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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 18101 | 2025-01-31 |
Cells Grouping Detection and Confusing Labels Correction on Cervical Pathology Images
2024-Dec-30, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12010023
PMID:39851297
|
研究论文 | 本文提出了一种基于先验知识收集和混淆标签校正的宫颈细胞检测网络PGCC-Net,旨在通过细胞分组检测和标签校正提高宫颈病理图像的自动分析效率和准确性 | 利用临床先验知识将检测任务分解为多个子任务进行细胞分组检测,并通过构建特征中心进行标签校正,以提高深度学习网络的分类准确性 | 未提及具体局限性 | 提高宫颈病理图像中细胞检测和分类的效率和准确性 | 宫颈病理图像中的细胞 | 数字病理学 | 宫颈癌 | 深度学习 | PGCC-Net | 图像 | 公共数据集7410张图像,私有数据集13526张图像 | NA | NA | NA | NA |
| 18102 | 2025-01-31 |
External Validation of Deep Learning Models for Classifying Etiology of Retinal Hemorrhage Using Diverse Fundus Photography Datasets
2024-Dec-29, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12010020
PMID:39851294
|
研究论文 | 本研究旨在通过外部验证深度学习模型(FastVit_SA12和ResNet18)来区分视网膜出血的创伤性和医学性病因,使用多样化的眼底摄影数据集 | 首次在多样化的眼底摄影数据集上对FastVit_SA12和ResNet18模型进行外部验证,展示了它们在临床环境中准确诊断视网膜出血的潜力 | 研究依赖于特定数据集,可能无法完全代表所有临床情况 | 验证深度学习模型在区分视网膜出血病因中的准确性和可靠性 | 视网膜出血的病因分类 | 计算机视觉 | 视网膜疾病 | 深度学习 | FastVit_SA12, ResNet18 | 图像 | 2661张眼底摄影图像 | NA | NA | NA | NA |
| 18103 | 2025-01-31 |
Artificial Intelligence in Pediatric Electrocardiography: A Comprehensive Review
2024-Dec-27, Children (Basel, Switzerland)
DOI:10.3390/children12010025
PMID:39857856
|
综述 | 本文综述了人工智能在儿科心电图分析中的应用现状,探讨了深度学习方法在提高诊断准确性、加快工作流程和改善患者预后方面的潜力 | 首次全面回顾了人工智能在儿科心电图分析中的应用,并探讨了该领域的独特挑战和未来研究方向 | 尽管人工智能在心电图分析中显示出巨大潜力,但其广泛临床应用仍需进一步研究、严格验证,并考虑公平性、伦理、法律和实际挑战 | 探讨人工智能在儿科心电图分析中的应用,以提高诊断准确性和患者预后 | 儿科心电图数据 | 医疗人工智能 | 心血管疾病 | 深度学习 | NA | 心电图数据 | NA | NA | NA | NA | NA |
| 18104 | 2025-01-31 |
HDNLS: Hybrid Deep-Learning and Non-Linear Least Squares-Based Method for Fast Multi-Component T1ρ Mapping in the Knee Joint
2024-Dec-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12010008
PMID:39851282
|
研究论文 | 本文提出了一种结合深度学习和非线性最小二乘法的混合模型HDNLS,用于膝关节的快速多组分T1ρ映射 | HDNLS模型结合了基于合成数据训练的体素级深度学习和少量NLS迭代,加速了拟合过程,并消除了对参考MRI数据的需求 | HDNLS在估计质量上显著优于基于深度学习的方法,但在速度上略慢于这些方法 | 解决非线性最小二乘法在定量磁共振成像中的初始猜测敏感性、收敛速度慢和计算成本高的问题,同时克服基于深度学习的T1ρ拟合方法对噪声敏感和依赖NLS生成参考数据的挑战 | 膝关节的多组分T1ρ映射 | 医学影像分析 | NA | 定量磁共振成像(MRI) | HDNLS(混合深度学习与非线性最小二乘法模型) | 合成数据 | NA | NA | NA | NA | NA |
| 18105 | 2025-01-31 |
Neoplasms in the Nasal Cavity Identified and Tracked with an Artificial Intelligence-Assisted Nasal Endoscopic Diagnostic System
2024-Dec-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering12010010
PMID:39851283
|
