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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14701 | 2025-10-07 |
Radiology AI and sustainability paradox: environmental, economic, and social dimensions
2025-Apr-17, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01962-2
PMID:40244301
|
综述 | 探讨放射学AI在环境、经济和社会维度上的可持续性悖论 | 首次从放射学视角系统分析AI技术的可持续性矛盾,提出平衡创新与可持续性的综合框架 | 未提供具体实证数据支持理论分析,缺乏量化环境影响评估 | 分析AI在放射学领域的可持续性挑战并提出应对策略 | 放射学AI系统的环境足迹、经济可行性和社会影响 | 医疗AI | NA | 深度学习 | NA | NA | NA | NA | NA | NA | 云计算 |
| 14702 | 2025-10-07 |
A deep learning model based on self-supervised learning for identifying subtypes of proliferative hepatocellular carcinoma from dynamic contrast-enhanced MRI
2025-Apr-17, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-025-01968-w
PMID:40244356
|
研究论文 | 本研究开发了一种基于自监督学习的深度学习模型,利用动态对比增强MRI数据识别肝细胞癌的增殖亚型 | 首次将自监督学习与动态影像组学结合,采用两阶段训练方法预测HCC增殖亚型 | 回顾性研究设计,样本量相对有限(381例患者) | 提高肝细胞癌增殖亚型的诊断精度并指导个性化治疗规划 | 肝细胞癌患者 | 医学影像分析 | 肝细胞癌 | 动态对比增强MRI | 深度学习模型 | 医学影像 | 381例HCC患者(训练集220例,内部测试集93例,外部测试集68例) | NA | pHCC-SSL模型 | AUC | NA |
| 14703 | 2025-10-07 |
Empowering natural product science with AI: leveraging multimodal data and knowledge graphs
2025-Apr-16, Natural product reports
IF:10.2Q1
DOI:10.1039/d4np00008k
PMID:39148455
|
观点文章 | 探讨如何利用人工智能和多模态数据及知识图谱推动天然产物科学研究 | 提出通过构建知识图谱整合分散的天然产物数据,以开发能模拟天然产物科学家决策过程的AI模型 | 天然产物数据存在多模态、不平衡、非标准化和分散存储等挑战,限制了现有深度学习架构的应用 | 推动人工智能在天然产物科学研究中的应用,模拟人类认知决策过程 | 天然产物科学数据和知识 | 自然语言处理, 机器学习 | NA | 知识图谱构建, 多模态数据处理 | NA | 多模态数据, 非关系型数据 | NA | NA | NA | NA | NA |
| 14704 | 2025-10-07 |
A deep learning approach for quantifying CT perfusion parameters in stroke
2025-Apr-16, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc9b6
PMID:40194529
|
研究论文 | 提出一种基于Transformer的深度学习方法,用于从CT灌注图像中准确量化脑卒中相关生理参数 | 首次将Transformer网络应用于CT灌注参数估计,能够学习体素级时间特征并估计局部动脉输入函数 | 方法验证主要基于模拟数据和单一公开数据集(ISLES18),需要更多临床数据验证 | 开发从CT灌注图像准确估计生理参数的方法 | 急性缺血性脑卒中患者的CT灌注图像 | 医学影像分析 | 脑卒中 | CT灌注成像 | Transformer | 医学影像序列数据 | ISLES18数据集和模拟数据 | NA | Transformer | 相关系数, 平均误差 | NA |
| 14705 | 2025-10-07 |
Deep Anatomical Federated Network (Dafne): An Open Client-server Framework for the Continuous, Collaborative Improvement of Deep Learning-based Medical Image Segmentation
2025-Apr-16, Radiology. Artificial intelligence
DOI:10.1148/ryai.240097
PMID:40237599
|
研究论文 | 提出并评估了Dafne,一个基于联邦增量学习的免费去中心化协作深度学习系统,用于医学影像语义分割 | 开发了首个开放的客户端-服务器框架,支持通过联邦增量学习实现医学影像分割模型的持续协作改进 | 本地评估仅基于38个下肢MRI数据集,样本规模有限 | 开发一个能够通过联邦学习持续改进医学影像分割性能的协作系统 | 放射学图像的语义分割 | 医学影像分析 | NA | 联邦学习,增量学习 | 深度学习 | 医学影像,MRI | 38个下肢MRI数据集,639个实际使用案例 | NA | NA | Dice相似系数 | 客户端-服务器架构 |
