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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1421 | 2025-10-05 |
GShC-Net: Hybrid deep learning with DCTLAP feature extraction for brain tumor detection
2025-Dec, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种混合深度学习模型GShC-Net用于脑肿瘤检测 | 融合GoogleNet和Shepard卷积神经网络,结合DCTLAP特征提取的混合深度学习架构 | NA | 开发自动化计算机辅助诊断系统以改进脑肿瘤早期检测 | 脑肿瘤医学图像 | 计算机视觉 | 脑肿瘤 | 医学图像分析 | CNN,混合深度学习 | 图像 | NA | NA | GoogleNet,Shepard CNN,GShC-Net | 真阳性率,真阴性率,准确率 | NA |
1422 | 2025-10-05 |
A pre-training enhanced deep learning framework for robust sparse unmixing in chemical imaging
2025-Nov-08, Analytica chimica acta
IF:5.7Q1
DOI:10.1016/j.aca.2025.344524
PMID:40983411
|
研究论文 | 提出一种预训练增强的深度学习框架P4SU,用于化学成像中的稳健稀疏解混 | 利用光谱库生成的模拟光谱预训练深度学习模型,结合线性与非线性解码器选项,显著提升解混精度和稳定性 | 未明确说明模型在极端噪声条件下的性能表现 | 开发准确稳健的化学成像解混算法 | 颜料混合物、糖溶液和药物片剂三种化学数据集 | 化学成像分析 | NA | 高光谱成像、拉曼成像 | 深度学习 | 光谱数据、化学成像数据 | 三个化学多样性数据集 | Python | NA | 均方根误差(RMSE), 标准差 | NA |
1423 | 2025-10-05 |
Leveraging Artificial Intelligence for Diabetic Retinopathy Screening and Management: History and Current Advances
2025-Nov, Seminars in ophthalmology
IF:1.9Q2
DOI:10.1080/08820538.2024.2432902
PMID:39580713
|
综述 | 本文回顾了人工智能在糖尿病视网膜病变筛查与管理中的应用历史与当前进展 | 系统梳理了AI在DR筛查领域的发展历程,并重点介绍了获得美国FDA批准的三大自动化筛查算法 | 作为叙述性综述,缺乏对研究质量的系统性评估和定量分析 | 评估人工智能在糖尿病视网膜病变筛查中的应用及现有自动化检测算法 | 已发表的关于AI在DR筛查中应用的科学研究文献 | 数字病理 | 糖尿病视网膜病变 | 眼底摄影,视网膜成像 | 深度学习 | 视网膜图像 | NA | NA | NA | NA | NA |
1424 | 2025-10-05 |
The potential role of machine learning and deep learning in differential diagnosis of Alzheimer's disease and FTD using imaging biomarkers: A review
2025-Oct, The neuroradiology journal
DOI:10.1177/19714009251313511
PMID:39787363
|
综述 | 本文综述了机器学习和深度学习在利用影像生物标志物区分阿尔茨海默病与额颞叶痴呆鉴别诊断中的潜在作用 | 系统分析比较了机器学习和深度学习在AD与FTD鉴别诊断中的性能表现,发现SVM和ResNet分别在不同方法中表现最佳 | 需要结合临床检查和患者症状评估以确保诊断的全面性和准确性 | 探讨人工智能在阿尔茨海默病与额颞叶痴呆鉴别诊断中的应用潜力 | 阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者 | 医学影像分析 | 神经退行性疾病 | MRI, DTI, fMRI, PET, SPECT | 机器学习, 深度学习 | 医学影像 | 基于31篇文献的综合分析 | NA | SVM, ResNet | 分类性能 | NA |
1425 | 2025-10-05 |
Evaluating the effect of noise reduction strategies in CT perfusion imaging for predicting infarct core with deep learning
