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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1841 | 2025-10-06 |
[Epidemiological characteristics of chronic hepatitis B and establishment of prediction model based on socio-demographic index in Shenzhen, 2005-2023]
2025-Sep-10, Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi
|
研究论文 | 分析深圳市2005-2023年慢性乙型肝炎流行病学特征并建立基于社会人口指数的预测模型 | 首次将社会人口指数(SDI)与LSTM深度学习模型结合用于乙肝发病预测,并提出分级预警机制 | 仅基于深圳市数据,模型在其他地区的适用性需要进一步验证 | 分析慢性乙肝流行病学特征并建立预测模型,为针对性预防策略提供依据 | 深圳市2005-2023年报告的235,703例慢性乙肝病例 | 流行病学 | 慢性乙型肝炎 | 描述性流行病学方法,深度学习建模 | LSTM, 贝叶斯结构时间序列模型 | 传染病监测数据,社会人口指数数据 | 235,703例病例 | NA | LSTM | 均方根误差,平均绝对百分比误差 | NA |
1842 | 2025-10-06 |
Multi-view learning meets state-space model: A dynamical system perspective
2025-Sep-09, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.108088
PMID:40966932
|
研究论文 | 本文提出了一种基于状态空间模型的多视图学习方法,将多视图表示学习建模为连续时间动态系统 | 将多视图学习问题重新表述为受控制理论启发的连续时间动态系统,统一了特征集成和标签预测 | NA | 解决多视图学习中缺乏原则性框架来捕捉特征表示动态演化的问题 | 多模态数据的特征表示和动态演化 | 机器学习 | NA | 多视图学习 | 状态空间模型 | 多模态数据 | NA | NA | MvSSM, MvSSM-Lap, MvSSM-iLap | 准确率, F1分数 | NA |
1843 | 2025-10-06 |
Explainable artificial intelligence predicts inflammatory and spatial heterogeneity from nasal polyp histology
2025-Sep-02, The Journal of allergy and clinical immunology
IF:11.4Q1
DOI:10.1016/j.jaci.2025.08.016
PMID:40902945
|
研究论文 | 开发基于组织学的可解释深度学习模型HE2Signature,用于从鼻息肉组织学预测炎症基因特征和空间分子异质性 | 首个基于组织学的可解释深度学习模型,能够从H&E染色全切片图像预测炎症基因特征和空间分子异质性 | 样本量相对有限,需要进一步多中心验证 | 开发深度学习网络预测慢性鼻窦炎伴鼻息肉的炎症基因特征和空间模式 | 鼻息肉组织样本 | 数字病理学 | 慢性鼻窦炎伴鼻息肉 | H&E染色,转录组测序,免疫组织化学 | 深度学习 | 全切片图像,基因表达数据 | 训练集70例,内部验证30例,外部验证224例(来自4个医疗中心) | NA | HE2Signature | 相关性分析,混淆矩阵,ROC曲线,AUC值 | NA |
1844 | 2025-10-06 |
Validation of a Deep Learning-Assisted Evaluation of Total Corneal Endothelial Cells Viability
2025-Sep-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.9.20
PMID:40952053
|
研究论文 | 验证一种用于评估全角膜内皮细胞存活率的深度学习辅助自动化分析方法 | 开发了名为V-CHECK的深度学习辅助自动化分割方法,用于分析台盼蓝染色阳性区域,实现角膜内皮细胞存活率的可重复评估 | 仅使用19个不适合移植的角膜样本,样本量有限 | 验证深度学习辅助的自动化角膜内皮细胞存活率评估方法 | 角膜巩膜缘的死亡内皮细胞和裸露的Descemet膜区域 | 计算机视觉 | 眼科疾病 | 台盼蓝染色,深度学习分割 | 深度学习 | 图像 | 19个不适合移植的角膜 | NA | NA | Pearson相关系数,Bland-Altman分析 | NA |
1845 | 2025-10-06 |
Ophthalmic Segmentation and Analysis Software (OASIS): A Comprehensive Tool for Quantitative Evaluation of Meibography Images
2025-Sep-02, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.9.22
PMID:40952051
|
研究论文 | 开发用于睑板腺成像定量分析的交互式图像编辑软件OASIS | 结合手动标注与深度学习辅助的睑板腺分割,显著提升分析效率 | 未提及外部验证数据集或跨中心验证结果 | 改进睑板腺功能障碍的定量评估方法 | 睑板腺成像图像 | 数字病理 | 眼科疾病 | 睑板腺成像 | 深度学习模型 | 图像 | 325名患者的2,439张睑板腺图像 | NA | NA | kappa系数 | NA |
