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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
321 | 2025-09-05 |
Artificial Intelligence and Chromothripsis
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4750-9_16
PMID:40884650
|
评论 | 探讨人工智能在检测和表征染色体碎裂(chromothripsis)中的潜力及其临床应用 | 利用深度学习和机器学习算法分析复杂基因组数据,整合多组学数据,以前所未有的准确性识别染色体碎裂模式并预测其功能影响 | NA | 研究人工智能在遗传学和基因组学领域,特别是染色体碎裂检测与解读中的应用 | 染色体碎裂(chromothripsis)及其相关的复杂基因组重排 | 机器学习 | NA | 深度学习,机器学习,多组学数据整合 | 深度学习,机器学习 | 基因组数据,多组学数据 | NA |
322 | 2025-09-05 |
Development and validation of a deep learning-based assessment tool for teacher leadership: A case study from Xinjiang, China
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331560
PMID:40892831
|
研究论文 | 开发并验证了一个基于深度学习的教师领导力评估工具,针对新疆多民族多语言背景 | 引入了可解释的深度学习模型ITL-LSTM,采用Diagonal BiLSTM结构进行动态分类,准确率达90.10% | 研究样本仅限新疆371名中小学教师,可能影响结果的普适性 | 开发文化敏感的教师领导力评估工具以支持教育质量提升 | 新疆中小学教师 | 自然语言处理 | NA | 深度学习 | LSTM | 问卷文本数据 | 371名新疆中小学教师 |
323 | 2025-09-05 |
Deep learning detection of retinal detachment: Optical coherence tomography staging and estimation of duration of macular detachment
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329951
PMID:40892865
|
研究论文 | 本研究利用深度学习模型基于光学相干断层扫描(OCT)图像检测和分期孔源性视网膜脱离(RRD),并估计黄斑脱离持续时间 | 首次结合2D和3D OCT扫描与临床基线数据,应用深度学习进行RRD分期及黄斑脱离持续时间估计 | 回顾性研究,样本量有限(252只RRD眼和770只对照眼),需进一步外部验证 | 测试深度学习模型在RRD检测、分期及黄斑脱离持续时间估计中的适用性 | 成年孔源性视网膜脱离患者及对照者的OCT扫描图像 | 计算机视觉 | 视网膜疾病 | 光学相干断层扫描(OCT) | 深度学习图像分类模型 | 图像 | 252只RRD眼和770只对照眼 |
324 | 2025-09-05 |
DFU_DIALNet: Towards reliable and trustworthy diabetic foot ulcer detection with synergistic confluence of Grad-CAM and LIME
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330669
PMID:40892859
|
研究论文 | 提出一种结合Grad-CAM和LIME的可解释糖尿病足溃疡检测框架DFU_DIALNet,提升模型可靠性和透明度 | 首次在糖尿病足溃疡检测中协同整合Grad-CAM和LIME热力图,实现模型决策的可视化解释与病灶区域精确定位 | 虽进行了跨数据集验证,但外部数据集数量有限(仅KDFU和DFUC2020),且未说明临床部署效果 | 开发鲁棒、可靠且透明的糖尿病足溃疡自动检测系统 | 糖尿病足溃疡医学图像 | 计算机视觉 | 糖尿病足溃疡 | 深度学习 | CNN(DFU_DIALNet)及对比模型DenseNet121, MobileNetV2等 | 医学图像 | DFUC2021数据集加500张自收集图像,并跨验证KDFU和DFUC2020数据集 |
325 | 2025-09-05 |
Deep learning methods to forecasting human embryo development in time-lapse videos
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330924
PMID:40892909
|
研究论文 | 提出一种基于深度学习的时间序列预测模型,用于预测人类胚胎在延时摄影视频中的未来发育形态 | 首次利用AI预测胚胎发育的未来视频帧,为胚胎学家提供早期评估支持,并能够提前23小时预测胚胎形态变化 | 图像质量有待提升以更好地适应临床环境应用 | 开发人工智能系统辅助人类胚胎质量评估和移植时机选择 | 人类胚胎发育过程(第2天卵裂期和第4天囊胚期) | 计算机视觉 | 生殖系统疾病 | 延时摄影视频分析 | Convolutional LSTM | 视频序列 | 包含移植组和丢弃组两类胚胎视频数据 |