2025-Oct, The neuroradiology journal
DOI:10.1177/19714009251313517
PMID:39789894
|
研究论文 | 评估不同噪声降低策略对深度学习模型在CT灌注成像中预测梗死核心的影响 | 首次系统比较不同供应商噪声降低技术对深度学习模型在急性缺血性卒中CTP扫描中识别梗死组织性能的影响 | 样本量较小(60例患者),仅包含成功机械取栓的患者,可能限制结果的普适性 | 评估深度学习模型在CT灌注成像中识别梗死组织的效能,特别关注不同噪声降低技术的影响 | 急性大血管闭塞性缺血性卒中患者的CT灌注扫描 | 医学影像分析 | 缺血性卒中 | CT灌注成像,扩散加权成像,表观扩散系数图 | CNN | 医学影像 | 60例急性缺血性卒中患者 | NA | U-Net | Dice系数 | NA |
1426 | 2025-10-05 |
Attention mechanism-based multi-parametric MRI ensemble model for predicting tumor budding grade in rectal cancer patients
2025-Oct, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04886-z
PMID:40167646
|
研究论文 | 开发并验证基于注意力机制的多参数MRI集成模型,用于预测直肠癌患者的肿瘤出芽分级 | 首次将CrossFormer架构和基于Transformer的注意力机制应用于多参数MRI特征融合,有效捕捉不同成像序列间的空间交互作用 | 回顾性研究设计,样本量相对有限,模型间AUC差异未达到统计学显著性 | 预测直肠癌患者的肿瘤出芽分级 | 直肠癌患者 | 医学影像分析 | 直肠癌 | 多参数磁共振成像 | 深度学习 | 医学影像 | 458例经病理证实的直肠癌患者(355例来自中心1,103例来自另外两个中心) | NA | CrossFormer, Transformer | AUC, 校准曲线, 决策曲线分析 | NA |
1427 | 2025-10-05 |
Deep learning-based segmentation of gallbladder cancer on abdominal computed tomography scans: a multicenter study
2025-Oct, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04887-y
PMID:40167645
|
研究论文 | 基于深度学习开发用于腹部CT扫描中胆囊癌自动分割的模型 | 在多中心数据集上比较了多种先进的2D和3D图像分割模型在胆囊癌分割任务中的性能 | 回顾性研究设计,样本量相对有限 | 训练和验证用于胆囊癌自动分割的深度学习模型 | 经病理证实的初治胆囊癌患者 | 计算机视觉 | 胆囊癌 | 对比增强CT扫描 | 深度学习分割模型 | 医学影像 | 训练验证队列317例,内部测试29例,外部测试85例 | NA | SAM Adapter, MedSAM, 3D TransUNet, SAM-Med3D, 3D-nnU-Net | Dice系数, IoU | NA |
1428 | 2025-10-05 |
Preoperative Assessment of Lymph Node Metastasis in Rectal Cancer Using Deep Learning: Investigating the Utility of Various MRI Sequences
2025-Oct, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17717-8
PMID:40553356
|
研究论文 | 本研究开发了一种基于多参数MRI的深度学习模型,用于直肠癌术前淋巴结转移评估 | 设计了多参数多尺度EfficientNet模型,并系统比较了不同MRI序列对淋巴结转移评估的贡献 | 回顾性研究设计,样本量相对有限,需要进一步前瞻性验证 | 开发深度学习模型用于直肠癌术前淋巴结转移评估 | 直肠癌患者 | 医学影像分析 | 直肠癌 | 多参数磁共振成像 | 深度学习 | 三维医学影像 | 613名来自四个医疗中心的直肠癌患者 | NA | EfficientNet | AUC,准确率,敏感性,特异性,平均精确率 | NA |
1429 | 2025-10-05 |
A Geometric Deep Learning Model for Real-Time Prediction of Knee Joint Biomechanics Under Meniscal Extrusion