研究论文 | 本研究构建了一个人工智能辅助的鼻内窥镜诊断系统,能够初步区分和识别鼻腔肿瘤特性,并在手术中进行实时跟踪,为鼻内窥镜手术提供重要依据 | 首次结合Deep Snake、U-Net和Att-Res2-UNet网络开发了基于内窥镜图像的鼻腔肿瘤检测网络,并优化了SiamMask在线跟踪算法,实现了术中实时自动跟踪 | 模型的总体准确率略低于鼻科专家(0.9790 ± 0.00348 vs 0.9707 ± 0.00984) | 构建一个能够初步识别鼻腔肿瘤并在手术中实时跟踪的人工智能辅助鼻内窥镜诊断系统 | 鼻腔肿瘤 | 计算机视觉 | 鼻腔肿瘤 | 深度学习 | Deep Snake, U-Net, Att-Res2-UNet, SiamMask | 视频数据 | 1050例鼻内窥镜手术视频数据,涉及四种类型的鼻腔肿瘤 | NA | NA | NA | NA |
| 18106 | 2025-01-31 |
Automatic Aortic Valve Extraction Using Deep Learning with Contrast-Enhanced Cardiac CT Images
2024-Dec-25, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd12010003
PMID:39852281
|
研究论文 | 本研究评估了使用深度学习技术从对比增强心脏CT图像中自动提取和描绘主动脉瓣环区域的效果 | 比较了分割和对象检测两种方法在主动脉瓣环区域提取中的准确性,发现对象检测方法表现更优 | 数据集规模较小,仅包含32个对比增强心脏CT扫描 | 评估深度学习技术在心脏CT图像中自动提取主动脉瓣环区域的准确性 | 对比增强心脏CT图像 | 计算机视觉 | 心血管疾病 | 深度学习 | DeepLabv3+, YOLOv2 | 图像 | 32个对比增强心脏CT扫描 | NA | NA | NA | NA |
| 18107 | 2025-01-31 |
Dynamic Neural Network States During Social and Non-Social Cueing in Virtual Reality Working Memory Tasks: A Leading Eigenvector Dynamics Analysis Approach
2024-Dec-24, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15010004
PMID:39851372
|
研究论文 | 本研究探讨了在虚拟现实环境中,社交和非社交刺激对大脑连接模式的影响,特别是对工作记忆等认知功能的影响 | 创新性地将LEiDA框架应用于EEG数据,以检测大脑网络状态的快速变化,并结合深度学习和图论分析揭示社交线索对认知过程的显著影响 | 样本量相对较小(47名参与者),且仅限于虚拟现实环境中的工作记忆任务 | 研究社交和非社交刺激对大脑连接模式和认知功能的影响 | 47名参与者在虚拟现实环境中的大脑连接模式 | 认知神经科学 | NA | LEiDA框架、EEG、深度学习、图论分析 | 深度学习 | EEG数据 | 47名参与者 | NA | NA | NA | NA |
| 18108 | 2025-01-31 |
The Neural Frontier of Future Medical Imaging: A Review of Deep Learning for Brain Tumor Detection
2024-Dec-24, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11010002
PMID:39852315
|
综述 | 本文综述了深度学习在脑肿瘤检测中的应用,总结了近五年的研究成果,探讨了特征提取、分割和分类的最新方法和挑战 | 填补了深度学习在脑肿瘤检测领域综合评述的空白,分析了100多篇研究论文,总结了关键概念、挑战和数据集,并提出了未来研究方向 | 可解释人工智能(XAI)的应用仍然有限,尽管其在建立医疗诊断信任方面的重要性 | 探讨深度学习在脑肿瘤检测中的应用,总结最新方法、挑战和未来方向 | 脑肿瘤检测 | 医学影像 | 脑肿瘤 | 深度学习 | CNN, GAN, Autoencoders, RNN | MRI图像 | 100多篇研究论文 | NA | NA | NA | NA |
| 18109 | 2025-10-07 |
Bridging healthcare gaps: a scoping review on the role of artificial intelligence, deep learning, and large language models in alleviating problems in medical deserts
2024-Dec-23, Postgraduate medical journal
IF:3.6Q1
DOI:10.1093/postmj/qgae122
PMID:39323384
|
综述 | 探讨人工智能、深度学习和大语言模型在解决医疗荒漠地区医疗资源不足问题中的作用 | 首次系统评估大语言模型在医疗荒漠中整合电子医疗和医疗物联网的潜力 | 定性叙述性综述,缺乏定量分析和实证研究数据 | 研究AI技术如何改善医疗荒漠地区的医疗服务可及性和质量 | 医疗荒漠地区的医疗服务体系 | 自然语言处理 | NA | AI技术,大语言模型 | LLM | 文本 | NA | NA | NA | NA | NA |
| 18110 | 2025-01-31 |
Mapping the Use of Artificial Intelligence-Based Image Analysis for Clinical Decision-Making in Dentistry: A Scoping Review
2024-Dec, Clinical and experimental dental research
IF:1.7Q3
DOI:10.1002/cre2.70035
