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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 17521 | 2025-10-07 |
Multiparametric ultrasound evaluation of thyroid nodules
2025-Feb, Ultraschall in der Medizin (Stuttgart, Germany : 1980)
DOI:10.1055/a-2329-2866
PMID:39242086
|
综述 | 本文探讨多参数超声评估在甲状腺结节诊断中的应用价值及挑战 | 系统整合超声弹性成像、超声造影与人工智能技术,提出多参数超声评估体系 | 缺乏标准化TIRADS系统,超声弹性成像临床应用标准不统一,AI技术整合临床流程存在挑战 | 优化甲状腺结节诊断流程,减少不必要的有创操作 | 甲状腺结节患者 | 医学影像 | 甲状腺疾病 | 多参数超声评估(包括超声弹性成像、超声造影) | 机器学习,深度学习 | 超声影像 | NA | NA | NA | NA | NA |
| 17522 | 2025-10-07 |
Deep Learning Model of Diastolic Dysfunction Risk Stratifies the Progression of Early-Stage Aortic Stenosis
2025-Feb, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2024.07.017
PMID:39297852
|
研究论文 | 本研究利用深度学习模型评估舒张功能障碍,对早期主动脉瓣狭窄的进展风险进行分层预测 | 首次将已验证的基于超声心动图的深度学习舒张功能障碍评估模型应用于主动脉瓣狭窄进展的风险分层 | 样本量相对有限,需要在更大队列中进一步验证 | 研究深度学习评估舒张功能障碍能否识别主动脉瓣狭窄发展和进展的潜在风险 | 主动脉瓣硬化患者和轻度至中度主动脉瓣狭窄患者 | 数字病理 | 心血管疾病 | 超声心动图, 心脏磁共振成像, PET/CT成像 | 深度学习 | 医学影像 | ARIC队列898名参与者 + CMR队列50名患者 + PET/CT队列18名患者 | NA | NA | C-index, 风险比, 相关系数 | NA |
| 17523 | 2025-10-07 |
Accelerating FLAIR imaging via deep learning reconstruction: potential for evaluating white matter hyperintensities
2025-Feb, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01666-5
PMID:39316286
|
研究论文 | 通过深度学习重建加速FLAIR成像,评估其在白质高信号评估中的潜力 | 使用深度学习从欠采样数据重建FLAIR图像,显著缩短扫描时间同时保持图像质量 | 样本量较小(仅30名患者),需更大规模研究验证 | 评估深度学习重建FLAIR图像在白质高信号评估中的可行性和效果 | 30名白质高信号患者 | 医学影像分析 | 白质高信号相关疾病 | 磁共振FLAIR成像,深度学习重建 | 深度学习模型 | 医学影像数据 | 30名患者,100个高信号病灶子集 | NA | NA | SSIM, 区域SSIM, NRMSE, 区域NRMSE, 图像质量评分 | NA |
| 17524 | 2025-10-07 |
Enhancing signal-to-noise ratio in real-time LED-based photoacoustic imaging: A comparative study of CNN-based deep learning architectures
2025-Feb, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2024.100674
PMID:39758833
|
研究论文 | 本研究系统评估了多种基于编码器-解码器的CNN架构在实时LED光声成像中提升信噪比的性能 | 首次系统比较多种U-Net变体在LED-PA图像去噪中的表现,发现Dense U-Net对不同噪声分布具有最佳鲁棒性 | 研究缺乏对更多样化数据集的验证,且未涉及临床人体数据 | 提升LED光声成像系统的信噪比性能 | 仿体、小鼠器官和肿瘤 | 计算机视觉 | 肿瘤 | 光声成像 | CNN | 图像 | NA | NA | 卷积自编码器,U-Net,Dense U-Net,R2 U-Net | 信噪比 | NA |
| 17525 | 2025-10-07 |
Deep learning model for automatic detection of different types of microaneurysms in diabetic retinopathy
2025-Feb, Eye (London, England)
DOI:10.1038/s41433-024-03585-1
PMID:39789187
|
研究论文 | 开发基于深度学习的软件,用于在非增殖性糖尿病视网膜病变患者的结构光学相干断层扫描图像中自动检测和区分低反射与高反射微动脉瘤 | 首次使用深度学习模型在结构OCT图像中自动检测并分类不同类型的微动脉瘤(低反射与高反射) | 自动化方法与人工标注的差异主要源于算法将正常视网膜血管误判为微动脉瘤 | 开发能够自动检测和分类糖尿病视网膜病变中微动脉瘤的深度学习软件 | 非增殖性糖尿病视网膜病变患者的结构OCT图像 | 计算机视觉 | 糖尿病视网膜病变 | 结构光学相干断层扫描 | YOLO, DETR | 图像 | 249名患者(498只眼睛) | NA | YOLO, DETR | AUC | NA |
| 17526 | 2025-10-07 |