326 | 2025-09-03 |
Performance Comparison Between Deep Neural Network and Machine Learning Based Classifiers for Huntington Disease Prediction From Human DNA Sequence
2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3493203
PMID:39509303
|
研究论文 | 比较深度神经网络与多种机器学习分类器在基于人类DNA序列预测亨廷顿病方面的性能 | 首次将混沌游戏表示(CGR)方法用于DNA序列数值化,并结合多种特征提取方法,系统对比了DNN与传统机器学习分类器在HD预测中的表现 | 未提及外部验证或临床适用性评估,可能存在过拟合风险 | 开发并评估基于DNA序列的亨廷顿病预测模型 | 人类DNA序列(来自NCBI和合成数据) | 机器学习 | 亨廷顿病 | DNA序列分析,混沌游戏表示(CGR) | DNN, NN, SVM, RF, CT | DNA序列数据 | NA |
327 | 2025-09-03 |
Synergizing CRISPR-Cas9 with Advanced Artificial Intelligence and Machine Learning for Precision Drug Delivery: Technological Nexus and Regulatory Insights
2025, Current gene therapy
IF:3.8Q2
|
综述 | 本文探讨了CRISPR-Cas9技术与人工智能和机器学习在精准药物递送中的协同应用,并分析了技术整合及监管框架 | 提出将CRISPR-Cas9与先进AI/ML技术结合,通过计算工具(如DeepCRISPR)优化基因编辑精度并预测结果 | 面临脱靶效应、病毒载体免疫反应及生殖系编辑伦理问题等技术与伦理挑战 | 推动CRISPR-Cas9技术在精准药物递送领域的负责任应用与监管发展 | 基因编辑系统(CRISPR-Cas9)、AI/ML模型及相关计算工具 | 机器学习 | 遗传性疾病(如镰状细胞病、β-地中海贫血) | CRISPR-Cas9基因编辑、NGS(隐含)、深度学习 | 深度学习模型(如DeepCRISPR) | 基因组数据、计算预测数据 | NA |
328 | 2025-09-02 |
Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care
2025-Jan-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.01.15.25320592
PMID:40568662
|
研究论文 | 开发一种基于深度学习的自动化方法,从T2加权MRI预测ADC图质量,以辅助即时医疗决策 | 首次利用早期采集的T2图像预测后续ADC图质量,实现扫描过程中的早期质量评估 | 模型性能虽佳但主要基于回顾性数据,需前瞻性验证;直肠横截面积指标AUC仅0.65,预测能力有限 | 通过早期质量预测减少前列腺MRI漏诊和不必要重复扫描 | 前列腺MRI图像(T2加权图像和ADC图) | 医学影像分析 | 前列腺癌 | 深度学习,直肠横截面积测量 | 深度学习模型(具体架构未明确说明) | 医学图像(MRI) | 486名患者(包含内部和62家外部诊所的多中心数据) |
329 | 2025-08-30 |
En masse evaluation of RNA guides (EMERGe) for ADARs
2025, Methods in enzymology
DOI:10.1016/bs.mie.2024.11.030
PMID:39870442
|
研究论文 | 介绍一种名为EMERGe的高通量筛选方法,用于评估RNA引导链以促进ADAR介导的特定腺苷编辑 | 开发了体外筛选方法EMERGe,能够全面筛选ADAR底物库并识别难以编辑位点的有效引导链 | NA | 克服当前RNA引导链设计原则在难编辑靶点上的局限性,充分释放ADAR编辑技术的治疗潜力 | ADAR酶、RNA引导链、特定腺苷编辑位点 | 生物技术 | NA | NGS、体外筛选、高通量测序 | NA | RNA序列数据 | NA |
330 | 2025-08-30 |
Assessing the cardioprotective effects of exercise in APOE mouse models using deep learning and photon-counting micro-CT
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320892
PMID:40208877
|