PMID:39600121
|
综述 | 本文通过范围综述探讨了人工智能在牙科临床决策中图像分析的应用,并识别了当前文献中的趋势和研究空白 | 系统地综述了人工智能在牙科图像分析中的应用,特别是在诊断、检测或分类、预测和管理等方面的临床决策支持 | 综述主要基于现有文献,可能未涵盖所有最新研究进展 | 研究人工智能在牙科图像分析中的应用及其对临床决策的影响 | 牙科图像,包括正颌全景片(OPGs)和口内X光片(咬翼片和根尖片) | 计算机视觉 | NA | 卷积神经网络(CNNs) | CNN | 图像 | 601,122张图像 | NA | NA | NA | NA |
| 18111 | 2025-10-07 |
AI-Based Noninvasive Blood Glucose Monitoring: Scoping Review
2024-Nov-19, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/58892
PMID:39561353
|
综述 | 本文通过系统范围综述方法,系统梳理了人工智能在无创血糖监测领域的应用现状 | 首次系统性地对AI在无创血糖监测中的应用进行范围综述,整合了多种技术方法和算法模型 | 纳入研究质量中等,模型和输入数据的异质性导致准确率范围较宽 | 绘制人工智能在无创血糖监测中的应用图谱 | 无创血糖监测技术和人工智能算法 | 医疗人工智能 | 糖尿病 | 光学技术,电化学传感器,成像技术,组织阻抗 | 机器学习,深度学习 | 传感器数据,图像数据 | 33篇论文,涵盖亚洲、美国、欧洲、中东和非洲地区2005-2023年的研究 | NA | 随机森林,人工神经网络 | 准确率,Clarke误差网格 | NA |
| 18112 | 2025-10-07 |
Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review
2024-Nov-15, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/51432
PMID:39546777
|
综述 | 本文对基于食物图像的AI饮食评估技术进行了系统性回顾,重点介绍了该领域的发展历程和技术演进 | 按时间顺序系统梳理了图像辅助饮食评估领域从传统机器学习到深度学习的演变过程,特别关注了多任务卷积神经网络和生成对抗网络等先进算法的应用 | 仅纳入了2008-2021年间发表的研究,且主要关注技术层面,对实际临床应用和用户接受度的讨论相对有限 | 为缺乏技术背景的读者提供AI在饮食评估中应用的全面概述,分析系统优缺点并提出改进建议 | 基于食物图像的饮食评估系统和技术方法 | 计算机视觉 | NA | 图像辅助饮食评估 | CNN, GAN | 图像 | 84篇经过筛选的研究文献 | NA | 多任务卷积神经网络, 生成对抗网络 | 宏量营养素估计准确率, 能量估计准确率, 微量营养素估计准确率 | NA |
| 18113 | 2025-01-31 |
Artificial Intelligence in Audiology: A Scoping Review of Current Applications and Future Directions
2024-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24227126
PMID:39598904
|
综述 | 本文综述了人工智能在听力学中的当前应用和未来发展方向 | 总结了人工智能在听力学中的最新进展,特别是过去四年中87.5%的相关文献 | 存在伦理和专业挑战,需要更大规模和多样化的数据收集以及生物伦理学研究 | 探讨人工智能在听力学实践中的潜力和挑战 | 听力学领域的研究和应用 | 自然语言处理 | NA | 机器学习、深度学习 | 逻辑回归、支持向量机、多层感知器、随机森林、深度信念网络、决策树、k近邻、LASSO、卷积神经网络、大语言模型 | 文本、图像 | 104篇文献 | NA | NA | NA | NA |
| 18114 | 2025-10-07 |
Prediction of cardiovascular markers and diseases using retinal fundus images and deep learning: a systematic scoping review
2024-Nov, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae068
PMID:39563905
|
系统性范围综述 | 本综述系统梳理了利用视网膜眼底图像和深度学习预测心血管标志物和疾病的研究现状 | 首次系统性综述深度学习结合视网膜眼底图像在心血管风险评估中的应用,识别了该领域的研究趋势和关键特征 | 纳入研究数量有限(24篇),外部验证罕见(21%),缺乏足够的前瞻性研究验证 | 评估利用视网膜眼底图像和深度学习预测心血管风险标志物和疾病的现有研究 | 心血管风险标志物和心血管疾病 | 计算机视觉 | 心血管疾病 | 视网膜眼底成像 | CNN | 图像 | NA | NA | NA | 判别性能 | NA |
| 18115 | 2025-01-31 |
A Scoping Review of the Use of Artificial Intelligence in the Identification and Diagnosis of Atrial Fibrillation
2024-Oct-24, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14111069
PMID:39590561
|
