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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 15801 | 2025-10-07 |
Deformable lung 4DCT image registration via landmark-driven cycle network
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16738
PMID:37708440
|
研究论文 | 提出一种基于标志点驱动的循环网络用于肺部4DCT图像的可变形配准 | 采用弱监督深度学习框架,结合双向变形矢量场生成和标志点驱动损失函数 | NA | 开发自动、准确、高效的肺部4DCT图像配准方法 | 肺部四维计算机断层扫描图像 | 医学图像处理 | 肺部疾病 | 4DCT | GAN, 循环网络 | CT图像 | DIR-Lab数据集10个4DCT数据集,临床数据集50个4DCT数据集 | NA | 生成器-判别器架构 | 目标配准误差(TRE), 平均绝对误差(MAE), 结构相似性指数(SSIM) | NA |
| 15802 | 2025-10-07 |
Heterogenous thinning of peripapillary tissues occurs early during high myopia development in juvenile tree shrews
2024-Mar, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2024.109824
PMID:38336167
|
研究论文 | 本研究通过诱导幼年树鼩发展高度近视,探究了视乳头周围组织在近视发展过程中的厚度变化 | 首次在幼年树鼩模型中揭示高度近视早期视乳头周围组织存在异质性变薄,且变薄主要发生在实验第一周 | 样本量较小(仅15只眼睛),缺乏长期观察数据, sectorial分析未发现明确模式 | 研究高度近视发展过程中视乳头周围组织的厚度变化 | 幼年树鼩的视乳头周围组织 | 数字病理 | 近视 | 光学相干断层扫描,深度学习算法,非线性畸变校正 | 深度学习 | OCT图像 | 6只双眼正常视力树鼩,9只单眼-10D镜片处理树鼩(共15只眼睛),持续5周观察 | NA | NA | P值,百分比变化 | NA |
| 15803 | 2025-10-07 |
Predicting FDG-PET Images From Multi-Contrast MRI Using Deep Learning in Patients With Brain Neoplasms
2024-03, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28837
PMID:37259967
|
研究论文 | 本研究使用深度学习模型从多对比MRI生成脑肿瘤患者的FDG-PET等效图像 | 首次使用多对比MRI(T1、T1c、T2-FLAIR、ASL)通过卷积神经网络合成FDG-PET图像,无需使用放射性示踪剂 | 合成PET图像质量评分(49.7%)显著低于采集PET(73.4%),存在读者间变异性,且有过度判读倾向 | 为脑肿瘤患者生成诊断质量的PET等效成像,避免地理限制、辐射暴露和高成本 | 脑肿瘤患者(51名受试者的59项研究) | 医学影像分析 | 脑肿瘤 | 18F-FDG PET成像,多对比MRI(3D GRE T1、3D GRE T1c、3D FSE T2-FLAIR、3D FSE ASL) | CNN | 医学影像(MRI和PET图像) | 51名患者的59项研究 | NA | 卷积神经网络 | PSNR, SSIM, RSME, 准确率, Gwet's AC, Bowker检验 | NA |
| 15804 | 2025-10-07 |
mmPose-FK: A Forward Kinematics Approach to Dynamic Skeletal Pose Estimation Using mmWave Radars
2024-Mar, IEEE sensors journal
IF:4.3Q2
DOI:10.1109/jsen.2023.3348199
PMID:39309301
|
研究论文 | 提出一种基于毫米波雷达的动态骨骼姿态估计方法mmPose-FK,采用正向运动学方法解决雷达数据低分辨率、镜面反射和噪声问题 | 将正向运动学机制集成到深度学习模型中,开发端到端解决方案,能够输出关节旋转和骨骼长度 | NA | 解决毫米波雷达在姿态估计中的不稳定问题,提高姿态估计的准确性和稳定性 | 人体骨骼姿态 | 计算机视觉 | NA | 毫米波雷达 | 深度学习 | 雷达点云数据 | NA | NA | NA | 准确性, 稳定性, 一致性 | NA |
| 15805 | 2025-10-07 |
K-t PCA accelerated in-plane balanced steady-state free precession phase-contrast (PC-SSFP) for all-in-one diastolic function evaluation
2024-Mar, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29897
PMID:37927206
|