2025-Oct, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-025-03798-9
PMID:40663282
|
研究论文 | 提出一种几何深度学习模型用于实时预测半月板挤压下的膝关节生物力学响应 | 首次将几何深度学习应用于膝关节生物力学预测,相比传统有限元分析显著减少计算时间并实现实时评估 | 模型训练依赖于有限元分析生成的数据,未直接使用临床实时采集数据 | 开发快速准确的膝关节生物力学预测方法以替代计算耗时的传统有限元分析 | 膝关节软组织在半月板挤压下的生物力学响应 | 几何深度学习 | 骨关节炎 | 有限元分析,几何深度学习 | 几何深度学习模型 | 有限元分析生成的生物力学数据 | NA | NA | 几何深度学习架构 | 平均绝对误差, 平均绝对百分比误差, 峰值位置百分比误差, 峰值数值百分比误差 | NA |
1430 | 2025-10-05 |
Deep learning-based quantitative assessment inflammatory response of hyperreflective foci in diabetic macular edema
2025-Oct, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104728
PMID:40680912
|
研究论文 | 本研究通过深度学习自动分割系统定量评估糖尿病黄斑水肿中高反射灶与炎症细胞因子的关联 | 首次使用深度学习自动分割系统定量分析高反射灶数量、体积与眼内炎症细胞因子的相关性 | 样本量较小(39只DME患眼和19只对照眼),未探讨高反射灶分布与细胞因子的关系 | 探究糖尿病黄斑水肿中高反射灶与炎症细胞因子的关联性 | 糖尿病黄斑水肿患者和对照组的房水样本及SD-OCT影像 | 数字病理 | 糖尿病黄斑水肿 | ELISA, 光谱域光学相干断层扫描 | 深度学习 | 医学影像 | 39只DME患眼(29名患者)和19只对照眼(19名受试者) | NA | NA | Spearman相关系数, P值 | NA |
1431 | 2025-10-05 |
Efficacy and prognostic factors of anti-VEGF treatment for neovascular age-related macular degeneration: An OCTA imaging-based deep learning analysis
2025-Oct, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104701
PMID:40683364
|
研究论文 | 本研究基于OCTA影像的深度学习分析,探讨抗VEGF治疗新生血管性年龄相关性黄斑变性的疗效及预后因素 | 使用改进的LUNet深度学习模型分析OCTA影像中的视网膜特征,首次系统评估血管分散度等新型影像生物标志物与抗VEGF治疗反应的关系 | 回顾性单中心研究,样本量有限(165例患者),缺乏外部验证 | 研究抗VEGF治疗反应的影像生物标志物和影响因素,提升临床评估能力 | 渗出性年龄相关性黄斑变性患者 | 数字病理 | 年龄相关性黄斑变性 | 光学相干断层扫描血管成像(OCTA) | 深度学习 | 医学影像 | 165例渗出性AMD患者 | NA | 改进的LUNet模型 | 逻辑回归OR值,多元线性回归系数,统计显著性P值 | NA |
1432 | 2025-10-05 |
Deep self-cleansing for medical image segmentation with noisy labels
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70007
PMID:40983942
|
研究论文 | 提出一种用于医学图像分割的深度自清洁框架,能够有效处理带噪声标签 | 结合高斯混合模型标签过滤模块和标签清洁模块,能区分噪声标签并生成伪低噪声标签 | NA | 开发能够减轻噪声标签影响的鲁棒分割框架 | 肝脏肿瘤CT扫描和心脏诊断MRI扫描 | 医学图像分割 | 肝脏肿瘤, 心脏疾病 | CT扫描, MRI扫描 | 深度学习 | 医学图像 | 231个CT扫描和200个MRI扫描 | NA | 深度自清洁分割框架 | 分割性能提升指标 | NA |
1433 | 2025-10-05 |
Enhancing auto-contouring with large language model in high-dose rate brachytherapy for cervical cancers
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70034
PMID:40985602
|