| 14706 | 2025-10-07 |
Clinical Neuroimaging Over the Last Decade: Achievements and What Lies Ahead
2025-Apr-16, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001192
PMID:40239043
|
综述 | 回顾过去十年临床神经影像学领域的技术进步与科学发现,重点分析《Investigative Radiology》期刊的高影响力文章及其对临床实践的影响 | 整合光子计数CT、高低场磁共振成像技术创新与深度学习分析方法,首次系统梳理脑部类淋巴系统等基础神经科学发现对临床的转化价值 | 主要基于单一期刊的文献分析,可能未全面覆盖该领域所有重要进展 | 总结临床神经影像学十年发展历程并展望未来方向 | 神经影像学技术文献与临床实践应用 | 医学影像 | 神经系统疾病 | 光子计数CT、高低场磁共振成像、定量成像技术 | 深度学习 | 医学影像数据 | NA | NA | NA | NA | NA |
| 14707 | 2025-10-07 |
A lightweight Xray-YOLO-Mamba model for prohibited item detection in X-ray images using selective state space models
2025-Apr-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96035-1
PMID:40240781
|
研究论文 | 提出一种轻量级Xray-YOLO-Mamba模型,用于X射线图像中的违禁物品检测 | 集成YOLO和Mamba架构,引入CResVSS块增强感受野和特征表示,SDConv下采样块减少信息损失,Dysample上采样块改善分辨率恢复 | NA | 解决X射线图像违禁物品检测中的特征提取、目标遮挡和模型复杂度问题 | X射线图像中的违禁物品 | 计算机视觉 | NA | X射线成像 | YOLO, Mamba | X射线图像 | 三个数据集(CLCXray, OPIXray, SIXray) | NA | YOLO, Mamba, CResVSS, SDConv, Dysample | mAP, FPS | GPU |
| 14708 | 2025-10-07 |
Inter-organ correlation based multi-task deep learning model for dynamically predicting functional deterioration in multiple organ systems of ICU patients
2025-Apr-16, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-025-00445-w
PMID:40241105
|
研究论文 | 提出基于器官间相关性的多任务深度学习模型IOC-MT,用于动态预测ICU患者六个器官系统的功能恶化 | 使用图注意力网络模块捕获器官间相关性,并采用自适应调整机制根据其他器官信息调整预测结果 | 研究依赖于三个公共ICU数据库,未在更多数据集上验证模型泛化能力 | 开发多任务深度学习模型同时预测多个器官系统的功能恶化 | ICU患者六个器官系统的功能恶化 | 医疗健康, 深度学习 | 危重症疾病 | 深度学习, 图神经网络 | 多任务深度学习, GAT, LSTM, GRU, Transformer | ICU临床数据 | 三个公共ICU数据库 | NA | Graph Attention Networks, LSTM, GRU, Transformer | AUROC, AUPRC, 校准曲线 | NA |
| 14709 | 2025-10-07 |
AI-assisted SERS imaging method for label-free and rapid discrimination of clinical lymphoma
2025-Apr-16, Journal of nanobiotechnology
IF:10.6Q1
DOI:10.1186/s12951-025-03339-5
PMID:40241186
|
研究论文 | 开发了一种结合AI和SERS成像的无标记快速淋巴瘤诊断方法 | 首次将表面增强拉曼散射成像与深度学习相结合,实现小视野(30×30μm²)组织切片的快速分子成像诊断 | 目前仅验证了非霍奇金淋巴瘤和正常淋巴组织的识别,未扩展到其他类型淋巴瘤 | 开发微创淋巴瘤诊断的分子成像策略 | 临床正常淋巴组织和非霍奇金淋巴瘤组织样本 | 数字病理 | 淋巴瘤 | 表面增强拉曼散射成像 | CNN | 拉曼光谱图像 | 临床淋巴组织和NHL组织样本 | NA | 深度卷积神经网络 | 识别率 | NA |
| 14710 | 2025-10-07 |
Physical twinning for joint encoding-decoding optimization in computational optics: a review
2025-Apr-15, Light, science & applications
DOI:10.1038/s41377-025-01810-4
PMID:40229266
|
