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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
241 | 2025-06-24 |
Deep Learning for Detection of Periapical Radiolucent Lesions: A Systematic Review and Meta-analysis of Diagnostic Test Accuracy
2023-Mar, Journal of endodontics
IF:3.5Q1
DOI:10.1016/j.joen.2022.12.007
PMID:36563779
|
meta-analysis | 本文通过系统综述和荟萃分析评估深度学习模型在检测牙科X光片中根尖周透光病变方面的准确性 | 首次对深度学习在根尖周透光病变检测中的诊断准确性进行系统综述和荟萃分析 | 大多数研究存在偏倚风险,缺乏前瞻性研究 | 评估深度学习模型在检测根尖周透光病变方面的诊断准确性 | 牙科X光片中的根尖周透光病变 | digital pathology | dental disease | deep learning | NA | image | 18项研究纳入系统综述,其中6项用于定量分析 |
242 | 2025-06-24 |
Data augmentation for medical imaging: A systematic literature review
2023-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2022.106391
PMID:36549032
|
系统文献综述 | 本文对医学影像领域中的数据增强策略及其对临床任务性能的影响进行了系统综述 | 全面分析了2018-2022年间300多篇相关文献,揭示了数据增强在不同器官、模态、任务和数据集规模中的有效性 | 仅涵盖2018-2022年间的文献,可能未包括最新研究进展 | 研究医学领域中使用的数据增强策略及其对临床任务性能的影响 | 医学影像数据 | 数字病理 | NA | 数据增强技术 | 深度神经网络 | 医学影像 | 超过300篇文献 |
243 | 2025-06-24 |
Diagnostic efficiency among Eu-/C-/ACR-TIRADS and S-Detect for thyroid nodules: a systematic review and network meta-analysis
2023, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2023.1227339
PMID:37720531
|
meta-analysis | 比较不同超声风险分层系统在甲状腺结节诊断中的性能 | 首次通过网络荟萃分析比较了四种超声风险分层系统(Eu-TIRADS、ACR TIRADS、C-TIRADS和S-Detect)在甲状腺癌诊断中的性能 | 研究仅基于过去五年的数据,可能未涵盖所有相关研究 | 比较不同超声风险分层系统在甲状腺癌诊断中的性能 | 甲状腺结节 | digital pathology | thyroid cancer | ultrasound risk stratification systems | NA | ultrasound images | 88项研究,共59,304个结节 |
244 | 2025-06-22 |
Deep Learning-Based Image Analysis of Liver Steatosis in Mouse Models
2023-08, The American journal of pathology
DOI:10.1016/j.ajpath.2023.04.014
PMID:37236505
|
research paper | 本研究开发了一种基于深度神经网络的模型,用于量化肝组织切片中的微泡和大泡脂肪变性 | 使用深度学习模型自动识别和量化肝脂肪变性,与病理学家评估和EchoMRI测量结果高度一致 | 研究仅基于小鼠模型,未在人类样本中验证 | 开发一种高效量化非酒精性脂肪肝病的方法,用于临床前药物效果分析 | 野生型小鼠和两种基因修饰小鼠模型的肝组织 | digital pathology | nonalcoholic fatty liver disease | hematoxylin-eosin staining, whole slide imaging | deep neural network | image | 101张全切片图像 |
245 | 2025-06-21 |
A quantitative characterization of early neuron generation in the developing zebrafish telencephalon
2023 Oct-Nov, Developmental neurobiology
IF:2.7Q3
DOI:10.1002/dneu.22926
PMID:37679904
|
