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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
2661 | 2025-04-26 |
Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors
2025-Apr-24, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01476-9
PMID:40274694
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
2662 | 2025-05-22 |
Machine Listening for OSA Diagnosis: A Bayesian Meta-Analysis
2025-Apr-11, Chest
IF:9.5Q1
DOI:10.1016/j.chest.2025.04.006
PMID:40220991
|
meta-analysis | 该研究通过贝叶斯元分析评估了机器学习在阻塞性睡眠呼吸暂停(OSA)诊断中的准确性和优化方法 | 首次使用贝叶斯元分析方法评估机器学习在OSA诊断中的表现,并比较了不同技术参数对诊断准确性的影响 | 研究仅基于已发表的文献,可能存在未发表数据的偏差 | 评估和优化机器学习在OSA诊断中的准确性 | 阻塞性睡眠呼吸暂停(OSA)患者 | machine learning | 阻塞性睡眠呼吸暂停 | Bayesian bivariate meta-analysis | deep learning vs traditional machine learning | audio recordings | 训练集4,864名参与者,测试集2,370名参与者 |
2663 | 2025-05-22 |
Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study
2025-Apr-03, Gerontology
IF:3.1Q3
DOI:10.1159/000545679
PMID:40359927
|
研究论文 | 本研究使用深度学习模型动态预测肾功能轻度降低的老年人心血管死亡风险 | 采用新型深度学习算法Dynamic DeepHit (DDH)模型,在纵向研究中展示了对个体动态生存预测的优越性能 | 研究仅基于中国天津社区健康促进前瞻性研究的数据,可能限制结果的普适性 | 识别肾功能轻度降低老年人群中心血管死亡的相关特征,并开发预测模型 | 12,650名60岁以上肾功能轻度降低的老年人 | 机器学习 | 心血管疾病 | Cox回归、随机生存森林(RSF)、DeepHit(DH)、Dynamic DeepHit(DDH) | DDH, RSF, DH, Cox回归 | 临床数据 | 12,650名老年人(2014-2020年随访数据) |
2664 | 2025-05-22 |
The need for balancing 'black box' systems and explainable artificial intelligence: A necessary implementation in radiology
2025-Apr, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112014
PMID:40031377
|
评论 | 本文讨论了在放射学中平衡'黑盒'系统和可解释人工智能(XAI)的必要性 | 提出在放射学中优先考虑可解释人工智能(XAI),以增强透明度和伦理标准 | XAI可能性能不如黑盒模型,且当前AI系统仍存在数据隐私、偏见和幻觉等问题 | 探讨AI在放射学中的应用及其伦理和法律挑战 | 放射学中的AI系统及其对医疗决策的影响 | 数字病理学 | NA | 机器学习和深度学习 | 黑盒模型和XAI | 图像 | NA |
2665 | 2025-05-22 |
Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review
2025-Mar-10, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2025.03.004
PMID:40393880
|
综述 | 本文综述了人工智能在药物相关性颌骨坏死(MRONJ)的预测、诊断和管理中的应用现状 | 总结了AI在MRONJ预测、诊断和患者教育中的最新应用,并识别了当前研究的挑战和未来方向 | 数据质量、验证和临床整合方面的挑战尚未解决,且纳入研究数量有限(仅8篇) | 评估人工智能在MRONJ领域的应用效果和潜力 | 药物相关性颌骨坏死(MRONJ)的预测、诊断和管理 | 人工智能在医学中的应用 | 颌骨坏死 | 机器学习(支持向量机、随机森林、梯度提升机)、深度学习、大语言模型 | SVM、随机森林、梯度提升机、深度学习模型、LLM | 放射影像数据、患者信息数据集 | 8项符合条件的研究(5项预测研究、2项诊断研究、1项患者教育研究) |
2666 | 2025-05-22 |
Spatial transcriptomic clocks reveal cell proximity effects in brain ageing
2025-Feb, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08334-8
PMID:39695234
|
研究论文 | 该研究通过构建空间分辨的单细胞转录组脑图谱,揭示了细胞邻近效应对脑衰老的影响 | 开发了空间衰老时钟模型,用于识别衰老、年轻化和疾病的空间及细胞类型特异性转录组指纹,并发现T细胞和神经干细胞对邻近细胞的显著影响 | 研究仅基于小鼠模型,人类大脑的类似效应尚未验证 | 探究细胞邻近效应对脑组织衰老的影响及潜在干预措施 | 成年寿命不同阶段的420万个脑细胞 | 空间转录组学 | 神经退行性疾病 | 空间分辨单细胞转录组测序 | 机器学习模型(空间衰老时钟)和深度学习 | 单细胞转录组数据 | 420万个细胞,覆盖20个不同年龄阶段 |
2667 | 2025-05-22 |
LeFood-set: Baseline performance of predicting level of leftovers food dataset in a hospital using MT learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320426
PMID:40388400
|
研究论文 | 本文提出了一种基于深度学习的创新方法,用于预测医院患者餐盘中的剩余食物量,并创建了一个名为LeFoodSet的大规模开放数据集 | 首次创建了专门用于估计食物剩余量的大规模开放数据集LeFoodSet,并提出了结合视觉特征提取和后期融合的多任务学习模型 | 数据集仅包含34种印尼食物类别,可能无法完全代表其他地区的饮食习惯 | 开发AI方法来准确预测医院患者的食物剩余量,以替代耗时且存在偏差的人工观察 | 医院患者的餐盘食物剩余量 | 计算机视觉 | NA | 深度学习 | ResNet101, 多任务学习(MT), 单任务学习(ST) | 图像 | 524对图像(34种印尼食物类别,每类包含食用前后的图像) |
2668 | 2025-05-22 |
Transfer learning in ECG diagnosis: Is it effective?
