | 自编码器, 视觉变换器 | 图像 | 5746只眼的105,859张AS-OCT图像用于预训练,523只眼的2022张图像用于训练,48名患者的62只眼566次扫描用于测试 | NA | 掩码自编码器, 视觉变换器 | 准确率, 灵敏度, 特异性, AUC | NA |
13939 | 2025-10-07 |
Evaluating the dosimetric and positioning accuracy of a deep learning based synthetic-CT model for liver radiotherapy treatment planning
2025-Apr-11, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc818
PMID:40174606
|
研究论文 | 评估基于深度学习的合成CT模型在肝癌放射治疗计划中的剂量计算和患者定位准确性 | 首个在剂量学和患者定位两方面验证肝癌合成CT模型的研究,展示了仅使用MRI工作流程治疗肝癌的可行性 | 研究样本量较小(11名患者),需要进一步验证 | 评估深度学习生成的合成CT在肝癌放射治疗中的剂量计算和定位精度 | 肝癌患者放射治疗计划 | 医学影像分析 | 肝癌 | MRI, 合成CT生成, 4D CBCT | CycleGAN | 医学影像(CT, MRI, CBCT) | 11名患者 | NA | CycleGAN | 剂量差异百分比, 平移差异, 旋转差异, DVH分析 | NA |
13940 | 2025-04-13 |
Domain Shift Analysis in Chest Radiographs Classification in a Veterans Healthcare Administration Population
2025-Apr-11, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01494-7
PMID:40216674
|
研究论文 | 本研究评估了领域偏移对胸部X光分类准确性的影响,并分析了真实标签质量和人口统计学因素(如年龄组、性别和研究年份)的影响 | 揭示了在未见过的VA数据集中领域偏移最小,除了“扩大的心脏纵隔”标签,并强调了考虑领域偏移和人口统计学因素在胸部X光分类任务中的重要性 | 研究主要关注VA-CXR和MIMIC-CXR数据集,可能不适用于其他医疗数据集 | 评估领域偏移对胸部X光分类准确性的影响,并分析人口统计学因素的影响 | 退伍军人医疗管理系统的胸部X光数据集(VA-CXR)和MIMIC-CXR数据集 | 医学影像 | NA | 深度学习,NLP提取工具(CheXpert和CheXbert Labeler) | DenseNet121 | 胸部X光图像和放射学报告文本 | VA-CXR和MIMIC-CXR数据集 | NA | NA | NA | NA |