研究论文 | 开发一种结合K-t PCA加速的平面内平衡稳态自由进动相位对比(PC-SSFP)MRI方法,用于一站式舒张功能评估 | 提出在单次扫描中同时获取舒张功能评估所需所有参数的MRI方法,结合K-t PCA加速技术和深度学习框架 | 仅在10名健康受试者中验证,未在患者群体中测试 | 开发一站式舒张功能评估的MRI方法 | 舒张功能评估参数(E、A、e') | 医学影像 | 心血管疾病 | MRI、K-t PCA、平衡稳态自由进动相位对比 | 深度学习 | 医学影像 | 10名健康受试者 | NA | NA | 相关系数(r)、一致性界限(LOA)、信噪比(SNR) | NA |
| 15806 | 2025-10-07 |
Biomimetic Deep Learning Networks With Applications to Epileptic Spasms and Seizure Prediction
2024-03, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2023.3325762
PMID:37851549
|
研究论文 | 提出一种新型仿生深度学习网络用于癫痫性痉挛和癫痫发作预测 | 结合模块化Volterra核卷积网络和双向循环网络,并利用头皮EEG的相位幅度跨频率耦合特征 | NA | 开发用于癫痫性痉挛和癫痫发作预测的仿生深度学习模型 | 癫痫患者和婴儿痉挛综合征患者的脑电图数据 | 机器学习 | 癫痫 | 头皮脑电图 | CNN,RNN | 脑电图信号 | 标准CHB-MIT数据集加上蒙特菲奥里医疗中心和加州大学洛杉矶分校的两个数据集 | NA | 模块化Volterra核卷积网络,双向循环网络 | 准确率,检测延迟时间,假阳性率 | NA |
| 15807 | 2025-10-07 |
Quantifying U-Net uncertainty in multi-parametric MRI-based glioma segmentation by spherical image projection
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16695
PMID:37696029
|
研究论文 | 提出基于球形图像投影的U-Net模型用于多参数MRI胶质瘤分割的不确定性量化 | 通过球形图像投影变换保留全局解剖信息,从单次MRI扫描获得多个独立分割预测,实现不确定性可视化 | 研究仅针对胶质瘤分割,样本量相对有限(369例患者) | 开发基于多参数MRI的胶质瘤分割不确定性量化方法 | 369例胶质瘤患者的多参数MRI扫描数据(T1、T1-Ce、T2和FLAIR序列) | 医学图像分析 | 胶质瘤 | 多参数MRI | U-Net | 医学图像 | 369例胶质瘤患者 | NA | SPU-Net(球形投影U-Net), U-Net, LSU-Net(线性缩放U-Net) | Dice系数, 敏感度, 特异度, 准确率, 不确定性评分 | NA |
| 15808 | 2025-10-07 |
Clinical evaluation of deep learning systems for assisting in the diagnosis of the epiretinal membrane grade in general ophthalmologists
2024-Mar, Eye (London, England)
DOI:10.1038/s41433-023-02765-9
PMID:37848677
|
研究论文 | 开发并临床评估用于辅助诊断视网膜前膜分级的深度学习系统 | 同时开发了分割视网膜特征的分割模型和分级视网膜前膜严重程度的分类模型,并通过对比实验验证AI系统对普通眼科医生的诊断辅助效果 | 分析了AI系统的误判情况,需要系统性努力确保AI在眼科实践中的安全快速整合 | 开发AI系统辅助诊断视网膜前膜分级并评估其临床价值 | 视网膜前膜患者的光学相干断层扫描图像 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描 | 深度学习模型 | 图像 | 来自三家医院的OCT数据集 | NA | NA | 像素精度,平均交并比,准确率 | NA |
| 15809 | 2025-10-07 |
CEST and nuclear Overhauser enhancement imaging with deep learning-extrapolated semisolid magnetization transfer reference: Scan-rescan reproducibility and reliability studies
2024-Mar, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29937
PMID:38009996
|
研究论文 | 开发了一种基于深度学习的磁化转移参考框架DeepEMR,用于快速可靠的CEST和NOE信号估计 | 提出了一种MR物理驱动的深度学习外推方法,能够从少量高频偏移特征预测MTC主导信号 | 研究中主要使用健康志愿者和脑肿瘤患者,样本多样性可能有限 | 开发快速可靠的磁化转移对比和CEST信号估计方法,并评估其可重复性和可靠性 | 数值模型、健康志愿者和脑肿瘤患者 | 医学影像分析 | 脑肿瘤 | CEST成像、核Overhauser增强成像、磁共振成像 | 神经网络 | 磁共振Z谱数据 | 健康志愿者和脑肿瘤患者(具体数量未明确说明) | NA | NA | 组内相关系数、受试者间变异系数、受试者内变异系数、计算效率 | 3T磁共振扫描仪 |
| 15810 | 2025-10-07 |
Generating synthetic medical images with limited data using auxiliary classifier generative adversarial network: a study on thyroid ultrasound images