研究论文 | 本文定量描述了斑马鱼端脑发育早期神经元生成的过程 | 使用基于深度学习的Cellpose分割方法和单个NPC的克隆分析,首次详细量化了斑马鱼端脑在受精后14至24小时内神经元生成和NPC分裂模式 | 研究仅聚焦于斑马鱼端脑发育的最初24小时,未涉及更长期的神经发生过程 | 理解神经前体细胞(NPCs)何时转换分裂模式以生成斑马鱼端脑的首批神经元 | 斑马鱼端脑发育早期的神经前体细胞和新生神经元 | 发育神经生物学 | NA | Cellpose深度学习分割方法、克隆分析 | Cellpose | 图像数据 | 斑马鱼端脑发育14-24小时时间段内的样本 |
246 | 2025-06-21 |
Genetics and mechanisms of thoracic aortic disease
2023-03, Nature reviews. Cardiology
DOI:10.1038/s41569-022-00763-0
PMID:36131050
|
review | 本文回顾了胸主动脉疾病的遗传学机制,并探讨了机器学习和大规模影像数据集在遗传关联发现中的应用 | 结合深度学习和大型影像数据集快速定义主动脉特征,并将新发现的遗传观察结果整合到当前对胸主动脉疾病的生物学理解中 | 胸主动脉疾病相对于其他心血管疾病较为罕见,这限制了大规模遗传关联的识别 | 探讨胸主动脉疾病的遗传学机制及其预防和治疗策略 | 胸主动脉疾病,包括主动脉瘤、主动脉夹层、主动脉缩窄或主动脉功能异常 | machine learning | cardiovascular disease | deep learning | NA | imaging | 大型生物样本库中的大规模影像数据集 |
247 | 2025-06-20 |
GSDA: Generative adversarial network-based semi-supervised data augmentation for ultrasound image classification
2023-Sep, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e19585
PMID:37809802
|
research paper | 提出了一种基于生成对抗网络(GAN)的半监督数据增强方法GSDA,用于超声图像分类 | 结合GAN和CNN,通过半监督学习生成高质量超声图像并伪标注,同时引入新的评估标准平衡分类准确率和计算时间 | 仅在BUSI数据集上进行评估,需验证在其他超声数据集上的泛化能力 | 解决医学超声图像分析中数据稀缺问题,提升深度学习模型性能 | 医学超声图像 | digital pathology | NA | GAN, CNN, transfer learning | GAN, CNN | image | 780张超声图像 |
248 | 2025-06-20 |
Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models
2023-Sep, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e20281
PMID:37809397
|
研究论文 | 本研究比较了多种机器学习和混合深度学习模型在英语和孟加拉语情感分析中的效果 | 在孟加拉语情感分析领域取得了显著进展,改进了文本分类模型和方法 | 仅针对特定电商平台(DARAZ)的评论数据进行分析 | 比较不同模型在情感分析领域的有效性 | 来自DARAZ电商平台的英语和孟加拉语评论 | 自然语言处理 | NA | porter stemming算法 | SVM, LSTM, Bi-LSTM, Conv1D, Conv1D-LSTM混合模型 | 文本 | NA |
249 | 2025-06-19 |
Coronary X-ray angiography segmentation using Artificial Intelligence: a multicentric validation study of a deep learning model
2023-07, The international journal of cardiovascular imaging
DOI:10.1007/s10554-023-02889-9
PMID:37253900
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
250 | 2025-06-18 |
Noninvasive molecular subtyping of pediatric low-grade glioma with self-supervised transfer learning
2023-Nov-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.04.23293673
PMID:37609311
|
research paper | 开发并外部验证了一种基于MRI的无创性深度学习流程,用于儿童低级别胶质瘤的BRAF突变状态分类 | 结合迁移学习和自监督交叉训练(TransferX)方法,提高了在有限数据场景下的分类性能和泛化能力,并开发了一种新的模型可解释性指标COMDist | 研究基于回顾性数据,样本量相对有限(开发数据集n=214,外部验证n=112) | 开发无创性MRI方法预测儿童低级别胶质瘤的BRAF突变状态 | 儿童低级别胶质瘤(pLGG)患者 | digital pathology | pediatric low-grade glioma | MRI, deep learning | TransferX (transfer learning + self-supervised cross-training) | MRI图像 | 开发数据集214例(BCH),外部验证112例(CBTN) |