研究论文 | 本研究使用光子计数显微CT和深度学习评估运动对不同APOE基因型小鼠心脏结构和功能的影响 | 结合光子计数CT和3D U-Net深度学习模型实现高精度心脏结构分割,并首次系统评估运动对不同APOE基因型小鼠的心脏保护效应 | 研究仅使用小鼠模型,结果外推至人类需谨慎;样本量相对有限 | 评估运动对APOE不同基因型小鼠心脏功能的保护作用 | 140只APOE2、APOE3、APOE4基因型小鼠(按性别和运动方案分组) | 医学影像分析 | 心血管疾病 | 光子计数CT成像、深度学习分割、纳米对比剂增强 | 3D U-Net | CT影像 | 140只小鼠 |
331 | 2025-08-30 |
UFPF: A Universal Feature Perception Framework for Microscopic Hyperspectral Images
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3594151
PMID:40763051
|
研究论文 | 提出一种用于显微高光谱图像的通用特征感知框架UFPF,通过分层结构和双路径模块提升空间-光谱特征提取能力 | 采用分层角到中心Mamba结构捕获空间近邻关系,并设计双路径联合感知模块与Mamba注意力混合对齐机制实现空间-光谱信息互补 | NA | 提升显微高光谱图像的特征提取能力以支持下游临床诊断任务 | 显微高光谱图像数据 | 计算机视觉 | NA | 高光谱成像 | Mamba结构、注意力机制 | 高光谱图像 | NA |
332 | 2025-08-29 |
Multivideo Models for Classifying Hand Impairment After Stroke Using Egocentric Video
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3596488
PMID:40768474
|
研究论文 | 提出一种基于多视频架构的深度学习模型,用于从第一人称视角视频中分类中风后手部功能障碍 | 首次开发能够处理多个任务视频的多视频分析架构,显著提升单视频模型的分类性能 | NA | 通过分析多个日常活动任务视频,改进中风后手部功能障碍的自动评估方法 | 中风幸存者在家庭模拟实验室中执行日常活动时的第一人称视角视频 | 计算机视觉 | 中风 | 深度学习,视频分析 | SlowFast,多输入视频架构,晚期融合,中间融合 | 视频 | 使用留一参与者交叉验证的中风幸存者视频数据集 |
333 | 2025-08-11 |
Advancing smart communities with a deep learning framework for sustainable resource management
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329492
PMID:40773471
|
research paper | 该研究提出了一种深度学习框架,用于优化智能社区的可持续资源管理 | 结合了LSTM、CNN和自编码器,提高了资源预测精度和异常检测能力 | 数据来源局限于阿姆斯特丹和新加坡的开放数据平台,可能影响模型的普适性 | 优化智能社区的资源管理系统,实现可持续发展 | 智能社区的能源、水资源和废物管理系统 | machine learning | NA | 深度学习 | LSTM, CNN, autoencoder | 时空数据 | 来自阿姆斯特丹开放数据平台、新加坡政府开放数据门户以及众包平台FixMyStreet和OneService的数据 |
334 | 2025-08-11 |
FCMI-YOLO: An efficient deep learning-based algorithm for real-time fire detection on edge devices
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0329555
PMID:40773480
|
research paper | 提出了一种名为FCMI-YOLO的高效深度学习算法,用于边缘设备上的实时火灾检测 | 引入了FasterNext模块、跨尺度特征融合模块(CCFM)和混合局部通道注意力机制(MLCA),并提出了Inner-DIoU损失函数来优化边界框回归 | 未提及算法在极端环境下的性能表现 | 解决在硬件资源受限条件下,准确性和推理速度之间的权衡问题 | 边缘设备上的实时火灾检测 | computer vision | NA | deep learning | YOLO | image | 自定义火灾数据集 |
335 | 2025-08-11 |
GNN-RMNet: Leveraging graph neural networks and GPS analytics for driver behavior and route optimization in logistics
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328899
PMID:40773479
|
研究论文 | 本文提出了一种名为GNN-RMNet的混合深度学习系统,用于物流中的驾驶员行为分析和路线异常检测 | 结合GNN、ResNet和MobileNet,实现了可解释、可扩展且高效的驾驶员行为分析和路线异常检测 | 未来部署需要考虑网络安全、数据隐私和多模态传感器集成等问题 | 开发智能系统以监控驾驶员行为并识别路线异常,优化物流网络 | 物流网络中的驾驶员行为和车辆路线 | 机器学习 | NA | GPS分析和车辆传感器数据流 | GNN、ResNet、MobileNet | 时空GPS轨迹和车辆传感器数据 | 真实世界的GPS-车辆传感器数据集 |
