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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1861 | 2025-10-06 |
Neural Networks for Predicting and Classifying Antimicrobial Resistance Sequences in Porphyromonas gingivalis
2025-Oct, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100890
PMID:40618714
|
研究论文 | 开发基于卷积神经网络的深度学习方法来分类牙龈卟啉单胞菌的抗菌耐药性蛋白序列 | 首次将卷积神经网络应用于牙龈卟啉单胞菌抗菌耐药性蛋白序列的分类预测 | 样本量相对较小(共685个蛋白序列),仅使用单一物种数据 | 预测和分类牙龈卟啉单胞菌的抗菌耐药性序列 | 牙龈卟啉单胞菌蛋白序列 | 生物信息学 | 牙周病 | 全基因组测序 | CNN | 蛋白质序列 | 685个蛋白序列(150个牙龈卟啉单胞菌蛋白和535个非耐药变体) | PyTorch | CNN(包含两个卷积层、最大池化、dropout和全连接层) | 准确率, 精确率, 召回率, F1分数, AUC | NA |
1862 | 2025-10-06 |
Automatic Point Cloud Patching of Intraoral Three-Dimensional Scanning Based on Deep Learning
2025-Oct, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100911
PMID:40684681
|
研究论文 | 本研究开发了一种基于深度学习的口腔内三维扫描点云自动修复方法 | 采用点分形网络架构自动修复口腔内扫描缺失数据,实现近实时修复 | 仅使用模拟缺失数据进行验证,未在真实临床缺失场景中测试 | 开发自动修复口腔内三维扫描点云缺失区域的方法,提高数字正畸工作流程的准确性和效率 | 口腔内三维扫描点云数据 | 计算机视觉 | 口腔疾病 | 口腔内扫描 | 深度学习 | 三维点云 | 314个口腔内扫描和4162颗单独牙齿 | NA | Point Fractal Network | Chamfer distance | NA |
1863 | 2025-10-06 |
Evaluation of Deep Learning for Caries Detection With Fine-Grained Classification and Postprocessing Improvements
2025-Oct, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100898
PMID:40701111
|
研究论文 | 本研究使用先进深度学习模型实现基于牙齿实例的龋齿检测,并按照ICDAS系统进行细粒度分类 | 提出两种结合背景知识的校正方法,通过加权平均得分和基于牙齿空间关系的自适应置信度调整来提升复杂场景下的稳定性 | 在提升检测精度的同时,FPS从83.1降至78.1,存在一定的计算效率损失 | 评估深度学习在龋齿检测中的应用,改进细粒度分类和后处理方法 | 口腔内可见光图像中的牙齿实例 | 计算机视觉 | 龋齿 | 数据增强技术 | YOLO系列目标检测模型 | 可见光图像 | 1200张高质量口腔内图像通过数据增强扩展至8,754张图像 | NA | YOLO-v8, YOLO-v9, YOLO-NAS | mAP, 精确率, 召回率, FPS | NA |
1864 | 2025-10-06 |
Contrast-Enhanced CT-Based Deep Learning and Habitat Radiomics for Analysing the Predictive Capability for Oral Squamous Cell Carcinoma
2025-Oct, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100914
PMID:40712385
|
研究论文 | 本研究通过比较基于对比增强CT的深度学习和栖息地放射组学模型,探索预测口腔鳞状细胞癌颈淋巴结转移和病理亚型的新方法 | 首次将栖息地分析与临床特征相结合构建预测模型,并比较深度学习模型与栖息地分析模型在口腔癌预测中的性能 | 回顾性研究设计,样本量相对较小(132例),单中心数据 | 预测口腔鳞状细胞癌的颈淋巴结转移和病理亚型 | 经石蜡病理确诊的口腔鳞状细胞癌患者 | 医学影像分析 | 口腔鳞状细胞癌 | 对比增强CT | CNN, FCNN | 医学影像 | 132例口腔鳞状细胞癌患者 | NA | 卷积神经网络, 全连接神经网络 | AUC, ROC曲线, 混淆矩阵 | NA |
1865 | 2025-10-06 |
Evaluating the Efficacy of Various Deep Learning Architectures for Automated Preprocessing and Identification of Impacted Maxillary Canines in Panoramic Radiographs
2025-Oct, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100940
PMID:40753865
|
研究论文 | 本研究评估了多种卷积神经网络架构在全景X光片中自动识别上颌阻生尖牙的性能 | 首次系统比较八种不同CNN架构在预处理前后对阻生尖牙的识别性能,并展示了自动裁剪对模型性能的提升 | 样本量相对较小(每组91个样本),仅针对上颌尖牙进行研究 | 开发全自动软件用于全景X光片中上颌阻生尖牙的识别 | 全景X光片中的上颌阻生尖牙和非阻生尖牙 | 计算机视觉 | 牙科疾病 | 全景X光成像 | CNN | 医学影像 | 182个样本(阻生组91个,非阻生组91个) | NA | SqueezeNet, GoogLeNet, NASNet-Mobile, ShuffleNet, VGG-16, ResNet 50, DenseNet 201, Inception V3 | AUC | NA |