综述 | 本文综述了人工智能(AI)在心房颤动(AF)识别和诊断中的应用,特别是机器学习(ML)在临床环境中的应用 | 本文首次系统地综述了AI在AF诊断中的应用,特别是深度学习在自动提取特征方面的优越表现 | 综述仅基于30项研究,可能无法涵盖所有相关研究 | 旨在综合当前关于AI在AF识别和诊断中应用的知识 | 心房颤动(AF)的识别和诊断 | 机器学习 | 心血管疾病 | 机器学习(ML),深度学习 | 深度学习 | 12导联和单导联心电图信号,光电容积描记法数据 | 2635篇文章初步筛选,最终纳入30项研究 | NA | NA | NA | NA |
| 18116 | 2025-10-07 |
Machine learning and deep learning models for the diagnosis of apical periodontitis: a scoping review
2024-Oct-18, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-024-05989-5
PMID:39419893
|
综述 | 本文对使用机器学习和深度学习模型诊断根尖周炎的现有文献进行了范围综述 | 首次系统评估AI模型在根尖周炎诊断中的应用现状和性能表现 | 研究方法学和性能指标报告缺乏标准化,数据集大小、标注技术和算法配置存在显著差异 | 评估机器学习和深度学习模型在人类根尖周炎诊断中的应用 | 根尖周炎的诊断,重点关注根尖放射线透射区的识别 | 医学影像分析 | 根尖周炎 | 牙科X线影像分析 | 机器学习,深度学习 | 牙科X线影像 | 19项相关研究,具体样本量未明确报告 | NA | NA | 灵敏度,特异性 | NA |
| 18117 | 2025-10-07 |
AI in Psoriatic Disease: Scoping Review
2024-Oct-16, JMIR dermatology
DOI:10.2196/50451
PMID:39413371
|
综述 | 本文对人工智能在银屑病领域应用的最新研究文献进行了系统性回顾 | 首次系统性地总结了AI在银屑病诊疗和管理中的多种应用场景,特别关注远程皮肤病学和生物制剂治疗预测 | 结果在特定人群(如深色皮肤类型患者)中的验证、标准化和普适性存在局限 | 评估人工智能在银屑病诊断和临床管理中的应用现状及局限性 | 银屑病相关研究文献 | 数字病理学 | 银屑病 | 机器学习,深度学习 | NA | 医学文献,患者照片,注册登记数据 | 38篇相关论文 | NA | NA | NA | NA |
| 18118 | 2025-10-07 |
AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI
2024-Oct-12, Sensors (Basel, Switzerland)
DOI:10.3390/s24206585
PMID:39460066
|
综述 | 使用AI技术对成人卒中康复领域AI应用研究进行范围综述,总结704项研究的应用主题和技术发展脉络 | 首次采用AI增强的多方法数据驱动技术进行范围综述,通过主题聚类和时间关联分析揭示技术演进模式 | 仅纳入截至2024年1月的研究,未对研究质量进行系统评估 | 识别和描述AI在成人卒中康复领域的应用类别和技术发展历程 | 卒中康复成人患者 | 医疗人工智能 | 脑卒中 | AI增强多方法分析、主题聚类、时间序列分析 | 监督学习、人工神经网络、自然语言处理、机器学习、深度学习 | 文献数据、传感器数据 | 704项研究 | NA | NA | NA | NA |
| 18119 | 2025-10-07 |
Use of artificial intelligence to support prehospital traumatic injury care: A scoping review
2024-Oct, Journal of the American College of Emergency Physicians open
IF:1.6Q2
DOI:10.1002/emp2.13251
PMID:39234533
|
综述 | 本范围综述系统分析了基于院前特征的AI模型在创伤急救早期决策支持中的应用研究 | 首次系统梳理了AI技术在院前创伤急救决策支持中的应用现状和发展趋势 | 仅纳入英文文献,可能存在发表偏倚;研究多为回顾性设计,证据等级有限 | 评估基于院前特征的AI模型在创伤急救早期决策支持中的应用效果 | 院前急救人员、急诊医生和创伤外科医生在急性创伤救治中的决策过程 | 医疗人工智能 | 创伤性损伤 | 机器学习、深度学习、自然语言处理 | 机器学习、深度学习、自然语言处理 | 院前急救特征数据、急诊科入院即时数据 | 49篇符合纳入标准的研究文献(从1050篇初筛文献中筛选) | NA | 支持向量机、逻辑回归、随机森林 | kappa值、描述性统计 | NA |
| 18120 | 2025-10-07 |
Processing of Short-Form Content in Clinical Narratives: Systematic Scoping Review
2024-Sep-26, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/57852
PMID:39325515
|
综述 | 本系统范围综述分析了临床叙事中短格式内容的类型及自然语言处理技术在其识别、扩展和消歧中的应用 | 首次系统梳理了2018-2023年间临床叙事中短格式处理的NLP方法,并识别了研究空白领域 | 纳入研究数量有限(仅19篇),缺乏对临床短格式的明确定义,非英语语言研究不足 | 概述临床叙事中短格式内容的类型及其NLP处理技术 | 临床叙事中的缩写词和首字母缩略词 | 自然语言处理 | NA | 自然语言处理 | 深度学习 | 临床文本 | 19篇符合纳入标准的研究文献 | NA | NA | NA | NA |