Machine learning-based prediction model integrating ultrasound scores and clinical features for the progression to rheumatoid arthritis in patients with undifferentiated arthritis
2025-Feb, Clinical rheumatology
IF:2.9Q2
DOI:10.1007/s10067-025-07304-3
PMID:39789318
|
研究论文 | 本研究开发了一种整合超声评分和临床特征的机器学习模型,用于预测未分化关节炎患者向类风湿关节炎的进展 | 首次将18关节超声评分系统(US18)与临床数据整合到机器学习模型中,用于预测未分化关节炎向类风湿关节炎的进展 | 研究样本量相对有限(432例),随访时间仅为1年,需要更大规模和更长随访期的验证 | 提高未分化关节炎患者向类风湿关节炎进展的早期预测准确性,支持个性化治疗策略 | 432例未分化关节炎患者 | 机器学习 | 类风湿关节炎 | 超声检查,18关节超声评分系统(US18) | 随机森林, 深度学习模型 | 临床特征数据,超声评分数据 | 432例未分化关节炎患者(152例进展为RA,280例未进展) | NA | 随机森林,四种机器学习算法和一种深度学习模型 | 准确率,敏感性 | NA |
| 17527 | 2025-10-07 |
Multi-modal prediction of extracorporeal support-a resource intensive therapy, utilizing a large national database
2025-Feb, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooae158
PMID:39764170
|
研究论文 | 开发了一种名为PreEMPT-ECMO的分层深度学习模型,用于连续预测体外膜肺氧合(ECMO)使用风险 | 首次整合静态和多粒度时间序列特征,开发了能够连续预测ECMO使用风险的分层深度学习模型 | 需要在前瞻性研究和非COVID-19难治性呼吸衰竭中进行进一步验证和泛化 | 开发ECMO风险预测模型以改善患者分诊和资源分配 | COVID-19患者中的ECMO使用情况 | 机器学习 | COVID-19 | 深度学习 | 分层深度学习模型 | 多模态数据,包括静态特征和时间序列特征 | 101,400名患者,其中1,298名(1.28%)接受ECMO支持 | NA | 分层深度学习架构 | 准确率, 精确率 | NA |
| 17528 | 2025-10-07 |
AI-based methods for biomolecular structure modeling for Cryo-EM
2025-Feb, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102989
PMID:39864242
|
综述 | 本文综述了基于人工智能的冷冻电镜生物分子结构建模方法 | 总结了深度学习等人工智能技术在冷冻电镜数据处理关键步骤中的最新应用进展 | NA | 探讨人工智能技术在冷冻电镜数据处理中的应用 | 生物大分子结构 | 结构生物学 | NA | 冷冻电镜(Cryo-EM) | 深度学习 | 投影图像 | NA | NA | NA | NA | NA |
| 17529 | 2025-10-07 |
Deep learning for efficient reconstruction of highly accelerated 3D FLAIR MRI in neurological deficits
2025-Feb, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01200-8
PMID:39212832
|
研究论文 | 比较压缩感知和CIRIM深度学习模型在12倍加速3D FLAIR MRI重建中的图像质量和重建效率 | 首次在神经功能缺损患者中系统比较压缩感知与CIRIM深度学习模型在高加速因子MRI重建中的性能 | 前瞻性加速临床扫描缺乏真实数据作为金标准,需依赖公开数据集进行加速因子影响评估 | 评估深度学习模型在加速MRI重建中的图像质量和计算效率 | 62例神经功能缺损患者的3D T2-FLAIR MRI图像 | 医学影像分析 | 神经功能缺损 | 3T MRI, 压缩感知, 深度学习重建 | CIRIM | 3D MRI图像 | 62例患者临床数据 + 451例FastMRI数据库公开数据 | NA | Cascades of Independently Recurrent Inference Machines | SSIM, 信噪比, 对比度比率, 重建时间 | NA |
| 17530 | 2025-10-07 |
GBM-Reservoir: Brain tumor (Glioblastoma Multiforme) MRI dataset collection with ground truth segmentation masks
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111287
PMID:39911270
|
研究论文 | 介绍一个包含23,049个样本的脑肿瘤MRI数据集GBM-Reservoir,包含四种MRI扫描类型和分割掩码 | 通过配准过程将原始438个样本扩展至23,049个样本,提供原始和处理后两种分割掩码,特别优化合成样本以简化解释和网络训练 | 图像质量存在异质性,源于不同机构和成像协议的差异 | 为脑肿瘤分割算法开发提供高质量数据集 | 脑胶质母细胞瘤(GBM)MRI图像 | 数字病理 | 脑肿瘤 | MRI(FLAIR, T1, T1ce, T2) | NA | 医学图像 | 23,049个样本(源自BraTS 2022挑战赛的438个原始样本通过配准扩展) | NA | NA | NA | NA |
