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 | 2025-09-25 |
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) |
2 | 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 |
3 | 2025-09-24 |
Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study
2023-12-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000997
PMID:37428618
|
研究论文 | 评估深度学习重建算法在3T乳腺MRI中加速扩散加权成像的性能 | 首次在前瞻性临床研究中将具有超分辨率处理的深度学习加速DWI序列与标准成像进行对比 | 单中心研究,样本量相对有限(65名参与者) | 比较深度学习加速DWI序列与标准DWI在采集时间和图像质量方面的差异 | 浸润性乳腺癌、良性病变和囊肿患者 | 医学影像分析 | 乳腺癌 | 扩散加权成像,深度学习重建算法,超分辨率处理 | 深度学习重建算法 | MRI影像数据 | 65名参与者(64名女性,平均年龄54±13岁) |
4 | 2025-09-24 |
Amplifying the Effects of Contrast Agents on Magnetic Resonance Images Using a Deep Learning Method Trained on Synthetic Data
2023-12-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000998
PMID:37378418
|
研究论文 | 提出一种基于深度学习的方法,利用合成数据增强磁共振图像中对比剂的效果 | 首次使用物理模型生成合成对比剂数据来训练AI代理,实现超越标准剂量的虚拟对比增强 | 方法主要针对脑部疾病验证,在其他器官的适用性需进一步研究 | 开发一种能够放大磁共振图像中对比剂效果的AI方法 | 脑胶质瘤小鼠模型和1990例脑部疾病患者的临床数据 | 医学影像分析 | 脑胶质瘤、多发性硬化、转移癌等脑部疾病 | 磁共振成像、深度学习 | 神经网络 | 磁共振图像 | 临床研究包含1990例患者检查数据,外加临床前小鼠模型研究 |
5 | 2025-09-23 |
Displacement of the Lamina Cribrosa With Acute Intraocular Pressure Increase in Brain-Dead Organ Donors
2023-12-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.64.15.19
PMID:38099735
|
研究论文 | 本研究通过光学相干断层扫描技术探究急性眼压升高对脑死亡器官捐献者视神经头深层组织变形的影响 | 首次在脑死亡器官捐献者中结合深度学习自动分割和三维量化算法,系统分析不同参考平面对筛板位移测量的影响 | 样本仅来自脑死亡器官捐献者,结果可能不适用于健康人群 | 研究急性眼压升高对视神经头深层组织结构的生物力学响应 | 20名脑死亡器官捐献者的26只眼睛 | 医学影像分析 | 眼科疾病 | 光谱域光学相干断层扫描(OCT)、深度学习分割算法 | 线性混合效应模型 | 医学影像数据 | 26只眼睛(来自20名捐献者,年龄范围22-62岁) |
6 | 2025-09-21 |
SEResUTer: a deep learning approach for accurate ECG signal delineation and atrial fibrillation detection
2023-Dec-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad02da
PMID:37827168
|
研究论文 | 提出一种名为SEResUTer的深度学习模型,用于精确的心电图信号描绘和心房颤动检测 | 结合ResNet模块和Transformer编码器改进U-Net架构,并引入新颖的掩码策略处理不完整的专家标注 | NA | 实现心电图波形精确描绘和心房颤动的自动检测 | 心电图信号 | 机器学习 | 心血管疾病 | 深度学习 | U-Net with ResNet and Transformer | 生理信号数据 | QTDB、LUDB、CPSC2021和CPSC2018数据集 |
7 | 2025-09-21 |
Photoplethysmography-based cuffless blood pressure estimation: an image encoding and fusion approach
2023-Dec-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad0426
PMID:38099538
|
研究论文 | 提出一种基于图像编码和融合的光电容积脉搏波无袖带血压估计方法 | 首次从2D视角将PPG信号转换为五种图像编码,并采用编码器-解码器混合架构进行特征融合 | 仅使用UCI数据库进行评估,未提及外部验证或临床环境测试 | 开发端到端的无创血压估计方法 | 光电容积脉搏波(PPG)信号 | 机器学习 | 心血管疾病 | 图像编码转换 | CNN与全连接层混合架构 | 图像编码信号 | 基于UCI数据库(具体样本量未明确说明) |
8 | 2025-09-20 |
A deep learning image analysis method for renal perfusion estimation in pseudo-continuous arterial spin labelling MRI
2023-12, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2023.09.007
PMID:37776961
|
研究论文 | 提出一种基于深度学习的图像分析方法,用于伪连续动脉自旋标记MRI中的肾脏灌注估计 | 利用机器/深度学习工具自动分割和分类肾皮质和髓质组织,实现灌注值的自动化估计 | 仅使用16名移植患者的数据进行实验,样本量较小 | 开发自动化的肾脏灌注估计方法,用于移植肾评估 | 肾移植患者的肾脏组织(皮质和髓质) | 医学影像分析 | 肾脏疾病 | 伪连续动脉自旋标记(PCASL) MRI,非对比T加权MRI序列 | 深度学习 | MRI图像 | 16名肾移植患者 |
