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 |
E2-regulated transcriptome complexity revealed by long-read direct RNA sequencing: from isoform discovery to truncated proteins
2025-Dec, RNA biology
IF:3.6Q2
DOI:10.1080/15476286.2025.2563860
PMID:40965441
|
研究论文 | 本研究利用纳米孔长读长直接RNA测序技术揭示雌激素调控的转录组复杂性,发现新型异构体及其产生的截短蛋白功能 | 首次结合长读长直接RNA测序、3'端测序和深度学习蛋白建模系统解析E2响应转录组,发现内含子多聚腺苷酸化mRNA产生的功能性截短蛋白 | NA | 探索雌激素受体阳性乳腺癌中E2调控的转录组复杂性和蛋白水平影响 | ERα阳性乳腺癌细胞系及其转录组 | 生物信息学 | 乳腺癌 | 纳米孔长读长直接RNA测序、3'端测序、深度学习蛋白建模 | 深度学习 | RNA测序数据 | NA |
2 | 2025-09-26 |
EyeMap: A fusion-based method for eye movement-based visual attention maps as predictive markers of parkinsonism
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103607
PMID:40994894
|
研究论文 | 提出一种名为EyeMap的融合方法,通过眼动数据可视化帕金森病的视觉注意力模式 | 结合扫描路径、注视热图和网格化兴趣区域三种眼动可视化方式,采用后期融合技术整合机器学习和深度学习模型的预测结果 | NA | 开发可解释的眼动表征方法以增强帕金森病症状的诊断可解释性 | 帕金森病患者和健康对照组的眼动数据 | 机器学习 | 帕金森病 | 眼动追踪技术 | 机器学习和深度学习模型的后期融合 | 眼动数据可视化(扫描路径、注视热图、网格化兴趣区域) | 包含帕金森病患者和健康对照组的眼动追踪数据集 |
3 | 2025-09-26 |
Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma
2025-Oct-01, Archives of pathology & laboratory medicine
IF:3.7Q1
DOI:10.5858/arpa.2024-0374-OA
PMID:39957180
|
研究论文 | 开发基于人工智能的肾嗜酸细胞肿瘤分类系统,从双分类模型扩展到三分类模型 | 首次将低级别嗜酸细胞肿瘤(LOT)纳入分类模型,采用弱监督注意力机制的多示例深度学习框架 | 样本量相对有限(125例),需多中心验证 | 建立自动化的肾嗜酸细胞肿瘤病理图像分类系统 | 肾嗜酸细胞肿瘤的活检和切除标本全切片图像 | 数字病理 | 肾癌 | 深度学习 | 注意力机制多示例学习模型 | 病理全切片图像 | 来自6个机构的125个病例共269张全切片图像 |
4 | 2025-09-26 |
Artificial intelligence for HIV care: a global systematic review of current studies and emerging trends
2025-Oct, Journal of the International AIDS Society
IF:4.6Q1
DOI:10.1002/jia2.70045
PMID:40990267
|
系统综述 | 本文系统回顾了人工智能在HIV护理全过程中的应用研究及新兴趋势 | 首次系统性地将AI在HIV护理连续过程中的应用分为四大主题领域进行综合分析,涵盖从检测到治疗支持的全周期 | 数据质量差异大、基础设施限制以及伦理考量等挑战可能影响AI技术的实际应用效果 | 系统识别、梳理和综合人工智能方法在HIV护理连续过程中的应用研究 | 2014-2024年间发表的HIV护理相关AI应用研究文献 | 医疗人工智能 | HIV/艾滋病 | 系统文献综述方法(PRISMA指南) | 随机森林、神经网络、支持向量机、深度学习等多种机器学习模型 | 已发表研究文献 | 筛选3185条记录,最终纳入47项研究进行分析 |
5 | 2025-09-26 |
Automated Prediction of Bone Volume Removed in Mastoidectomy
2025-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.1365
PMID:40790912
|
研究论文 | 开发基于深度学习的自动化管道,用于预测乳突切除术中骨体积去除量 | 首次将深度学习应用于虚拟现实乳突切除术模拟数据,实现术前骨切除体积的自动化预测 | 数据集规模较小(仅15个样本),部分案例存在骨质切除过度或不足的问题,模型需要更大规模多样化数据优化 | 通过术前预测骨切除体积提升手术培训效果,为计算机辅助和机器人手术干预提供支持 | 乳突切除术中的骨体积去除预测 | 医学影像分析 | 耳科手术 | 深度学习、虚拟现实模拟、五折交叉验证 | 深度学习管道 | 颞骨CT扫描影像 | 15个去标识化颞骨CT扫描样本 |
6 | 2025-09-26 |