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0316043
PMID:40388401
|
研究论文 | 本文通过实证研究探讨了迁移学习在多标签心电图分类中的有效性 | 首次系统验证了迁移学习在心电图诊断中的效果,比较了微调与从头训练的性能差异 | 研究结果依赖于特定数据集和神经网络架构,可能不适用于所有心电图诊断场景 | 评估迁移学习在心电图诊断中的实际效果 | 多标签心电图分类 | 机器学习 | 心血管疾病 | 深度学习 | CNN, RNN | 时间序列数据 | 多种心电图数据集 |
2669 | 2025-05-22 |
Predictive hybrid model of a grid-connected photovoltaic system with DC-DC converters under extreme altitude conditions at 3800 meters above sea level
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324047
PMID:40388424
|
研究论文 | 本研究开发了一种用于极端海拔条件下(海拔3800米)并网光伏系统的预测混合模型,旨在降低模型复杂度并提高准确性 | 结合递归特征消除(RFE)方法与高级正则化技术(如Lasso、Ridge和Bayesian Ridge),以解决维度灾难问题 | 未来工作将探索与储能系统和智能控制策略的集成,以及在极端气候条件下的应用 | 优化极端海拔条件下并网光伏系统的预测性能 | 由单晶模块、DC-DC优化器和3000 W逆变器组成的光伏系统 | 机器学习 | NA | RFE、Lasso、Ridge、Bayesian Ridge | 混合模型 | 电力系统数据 | NA |
2670 | 2025-05-22 |
AI-driven educational transformation in ICT: Improving adaptability, sentiment, and academic performance with advanced machine learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317519
PMID:40388422
|
研究论文 | 本研究通过部署先进的机器学习和深度学习策略,在教育技术领域实现了有意义的变革 | 采用混合堆叠方法结合多种机器学习模型,实现了高精度的预测和分析,特别是在情感分析和学术表现提升方面 | 数据集来源于Kaggle,可能无法完全代表所有教育环境 | 探索AI驱动的教育转型,提高学生的适应性、情感状态和学术表现 | 教育技术领域中的学生适应性、情感和学术表现 | 教育技术 | NA | 机器学习、深度学习 | Decision Trees, Random Forest, XGBoost, Gradient Boosting, CNN, RCNN | 结构化数据 | 1205条包含14个属性的条目 |
2671 | 2025-05-22 |
Anomaly recognition in surveillance based on feature optimizer using deep learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313692
PMID:40388481
|
research paper | 该研究提出了一种基于深度学习的先进框架,用于监控系统中的异常识别,通过特征优化技术显著提高了准确性和鲁棒性 | 创新点在于结合了新型63层CNN 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2 进行特征提取,并采用蜻蜓算法和遗传算法进行特征优化 | 未提及具体的数据集规模限制或实际部署中的计算资源需求 | 提高监控系统中异常识别的准确性和鲁棒性 | 监控视频中的异常事件 | computer vision | NA | histogram equalization, Dragonfly algorithm, Genetic Algorithm | DCNN (包括 'Up-to-the-Minute-Net' 和 Inception-Resnet-v2) | image | 未明确说明具体样本数量,但使用了5折和10折交叉验证 |
2672 | 2025-05-21 |
CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100764
PMID:40385240
|
research paper | 开发并验证了一种基于AI的视频分析系统CatSkill,用于评估白内障手术中外科医生的技能水平 | 提出了一种新型AI驱动的视频分析系统,能够自动评估手术中的眼位中性、眼位中心和显微镜焦距维持能力 | 研究仅回顾性分析了620例手术视频,未涉及实时应用验证 | 开发AI系统评估白内障手术医生的专业技能水平 | 白内障手术视频记录 | computer vision | 白内障 | 深度学习视频分析 | FPN (VGG16), 随机森林 | video | 620例白内障手术视频(254例主治医师/176例住院医师) |
2673 | 2025-05-21 |
Optimizing Skin Cancer Diagnosis: A Modified Ensemble Convolutional Neural Network for Classification
2025-Jun, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24792
PMID:39888306
|
研究论文 | 本研究提出了一种结合随机猫群优化算法和集成卷积神经网络的RCS-ECNN方法,用于皮肤癌不同阶段的分类 | 提出了结合随机猫群优化(CSO)与集成卷积神经网络(ECNN)的RCS-ECNN方法,用于优化皮肤癌分类 | 未提及方法在临床环境中的实际应用效果或泛化能力 | 优化皮肤癌诊断,提高分类准确率 | 皮肤癌的不同阶段 | 计算机视觉 | 皮肤癌 | 随机猫群优化(CSO),GrabCut算法 | 集成卷积神经网络(ECNN),深度神经网络(DNN),Keras DNN(KDNN) | 图像 | HAM10000和ISIC数据集 |
2674 | 2025-02-20 |
Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251317097