9 | 2025-09-20 |
Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma
2023-Dec, 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 | 利用深度学习和人工智能技术从H&E病理图像中提取病理组学特征,揭示肺腺癌从癌前病变到浸润性腺癌的免疫和分子演化过程 | 首次采用病理组学方法从常规H&E染色图像中量化细胞特征,替代昂贵且组织消耗大的分子/免疫分析,揭示肺癌演进过程中的细胞异质性变化 | 样本量相对有限(98例患者),且依赖于多中心队列的整合分析 | 研究肺腺癌早期癌变过程中的免疫和分子演化机制 | 肺组织样本,包括正常组织、不典型腺瘤样增生、原位腺癌、微浸润腺癌和浸润性腺癌 | 数字病理学 | 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(具体架构未明确说明) | 图像 | 98例患者,162张切片,669个感兴趣区域(包括143正常、129不典型腺瘤样增生、94原位腺癌、98微浸润腺癌、205浸润性腺癌) |
10 | 2025-09-20 |
Physics-informed deep learning for T2-deblurred superresolution turbo spin echo MRI
2023-12, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29814
PMID:37578085
|
研究论文 | 提出一种融合物理信息的深度学习超分辨率方法,用于T2去模糊的涡轮自旋回波MRI图像重建 | 首次在深度学习超分辨率中引入不对称T2加权的物理真实分辨率退化模型,准确模拟TSE-MRI的k空间分辨率衰减 | 方法仅在基因工程小鼠胚胎模型TSE-MR图像上验证,尚未在人类临床数据中测试 | 通过深度学习超分辨率技术减少MRI扫描时间,同时保持图像质量 | 3D涡轮自旋回波(TSE)MRI图像 | 医学影像分析 | NA | 涡轮自旋回波MRI,生成对抗网络 | GAN | 医学图像 | 6-7个小鼠胚胎的500切片体积数据 |
11 | 2025-09-19 |
Predictive modelling of brain disorders with magnetic resonance imaging: A systematic review of modelling practices, transparency, and interpretability in the use of convolutional neural networks
2023-12-15, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26521
PMID:37909364
|
系统综述 | 本文系统回顾了55项使用卷积神经网络(CNN)和MRI数据进行脑部疾病预测建模的研究,评估其建模实践、透明度和可解释性 | 首次对CNN在脑部疾病MRI预测建模中的应用实践进行系统性评估,并提出改进临床整合的具体建议 | 仅纳入55项研究,可能存在发表偏倚;评估基于定性分析而非定量meta分析 | 评估CNN在脑部疾病MRI预测建模中的应用质量,促进临床转化 | 脑部疾病(包括精神类和神经类疾病) | 医学影像分析 | 脑部疾病 | 结构磁共振成像(MRI) | CNN | 图像 | 55项研究(具体样本量未明确说明) |
12 | 2025-09-18 |
Deep learning diagnostic performance and visual insights in differentiating benign and malignant thyroid nodules on ultrasound images
2023-12, Experimental biology and medicine (Maywood, N.J.)
DOI:10.1177/15353702231220664
PMID:38279511
|
研究论文 | 本研究构建并评估了一个基于超声图像的深度学习模型,用于准确区分良性和恶性甲状腺结节 | 结合Grad-CAM可视化技术展示模型决策过程,并与80名放射科医生进行图灵测试对比 | 诊断准确率有待进一步提高,需更多研究支持初级医疗场景的辅助诊断 | 开发AI辅助诊断工具以提高甲状腺结节良恶性鉴别的准确性和效率 | 甲状腺结节患者 | 计算机视觉 | 甲状腺癌 | 超声成像 | ResNet | 图像 | 655个独立甲状腺结节的2096张超声图像,独立测试集包含100例 |
13 | 2025-09-18 |
Deep learning with citizen science data enables estimation of species diversity and composition at continental extents
2023-12, Ecology
IF:4.4Q1
DOI:10.1002/ecy.4175
PMID:37781963
|
研究论文 | 利用深度学习模型分析公民科学数据,估算北美鸟类物种多样性和组成 | 首次采用DMVP-DRNets深度学习框架整合大规模观测和环境数据,实现大陆尺度物种多样性分析 | NA | 提供高精度生物多样性信息以支持生态研究和保护决策 | 北美鸟类群落,特别是北美林莺类保护群体 | 机器学习 | NA | Deep Multivariate Probit Model with Deep-Reasoning Network (DMVP-DRNets) | 深度神经网络 | 观测数据、环境协变量 | 超过900万份eBird检查清单和72个环境协变量 |
14 | 2025-09-18 |
A robust class decomposition-based approach for detecting Alzheimer's progression
2023-12, Experimental biology and medicine (Maywood, N.J.)