| 17531 | 2025-10-07 |
Refining the prediction of user satisfaction on chat-based AI applications with unsupervised filtering of rating text inconsistencies
2025-Feb, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.241687
PMID:39911884
|
研究论文 | 提出一种通过无监督过滤评分文本不一致性来优化聊天AI应用用户满意度预测的框架 | 采用多无监督情感分析多数投票机制过滤评分与内容不一致的评论数据 | NA | 提升聊天AI应用用户满意度的预测性能以改进服务质量 | Google Play商店中聊天AI应用的用户评论数据 | 自然语言处理 | NA | 情感分析 | 机器学习,深度学习 | 文本 | NA | NA | NA | 预测准确率 | NA |
| 17532 | 2025-10-07 |
Image reconstruction of electromagnetic tomography based on generative adversarial network with spectral normalization and improved dung beetle optimization algorithm
2025-Feb-01, The Review of scientific instruments
DOI:10.1063/5.0233552
PMID:39912879
|
研究论文 | 提出基于生成对抗网络的电磁层析成像图像重建方法STDBOGAN,通过谱归一化、双时间尺度更新规则和改进蜣螂优化算法提升重建质量 | 结合谱归一化和双时间尺度更新规则稳定训练过程,采用改进蜣螂优化算法自动调整网络超参数 | NA | 解决电磁层析成像图像重建的非线性和不适定问题,提高重建图像质量 | 电磁层析成像图像 | 计算机视觉 | NA | 电磁层析成像 | GAN | 图像 | 通过仿真软件建立的数据集 | NA | STDBOGAN, UNet3+, DeepLabv3+, PSPNet, Segmenter, SegRefiner | 重建精度、抗噪声能力、泛化能力 | NA |
| 17533 | 2025-10-07 |
Cloud and IoT based smart agent-driven simulation of human gait for detecting muscles disorder
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42119
PMID:39906796
|
研究论文 | 提出一种基于云计算和物联网的智能代理驱动方法,通过模拟人类步态来检测肌肉障碍 | 使用智能手机替代难以获取的可穿戴传感器,结合智能代理建模和深度学习集成框架,同时保证模拟的自然性、准确性和可解释性 | 未提及具体样本规模和研究人群特征,缺乏实际临床验证数据 | 开发能够区分健康与异常肌肉的计算机分析方法 | 人类运动数据和神经肌肉骨骼系统 | 医疗健康信息技术 | 运动障碍疾病 | 物联网传感技术、运动数字化、神经肌肉骨骼模拟 | 深度学习集成框架 | 运动数据、生物力学数据 | NA | NA | NA | 准确性、可解释性 | 云计算平台 |
| 17534 | 2025-10-07 |
Deep learning-based system for prediction of work at height in construction site
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41779
PMID:39906815
|
研究论文 | 开发基于深度学习的系统,通过传感器数据预测建筑工人是否在高处作业 | 首次结合加速度计、陀螺仪和压力传感器数据,应用多种深度学习模型预测高处作业状态 | 研究样本量有限,仅使用45次分析,未说明实际部署效果 | 预测建筑工人高处作业状态以预防高处坠落事故 | 建筑工地工人 | 机器学习 | 职业伤害 | 传感器数据采集(加速度计、陀螺仪、压力传感器) | DNN, CNN, LSTM | 传感器时序数据 | 45次分析(含不同窗口大小和重叠率组合) | NA | DNN, CNN, LSTM | 准确率, 损失值 | NA |
| 17535 | 2025-10-07 |
Machine learning-based prediction of hemodynamic parameters in left coronary artery bifurcation: A CFD approach
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41973
PMID:39906857
|
研究论文 | 本研究结合机器学习算法与计算流体动力学模拟,开发了左冠状动脉分叉处血流动力学参数的高效预测方法 | 首次将多种机器学习算法与大规模合成冠状动脉几何数据集结合,实现血流动力学参数的快速准确预测 | 研究基于合成数据,在患者特异性应用方面存在挑战,深度学习模型效果有待进一步评估 | 通过机器学习方法提高左冠状动脉分叉处复杂血流动力学的无创预测能力 | 左冠状动脉分叉处的血流动力学参数(TAWSS和OSI) | 机器学习 | 心血管疾病 | 计算流体动力学模拟 | Decision Tree Regressor, K Nearest Neighbors | 合成几何数据 | 6858个具有不同斑块严重程度和位置的合成左冠状动脉几何模型 | NA | NA | R2, MAE, RMSE | NA |
| 17536 | 2025-10-07 |