PMID:39966688
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
2675 | 2025-04-25 |
Response to the Letter to the Editor: "A Deep Learning System to Predict Epithelial Dysplasia in Oral Leukoplakia"
2025-Jun, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345251329356
PMID:40269482
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
2676 | 2025-05-21 |
Accuracy of an Automated Bone Scan Index Measurement System Enhanced by Deep Learning of the Female Skeletal Structure in Patients with Breast Cancer
2025-Jun, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00905-5
PMID:40385368
|
research paper | 该研究验证了通过深度学习女性骨骼结构更新的VSBONE® BSI系统在乳腺癌患者中的诊断准确性 | VSBONE ver.3通过深度学习957名女性的骨骼结构,提高了在乳腺癌患者中的诊断准确性 | 研究样本量较小,仅包括220名日本乳腺癌患者 | 验证更新的VSBONE系统在乳腺癌患者中的诊断准确性 | 乳腺癌患者 | digital pathology | breast cancer | bone scintigraphy with SPECT/CT | deep learning | image | 220名日本乳腺癌患者(20名有活动性骨转移,200名无骨转移) |
2677 | 2025-05-21 |
Classification of differentially activated groups of fibroblasts using morphodynamic and motile features
2025-Jun, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0250502
PMID:40385989
|
research paper | 该研究提出了一种基于人工智能的分类框架,通过分析成纤维细胞的形态动力学和运动特征来识别和表征不同激活状态的成纤维细胞 | 利用形态动力学和运动特征作为成纤维细胞激活状态的生物物理标志物,克服了传统分子标记的局限性 | 研究仅基于与乳腺癌细胞系共培养的成纤维细胞数据,可能无法完全代表体内复杂微环境 | 开发新型成纤维细胞分类方法以更好地理解肿瘤微环境 | 与乳腺癌细胞系共培养的成纤维细胞 | digital pathology | breast cancer | label-free live-cell imaging | deep learning and machine learning algorithms | image | NA |
2678 | 2025-05-21 |
Gluten identification from food images using advanced deep learning and transfer learning methods
2025-Jun, Journal of food science and technology
DOI:10.1007/s13197-024-06158-y
PMID:40386197
|
research paper | 本文提出了一种基于深度学习和迁移学习的创新方法,用于从食物图像中识别麸质,旨在帮助乳糜泻患者识别含麸质食物 | 利用EfficientNet预训练模型进行麸质图像分类,在食物图像识别领域具有创新性 | 研究仅基于Food101数据集的子集,可能无法涵盖所有食物类型 | 开发一种辅助乳糜泻患者识别含麸质食物的工具 | 食物图像 | computer vision | celiac disease | deep learning, transfer learning | CNN, EfficientNet | image | 20,000张训练图像和2,000张测试图像 |
2679 | 2025-05-21 |
[Technological innovation and future development of quantitative research on acupuncture manipulation techniques]
2025-May-25, Zhen ci yan jiu = Acupuncture research
DOI:10.13702/j.1000-0607.20250319
PMID:40390611
|
综述 | 本文全面回顾了针灸操作技术定量研究的生物力学基础和技术演变,并探讨了其未来发展方向 | 通过计算机视觉、深度学习和多模态感知融合等技术,实现了针灸操作量化的创新应用 | NA | 推动针灸从经验实践向数据驱动的精准医学转变,为中医现代化和国际标准化提供理论基础和技术支持 | 针灸操作技术 | 数字病理学 | NA | 计算机视觉、深度学习、多模态感知融合 | NA | 生物力学参数 | NA |
2680 | 2025-05-21 |
Effectiveness of Artificial Intelligence in detecting sinonasal pathology using clinical imaging modalities: a systematic review
2025-May-19, Rhinology
IF:4.8Q1
DOI:10.4193/Rhin25.044
PMID:40388840
|
系统性综述 | 本文系统性评估了人工智能在通过放射影像检测鼻窦病理中的方法和临床相关性 | 综合分析了AI在鼻窦影像诊断中的准确性和效率,并指出了当前研究的局限性和未来方向 | 现有研究主要为回顾性和单中心,缺乏前瞻性和多中心验证 | 评估人工智能在鼻窦病理检测中的临床适用性和方法学有效性 | 鼻窦病理的放射影像 | 医学影像分析 | 鼻窦疾病 | 深度学习、机器学习、神经网络 | CNN、机器学习分类器 | CT、MRI影像 | 53项研究,其中85%为回顾性研究,68%为单中心研究,92.5%使用内部数据库 |