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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10061 | 2024-12-28 |
Role of artificial intelligence in early diagnosis and treatment of infectious diseases
2025-Jan, Infectious diseases (London, England)
DOI:10.1080/23744235.2024.2425712
PMID:39540872
|
综述 | 本文综述了人工智能在传染病早期诊断和治疗中的关键作用 | 探讨了AI驱动的诊断工具在提高疾病检测和监测准确性及效率方面的潜力,并深入研究了AI在预测疾病爆发、优化治疗策略和个性化干预中的应用 | 讨论了AI在传染病管理中整合的伦理考虑、挑战和局限性 | 研究人工智能在传染病早期诊断和治疗中的应用 | 传染病 | 医疗健康 | 传染病 | 机器学习算法、深度学习、图像识别系统 | NA | NA | NA |
10062 | 2024-12-28 |
A prospectively deployed deep learning-enabled automated quality assurance tool for oncological palliative spine radiation therapy
2025-Jan, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00243-7
PMID:39722248
|
研究论文 | 开发了一种基于深度学习的自动化质量保证工具(DL-SpiQA),用于检测肿瘤姑息性脊柱放射治疗中的解剖水平错误 | 首次提出了一种完全自动化的深度学习脊柱靶向质量保证系统,能够检测解剖水平错误并生成自动邮件报告 | 需要进一步的外部验证和定制 | 提高脊柱放射治疗的安全性,减少解剖水平错误 | 接受姑息性脊柱放射治疗的患者 | 数字病理 | 肿瘤 | 深度学习 | nnU-Net | CT影像 | 回顾性测试513名患者,前瞻性部署520名患者 |
10063 | 2024-12-28 |
Implementation of an automated deep learning-based quality assurance tool for vertebral body identification in radiotherapy planning
2025-Jan, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00266-8
PMID:39722249
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
10064 | 2024-12-28 |
Genetic improvement of low-lignin poplars: a new strategy based on molecular recognition, chemical reactions and empirical breeding
2025 Jan-Feb, Physiologia plantarum
IF:5.4Q1
DOI:10.1111/ppl.70011
PMID:39727026
|
研究论文 | 本研究通过分子识别、化学反应和实证育种策略,探讨了低木质素杨树的遗传改良 | 结合深度学习筛选有利突变,为低木质素杨树的定向育种提供了新思路 | NA | 降低杨树中木质素含量,提高纸浆质量和工艺 | 杨树中的Caffeoyl-CoA-O methyltransferase (CCoAOMT)及其相关反应机制 | 机器学习 | NA | 深度卷积神经网络模型(DCNGP)、分子力学、Restrained Electrostatic Potential (RESP)、Independent Gradient Model (IGM) | CNN | 基因组数据 | NA |
10065 | 2024-12-26 |
Deep learning model meets community-based surveillance of acute flaccid paralysis
2025-Mar, Infectious Disease Modelling
IF:3.0Q1
DOI:10.1016/j.idm.2024.12.002
PMID:39720666
|
研究论文 | 本研究提出了一种简单的深度学习模型,用于急性弛缓性麻痹(AFP)的社区监测,利用从埃塞俄比亚社区关键信息员通过手机收集的图像进行迁移学习 | 该研究首次将迁移学习应用于AFP监测,使用预训练的视觉Transformer模型,显著提高了监测的准确性和效率 | 研究的主要限制在于收集的图像数据质量,未来需要改进数据质量并建立专门的数据存储和分析平台 | 提高急性弛缓性麻痹(AFP)的社区监测效率,特别是在资源匮乏的环境中 | 埃塞俄比亚社区关键信息员通过手机收集的AFP相关图像 | 计算机视觉 | 急性弛缓性麻痹 | 迁移学习 | 视觉Transformer | 图像 | NA |
10066 | 2024-12-26 |
Utilizing machine learning to predict the risk factors of episiotomy in parturient women
2025-Feb, AJOG global reports
DOI:10.1016/j.xagr.2024.100420
PMID:39720201
|
