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,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10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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2025-09-26 |
Artificial Intelligence-Triaged 3-Dimensional Pathology to Improve Detection of Esophageal Neoplasia While Reducing Pathologist Workloads
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100322
PMID:37657711
|
研究论文 | 提出基于深度学习的三维病理人工智能分诊方法,用于提高食管肿瘤检测灵敏度并减少病理医生工作量 | 首次开发能够自动识别三维病理数据集中最关键二维切片的AI分诊系统,通过生成三维肿瘤风险热图实现图像优先级排序 | NA | 改善巴雷特食管患者食管肿瘤的早期检测效率 | 食管活检组织样本 | 数字病理 | 食管肿瘤 | 三维病理成像 | 深度学习 | 三维病理图像 | 临床验证研究中涉及的食管活检样本(具体数量未明确说明) |
2 | 2025-09-26 |
Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100326
PMID:37678674
|
研究论文 | 利用深度学习技术从H&E病理图像中提取病理组学特征,揭示肺腺癌从前驱病变到浸润性腺癌的免疫与分子演化规律 | 首次通过病理组学特征量化肺前驱病变演化过程中的上皮细胞异型性增加和淋巴细胞减少趋势,与昂贵分子检测结果一致 | 样本量相对有限(98例患者),仅基于H&E染色图像分析 | 解析肺腺癌从前驱病变到浸润癌的演化机制 | 肺组织病理图像(正常组织、AAH、AIS、MIA和ADC病变) | 数字病理 | 肺癌 | 深度学习、人工智能、H&E染色病理图像分析 | 深度学习模型 | 病理图像 | 98例患者、162张切片、669个感兴趣区域(含143正常、129AAH、94AIS、98MIA、205ADC) |
3 | 2025-09-26 |
Can artificial intelligence help decision-making in arthroscopy? Part 2: The IA-RTRHO model - a decision-making aid for long head of the biceps diagnoses in small rotator cuff tears
2023-12, Orthopaedics & traumatology, surgery & research : OTSR
DOI:10.1016/j.otsr.2023.103652
PMID:37380127
|
研究论文 | 本研究开发了一种基于卷积神经网络和临床数据的AI模型,用于辅助关节镜手术中肱二头肌长头腱的健康诊断 | 首次评估AI分析关节镜图像的能力,结合图像与临床数据构建诊断模型 | 需要增加输入数据以减少过拟合,结果需进一步研究验证 | 开发能够诊断肱二头肌长头腱健康状态的AI决策辅助模型 | 199名患者的关节镜图像及临床数据 | 计算机视觉 | 骨科疾病 | 深度学习、迁移学习 | CNN(Inception V3)、MLP、Mask R-CNN | 视频图像、临床数据 | 199名患者 |
4 | 2025-09-26 |
Predicting Lymph Node Metastasis From Primary Cervical Squamous Cell Carcinoma Based on Deep Learning in Histopathologic Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100316
PMID:37634868
|
研究论文 | 基于宫颈鳞癌组织病理图像开发深度学习模型预测淋巴结转移状态 | 首次采用多尺度注意力机制的多示例深度学习框架,仅通过原发灶H&E染色切片实现淋巴结转移预测 | 需通过宫颈活检标本和多中心大样本数据验证实际价值 | 开发术前评估宫颈癌淋巴结状态的深度学习模型 | 宫颈鳞状细胞癌患者 | 数字病理 | 宫颈癌 | H&E染色全玻片成像 | 多示例深度卷积神经网络(基于多尺度注意力机制) | 病理图像 | 564名患者的1524张全玻片图像(内部数据集405例,外部验证159例) |
5 | 2025-09-26 |
A Novel Deep Learning Algorithm for Human Papillomavirus Infection Prediction in Head and Neck Cancers Using Routine Histology Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100320