Soft computing paradigm for climate change adaptation and mitigation in Iran, Pakistan, and Turkey: A systematic review
2025-Jan-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41974
PMID:39906868
|
系统综述 | 系统评估人工智能技术在伊朗、巴基斯坦和土耳其三国气候变化适应与减缓中的应用现状 | 首次对ECO关键成员国进行AI气候应用的系统性比较分析,并提出整合研究框架 | 存在跨境合作不足、数据可用性不一致等关键差距 | 评估人工智能在气候变化适应与减缓中的应用效果 | 伊朗、巴基斯坦和土耳其的气候变化应对措施 | 机器学习 | NA | 人工智能、机器学习、深度学习 | 神经网络, 优化算法, 元启发式算法 | 环境数据、气候数据 | 76篇相关文章(从初始492篇中筛选) | NA | NA | NA | NA |
| 17537 | 2025-10-07 |
Caps-ac4C: An effective computational framework for identifying N4-acetylcytidine sites in human mRNA based on deep learning
2025-Jan-28, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2025.168961
PMID:39884569
|
研究论文 | 提出基于深度学习的高效计算框架Caps-ac4C,用于精确识别人mRNA中的N4-乙酰胞苷位点 | 首次将混沌游戏表示与胶囊网络结合用于ac4C位点识别,在测试集上达到95.47%准确率和0.912 MCC,显著优于现有最佳方法 | NA | 开发高效准确的计算方法识别人mRNA中的ac4C修饰位点 | 人mRNA中的N4-乙酰胞苷修饰位点 | 生物信息学 | 癌症 | 深度学习 | 胶囊网络 | RNA序列 | NA | NA | 胶囊网络 | 准确率, MCC | NA |
| 17538 | 2025-10-07 |
Using a Deep Learning Model to Predict Postoperative Visual Outcomes of Idiopathic Epiretinal Membrane Surgery
2025-Jan-13, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.01.003
PMID:39814096
|
研究论文 | 本研究评估了多种深度学习模型基于术前OCT图像预测特发性黄斑前膜手术后视力结果的效果 | 首次使用深度学习模型基于术前OCT图像预测特发性黄斑前膜手术的术后视力结果,并通过Grad-CAM进行热点分析解释模型决策逻辑 | 样本量相对有限,仅包含696只眼的1392张OCT图像进行内部训练验证,76只眼的152张图像进行外部测试 | 预测特发性黄斑前膜手术后的视力改善情况 | 特发性黄斑前膜患者的术前OCT图像 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描 | CNN | 图像 | 1392张OCT图像来自696只眼(内部数据集),152张OCT图像来自76只眼(外部测试集) | NA | Inception-v3, ResNet-101, VGG-19 | 召回率, 特异性, 精确率, F1分数, 准确率, AUROC | NA |
| 17539 | 2025-10-07 |
Evaluation of an acne lesion detection and severity grading model for Chinese population in online and offline healthcare scenarios
2025-Jan-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84670-z
PMID:39774300
|
研究论文 | 开发并评估用于中国人群痤疮病变检测和严重程度分级的深度学习模型AcneDGNet | 提出首个同时完成痤疮病变检测和严重程度分级的算法,并在在线和离线医疗场景中进行系统评估 | 数据集主要来自中国人群,可能对其他种族的泛化能力有限 | 开发适用于不同医疗场景的痤疮自动诊断和分级系统 | 痤疮患者面部图像 | 计算机视觉 | 皮肤病 | 深度学习 | CNN | 面部图像 | 2,157张面部图像(来自2个公共数据集和3个自建数据集) | NA | AcneDGNet(包含特征提取模块、病变检测模块和严重程度分级模块) | 准确率, 计数误差 | NA |
| 17540 | 2025-10-07 |
Using transformer-based models and social media posts for heat stroke detection
2025-Jan-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84992-y
PMID:39753702
|
研究论文 | 本研究使用基于Transformer的预训练语言模型对日本推特上与热射病相关的内容进行真假分类,并评估结合社交媒体和人工智能进行公共卫生事件监测的效果 | 首次将基于Transformer的预训练语言模型应用于日语推特数据的热射病检测,并通过时空可视化和动画视频展示分类结果与热射病紧急医疗疏散数据的相关性 | 社交媒体帖子具有主观性且未经临床诊断,可靠性存在挑战 | 评估基于Transformer的模型在热射病相关推特分类中的性能,探索社交媒体与人工智能结合在公共卫生事件监测中的应用 | 日本推特上与热射病相关的帖子 | 自然语言处理 | 热射病 | 社交媒体数据分析 | Transformer | 文本 | NA | NA | Transformer | 分类性能 | NA |