研究论文 | 本研究利用机器学习模型预测产妇进行会阴切开术的风险因素 | 首次使用多种机器学习模型评估会阴切开术的风险因素,并比较了不同模型的性能 | 研究仅基于单一医疗中心的回顾性数据,未考虑助产士的视角 | 预测产妇进行会阴切开术的风险因素 | 伊朗一家三级医疗中心2022年1月至2023年1月期间的1775例阴道分娩产妇 | 机器学习 | 产科疾病 | 机器学习 | 线性回归、深度学习、支持向量机、LightGBM、逻辑回归、XGBoost、随机森林、决策树、KNN | 电子健康记录 | 1775例阴道分娩产妇 |
10067 | 2024-12-26 |
Profiling cell identity and tissue architecture with single-cell and spatial transcriptomics
2025-Jan, Nature reviews. Molecular cell biology
DOI:10.1038/s41580-024-00768-2
PMID:39169166
|
综述 | 本文综述了单细胞转录组学和空间转录组学在细胞状态和多细胞邻域识别与表征方面的最新进展、挑战和前景 | 讨论了深度学习(包括基础模型)在单细胞和空间转录组数据分析中的应用,并展望了这些工具在干细胞生物学、免疫学和肿瘤生物学领域的未来应用 | 未具体提及研究的局限性 | 探讨单细胞和空间转录组学在细胞状态和多细胞邻域识别与表征方面的应用 | 单细胞和空间转录组数据 | 生物信息学 | 肿瘤生物学 | 单细胞转录组学、空间转录组学 | 深度学习、基础模型 | 转录组数据 | 数百到数百万个细胞 |
10068 | 2024-12-26 |
Inverse design of metalenses with polarization and chromatic dispersion modulation via transfer learning
2025-Jan-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.540475
PMID:39718885
|
研究论文 | 本文介绍了一种基于深度学习的逆向设计模型,用于设计具有偏振和色散调制功能的超透镜 | 结合传播相位理论和光谱迁移学习,解决了色散问题,并实现了多功能超透镜的快速设计 | 数值模拟结果显示焦距偏差小于5%,但平均聚焦效率仅为43.3%,仍有提升空间 | 开发高效的深度学习方法来设计多功能超透镜,以解决传统成像系统的体积问题 | 偏振和波长复用的超透镜 | 计算机视觉 | NA | 深度学习 | 迁移学习 | 数值模拟数据 | NA |
10069 | 2024-12-26 |
A probabilistic deep learning approach to enhance the prediction of wastewater treatment plant effluent quality under shocking load events
2025-Jan-01, Water research X
IF:7.2Q1
DOI:10.1016/j.wroa.2024.100291
PMID:39720317
|
研究论文 | 本研究开发了一种概率深度学习模型,用于增强在突发负荷事件下污水处理厂出水质量的实时预测 | 提出了结合编码器-解码器长短期记忆网络(LSTM)的概率深度学习模型,能够生成概率预测,提高了在突发负荷事件下实时预测的鲁棒性 | 模型仅在单一污水处理厂进行了测试,尚未在不同工艺的污水处理厂中广泛应用 | 提高污水处理厂在突发负荷事件下出水质量的实时预测能力 | 污水处理厂的出水质量,特别是总氮浓度 | 机器学习 | NA | 深度学习 | 概率编码器-解码器LSTM(P-ED-LSTM) | 时间序列数据 | 实际污水处理厂的每小时出水质量数据 |
10070 | 2024-12-26 |
Deep learning-based classification of breast cancer molecular subtypes from H&E whole-slide images
2025-Jan, Journal of pathology informatics
DOI:10.1016/j.jpi.2024.100410
PMID:39720418
|
研究论文 | 本文探讨了利用深度学习模型从H&E染色的全切片图像中预测乳腺癌分子亚型的可能性 | 首次提出了一种基于H&E染色全切片图像的深度学习管道,用于乳腺癌分子亚型分类,并公开了代码以促进进一步研究 | 需要进一步验证以确认模型的广泛适用性 | 研究是否可以利用H&E染色的全切片图像预测乳腺癌的分子亚型 | 乳腺癌的分子亚型(luminal A、B、HER2-enriched和Basal) | 数字病理学 | 乳腺癌 | 深度学习 | eXtreme Gradient Boosting模型 | 图像 | 1433张乳腺癌全切片图像,其中221张用于测试 |
10071 | 2024-12-25 |
AI-driven approaches for automatic detection of sleep apnea/hypopnea based on human physiological signals: a review
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-024-00320-8
PMID:39712669
|
综述 | 本文综述了近年来基于人工智能技术的自动睡眠呼吸暂停/低通气检测方法 | 总结了现有工作的通用流程,并涵盖了不同生理信号的特定预处理方法 | 面临数据可用性有限、数据不平衡问题以及多中心研究必要性等挑战 | 探讨基于人工智能技术的自动睡眠呼吸暂停/低通气检测方法 | 睡眠呼吸暂停/低通气检测方法及其相关生理信号 | 机器学习 | 心血管疾病 | 机器学习和深度学习模型 | NA | 生理信号 | NA |
10072 | 2024-12-25 |
Empowering surgeons: will artificial intelligence change oral and maxillofacial surgery?