1846 | 2025-10-06 |
Deep Learning-Based Retinoblastoma Protein Subtyping of Pulmonary Large-Cell Neuroendocrine Carcinoma on Small Hematoxylin and Eosin-Stained Specimens
2025-Sep, Laboratory investigation; a journal of technical methods and pathology
DOI:10.1016/j.labinv.2025.104192
PMID:40345665
|
研究论文 | 本研究开发了一种基于深度学习的卷积神经网络,用于通过小组织样本的H&E染色图像预测肺大细胞神经内分泌癌的pRb蛋白表达亚型 | 首次将深度学习应用于小组织样本的pRb蛋白亚型分类,显著优于病理学家的传统H&E评估方法 | 样本量相对有限,需要更大规模的外部验证 | 开发能够替代免疫组化pRb检测的深度学习模型,指导化疗决策 | 肺大细胞神经内分泌癌(LCNEC)患者组织样本 | 数字病理 | 肺癌 | 苏木精-伊红(H&E)染色,免疫组化 | CNN | 图像 | 143例切除标本的组织芯片核心和21例额外患者的活检样本 | NA | 自定义卷积神经网络 | 平衡准确度,AUC | NA |
1847 | 2025-10-06 |
Genetic Deconvolution of Embryonic and Maternal Cell-Free DNA in Spent Culture Medium of Human Preimplantation Embryo Through Deep Learning
2025-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202412660
PMID:40583136
|
研究论文 | 开发了一种名为DECENT的深度学习方法,用于从人类胚胎培养液中重建胚胎拷贝数变异并减少母体DNA污染 | 首次结合卷积模块、长短时记忆和注意力机制,整合序列特征和甲基化模式来推断cfDNA片段的来源 | NA | 提高基于胚胎培养液中cfDNA的非侵入性植入前基因检测的准确性 | 人类胚胎培养液中的胚胎和母体游离DNA | 机器学习 | 生殖医学 | 单细胞甲基化测序 | CNN, LSTM, 注意力机制 | 甲基化测序数据 | 包含不同污染水平的临床样本,其中一个样本母体reads超过80% | NA | 结合卷积模块、LSTM和注意力机制的混合架构 | 污染比例估计准确性、染色体非整倍体恢复一致性 | NA |
1848 | 2025-10-06 |
Boosting Checkpoint Blockade Immunotherapy with T Cell Membrane Redox Homeostasis Regulation and Deep Learning Enhanced NIR-II Imaging
2025-Sep, Advanced healthcare materials
IF:10.0Q1
DOI:10.1002/adhm.202500769
PMID:40583483
|
研究论文 | 本研究设计了一种两性离子聚合物用于偶联并无痕释放检查点抑制抗体,同时通过调节T细胞膜氧化还原稳态和深度学习增强的近红外二区成像来提升免疫检查点阻断疗法的抗肿瘤效果 | 首次将两性离子聚合物用于检查点抑制抗体的偶联和无痕释放,同时实现T细胞膜氧化还原稳态调节与深度学习增强的NIR-II成像技术相结合 | 研究仅在鼠类模型中进行验证,尚未进行人体临床试验 | 提升免疫检查点阻断疗法的抗肿瘤疗效 | 结直肠肿瘤小鼠模型和T细胞 | 医学影像, 免疫治疗 | 结直肠癌 | 近红外二区荧光成像, 深度学习 | 深度学习网络 | 荧光影像数据 | 鼠类模型 | NA | NA | 肿瘤生长抑制率, 动物生存期延长 | NA |
1849 | 2025-10-06 |
Automated Finite Element Modeling of the Lumbar Spine: A Biomechanical and Clinical Approach to Spinal Load Distribution and Stress Analysis
2025-Sep, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2025.124236
PMID:40602487
|
研究论文 | 本研究开发了一种自动化有限元分析方法,用于腰椎生物力学分析,通过深度学习分割和计算建模简化从影像到模拟的工作流程 | 将深度学习分割与有限元建模相结合,实现腰椎生物力学分析的自动化流程,大幅减少人工操作时间 | 未明确说明样本数量和多样性,可能影响模型的泛化能力 | 开发自动化有限元分析方法以改进腰椎生物力学分析 | 腰椎脊柱结构,包括椎骨、椎间盘、韧带等组织 | 生物力学工程 | 脊柱疾病 | 医学影像分析,有限元分析 | 深度学习分割模型 | 医学影像数据 | NA | Gibbon, FEBio | NA | 应力分析,应变分析,位移分析 | NA |
1850 | 2025-10-06 |
Single Inspiratory Chest CT-based Generative Deep Learning Models to Evaluate Functional Small Airways Disease
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240680
PMID:40668132
|