综述 | 本文综述了计算光学中通过物理孪生技术实现编码-解码联合优化的方法 | 提出将光学编码数字化孪生为神经网络层,实现编码与解码过程的端到端联合优化 | 从优化编码参数到实际调制元件的反向物理孪生面临位深、数值范围和稳定性等方面的差距挑战 | 探索计算光学中编码-解码联合优化技术 | 光学调制元件 | 计算光学 | NA | 深度学习, 数字孪生 | 神经网络 | 光学成像数据 | NA | NA | NA | 精度, 速度, 鲁棒性 | NA |
| 14711 | 2025-10-07 |
Assessing Pan-Canada wildfire susceptibility by integrating satellite data with novel hybrid deep learning and black widow optimizer algorithms
2025-Apr-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.179369
PMID:40239493
|
研究论文 | 通过整合卫星数据与新型混合深度学习和黑寡妇优化器算法评估加拿大全境野火易发性 | 开发了LSTM、RNN、BiLSTM和BiRNN与黑寡妇优化器(BWO)混合的新型深度学习模型 | NA | 开发成本效益高且可靠的方法来准确预测和绘制野火发生概率 | 加拿大全境的历史野火发生情况 | 机器学习 | NA | 遥感数据, 深度学习, 元启发式算法 | LSTM, RNN, BiLSTM, BiRNN, BWO | 卫星数据, 历史野火位置数据 | 4240个历史大型野火位置(2014-2023年) | NA | LSTM, RNN, BiLSTM, BiRNN | AUC, 统计误差指标 | NA |
| 14712 | 2025-10-07 |
Advances in research on receptor heterogeneity in breast cancer liver metastasis
2025-Apr-15, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2025.01046
PMID:40240168
|
综述 | 本文综述乳腺癌肝转移受体异质性的研究进展及其临床意义 | 系统阐述受体状态异质性的影响因素,并提出人工智能深度学习预测模型等未来研究方向 | 未涉及具体实验数据验证,主要为理论性综述 | 探讨乳腺癌肝转移受体异质性对治疗策略的影响 | 乳腺癌肝转移患者及其受体状态 | 医学研究 | 乳腺癌 | 肝脏活检 | 深度学习 | 临床数据 | NA | NA | NA | NA | NA |
| 14713 | 2025-10-07 |
Deep Learning in Knee MRI: A Prospective Study to Enhance Efficiency, Diagnostic Confidence and Sustainability
2025-Apr-15, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.03.018
PMID:40240275
|
研究论文 | 评估深度学习重建的并行采集技术和同步多层加速成像在膝关节MRI中的应用效果 | 首次将深度学习重建的四倍并行采集技术与两倍同步多层加速成像相结合,显著提升成像效率和质量 | 样本量较小(34名参与者),仅评估了特定脉冲序列 | 比较深度学习增强的膝关节MRI与传统成像方法的性能差异 | 接受膝关节MRI检查的成年患者 | 医学影像分析 | 膝关节疾病 | 磁共振成像,深度学习重建,并行采集技术,同步多层加速 | 深度学习 | 医学影像 | 34名参与者(平均年龄45±17岁,14名女性) | NA | NA | 图像质量,信噪比,对比噪声比,放射组学特征 | NA |
| 14714 | 2025-10-07 |
Applied research on innovation and development of blue calico of Chinese intangible cultural heritage based on artificial intelligence
2025-Apr-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96587-2
PMID:40229316
|
研究论文 | 提出一种基于增强循环一致性生成对抗网络的风格迁移方法,用于中国传统蓝印花布图案的创新设计 | 将Ghost卷积模块和SRM注意力模块引入生成器网络结构,在减少模型参数和计算成本的同时增强网络特征提取能力 | NA | 促进传统蓝印花布图案的创新设计,解决传承人减少和市场萎缩的挑战 | 中国传统蓝印花布图案 | 计算机视觉 | NA | 深度学习 | GAN | 图像 | NA | NA | CycleGAN | NA | NA |
| 14715 | 2025-10-07 |
ALL diagnosis: can efficiency and transparency coexist? An explainble deep learning approach
2025-Apr-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97297-5
PMID:40229347
|