2024-Mar, Journal of ultrasound
IF:1.3Q3
DOI:10.1007/s40477-023-00837-w
PMID:38064046
|
研究论文 | 本研究提出了一种基于辅助分类器生成对抗网络(ACGAN)的新方法,用于从有限的甲状腺超声图像数据生成合成医学图像 | 改进了ACGAN架构以从极有限数据生成高质量合成图像,并开发了模拟超声设备输出的图像融合方法 | 研究仅基于198张甲状腺结节超声图像,样本量有限 | 解决医学影像中标注数据稀缺问题,为深度学习模型训练生成合成数据 | 钙化和囊性甲状腺结节的超声图像 | 医学影像分析 | 甲状腺疾病 | 超声成像 | ACGAN | 超声图像 | 198张甲状腺结节超声图像 | NA | 改进的ACGAN架构 | Fréchet Inception Distance (FID), 人工观察评估 | NA |
| 15811 | 2025-10-07 |
Robust explanation supervision for false positive reduction in pulmonary nodule detection
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16937
PMID:38224306
|
研究论文 | 提出一种集成可解释AI方法的稳健可解释检测框架,用于减少肺结节检测中的假阳性 | 采用解释监督方法,使用放射科医生的结节轮廓作为监督信号,结合两种插补方法减少人工标注噪声 | 仅在公开数据集LIDC-IDRI上进行验证,需要进一步临床验证 | 开发集成可解释AI方法的框架,实现准确的肺结节检测 | 肺结节 | 医学影像分析 | 肺癌 | 胸部薄层CT扫描 | 深度学习算法 | CT图像 | 480个训练集,265个验证集,265个测试集CT图像 | NA | NA | AUC, IoU | NA |
| 15812 | 2025-10-07 |
Channelized hotelling observer-based low-contrast detectability on the ACR CT accreditation phantom: Part II. Repeatability study
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16961
PMID:38305692
|
研究论文 | 本研究验证了基于通道化霍特林观测器的低对比度检测能力评估方法在ACR CT认证体模上的重复性 | 优化后的CHO模型仅需1-3次重复扫描即可实现高重复性测量,解决了传统方法需要大量重复扫描的局限性 | 研究仅限于四种特定CT扫描仪型号和ACR体模,未涵盖所有可能的临床场景 | 验证基于通道化霍特林观测器的低对比度检测能力评估方法的重复性 | ACR CT认证体模和四种CT扫描仪(西门子Force和Alpha,佳能Prism和Prime SP) | 医学影像分析 | NA | CT扫描,通道化霍特林观测器,深度学习重建 | 通道化霍特林观测器 | CT图像 | 4种CT扫描仪,每种10次重新定位,每次3次重复扫描,共120次扫描 | NA | NA | 检测指数d',P<15%(测量值落在±15%容差范围内的概率) | NA |
| 15813 | 2025-03-03 |
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16965
PMID:38319676
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 15814 | 2025-10-07 |
Improved outcome models with denoising diffusion
2024-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.103307
PMID:38325221
|
研究论文 | 本研究使用去噪扩散概率模型生成合成放疗计划数据,以改善类别不平衡的肿瘤局部控制预测模型性能 | 首次将条件3D DDPM模型应用于放疗结果建模,通过生成合成治疗计划数据解决类别不平衡问题 | 研究仅基于535例NSCLC患者数据,样本量相对有限 | 改善放疗结果建模中的类别不平衡问题,提高肿瘤局部控制预测模型的性能 | 535例接受SBRT治疗的NSCLC患者 | 医学影像分析 | 肺癌 | 放射治疗计划数据生成 | DDPM, 深度学习 | 3D医学影像(计划CT图像、3D计划剂量分布)、患者人口统计学数据 | 535例NSCLC患者,其中6-7%发生局部失败 | NA | 条件3D DDPM | Fréchet inception distance (FID) | NA |
| 15815 | 2025-10-07 |
Machine learning based prediction of image quality in prostate MRI using rapid localizer images
2024-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.2.026001
PMID:38435711
|
研究论文 | 本研究开发了一种基于机器学习的预测方法,仅使用快速定位序列图像即可预测前列腺MRI图像质量 | 首次仅基于几秒钟即可获取的MRI快速定位序列图像,预测尚未采集的T2W、DWI和ADC序列图像质量 | 样本量相对较小(213例),测试集中优质与次优检查比例不平衡 | 开发前列腺MRI图像质量早期预测方法,以便及时干预或重新安排检查 | 前列腺MRI快速定位图像和直肠内容物 | 医学影像分析 | 前列腺癌 | MRI | 深度学习 | 医学图像 | 213例前列腺矢状T2加权MRI定位图像(147例训练,64例测试) | NA | 2D U-Net, ResNet-34 | AUC, ICC | NA |