研究论文 | 开发基于单次吸气胸部CT的生成式深度学习模型,用于评估功能性小气道疾病 | 首次使用单次吸气CT扫描通过生成式深度学习模型进行参数响应映射和功能性小气道疾病预测 | 回顾性研究设计,样本量相对有限(308名个体) | 开发深度学习模型评估功能性小气道疾病 | 慢性阻塞性肺疾病患者的小气道功能评估 | 医学影像分析 | 慢性阻塞性肺疾病 | 胸部CT扫描,参数响应映射 | 生成式深度学习模型 | CT影像数据 | 308名个体(中位年龄67岁,113名女性) | NA | NA | 敏感度,AUC,结构相似性指数 | NA |
1851 | 2025-10-06 |
Developing Deep Learning-Based Cerebral Ventricle Auto-Segmentation System and Clinical Application for the Evaluation of Ventriculomegaly
2025-Sep, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2025.124300
PMID:40712852
|
研究论文 | 开发基于深度学习的脑室自动分割系统,用于脑室扩大的精确体积评估 | 首次开发能够同时分割5个解剖类别(脑室、脑实质、颅骨、皮肤和出血)的自动多类分割系统,支持未来增强现实引导的脑室外引流系统 | 样本量相对有限,模型性能可能受年龄、性别和诊断类型等因素影响 | 开发精确的脑室体积自动评估系统,替代传统的二维测量方法 | 脑室扩大患者的脑部CT扫描图像 | 医学影像分析 | 脑室扩大 | 计算机断层扫描 | 深度学习 | 医学影像 | 训练集288例,内部验证10例,外部验证43例,公共数据集192例,临床验证227例 | nnUNet | nnUNet | Dice相似系数, 决定系数 | NA |
1852 | 2025-10-06 |
Deep learning reveals antibiotics in the archaeal proteome
2025-Sep, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-025-02061-0
PMID:40796684
|
研究论文 | 本研究利用深度学习技术系统挖掘古菌蛋白质组,发现具有抗菌活性的新型肽类化合物 | 首次系统探索古菌作为抗生素来源,通过深度学习发现具有独特氨基酸组成特征的新型抗菌肽(古菌素) | 仅合成了80种古菌素进行实验验证,占预测总量的较小比例 | 开发新型抗生素以应对抗菌素耐药性问题 | 古菌蛋白质组中的抗菌肽 | 机器学习 | 细菌感染 | 深度学习 | 深度学习模型 | 蛋白质序列数据 | 233个古菌蛋白质组,12,623个预测分子,80个合成古菌素 | NA | NA | 体外抗菌活性(93%有效率),体内细菌载量减少 | NA |
1853 | 2025-10-06 |
Optimizing Federated Learning Configurations for MRI Prostate Segmentation and Cancer Detection: A Simulation Study
2025-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240485
PMID:40736362
|
研究论文 | 开发并优化用于多参数MRI前列腺分割和临床显著前列腺癌检测的联邦学习框架 | 针对前列腺分割和癌症检测任务分别优化联邦学习配置参数,包括本地训练轮数和聚合策略 | 基于模拟研究,需要进一步验证在真实临床环境中的效果 | 优化联邦学习配置以提升MRI前列腺分割和癌症检测性能 | 前列腺MRI图像和临床显著前列腺癌检测 | 医学影像分析 | 前列腺癌 | 多参数MRI | 深度学习 | MRI图像 | 前列腺分割:4个客户端1294名患者;癌症检测:3个客户端1440名患者 | Flower FL | nnU-Net | Dice系数, PI-CAI评分(AUC和平均精度的平均值) | NA |
1854 | 2025-10-06 |
Artificial Intelligence in Orthopaedic and Trauma Surgery Education: Applications, Ethics, and Future Perspectives
2025-Sep-01, Journal of the American Academy of Orthopaedic Surgeons. Global research & reviews
|
综述 | 探讨人工智能在骨科创伤外科教育中的应用、伦理问题和未来前景 | 提出基于系统的框架将多种AI技术整合到闭环教育周期中,强调适应性学习和专业成长 | NA | 探索人工智能在骨科创伤外科教育中的潜在应用和影响 | 骨科外科住院医师培训 | 自然语言处理, 计算机视觉, 机器学习 | 骨科创伤 | 机器学习, 深度学习, 计算机视觉, 自然语言处理, 生成式AI | 深度学习模型, 大语言模型 | 性能跟踪数据, 图像数据, 文档数据 | NA | NA | NA | NA | NA |
1855 | 2025-10-06 |
Artificial Intelligence in Neovascular Age-Related Macular Degeneration
2025-Sep, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2413-6782
PMID:39260410
|