DOI:10.1177/15353702231211880
PMID:38059336
|
研究论文 | 提出一种基于类别分解的迁移学习方法,用于从sMRI中检测阿尔茨海默病的进展 | 结合类别分解技术与迁移学习(VGG19、AlexNet及熵基方法),解决医学图像分类中的类别不平衡问题,并在MCI向AD转化预测中达到91.45%的准确率 | NA | 评估CDTL方法在不同ADNI队列中检测阿尔茨海默病认知衰退的鲁棒性与分类准确性 | 阿尔茨海默病患者及轻度认知障碍患者的sMRI数据 | 计算机视觉 | 老年性疾病 | 结构磁共振成像(sMRI) | CNN(VGG19, AlexNet) | 图像 | 来自多个ADNI队列的数据(具体数量未明确说明) |
15 | 2025-09-15 |
Multimodal imaging and deep learning in geographic atrophy secondary to age-related macular degeneration
2023-Dec, Acta ophthalmologica
IF:3.0Q1
DOI:10.1111/aos.15796
PMID:37933610
|
综述 | 本文全面综述了地理萎缩的多模态成像基础、诊断分类流程以及人工智能在自动提取影像诊断与预后信息中的前沿作用 | 系统整合多模态成像与深度学习技术,强调AI在量化地理萎缩进展斜率及个体化治疗响应评估中的创新应用 | 未涉及具体临床验证数据或算法性能比较,主要聚焦技术框架综述 | 探讨人工智能如何辅助年龄相关性黄斑变性继发地理萎缩的临床决策 | 地理萎缩患者的眼部多模态影像数据 | 数字病理 | 老年性疾病 | 多模态成像(如OCT、眼底照相)、人工智能算法 | 深度学习(如CNN) | 医学影像 | NA |
16 | 2025-09-12 |
RescueNet: A High Resolution UAV Semantic Segmentation Dataset for Natural Disaster Damage Assessment
2023-12-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02799-4
PMID:38123582
|
研究论文 | 介绍了一个用于自然灾害损害评估的高分辨率无人机语义分割数据集RescueNet | 提供高分辨率灾后图像及所有类别的像素级标注,超越现有数据集的有限标注范围 | NA | 促进自然灾害后的全面场景理解,提升损害评估精度 | 飓风Michael后的灾后图像,包含建筑物、道路、水池、树木等多类别场景元素 | 计算机视觉 | NA | 无人机(UAV)图像采集,语义分割技术 | state-of-the-art segmentation models | 高分辨率图像 | 从多个受影响区域收集的灾后图像数据集 |
17 | 2025-09-12 |
Using green background for dermatological images to improve deep learning-based image classification
2023-12-13, Archives of dermatological research
IF:1.8Q3
DOI:10.1007/s00403-023-02734-y
PMID:38091097
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
18 | 2025-09-12 |
Deep learning downscaled high-resolution daily near surface meteorological datasets over East Asia
2023-12-12, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02805-9
PMID:38086806
|
研究论文 | 使用U-Net深度学习模型对东亚地区气象数据进行降尺度处理,生成高分辨率数据集CLIMEA-BCUD | 结合19个CMIP6模型和MSWX数据集,首次应用偏差校正和U-Net降尺度方法生成0.1°高分辨率东亚气象数据集 | NA | 开发高分辨率气象数据集以促进气候变化和水文学等领域的研究 | 东亚地区的气象数据 | 机器学习 | NA | 偏差校正,UNet降尺度 | U-Net, CNN | 气象数据 | 基于19个CMIP6模型和MSWX数据集,覆盖1950-2100年期间 |
19 | 2025-09-12 |
A Drosophila heart optical coherence microscopy dataset for automatic video segmentation
2023-12-09, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02802-y
PMID:38071220
|
研究论文 | 介绍一种基于LSTM卷积神经网络的果蝇心脏自动分割算法FlyNet 2.0+及其配套数据集 | 利用LSTM-CNN结合时间序列信息实现高质量自动分割,并提供包含213个视频的大型标注数据集 | NA | 开发自动分割算法以提升果蝇心脏光学相干显微镜视频的分析效率与可重复性 | 果蝇(Drosophila melanogaster)心脏 | 计算机视觉 | 心血管疾病 | 光学相干显微镜(OCM) | LSTM-CNN | 视频 | 213个果蝇心脏视频(相当于604,000张截面图像),涵盖所有发育阶段和多种搏动模式 |
20 | 2025-09-12 |
A news-based climate policy uncertainty index for China
2023-12-08, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02817-5
PMID:38065994
|
研究论文 | 本研究首次构建了中国国家级、省级和城市级的气候政策不确定性指数(CCPU) | 首次使用深度学习算法MacBERT模型,基于新闻文本挖掘构建多层级气候政策不确定性指数 | NA | 量化评估中国气候政策不确定性及其社会经济影响 | 中国气候政策及相关新闻报道 | 自然语言处理 | NA | 文本挖掘,深度学习 | MacBERT | 文本 | 中国主要报纸发布的新闻 |