PMID:37652399
|
研究论文 | 提出一种基于常规H&E染色切片图像的深度学习算法,用于头颈部鳞状细胞癌中HPV感染状态的预测 | 首次开发仅使用常规H&E染色全切片图像即可实现HPV感染状态预测的深度学习流程,并达到最先进的检测性能 | NA | 开发头颈部鳞状细胞癌中HPV感染状态的自动预测方法 | 头颈部鳞状细胞癌患者的组织切片图像 | 数字病理学 | 头颈部癌症 | 全切片图像分析 | 深度学习算法 | 图像 | NA |
6 | 2025-09-26 |
Automating Ground Truth Annotations for Gland Segmentation Through Immunohistochemistry
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100331
PMID:37716506
|
研究论文 | 提出一种通过免疫组织化学自动生成结肠腺体分割真值标注的方法 | 利用IHC标记自动生成H&E切片中的腺体标注,替代耗时的手动标注 | 方法依赖IHC与H&E图像的精准配准,且需要特定标记物的染色 | 开发自动化的腺体分割真值标注生成技术 | 结肠活检标本中的腺体组织 | 数字病理学 | 结肠癌/炎症性肠病 | 免疫组织化学、深度学习 | 深度学习模型 | 组织病理图像 | 内部保留活检标本集+2个公共数据集 |
7 | 2025-09-26 |
Deep Learning for Predicting Effect of Neoadjuvant Therapies in Non-Small Cell Lung Carcinomas With Histologic Images
2023-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100302
PMID:37580019
|
研究论文 | 开发基于深度学习的模型,通过组织病理图像预测非小细胞肺癌新辅助治疗的主要病理反应 | 提出可自适应加权多尺度卷积神经网络的多尺度补丁模型,首次实现从H&E染色切片图像自动评估MPR | 样本量相对有限(125例),需更大规模数据验证泛化能力 | 开发临床可用的深度学习模型以辅助病理学家评估新辅助治疗效果 | 接受新辅助治疗后切除的非小细胞肺癌组织样本 | 数字病理 | 肺癌 | 全幻灯片成像,H&E染色 | 多尺度CNN | 病理图像 | 125例非小细胞肺癌病例,261张H&E染色切片 |
8 | 2025-09-26 |
Learning from prepandemic data to forecast viral escape
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06617-0
PMID:37821700
|
研究论文 | 开发了可预测病毒免疫逃逸突变的计算框架EVEscape | 结合深度学习模型与生物物理信息,可在疫情早期无需实验数据即可预测病毒变异 | NA | 建立通用计算框架以预测病毒免疫逃逸突变 | SARS-CoV-2、流感、HIV、拉沙病毒、尼帕病毒等具有大流行潜力的病毒 | 机器学习 | 传染病 | 深度学习、生物物理分析 | 深度学习模型 | 病毒序列数据、结构信息 | 使用2020年前可用的历史序列数据进行训练 |
9 | 2025-09-26 |
Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images
2023-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100247
PMID:37307876
|
研究论文 | 开发基于深度学习的算法通过组织病理图像预测前列腺癌分子亚型 | 首次提出基于Transformer的分层架构,使用H&E染色全切片图像预测ERG融合和PTEN缺失 | 样本量相对有限且需要进一步验证临床适用性 | 利用深度学习技术从病理图像中筛查前列腺癌基因组变异 | 前列腺癌患者的组织切片样本 | 数字病理 | 前列腺癌 | H&E染色全切片成像 | Transformer-based hierarchical architecture | 图像 | 训练队列:224例(ERG)/205例(PTEN);验证队列:多个独立队列共1000+全切片图像 |
10 | 2025-09-26 |
Anthropogenic fingerprints in daily precipitation revealed by deep learning
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06474-x
PMID:37648861
|
研究论文 | 利用深度学习从日降水数据中检测人为气候变化信号 | 首次应用卷积神经网络从日尺度降水波动中识别出人为气候变暖信号,突破了传统方法在区域尺度上的检测局限 | 基于气候模型模拟数据训练,观测记录验证时间范围有限 | 验证温室效应加剧全球降水变异性和极端事件的预测 | 全球日降水场和地表气温数据 | 机器学习 | NA | 深度学习、可解释AI框架 | CNN | 气候模拟数据、观测数据 | 多组现代与未来气候模型模拟的集合数据 |