| 15816 | 2025-10-07 |
Automated detection of nine infantile fundus diseases and conditions in retinal images using a deep learning system
2024-Mar, The EPMA journal
DOI:10.1007/s13167-024-00350-y
PMID:38463622
|
研究论文 | 开发了一种基于深度学习的婴儿视网膜智能诊断系统,用于自动检测九种婴儿眼底疾病和状况 | 结合卷积神经网络和Transformer结构,开发了首个能够同时识别九种婴儿眼底疾病的自动化诊断系统 | 研究数据来自四家医院,可能存在地域局限性;需要进一步验证在更广泛人群中的适用性 | 开发自动化系统辅助婴儿眼底疾病的早期诊断和监测 | 婴儿视网膜图像 | 计算机视觉 | 眼科疾病 | 深度学习 | CNN, Transformer | 视网膜图像 | 7697张视网膜图像(来自1089名婴儿) | NA | ResNet-18, Multi-Axis Vision Transformer (MaxViT) | 准确率, 精确率, 召回率, F1分数, kappa系数, AUC | NA |
| 15817 | 2025-10-07 |
Few-shot learning using explainable Siamese twin network for the automated classification of blood cells
2023-Jun, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-023-02804-3
PMID:36800155
|
研究论文 | 提出基于可解释孪生网络的小样本学习方法用于血细胞自动分类 | 使用对比学习的孪生网络在少量图像上训练,并提出新的类别激活映射方案增强模型可解释性 | 仅使用健康外周血细胞图像,未涉及病理状态细胞 | 开发小样本学习方法实现血细胞自动分类 | 健康外周血细胞 | 计算机视觉 | 血液疾病 | 显微成像 | Siamese网络 | 图像 | 17,092张公开细胞组织学图像(6%训练,6%验证,88%测试) | NA | EfficientNet-B3 | 准确率 | NA |
| 15818 | 2025-10-07 |
Recipes and ingredients for deep learning models of 3D genome folding
2025-Apr, Current opinion in genetics & development
IF:3.7Q2
DOI:10.1016/j.gde.2024.102308
PMID:39862604
|
综述 | 本文比较和分析了用于预测基因组接触图谱的深度学习模型,涵盖预处理、架构、训练、评估和解释方法 | 系统梳理了三维基因组折叠深度学习模型的最新进展,并指出各模型的优势与局限 | 作为综述文章,不包含原始实验数据或新模型开发 | 探讨深度学习在三维基因组折叠预测中的应用与发展方向 | 基因组接触图谱预测模型 | 计算生物学 | NA | 深度学习 | 深度学习模型 | 基因组接触图谱数据 | NA | NA | NA | NA | NA |
| 15819 | 2025-10-07 |
A three-dimensional marine plastic litter real-time detection embedded system based on deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117603
PMID:39889545
|
研究论文 | 提出基于深度学习的嵌入式三维海洋塑料垃圾实时检测系统 | 结合图像质量评估与增强技术提升水下图像质量,并通过模型压缩量化实现嵌入式部署 | 未明确说明系统在复杂海洋环境中的长期稳定性测试结果 | 开发用于海洋塑料垃圾实时清理的智能检测系统 | 海洋环境中的塑料垃圾 | 计算机视觉 | NA | 深度学习,图像质量增强 | YOLOv5 | 水下图像 | NA | NA | YOLOv5 | 精确率,召回率,F1分数,平均精度均值 | 嵌入式设备 |
| 15820 | 2025-10-07 |
Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation
2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences
DOI:10.1515/znc-2024-0075
PMID:38996180
|
研究论文 | 本研究利用人工智能驱动的药物设计方法,开发基于天然黄酮醇分子山奈酚的新型AKU治疗候选药物 | 首次将深度学习AI药物设计应用于黑酸尿症治疗,通过AI优化山奈酚分子结构开发新型4-羟基苯丙酮酸双加氧酶抑制剂 | 研究结果需要通过实验验证,目前仅为计算机模拟结果 | 开发毒性更低、疗效更好的黑酸尿症治疗药物 | 黑酸尿症患者,4-羟基苯丙酮酸双加氧酶靶点 | 药物发现 | 黑酸尿症 | AI药物设计,分子对接 | 深度学习 | 分子结构数据 | 3个AI设计的候选药物分子 | NA | NA | 结合亲和力(-9.099 kcal/mol),药物相似性,毒性评估 | NA |