251 | 2025-06-18 |
Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning
2023-Sep-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.06.29.23292048
PMID:37425854
|
研究论文 | 本研究开发了一种基于逐步迁移学习的深度学习神经网络,用于在有限数据场景下实现儿科低级别胶质瘤的专家级自动分割 | 提出了一种新颖的领域内逐步迁移学习方法,在有限数据条件下实现了专家级的肿瘤分割性能 | 研究数据量仍然有限(n=284),且仅针对儿科低级别胶质瘤 | 开发适用于儿科脑肿瘤的AI自动分割算法以支持临床决策 | 儿科低级别胶质瘤(pLGG) | 数字病理 | 儿科脑肿瘤 | 深度学习 | 深度学习神经网络 | 医学影像 | 284例(184例来自国家脑肿瘤联盟,100例来自儿科癌症中心) |
252 | 2025-06-18 |
An Interpretable Longitudinal Preeclampsia Risk Prediction Using Machine Learning
2023-Aug-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.16.23293946
PMID:37645797
|
研究论文 | 本研究开发了一种基于机器学习的可解释性纵向子痫前期风险预测工具 | 使用常规临床数据开发了全面的纵向预测工具,能够在整个孕期预测子痫前期风险,并测试了多种预测模型,包括机器学习和深度学习模型,展示了高预测能力 | 研究中存在数据泄露、过拟合或缺乏普遍性的担忧 | 开发一种工具来纵向预测子痫前期风险 | 在2015年2月至2023年6月期间在新英格兰地区六家社区医院和两家三级医院分娩的患者 | 机器学习 | 子痫前期 | 机器学习 | 线性回归、随机森林、xgboost和深度神经网络 | 社会人口学、临床诊断、家族史、实验室和生命体征数据 | 120,752名患者,其中6,920名患有子痫前期 |
253 | 2025-06-18 |
Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound
2023-Feb, IEEE transactions on medical robotics and bionics
IF:3.4Q2
DOI:10.1109/tmrb.2023.3237774
PMID:40511365
|
研究论文 | 提出一种基于卷积神经网络(CNN)的深度学习流程,用于预测手指关节角度和手部配置分类 | 首次利用前臂超声图像同时估计手部配置和掌指关节(MCP)角度,填补了文献中的空白 | 研究样本量较小,仅涉及6名受试者 | 开发流畅直观的人机交互方法,用于数字系统、增强/虚拟现实(AR/VR)界面和物理机器人系统 | 手部运动识别,特别是手部配置分类和MCP关节角度检测 | 计算机视觉 | NA | 前臂超声成像 | CNN, 支持向量分类器(SVC), 多层感知机(MLP) | 图像 | 6名受试者的前臂超声图像和运动捕捉数据 |
254 | 2025-06-15 |
CRPU-NET: a deep learning model based semantic segmentation for the detection of colorectal polyp in lower gastrointestinal tract
2023-12-27, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad160f
PMID:38100789
|
research paper | 本文提出了一种名为CRPU-Net的深度学习模型,用于结肠镜检查图像中息肉的分割 | CRPU-Net是一种新型的轻量级模型,专门用于结肠息肉的分割,并在性能上超越了现有的先进模型 | NA | 开发一种高效的深度学习模型,用于自动分割结肠镜检查图像中的息肉 | 结肠镜检查图像中的息肉 | digital pathology | colorectal polyp | deep learning | CRPU-Net | image | 两个结肠镜检查图像数据集(CVC-ColonDB和CVC-ClinicDB) |
255 | 2025-06-15 |
Secret learning for lung cancer diagnosis-a study with homomorphic encryption, texture analysis and deep learning
2023-12-08, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad0b4b
PMID:37944251
|
研究论文 | 本文提出了一种结合同态加密、纹理分析和深度学习的肺癌诊断方法,旨在保护用户隐私的同时提高诊断准确性 | 首次在同态加密的CT扫描图像上提取纹理信息并进行深度学习分类,解决了现有方法在隐私保护方面的不足 | 实验样本类型和数量未明确说明,可能影响结果的普适性 | 开发一种保护隐私的肺癌自动诊断系统 | CT扫描图像(正常肺组织、腺癌、大细胞癌和鳞状细胞癌) | 数字病理学 | 肺癌 | 同态加密、纹理分析、深度学习 | 深度学习(具体模型未说明) | CT图像 | NA |