11 | 2025-09-26 |
Uncovering new families and folds in the natural protein universe
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06622-3
PMID:37704037
|
研究论文 | 利用AlphaFold数据库探索天然蛋白质宇宙中新的蛋白质家族和折叠结构 | 发现了β-花状折叠结构,向Pfam数据库新增多个蛋白质家族,并实验验证了新的翻译靶向毒素-抗毒素系统超家族TumE-TumA | NA | 评估AlphaFold数据库在揭示天然蛋白质宇宙'暗物质'方面的能力 | 天然蛋白质宇宙中的未知蛋白质结构和家族 | 生物信息学 | NA | AlphaFold结构预测、序列相似性网络分析 | 深度学习模型 | 蛋白质序列和结构数据 | 数亿个预测蛋白质结构(AFDB90v4数据库) |
12 | 2025-09-26 |
Deep learning enabled fast 3D brain MRI at 0.055 tesla
2023-09-22, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adi9327
PMID:37738341
|
研究论文 | 提出结合快速采集与深度学习重建的框架,实现0.055特斯拉超低场强下的快速三维脑部MRI成像 | 首次在0.055T超低场强下实现单次平均3D编码与2D部分傅里叶采样,将扫描时间缩短至2.5-3.2分钟,并利用高场强脑数据训练深度学习模型提升图像质量 | 未明确说明模型在不同病理条件下的泛化能力及临床验证规模 | 解决便携式超低场强MRI图像质量差、扫描时间长的问题 | 人脑解剖结构 | 医学影像分析 | NA | 磁共振成像(MRI)、深度学习重建 | 3D深度学习模型 | 三维脑部MRI图像 | 未明确说明具体样本数量,但提及使用高场强人脑数据进行训练 |
13 | 2025-09-25 |
Deep-learning prostate cancer detection and segmentation on biparametric versus multiparametric magnetic resonance imaging: Added value of dynamic contrast-enhanced imaging
2023-12, International journal of urology : official journal of the Japanese Urological Association
IF:1.8Q3
DOI:10.1111/iju.15280
PMID:37605627
|
研究论文 | 基于深度学习比较双参数与多参数磁共振成像对前列腺癌的检测和分割性能,评估动态对比增强成像的附加价值 | 首次系统比较双参数与多参数MRI在深度学习前列腺癌诊断中的性能差异,并量化动态对比增强成像的临床价值 | 样本量相对有限(332例患者),且为单中心研究 | 开发前列腺多序列MRI的深度学习诊断算法,评估动态对比增强成像在多参数成像中的贡献 | 332名患者(218名癌症患者含291个活检证实病灶,114名非癌症患者)的3227个多参数MRI数据集 | 数字病理 | 前列腺癌 | 磁共振成像(T2加权、动态对比增强)、深度学习 | 深度学习算法 | 医学影像 | 3227个多参数MRI数据集(来自332例患者,含291个活检证实癌灶) |
14 | 2025-09-25 |
Privacy-preserving techniques for decentralized and secure machine learning in drug discovery
2023-12, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103820
PMID:37935330
|
综述 | 本文概述了药物发现领域中用于去中心化机器学习的隐私保护技术 | 系统总结了多种隐私保护技术在药物发现机器学习中的应用及其组合方案 | 仅提供技术概述而未进行实证比较或性能评估 | 探讨去中心化机器学习在药物发现领域的隐私保护解决方案 | 隐私保护技术及其在药物研发中的应用 | 机器学习 | NA | 安全多方计算、分布式深度学习、同态加密、区块链点对点网络、差分隐私、联邦学习 | NA | 敏感/私有数据 | NA |
15 | 2025-09-25 |
Design and deep learning of synthetic B-cell-specific promoters
2023-11-27, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkad930
PMID:37889080
|
研究论文 | 本研究通过合成生物学和深度学习技术设计并分析了B细胞特异性启动子,揭示了其转录调控机制 | 设计了23,640个B细胞特异性启动子,构建了能够直接从序列预测免疫球蛋白V基因启动子转录强度的深度学习模型 | NA | 解析B细胞特异性启动子的转录调控机制,为B细胞工程提供合成元件 | B细胞特异性启动子和免疫球蛋白V基因 | 合成生物学 | NA | MPRA(大规模平行报告基因检测)、深度学习 | 深度学习模型 | DNA序列数据 | 23,640个B细胞特异性启动子 |