综述 | 本文全面分析了人工智能在新生血管性年龄相关性黄斑变性管理中的应用现状与发展前景 | 深入探讨了深度学习模型在nAMD诊断、疾病进展预测和治疗效果预测方面的突破性表现,及其在个性化治疗策略中的潜在价值 | 面临大规模数据集需求、临床工作流程整合困难以及模型在不同人群中泛化能力不足等挑战 | 评估人工智能在新生血管性年龄相关性黄斑变性诊疗中的应用价值与发展路径 | 新生血管性年龄相关性黄斑变性患者及相关医学影像数据 | 医学人工智能 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 医学影像 | NA | NA | NA | 准确率 | NA |
1856 | 2025-10-06 |
Automatic Segmentation of Primary Central Nervous System Lymphoma at Clinical Routine Postcontrast T1-weighted MRI
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240446
PMID:40970793
|
研究论文 | 开发并验证基于深度学习模型在临床常规对比增强T1加权MRI上自动分割原发性中枢神经系统淋巴瘤 | 首次基于nnU-Net框架开发针对PCNSL的自动分割模型,并在多中心外部验证集上验证其鲁棒性 | 在众多边界不清的亚厘米级病灶中性能略有下降 | 开发原发性中枢神经系统淋巴瘤的自动分割方法 | 经病理证实的免疫功能正常的原发性中枢神经系统淋巴瘤患者 | 数字病理 | 淋巴瘤 | MRI | 深度学习 | 医学影像 | 135名患者(内部数据集87例,外部测试集48例) | nnU-Net | U-Net | Dice分数, 平均表面距离, F1分数 | NA |
1857 | 2025-09-20 |
An MRI Histopathology-based Deep Learning Approach for the Classification of Prostate Cancer
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.250466
PMID:40970800
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
1858 | 2025-10-06 |
Deep Learning Classification of Prostate Cancer Using MRI Histopathologic Data
2025-Sep, Radiology. Imaging cancer
DOI:10.1148/rycan.240381
PMID:40970801
|
研究论文 | 本研究通过深度学习对前列腺癌MRI组织病理学数据进行分类,评估MR组织病理学在前列腺癌诊断中的能力 | 开发了新型人工智能分析方法,通过整合空间上下文信息提高分类性能,并能够估计病灶大小 | 回顾性研究,使用2009-2011年收集的数据集,样本时间范围有限 | 评估MR组织病理学在前列腺癌诊断中的能力,并指导临床MRH采集的成像参数选择 | 前列腺癌根治术标本的组织学切片 | 数字病理学 | 前列腺癌 | MR组织病理学,MR光谱学 | 神经网络 | 光谱强度数据,组织学图像 | 2009-2011年间收集的前列腺癌根治术标本数据集 | NA | NA | ROC曲线下面积 | NA |
1859 | 2025-10-06 |
CircCode3: integrating deep learning to mine and evaluate translatable circular RNAs from ribosome profiling sequencing and mass spectrometry data
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf458
PMID:40966647
|
研究论文 | 开发了CircCode3集成分析流程,通过深度学习技术从核糖体分析测序和质谱数据中挖掘可翻译环状RNA | 整合了深度学习工具DeepCircm6A和DLMSC,新增了跨越反向剪接位点的开放阅读框识别与评估功能 | 未提及具体性能验证数据或与其他工具的对比结果 | 准确识别可翻译环状RNA及其开放阅读框 | 可翻译环状RNA及其编码潜力 | 生物信息学 | NA | 核糖体分析测序, 质谱分析, 高通量测序 | 深度学习 | 测序数据, 质谱数据 | NA | NA | NA | NA | NA |
1860 | 2025-10-06 |
Single-View Echocardiographic Analysis for Left Ventricular Outflow Tract Obstruction Prediction in Hypertrophic Cardiomyopathy: A Deep Learning Approach
2025-Aug-16, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography
IF:5.4Q1
DOI:10.1016/j.echo.2025.08.008
PMID:40825382
|
研究论文 | 开发并验证一种仅使用经胸超声心动图胸骨旁长轴视图的深度学习模型,用于预测肥厚型心肌病患者的严重左心室流出道梗阻 | 首次提出仅使用单一超声视图(PLAX)通过深度学习同时捕捉形态学和动态运动特征来预测LVOTO,无需传统多视图、多普勒和激发测试 | 研究样本主要来自特定医疗机构,需要进一步多中心验证;模型性能在外部验证集中略有下降 | 开发一种简化的LVOTO评估方法,解决资源有限环境下传统评估方法不可行的问题 | 肥厚型心肌病患者 | 医学影像分析 | 心血管疾病 | 经胸超声心动图 | 深度学习模型 | 超声视频 | 开发数据集1007例,内部测试集87例,外部验证集1334例,治疗数据集156例 | NA | NA | AUC, 特异性, 阴性预测值 | NA |