Enhanced brain tumor classification in MRI using an optimized deep random graph dilated diffusion convolutional attention network
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70028
PMID:40993917
|
研究论文 | 提出一种结合深度学习和优化算法的脑肿瘤MRI图像分类新方法 | 首次将深度随机图扩张扩散卷积注意力网络与冠豪猪优化器相结合用于脑肿瘤分类 | NA | 提高脑肿瘤MRI图像分类的准确性和可靠性 | 脑肿瘤MRI图像(包括神经胶质瘤、垂体瘤和脑膜瘤) | 计算机视觉 | 脑肿瘤 | 深度学习、图像处理、优化算法 | DR2DCAN(深度随机图扩张扩散卷积注意力网络) | MRI医学图像 | 来自Figshare和Kaggle的脑肿瘤MRI数据集 |
7 | 2025-09-26 |
A multi-modal diffusion model for noise reduction of particle number limited Monte Carlo dose calculation for carbon ion radiotherapy
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70021
PMID:40993914
|
研究论文 | 开发用于碳离子放疗中蒙特卡罗剂量计算噪声降低的多模态扩散模型 | 提出首个结合多模态数据(CT图像、低粒子数剂量图、束流参数)的扩散模型,采用混合融合策略实现有效的模态间交互 | 模型在高度异质性数据集上验证,但需要进一步临床验证 | 提高碳离子放疗中蒙特卡罗剂量计算的效率和准确性 | 碳离子放疗的剂量计算 | 医学物理 | 癌症放疗 | 扩散模型、蒙特卡罗模拟 | Diff-MC(多模态扩散模型) | 多模态数据(CT图像、剂量图、束流参数) | 训练验证集:20个CT的15000对束流数据;测试集:5个CT的500对束流数据;泛化测试:100个CT的500对束流数据 |
8 | 2025-09-26 |
Comparison of organ volumes and standardized uptake values in [18F]FDG-PET/CT images using MOOSE and TotalSegmentator to segment CT images
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70025
PMID:40993940
|
研究论文 | 比较两种深度学习算法(MOOSE和TotalSegmentator)在[18F]FDG-PET/CT图像中分割33个解剖结构的体积和标准化摄取值差异 | 首次系统比较两种开源深度学习工具在PET/CT图像分割中的互换性,重点关注器官体积和SUV参数的一致性 | 研究仅针对转移性乳腺癌患者群体,结果可能不适用于其他疾病类型 | 评估两种深度学习分割算法在PET/CT图像分析中的可互换性 | 315名转移性乳腺癌患者的[18F]FDG-PET/CT基线扫描图像 | 医学影像分析 | 乳腺癌 | 深度学习分割、PET/CT影像分析 | MOOSE v.3.0.14、TotalSegmentator v.2.0.5 | 医学影像(CT和PET图像) | 315名转移性乳腺癌患者的基线PET/CT扫描 |
9 | 2025-09-26 |
Multi-scale nested graph transformer with graph operations: Advancing high-resolution chest x-ray classification
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70003
PMID:40995863
|
研究论文 | 提出一种多尺度嵌套图变换器模型,用于高分辨率胸部X射线图像的精准分类 | 结合多尺度嵌套架构、交叉注意力融合和图池化操作,在保留局部细节的同时建模全局上下文关系 | 未明确说明数据集的具体规模和小样本场景下的性能极限 | 提升高分辨率胸部X射线图像分类精度,同时改善计算效率和泛化能力 | 高分辨率胸部X射线图像 | 计算机视觉 | 肺部疾病 | 图变换器、图卷积网络 | Transformer、GCN | 医学影像 | 基于三种高分辨率CXR数据集的实验验证 |
10 | 2025-09-26 |
An exploratory study on ultrasound image denoising using feature extraction and adversarial diffusion model
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70023
PMID:40996343
|
研究论文 | 本研究提出了一种基于扩散模型和生成对抗网络的超声图像去噪新方法ADM-ExNet | 将扩散模型的反向过程替换为GAN,并引入结构特征提取网络构建损失函数以增强细节保留 | 属于探索性研究,噪声水平通过添加高斯噪声模拟而非真实临床噪声 | 开发超声图像去噪方法以提升图像质量 | 包含胎儿头围、心脏和神经的超声图像 | 计算机视觉 | NA | 扩散模型、生成对抗网络 | ADM-ExNet(基于U-Net结构的GAN+扩散模型) | 超声图像 | 使用三个公共数据集(HC18、CAMUS、Ultrasound Nerve),图像尺寸统一为256×256像素,训练集与验证集按9:1划分 |