336 | 2025-08-11 |
Study on the effect of light distribution on the greenhouse environment in Chinese solar greenhouse
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328302
PMID:40773526
|
研究论文 | 研究光照分布对中国日光温室内部环境的影响 | 结合实验测量与深度学习模型(LSTM)研究日光温室内的光热环境分布及其对作物生长的影响 | 研究仅针对特定高度和水平范围内的光照和温度变化,未涵盖所有可能的温室环境条件 | 探究日光温室内光照环境对内部条件的影响,为调控温室光温环境提供数据和理论依据 | 日光温室内的光照和温度分布 | 农业工程 | NA | 深度学习 | LSTM | 环境监测数据(光照、温度) | 实验测量数据,具体样本量未明确说明 |
337 | 2025-08-11 |
Robust skeletal motion tracking using temporal and spatial synchronization of two video streams
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328969
PMID:40773500
|
研究论文 | 该研究提出了一种结合时间和空间同步的双视频流三维人体骨骼跟踪系统,用于上肢康复活动的精确运动追踪 | 通过集成90°辅助摄像头和线性回归深度误差校正模型,显著提高了单摄像头系统在遮挡和非正面视角情况下的深度估计精度 | 研究主要集中在上肢活动,未涉及全身运动追踪 | 开发一种经济高效且可扩展的远程患者监测和运动功能评估解决方案 | 上肢康复活动中的骨骼运动 | 计算机视觉 | 康复医学 | 双摄像头系统、线性回归模型、卡尔曼滤波 | 线性回归、卡尔曼滤波 | 视频流 | NA |
338 | 2025-08-11 |
Liver MRI proton density fat fraction inference from contrast enhanced CT images using deep learning: A proof-of-concept study
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328867
PMID:40779568
|
研究论文 | 本研究探讨了使用深度学习从对比增强CT图像推断肝脏MRI质子密度脂肪分数的可行性 | 首次尝试使用深度学习模型从CECT图像预测MRI-PDFF值,为肝脏脂肪定量提供了一种更经济、更易获取的替代方法 | 在从CECT图像精确推断MRI-PDFF值方面能力有限 | 探索从对比增强CT图像推断肝脏MRI质子密度脂肪分数的可行性,以改善代谢功能障碍相关脂肪性肝病的早期诊断 | 活体肝移植候选者的CECT和MRI-PDFF图像数据 | 数字病理学 | 代谢功能障碍相关脂肪性肝病 | 深度学习 | 3D U-Net | 医学影像 | 94名患者 |
339 | 2025-08-11 |
Assessing the adversarial robustness of multimodal medical AI systems: insights into vulnerabilities and modality interactions
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1606238
PMID:40776910
|
research paper | 本研究探讨了多模态医疗AI系统在对抗性攻击下的鲁棒性,比较了单模态与多模态模型的性能差异 | 研究发现多模态模型相比单模态模型在对抗性攻击下表现出更强的鲁棒性,支持多模态整合对深度学习系统稳健性的积极影响 | 研究仅涉及图像和文本两种模态,未涵盖其他可能的多模态组合 | 评估医疗AI系统在对抗性攻击场景下的脆弱性及模态间交互作用 | 多模态医疗AI系统 | machine learning | NA | 对抗性攻击测试 | 多模态大模型 | 图像和文本 | NA |
340 | 2025-08-11 |
The application of artificial intelligence in forensic pathology: a systematic literature review
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1583743
PMID:40776925
|
系统综述 | 本文系统评估了人工智能在法医病理学中的最新应用及其未来发展方向 | 总结了人工智能在法医病理学多个领域中的创新应用,包括死后分析、伤口分析、硅藻测试和微生物组分析等 | 样本量较小,不同应用间性能差异大,AI决策在法律背景下的可解释性有待提高 | 评估人工智能在法医病理学中的应用现状和未来发展方向 | 法医病理学中的各类应用场景 | 法医病理学 | NA | 深度学习 | NA | 多模态数据 | 18篇符合纳入标准的文章 |