1866 | 2025-10-06 |
Fully Automated Tooth Segmentation and Labeling for Both Full- and Partial-Arch Intraoral Scans Using Deep Learning
2025-Oct, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100950
PMID:40815915
|
研究论文 | 开发了一种基于深度学习的全自动牙齿分割与标记方法,适用于全牙弓和部分牙弓口内扫描数据 | 首个同时适用于全牙弓和部分牙弓口内扫描的全自动牙齿分割与FDI标记方法 | 残根、残冠、缺牙和部分萌出牙等牙齿状况与模型误差呈显著正相关 | 开发适用于全牙弓和部分牙弓口内扫描的牙齿分割与标记深度学习模型 | 牙齿分割与标记 | 计算机视觉 | 牙科疾病 | 口内扫描 | 深度学习 | 3D扫描数据 | 600个口内扫描数据(300个全牙弓和300个部分牙弓) | NA | ToothInstanceNet | F1-score, tooth Dice, tooth macro-F1, macro-IoU | NA |
1867 | 2025-10-06 |
DeepNuParc: A novel deep clustering framework for fine-scale parcellation of brain nuclei using diffusion MRI tractography
2025-Oct-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121421
PMID:40902872
|
研究论文 | 提出一种名为DeepNuParc的深度聚类框架,利用扩散MRI纤维追踪技术实现脑核团的精细尺度分割 | 结合新型深度学习方法进行核团精确分割,设计基于流线聚类的结构连接特征,改进联合降维和k均值聚类方法实现更精细的核团分割 | NA | 开发自动化脑核团精细分割方法以理解其解剖功能关联 | 大脑核团(杏仁核和丘脑) | 医学影像分析 | 神经系统疾病 | 扩散MRI纤维追踪 | 深度学习聚类 | 扩散MRI图像 | NA | NA | NA | 分割一致性,与粗尺度图谱的对应性 | NA |
1868 | 2025-10-06 |
Deep learning-based insights on T:R ratio behaviour during prolonged screening for S-ICD eligibility
2025-Oct, Journal of interventional cardiac electrophysiology : an international journal of arrhythmias and pacing
IF:2.1Q3
DOI:10.1007/s10840-022-01245-6
PMID:35551558
|
研究论文 | 开发基于深度学习的工具分析T:R比率波动,用于皮下植入式心脏除颤器资格筛查 | 首次引入深度学习工具精确测量T:R比率波动程度,探索其在S-ICD筛查中的作用 | 样本量较小(37名患者),需要进一步研究确定最佳筛查阈值 | 识别高T波过感知风险患者同时不错误排除真正的S-ICD候选者 | 37名患者(包括心力衰竭、肥厚型心肌病、正常心脏、先天性心脏病患者) | 医疗人工智能 | 心血管疾病 | Holter监测,心电图信号分析 | 深度学习 | 心电图信号 | 37名患者 | NA | NA | T:R比率,筛查通过率 | NA |
1869 | 2025-10-06 |
ArYSL: Arabic Yemeni sign language dataset
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111996
PMID:40955420
|
研究论文 | 本文介绍了阿拉伯也门手语数据集ArYSL Version 2的开发与发布 | 创建了包含32个阿拉伯手语类别和35,900张标注RGB图像的大规模动态词汇数据集,并附带包含同义词、方言变体和常见拼写错误的阿拉伯语词典 | 数据集主要针对阿拉伯也门手语,可能不适用于其他阿拉伯地区的手语变体 | 解决阿拉伯手语识别因缺乏真实场景数据集而面临的挑战 | 阿拉伯也门手语 | 计算机视觉 | NA | RGB图像采集 | 深度学习, 模糊逻辑 | 图像, 文本 | 35名不同年龄和性别的参与者,共35,900张标注图像 | NA | NA | NA | NA |
1870 | 2025-10-06 |
IQ-UltraRecon: Demodulated IQ ultrasound dataset of human hand and arm tissue for deep learning-based reconstruction
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112001
PMID:40955410
|
研究论文 | 本文介绍了一个用于深度学习重建的 demodulated IQ 超声数据集,包含人手和前臂组织的超声数据 | 提供了包含单角度和多角度采集的原始IQ超声数据,支持深度学习图像重建研究 | 数据集仅包含健康成人手部和前臂组织,样本量相对有限 | 开发用于超声信号分析和图像重建的深度学习数据集 | 人手和前臂组织 | 医学影像处理 | NA | 超声成像 | NA | 超声信号数据 | 48个.mat文件,来自健康成人受试者,共4800个数据样本 | NA | NA | NA | Verasonics Vantage 64LE系统,L11-5v线性阵列换能器 |
1871 | 2025-10-06 |
Applications of machine learning in high-entropy alloys: a review of recent advances in design, discovery, and characterization