研究论文 | 本研究提出了一种结合大语言模型生成任务特定提示的深度学习自动分割框架,用于宫颈癌高剂量率近距离放疗中的靶区和危及器官轮廓勾画 | 首次将大语言模型生成的领域知识提示与深度学习分割模型相结合,通过任务特定提示指导分割过程 | 样本量较小(32例患者),乙状结肠分割精度较低,提示引导对HR-CTV勾画准确性无改善 | 提高宫颈癌高剂量率近距离放疗中自动轮廓勾画的准确性和效率 | 宫颈癌患者的高风险临床靶区和危及器官(膀胱、直肠、乙状结肠) | 医学图像分割 | 宫颈癌 | 计算机断层扫描 | Swin Transformer, FCN | 医学图像 | 32例宫颈癌患者的124张计划CT图像 | NA | Swin transformer编码器, 全卷积网络解码器 | Dice相似系数, Hausdorff距离, 平均表面距离, 质心距离 | NA |
1434 | 2025-10-05 |
Transforming [177Lu]Lu-PSMA-617 treatment planning: Machine learning-based radiodosiomics and swin UNETR using pretherapy PSMA positron emission tomography/computed tomography (PET/CT)
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70030
PMID:40985608
|
研究论文 | 本研究开发了基于机器学习的放射剂量组学模型和基于Swin UNETR的深度学习架构,用于预测转移性去势抵抗性前列腺癌患者的[177Lu]Lu-PSMA-617治疗剂量 | 首次将临床生物标志物、放射组学特征和剂量组学特征整合到机器学习模型中,并采用自监督预训练的Swin UNETR架构预测剂量率分布图 | 样本量较小(20例用于ML模型,30例用于DL模型),为回顾性研究 | 开发精准的[177Lu]Lu-PSMA-617放射配体治疗前剂量规划方法 | 转移性去势抵抗性前列腺癌患者 | 医学影像分析 | 前列腺癌 | PSMA PET/CT成像,蒙特卡洛剂量计算 | 集成树回归器,Transformer | PET/CT影像,剂量率分布图 | 20例患者用于机器学习模型,30例患者用于深度学习模型 | GATE v9.1, LIFEx v7.4.0 | Swin UNETR | R2, RMSE, NRMSE, Gamma通过率 | NA |
1435 | 2025-10-05 |
Enhancing semi-supervised learning for fine-grained 3D cerebrovascular segmentation with cross-consistency and uncertainty estimation
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70017
PMID:40985655
|
研究论文 | 提出一种用于3D脑血管细粒度分割的半监督学习方法,通过交叉一致性和不确定性估计提升性能 | 提出交叉一致性双不确定性量化均值教师方法,结合像素-图像变换等变性和特征扰动不变性的双重一致性学习 | 未明确说明方法在其他血管结构或影像模态上的泛化能力 | 提升3D脑血管分割的准确性,减少对标注数据的依赖 | 时间飞跃法磁共振血管成像(TOF-MRA)中的脑血管 | 计算机视觉 | 脑血管疾病 | 时间飞跃法磁共振血管成像(TOF-MRA) | 均值教师模型 | 3D医学影像 | 两个公开数据集(包括IXI数据集) | NA | NA | Dice相似系数, 交并比 | NA |
1436 | 2025-10-05 |
Riverine heat waves on the rise, outpacing air heat waves
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2503160122
PMID:40982675
|
研究论文 | 本研究通过深度学习模型重建美国本土1471个站点1980-2022年的连续水温数据,首次系统分析河流热浪事件特征及其变化趋势 | 首次使用单一LSTM模型重建大规模连续水温数据集,系统比较河流热浪与大气热浪的差异,揭示河流热浪增长速率远超大气热浪的新现象 | 研究区域仅限于美国本土,未涵盖全球其他地区;人类活动对热浪影响的分析相对简化 | 量化分析河流热浪的发生频率、强度和持续时间,比较其与大气热浪的差异,探究驱动因素 | 美国本土1471个站点的河流水温数据 | 环境科学, 机器学习 | NA | 深度学习, 传感器监测, 卫星遥感 | LSTM | 时间序列水温数据 | 1471个监测站点,1980-2022年每日数据 | NA | 长短期记忆网络 | NA | NA |
1437 | 2025-10-05 |
De novo design of potent inhibitors of clostridial family toxins