研究论文 | 提出一种结合EfficientNet-B7架构与可解释人工智能方法的急性淋巴细胞白血病诊断框架 | 将高效深度学习架构与多种XAI技术相结合,在保持高精度的同时提升模型透明度和计算效率 | NA | 开发高效、可解释的急性淋巴细胞白血病诊断工具 | 急性淋巴细胞白血病患者 | 计算机视觉 | 白血病 | 深度学习 | CNN | 医学图像 | Taleqani医院数据集、C-NMC-19数据集和Multi-Cancer数据集 | NA | EfficientNet-B7 | 准确率,精确率,召回率,F1分数,AUC,mAP | NA |
| 14716 | 2025-10-07 |
Accelerated diffusion tensor imaging with self-supervision and fine-tuning
2025-Apr-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96459-9
PMID:40229411
|
研究论文 | 提出一种结合自监督预训练和微调的深度学习框架,用于加速扩散张量成像并减少训练数据需求 | 开发了自监督深度学习微调框架,无需大量高质量标注数据即可实现高性能DTI重建 | NA | 减少扩散张量成像的训练数据需求并提高成像效率 | 脑部微观结构 | 医学影像分析 | 神经系统疾病 | 扩散张量成像 | 深度学习 | 医学影像数据 | 使用人类连接组计划数据,具体样本量未明确说明 | NA | NA | 定性评估,定量评估,DWI重建质量,张量指标 | NA |
| 14717 | 2025-10-07 |
A hybrid learning network with progressive resizing and PCA for diagnosis of cervical cancer on WSI slides
2025-Apr-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97719-4
PMID:40229435
|
研究论文 | 提出一种结合渐进式调整大小和PCA的混合学习网络,用于WSI玻片的宫颈癌诊断 | 将渐进式调整大小策略与PCA特征降维相结合,并集成多个深度学习模型与机器学习分类器 | NA | 提高宫颈癌在WSI玻片上的诊断准确率 | 宫颈癌WSI玻片 | 数字病理学 | 宫颈癌 | 全玻片成像 | CNN, SVM, RF | 图像 | NA | NA | ResNet-152, VGG-16 | 准确率 | NA |
| 14718 | 2025-10-07 |
Transformer-based deep learning for accurate detection of multiple base modifications using single molecule real-time sequencing
2025-Apr-14, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08009-8
PMID:40229481
|
研究论文 | 本研究开发了一种结合CNN和Transformer的混合深度学习模型HK model 2,用于基于单分子实时测序技术检测多种碱基修饰 | 将Transformer层引入碱基修饰检测,相比纯CNN模型显著提升检测性能,并能同时检测5mC、5hmC和6mA等多种修饰类型 | 未明确说明模型在不同测序平台或样本类型上的泛化能力 | 开发高精度的碱基修饰检测方法,拓展单分子实时测序在液体活检中的应用 | 细胞游离DNA(cfDNA)分子中的碱基修饰模式 | 生物信息学 | 肝细胞癌 | 单分子实时测序 | CNN,Transformer | 测序数据 | NA | NA | CNN-Transformer混合架构 | AUC | NA |
| 14719 | 2025-10-07 |
Deep learning for video-based assessment of endotracheal intubation skills
2025-Apr-14, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00776-z
PMID:40229550
|
研究论文 | 开发基于深度学习的视频分析系统,用于评估气管插管技能 | 首次将2D卷积自编码器与跨视图注意力模块的1D卷积模型相结合,用于视频技能评估 | 未提及样本量的具体数值和模型泛化能力的验证 | 开发客观、自动化的气管插管技能评估系统 | 医疗人员的气管插管操作视频 | 计算机视觉 | NA | 视频分析 | CNN, 自编码器 | 视频 | NA | NA | 2D卷积自编码器, 1D卷积模型 | 准确率 | NA |
| 14720 | 2025-10-07 |
DCATNet: polyp segmentation with deformable convolution and contextual-aware attention network
2025-Apr-14, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01661-w
PMID:40229681
|
研究论文 | 提出一种用于息肉分割的新型深度学习架构DCATNet,结合可变形卷积和上下文感知注意力机制 | 集成几何注意力模块(GAM)、上下文注意力门(CAG)和多尺度特征提取(MSFE)块,结合ResNetV2-50编码器和Transformer架构 | NA | 解决医学图像中息肉分割的挑战,提高分割准确性 | 医学图像中的息肉 | 计算机视觉 | 结直肠疾病 | 深度学习 | CNN, Transformer | 医学图像 | 五个公共数据集(包括Kvasir-SEG和CVC-ClinicDB) | NA | U-Net, ResNetV2-50, Transformer | Dice系数 | NA |