2025-Sep-18, Nanoscale
IF:5.8Q1
DOI:10.1039/d5nr01562f
PMID:40878184
|
综述 | 本文全面综述了机器学习在高熵合金设计、发现和表征中的最新应用进展 | 重点关注生成模型和计算机视觉等前沿深度学习技术,以及用于分子动力学模拟的机器学习原子间势函数的开发 | 讨论了该方法固有的局限性,包括对数据质量和数量的依赖以及模型可解释性挑战 | 加速高熵合金领域进展,通过数据驱动方法优化合金设计 | 高熵合金(HEAs) | 机器学习 | NA | 机器学习,分子动力学模拟 | 生成模型,深度学习 | 材料数据库,原子级模拟数据 | NA | NA | NA | 评估指标(文中未具体说明) | NA |
1872 | 2025-10-06 |
Egocentric video analysis for automated assessment of open surgical skills via deep learning
2025-Sep-18, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03518-7
PMID:40963049
|
研究论文 | 提出基于深度学习的第一人称视角视频分析框架,用于自动评估开放手术技能 | 首次将Transformer架构应用于开放手术技能评估,结合多任务学习和手部运动学数据,支持基于部分观察的早期技能评估 | 研究样本量有限(20名参与者),主要针对基础训练任务,模型在复杂手术场景中的泛化能力有待验证 | 开发客观自动的开放手术技能评估方法 | 外科培训学员的开放手术操作技能 | 计算机视觉 | NA | 视频分析,手部运动学数据采集 | LSTM, TCN, Transformer | 视频,运动学数据 | 201个视频,来自20名参与者 | PyTorch | ResNet50, LSTM, TCN, Transformer | 平均绝对误差, Spearman相关系数 | NA |
1873 | 2025-10-06 |
Volatile biomarkers of fungal infection and mycotoxin contamination in fruits and vegetables: emerging targets for monitoring and early warning
2025-Sep-18, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2025.2562369
PMID:40965270
|
综述 | 本文系统综述了水果蔬菜中真菌感染和霉菌毒素污染的挥发性生物标志物及其检测技术 | 重点关注挥发性有机化合物作为非侵入性生物标志物,并探讨人工智能在VOC生物标志物预测和采后病害诊断中的整合应用 | 未涉及具体实验验证数据,主要基于现有文献综述 | 开发基于VOC的智能、快速、经济有效的采后病害监测框架 | 水果蔬菜中的真菌病原体和感染宿主 | 机器学习 | NA | 气相色谱-质谱联用(GC-MS), 电子鼻(E-nose), 生物传感器 | 机器学习(ML), 深度学习(DL) | 挥发性有机化合物(VOC)数据 | NA | NA | NA | NA | NA |
1874 | 2025-10-06 |
Deep Learning Integration of Endoscopic Ultrasound Features and Serum Data Reveals LTB4 as a Diagnostic and Therapeutic Target in ESCC
2025-Sep-18, Cancer biotherapy & radiopharmaceuticals
DOI:10.1177/10849785251380368
PMID:40965275
|
研究论文 | 本研究通过深度学习整合超声内镜特征和血清数据,发现LTB4是食管鳞癌诊断和治疗预测的关键生物标志物 | 首次将深度学习提取的超声内镜图像特征与血清炎症标志物相结合,识别出LTB4作为ESCC的新型诊断和治疗预测生物标志物 | 样本量相对有限(115例患者),需要更大规模研究验证 | 开发食管鳞癌的早期诊断和治疗反应预测方法 | 食管鳞癌患者和正常食管组织 | 数字病理 | 食管癌 | 酶联免疫吸附试验,超声内镜 | CNN | 图像,血清数据 | 115例ESCC患者 | NA | ResNet50 | 比值比 | NA |
1875 | 2025-10-06 |
Integrating artificial intelligence with Gamma Knife radiosurgery in treating meningiomas and schwannomas: a review
2025-Sep-18, Neurosurgical review
IF:2.5Q1
DOI:10.1007/s10143-025-03820-7
PMID:40965768
|
综述 | 本文综述了人工智能与伽玛刀放射外科技术在治疗脑膜瘤和神经鞘瘤中的整合应用 | 系统评估了AI模型在伽玛刀治疗脑膜瘤和神经鞘瘤中的多种应用,包括肿瘤分割、体积评估和治疗结果预测 | 面临外部验证、标准化和计算需求方面的挑战,需要大规模多机构验证研究 | 评估人工智能在伽玛刀放射外科治疗脑膜瘤和神经鞘瘤中的应用价值 | 接受伽玛刀治疗的 vestibular schwannoma 和脑膜瘤患者 | 数字病理 | 脑膜瘤,神经鞘瘤 | 伽玛刀放射外科,机器学习,深度学习 | CNN,神经网络,随机生存森林 | MRI图像(T1W,T2W),临床数据,语义数据,影像组学特征 | 861名接受GKRS治疗的患者 | NA | 双路径卷积神经网络 | Dice相似系数,C-index | NA |
1876 | 2025-10-06 |
MDFNet: a multi-dimensional feature fusion model based on structural magnetic resonance imaging representations for brain age estimation
2025-Sep-18, Magma (New York, N.Y.)