2025-Sep-30, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2509329122
PMID:40982695
|
研究论文 | 通过从头设计小蛋白微型结合剂直接中和艰难梭菌毒素B和TcsL毒素 | 结合深度学习和Rosetta方法从头设计高亲和力微型结合剂,首次实现直接阻止毒素进入宿主细胞的中和作用 | 未明确说明临床前研究的样本规模及人体试验数据 | 开发针对艰难梭菌毒素B和TcsL毒素的高效抑制剂 | 艰难梭菌毒素B(TcdB)和TcsL毒素 | 计算生物学 | 艰难梭菌感染 | 深度学习, Rosetta蛋白质设计 | 深度学习模型 | 蛋白质结构数据 | 初始设计48个,优化设计48个 | Rosetta, 深度学习框架 | NA | 皮摩尔级效力,存活率 | NA |
1438 | 2025-10-05 |
FetalDenseNet: multi-scale deep learning for enhanced early detection of fetal anatomical planes in prenatal ultrasound
2025-Sep-24, Journal of perinatal medicine
IF:1.7Q2
DOI:10.1515/jpm-2025-0249
PMID:40983600
|
研究论文 | 本研究通过评估多种深度学习架构,开发了FetalDenseNet模型以提升产前超声中胎儿解剖平面的分类准确率 | 首次在大规模临床验证数据集上系统比较五种CNN架构在胎儿超声图像分类中的性能,并证明DenseNet169的优越性 | 研究仅基于单一医疗机构的数据集,未进行外部验证 | 通过深度学习方法提高胎儿超声图像中解剖平面分类的准确性 | 胎儿解剖平面 | 计算机视觉 | 产前检查 | 超声成像 | CNN | 图像 | 12,400张超声图像,来自1,792名患者 | NA | VGG16, ResNet50, InceptionV3, DenseNet169, MobileNetV2 | 准确率 | NA |
1439 | 2025-10-05 |
NVNMD-v2: Scalable and Accurate Deep Learning Molecular Dynamics Model Based on Non-Von Neumann Architectures
2025-Sep-23, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.5c01050
PMID:40902087
|
研究论文 | 提出NVNMD-v2算法-硬件协同设计架构,通过集成广义深度神经网络势能与存内计算加速器,实现可扩展且精确的深度学习分子动力学模拟 | 采用优化的类型嵌入描述符支持多达32种元素的多元素系统,消除物种依赖参数缩放;在单个FPGA上实现DFT级精度与平坦的单原子计算成本 | 未明确说明模型在极端温度或压力条件下的性能表现 | 解决机器学习分子动力学框架在精度、可扩展性和能效方面的三重困境 | 多元素材料系统(包括高熵合金、多铁性钙钛矿、半导体异质结构和生物分子组装体) | 机器学习 | NA | 分子动力学模拟 | 深度神经网络 | 原子相互作用数据 | 支持2000万原子规模的系统模拟 | NA | 广义深度神经网络势能(GDNNP) | 计算精度(DFT级)、计算成本(10秒/步/原子)、能效(120倍能耗降低) | FPGA, NVIDIA V100 GPU(对比基准) |
1440 | 2025-10-05 |
GSH and Halides Directed Controllable Synthesis of Chiral Gold Nanostars for Sensitive Diagnosis of Nephritis Types Using SERS and Transformer Neural Network
2025-Sep-23, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01908
PMID:40925611
|
研究论文 | 通过GSH和卤化物调控合成手性金纳米星用于肾炎类型的SERS检测和Transformer神经网络诊断 | 实现了手性金纳米星分支尺寸、数量和锐度的精确可控合成,并结合Transformer神经网络达到99.94%的肾炎诊断准确率 | 未提及样本规模的详细统计信息和模型泛化能力验证 | 开发基于表面增强拉曼光谱和深度学习的肾炎类型敏感诊断方法 | 健康个体和急性/非急性间质性肾炎患者的尿液样本 | 机器学习 | 肾炎 | 表面增强拉曼光谱(SERS), 有限时域差分(FDTD)计算 | Transformer | 拉曼光谱数据 | NA | NA | Transformer | 诊断准确率 | NA |