16 | 2025-09-25 |
Explainable deep learning for tumor dynamic modeling and overall survival prediction using Neural-ODE
2023-11-18, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-023-00317-1
PMID:37980358
|
研究论文 | 提出基于神经微分方程的肿瘤动态建模方法TDNODE,用于肿瘤生长预测和患者总生存期分析 | 克服传统模型对截断数据的预测偏差,首次将神经微分方程应用于肿瘤动力学建模并实现模型参数的可解释性 | NA | 提高肿瘤动态模型的预测能力,实现个性化治疗并改善临床决策 | 肿瘤患者纵向肿瘤大小数据 | 机器学习 | 肿瘤 | 神经微分方程(Neural-ODE) | TDNODE(编码器-解码器架构) | 纵向肿瘤大小数据 | NA |
17 | 2025-09-25 |
Research hotspots and trends of artificial intelligence in rheumatoid arthritis: A bibliometric and visualized study
2023-11-10, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023902
PMID:38124558
|
文献计量学研究 | 通过文献计量学方法分析2003-2022年间人工智能在类风湿关节炎领域的研究热点与发展趋势 | 首次运用文献计量学和可视化技术系统分析AI在RA领域的全球研究格局、发展轨迹和前沿热点 | 仅基于Web of Science数据库,可能存在文献收录不全的局限性 | 构建人工智能在类风湿关节炎研究领域的知识图谱和发展全景 | 859篇相关学术文献 | 医疗人工智能 | 类风湿关节炎 | 文献计量分析、可视化分析(VOSviewer、R软件) | 机器学习、深度学习算法 | 文献元数据(发表年份、国家、机构、期刊、关键词等) | 859篇文献 |
18 | 2025-09-25 |
Effective multi-class lungdisease classification using the hybridfeature engineering mechanism
2023-11-07, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023896
PMID:38052644
|
研究论文 | 提出一种基于混合特征工程的深度学习模型,用于胸部X射线图像的13种肺部疾病分类 | 结合优化CNN和DENSENET121的改进型Aquila优化卷积神经网络,并采用批量均衡技术 | 未提及模型可解释性,未来需要探索可解释机器学习方法 | 开发高精度的多类别肺部疾病计算机辅助诊断系统 | 胸部X射线图像 | 计算机视觉 | 肺部疾病 | 深度学习 | CNN、DENSENET121、混合优化模型 | 医学图像 | 112,000张胸部X射线图像 |
19 | 2025-09-25 |
Artificial intelligence methods in kinase target profiling: Advances and challenges
2023-11, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103796
PMID:37805065
|
综述 | 概述基于机器学习和深度学习的定量构效关系模型在激酶靶点分析中的最新进展 | 系统总结人工智能方法在激酶分析领域的前沿动态与发展趋势 | NA | 为激酶分析方法的开发与应用提供实践指导 | 激酶靶点 | 机器学习 | NA | QSAR模型 | ML/DL | 结构活性数据 | NA |
20 | 2025-09-25 |
TransUFold: Unlocking the structural complexity of short and long RNA with pseudoknots
2023-10-17, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2023854
PMID:38052602
|
研究论文 | 提出基于深度学习的TransUFold方法,用于准确预测包含假结的RNA二级结构 | 首次将Vision Transformer架构应用于RNA结构预测,能够有效提取RNA序列中的长程相互作用 | 性能依赖于高质量RNA结构数据的可用性 | 开发能够准确预测RNA二级结构(包括假结)的计算方法 | RNA分子(特别是包含假结结构的短链和长链RNA) | 生物信息学 | NA | 深度学习 | Vision Transformer(编码器-解码器架构) | RNA序列数据与结构注释 | 基准数据集(具体数量未明确说明),测试序列长度可达1600个核苷酸 |