DOI:10.1007/s10334-025-01294-8
PMID:40965801
|
研究论文 | 提出一种基于结构磁共振成像的多维特征融合模型MDFNet用于脑年龄估计 | 开发了统一的多维特征融合模型,整合全脑、灰质体积组织分割、脑网络节点消息传递、基于边的图路径卷积和人口统计学数据等多种特征表示 | NA | 提高仅基于结构MRI的脑年龄估计准确性 | 健康受试者和阿尔茨海默病患者 | 医学影像分析 | 阿尔茨海默病 | 结构磁共振成像 | CNN, GCN, MLP | 医学影像, 图数据, 人口统计学数据 | 1872名健康受试者和一个独立的阿尔茨海默病患者队列 | NA | MDFNet(包含WBEC-channel, TEC-channel, nodeGCN-channel, edgeGCN-channel, MLP-channel) | 平均绝对误差, 皮尔逊相关系数, 斯皮尔曼等级相关系数 | NA |
1877 | 2025-10-06 |
DCEM-TCRCN: an innovative approach to depression detection using wearable IoT devices and deep learning
2025-Sep-18, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03479-x
PMID:40965800
|
研究论文 | 提出一种基于可穿戴物联网设备和深度学习的抑郁症检测创新方法DCEM-TCRCN | 结合动态卷积与时间循环残差卷积网络,通过移动倒置瓶颈卷积块和循环扩张卷积处理长时间序列关系 | NA | 开发有效准确的抑郁症诊断模型 | 通过可穿戴传感器采集的生理信息 | 机器学习 | 抑郁症 | 可穿戴物联网传感器技术 | CNN | 生理信号数据(心率变异性、皮肤电活动) | NA | NA | DCEM-TCRCN, MBConv, DConv, 循环扩张卷积 | 准确率, 精确率, 召回率, Cohen-Kappa分数 | NA |
1878 | 2025-09-19 |
Letter to the editor: Technical considerations in the development of a multimodal deep learning model for predicting hepatocellular carcinoma outcomes
2025-Sep-17, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001534
PMID:40960952
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
1879 | 2025-10-06 |
CQH-MPN: A Classical-Quantum Hybrid Prototype Network with Fuzzy Proximity-Based Classification for Early Glaucoma Diagnosis
2025-Sep-17, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3610855
PMID:40960965
|
研究论文 | 提出一种经典量子混合原型网络,用于青光眼早期诊断的小样本学习 | 首次将量子特征编码器与经典卷积编码器结合,并引入模糊邻近度量方法处理类别不确定性 | 仅在两个公开数据集上验证,未在更多临床场景测试 | 解决小样本条件下的青光眼早期诊断问题 | 视网膜眼底图像 | 医学影像分析 | 青光眼 | 量子计算与深度学习融合技术 | 原型网络 | 图像 | ACRIMA和ORIGA两个公开数据集,在1-shot、3-shot和5-shot设置下评估 | NA | 经典量子混合均值原型网络 | 准确率 | NA |
1880 | 2025-10-06 |
Patient-Specific Cardio-Respiratory Model for Optimization of Cardiac Radioablation
2025-Sep-17, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3610945
PMID:40960973
|
研究论文 | 开发基于深度学习的心脏结构分割和图像配准的患者特异性心肺动态模型,用于评估心脏放射消融治疗中运动管理方法的效果 | 结合心脏和呼吸动态CT扫描构建患者特异性动态模型,能够模拟治疗过程并评估运动管理方法 | 模型在九名患者数据上验证,样本量有限,需要进一步扩大验证范围 | 优化心脏放射消融治疗的精确性,减少心脏和呼吸运动对治疗的影响 | 难治性室性心动过速患者的心脏结构 | 医学影像分析 | 心血管疾病 | 动态CT扫描,深度学习分割,可变形图像配准,刚性图像配准 | 深度学习 | 医学影像(CT扫描) | 9名患者数据 | NA | NA | 重现性评估,物理体模验证 | NA |