256 | 2025-06-15 |
Spin device-based image edge detection architecture for neuromorphic computing
2023-Nov-15, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ad0056
PMID:37797609
|
研究论文 | 提出一种基于自旋轨道力矩磁随机存储器(SOT-DLC MRAM)的交叉阵列设计,用于图像边缘检测,实现能效更高的硬件实现 | 采用SOT-DLC MRAM交叉阵列设计,相比传统CMOS设计在能效、面积效率和泄漏功耗方面有显著提升,并将边缘检测框架扩展到脉冲域,结合蚁群优化算法 | 未提及实际硬件实现的测试结果或具体应用场景的验证 | 开发一种能效更高的硬件架构,用于图像边缘检测 | 图像边缘检测 | 计算机视觉 | NA | 自旋轨道力矩磁随机存储器(SOT-DLC MRAM) | 蚁群优化算法(ACO) | 图像 | 未明确提及具体样本数量 |
257 | 2025-06-13 |
One hundred years of neurosciences in the arts and humanities, a bibliometric review
2023-11-09, Philosophy, ethics, and humanities in medicine : PEHM
DOI:10.1186/s13010-023-00147-3
PMID:37946225
|
综述 | 本文通过文献计量学方法分析了近一百年来神经科学与艺术和人文学科的交叉研究趋势 | 首次通过纵向文献计量分析揭示了神经科学对艺术与人文学科主题方向的重大影响 | 研究仅基于Scopus数据库的文献数据,可能未涵盖所有相关研究 | 探究神经科学技术在创造力与审美体验交叉领域的历史证据 | 1922-2022年间3612篇跨学科研究文献 | 神经科学与艺术人文交叉领域 | NA | 文献计量分析、PRISMA筛选方法、算法聚类 | 机器学习与深度学习模型 | 文献元数据 | 3612篇文献 |
258 | 2025-06-13 |
Combined genome-wide association study of 136 quantitative ear morphology traits in multiple populations reveal 8 novel loci
2023-07, PLoS genetics
IF:4.0Q1
DOI:10.1371/journal.pgen.1010786
PMID:37459304
|
研究论文 | 通过多人群的136个耳形态定量性状的全基因组关联研究,揭示了8个新的遗传位点 | 发现了8个与人类耳特征相关的新遗传位点,并揭示了耳形态与其他表面外胚层衍生性状的共享遗传决定因素 | 研究主要基于欧洲、亚洲和拉丁美洲的五个队列,可能无法完全代表全球人群的遗传多样性 | 探索人类耳形态的遗传结构及其与其他表面外胚层衍生性状的遗传关系 | 14,921名来自欧洲、亚洲和拉丁美洲的个体 | 基因组学 | NA | GWAS meta-analysis, C-GWASs, 深度学习 | NA | 数字面部图像 | 14,921名个体 |
259 | 2025-06-10 |
Deep learning-based weld defect classification using VGG16 transfer learning adaptive fine-tuning
2023-May-08, International journal on interactive design and manufacturing
DOI:10.1007/s12008-023-01327-3
PMID:40478981
|
研究论文 | 本文提出了一种基于深度学习的焊接缺陷分类方法,使用VGG16迁移学习和自适应微调技术 | 采用数据增强方法处理小规模X射线图像数据集,并比较了VGG16和ResNet50两种卷积神经网络架构的性能 | 数据集规模较小且类别分布不平衡,仅包含15个不同的类别 | 开发一种自动化焊接缺陷检测和分类系统 | 焊接缺陷的X射线图像 | 计算机视觉 | NA | 数据增强,迁移学习 | CNN(VGG16和ResNet50) | 图像 | 小规模X射线图像数据集,包含15个类别 |
260 | 2025-06-10 |
Artificial Intelligence and Economic Development: An Evolutionary Investigation and Systematic Review
2023-Mar-11, Journal of the knowledge economy
IF:4.0Q1
DOI:10.1007/s13132-023-01183-2
PMID:40478928
|
系统综述 | 本文通过文献计量和定性内容分析方法,探讨人工智能(AI)在经济发展(ED)中的作用和地位 | 首次将研究聚焦于AI与经济开发的交叉领域,采用两步法方法论,结合文献计量和内容分析 | 研究基于文献分析,可能未涵盖所有实际应用案例 | 探讨AI技术对经济发展的影响及其在该领域中的角色 | AI与经济发展交叉领域的研究文献 | 机器学习 | NA | 文献计量工具Bibliometrix,文献耦合算法 | NA | 文本 | 2211份文献 |