11 | 2025-09-26 |
Transformer-based deep learning for predicting brain tumor recurrence using magnetic resonance imaging
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70016
PMID:40996365
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型,利用多模态MRI数据和放疗剂量信息预测脑肿瘤治疗后复发 | 首次将Transformer架构应用于融合多模态MRI与放疗剂量数据来预测脑肿瘤复发,并在多个临床亚组中验证了模型的泛化能力 | 研究样本仅来自单一医疗中心,需要更大规模的多中心验证 | 开发可靠的预后工具来预测脑肿瘤放疗后复发,为个性化治疗提供决策支持 | 接受伽玛刀放射外科治疗的脑转移瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像(MRI)、放射治疗剂量分析 | Transformer | 医学影像(MRI)、放疗剂量数据 | 来自密西西比大学医学中心的脑转移瘤患者数据(具体样本量未明确说明) |
12 | 2025-09-26 |
Artificial Intelligence Automation of Echocardiographic Measurements
2025-Sep-30, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2025.07.053
PMID:40914895
|
研究论文 | 开发并验证用于超声心动图参数自动测量的开源深度学习语义分割模型 | 首次提出开源深度学习模型EchoNet-Measurements,可自动化完成18项超声心动图解剖和多普勒测量 | 研究主要基于单中心数据,外部验证仅包含一个医疗中心 | 通过人工智能技术自动化超声心动图测量,减轻临床医生工作负担 | 超声心动图图像和数据 | 医学影像分析 | 心血管疾病 | 深度学习语义分割 | 深度学习模型 | 超声心动图图像 | 155,215项研究中的877,983次超声心动图测量 |
13 | 2025-09-26 |
Deep Learning for Cardiac Overload Estimation - Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram
2025-Sep-25, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-25-0098
PMID:40533163
|
研究论文 | 开发深度学习模型通过心音和心电图非侵入性预测BNP水平 | 首次结合心音和ECG信号通过深度学习直接估算BNP生物标志物 | 样本量有限(外部验证集仅140例患者) | 验证基于生理信号的非侵入性心衰筛查模型 | 心衰患者的心音和心电图信号 | 医疗人工智能 | 心血管疾病 | 深度学习 | 深度学习模型 | 生理信号(心音+ECG) | 外部验证集140例患者,亚组分析127例 |
14 | 2025-09-26 |
Deep-learning-enabled high-throughput Screening of MXene photocatalysts for hydrogen production
2025-Sep-25, Nanoscale
IF:5.8Q1
DOI:10.1039/d5nr02764k
PMID:40924402
|
研究论文 | 开发了一种深度学习驱动的高通量筛选方法,用于发现具有光催化制氢潜力的MXene材料 | 结合深度学习框架与高通量筛选,从23,857种MXenes中高效识别光催化材料,并提出了描述内建电场与非绝热电子-空穴耦合关系的描述符 | 计算方法依赖于训练数据库C2DB,实际实验验证尚未进行 | 开发高效计算策略逆向设计二维光催化剂,用于氢能生产 | MXene二维材料的光催化性能 | 材料科学 | NA | 深度学习、高通量筛选、密度泛函理论、非绝热分子动力学、符号回归 | 深度学习框架 | 材料结构数据 | 23,857种MXene材料 |
15 | 2025-09-26 |
3D electroacoustic tomography image enhancement using deep learning with the SAM-Med3D encoder
2025-Sep-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ae077d
PMID:40957441
|
研究论文 | 提出基于深度学习框架的3D电声断层成像增强方法,利用SAM-Med3D编码器改进单视角投影的图像重建 | 首次将大型基础模型SAM-Med3D应用于3D电声断层成像增强,设计了局部-全局特征融合架构和轻量级解码器 | 数据来源于水模体和组织样本,尚未进行大规模临床验证 | 克服电声断层成像在临床应用中因有限角度数据采集导致的伪影和失真问题 | 水模体和组织样本的电声断层扫描数据 | 医学影像处理 | NA | 电声断层成像、深度学习 | SAM-Med3D编码器、改进的U-Net架构 | 3D医学影像数据 | 50次EAT扫描(共6000个视角),包含训练集30次扫描(3600视角)、验证集10次扫描(1200视角)、测试集10次扫描(1200视角) |
16 | 2025-09-26 |
Integrating CT image reconstruction, segmentation, and large language models for enhanced diagnostic insight
2025-Sep-25, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03446-3
PMID:40993406
|
研究论文 | 开发一个集成CT图像重建、分割和大语言模型的四步医学图像分析框架,旨在提升诊断效率 | 将图像重建、预处理、分割和自动文本描述集成到统一框架中,并引入FuseCap模型生成诊断描述 | NA | 提高CT图像质量并减少重建时间,为医学专家提供决策支持工具 | 骨盆CT图像 | 医学影像分析 | 癌症 | Radon变换、双边滤波、K-means聚类 | CNN、FuseCap | CT图像 | NA |
17 | 2025-09-26 |
Deep Learning-based Gait Recognition and Evaluation of the Wounded
2025-Sep-25, Disaster medicine and public health preparedness
IF:1.9Q3
DOI:10.1017/dmp.2025.10179
PMID:40993504
|
研究论文 | 本研究探索基于深度学习的步态识别技术用于伤者远程创伤评估的可行性 | 首次将YOLOv5目标检测算法应用于跨物种(人类、犬类、兔子)的步态异常识别,实现灾难场景下的远程创伤评估 | 研究仅针对正常与跛行两种步态分类,未涵盖更复杂的损伤类型;样本量相对有限 | 开发人工智能辅助的快速创伤损伤评估系统,提升灾难医疗响应效率 | 人类、犬类和兔子的步态图像数据 | 计算机视觉 | 创伤损伤 | 深度学习、目标检测算法 | YOLOv5 | 图像 | 4500张步态图像(涵盖3个物种) |
18 | 2025-09-26 |
Boosting positron emission tomography reconstruction with positional encoding-based deep image prior
2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences
DOI:10.1098/rsta.2024.0049
PMID:40994198
|
研究论文 | 提出一种基于位置编码的深度图像先验方法,用于提升正电子发射断层扫描图像重建质量 | 采用无监督深度学习方法,结合高斯傅里叶特征和均匀位置编码解决PET重建中的频谱偏差问题 | NA | 改进正电子发射断层扫描图像重建方法 | 正电子发射断层扫描图像 | 医学影像处理 | NA | 正电子发射断层扫描 | 深度神经网络 | 医学影像数据 | Brainweb数据和幼稚大鼠数据 |
19 | 2025-09-26 |
Deep learning-based artefact reduction in low-dose dental cone beam computed tomography with high-attenuation materials
2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences
DOI:10.1098/rsta.2024.0045
PMID:40994202
|
研究论文 | 探讨基于深度学习的低剂量牙科锥形束CT中高衰减材料伪影减少方法 | 提出绕过传统Radon变换模型的替代方法,分析深度学习在解决金属植入物引起的伪影问题中的潜力 | 讨论深度学习方法的局限性,并指出低剂量CBCT图像质量下降的挑战 | 提升低成本牙科锥形束CT系统的图像质量 | 牙科锥形束CT图像及其金属伪影 | 医学影像处理 | 牙科疾病 | 锥形束CT成像 | 深度学习 | CT图像 | NA |
20 | 2025-09-26 |
Learning latent hardening: enhancing deep learning with domain knowledge for material inverse problems
2025-Sep-25, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences
DOI:10.1098/rsta.2024.0043
PMID:40994205
|
研究论文 | 提出一种结合领域知识的深度学习框架LLH,用于解决材料微观结构逆向问题中的数据稀缺问题 | 开发了两阶段学习潜在硬化(LLH)框架,首次将材料力学行为的领域知识系统性地融入深度学习模型 | 研究主要针对多孔材料,在其他材料体系中的泛化能力有待验证 | 探索领域知识如何提升数据稀缺场景下材料逆向问题的预测性能 | 多孔材料的微观结构特征和应力-应变曲线 | 机器学习 | NA | 深度学习、机器学习 | CNN, DNN, XGBoost, KNN, LSTM, RF | 应力-应变曲线数据、微观结构特征数据 | NA |