2025-Feb, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2024.09.004
PMID:39341693
|
综述 | 本文探讨了人工智能在口腔颌面外科中的应用现状,并强调了进一步研究以优化AI在临床实践中的整合和提升患者治疗效果的迫切需求 | 本文通过综述分析了AI在口腔颌面外科中的多种应用,包括病理学和正颌手术等领域,展示了AI在该领域的潜在改进 | 本文为综述性研究,未提供具体的实验数据或模型验证结果 | 探讨人工智能在口腔颌面外科中的应用现状,并呼吁进一步研究以优化AI在临床中的应用 | 口腔颌面外科中的多种应用,包括病理学、正颌手术、面部创伤等 | 机器学习 | NA | 卷积神经网络(CNN)、人工神经网络(ANN) | 卷积神经网络(CNN)、人工神经网络(ANN) | NA | 90篇文章 |
10073 | 2024-12-25 |
Implications and Identification of Specific Learning Disability Using Weighted Ensemble Learning Model
2025-Jan, Child: care, health and development
DOI:10.1111/cch.70026
PMID:39715695
|
研究论文 | 本文提出了一种基于加权集成学习模型的特定学习障碍识别方法,并展示了其在阅读和写作障碍评估中的应用 | 本文创新性地提出了加权集成学习(WEL)变体的XGBoost算法,用于处理不平衡数据并提高识别特定学习障碍的准确性 | NA | 开发一种高效准确的模型来识别特定学习障碍,并提供个性化的教学策略 | 特定学习障碍(如阅读障碍和书写障碍)的儿童 | 机器学习 | NA | 加权集成学习(WEL)变体的XGBoost算法 | 加权集成学习模型 | 性能分数和完成时间 | NA |
10074 | 2024-12-24 |
Can temporomandibular joint osteoarthritis be diagnosed on MRI proton density-weighted images with diagnostic support from the latest deep learning classification models?
2025-Jan-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae040
PMID:39067043
|
研究论文 | 本研究旨在评估基于MRI的深度学习分类模型在诊断颞下颌关节骨关节炎(TMJ-OA)中的表现,并与人类观察者的诊断能力进行比较 | 本研究首次使用ResNet18、EfficientNet b4、Inception v3和GoogLeNet四种深度学习网络模型,通过5折交叉验证对MRI质子密度加权图像进行分类,评估其在TMJ-OA诊断中的性能 | 本研究的样本量相对较小,且仅限于MRI质子密度加权图像,可能限制了模型的泛化能力 | 评估深度学习模型在MRI诊断颞下颌关节骨关节炎中的表现 | 颞下颌关节骨关节炎(TMJ-OA)的MRI图像 | 机器学习 | 颞下颌关节疾病 | 深度学习 | ResNet18, EfficientNet b4, Inception v3, GoogLeNet | 图像 | 200个颞下颌关节(100个TMJ-OA,100个非TMJ-OA) |
10075 | 2024-12-24 |
Clinical Validation of a Deep Learning Algorithm for Automated Coronary Artery Disease Detection and Classification Using a Heterogeneous Multivendor Coronary Computed Tomography Angiography Data Set
2025-Jan-01, Journal of thoracic imaging
IF:2.0Q3
DOI:10.1097/RTI.0000000000000798
PMID:39034758
|
研究论文 | 本文验证了一种全自动深度学习算法在异构多厂商心脏CT血管造影数据集中检测和分类冠状动脉疾病的能力 | 本文首次在异构多厂商数据集中验证了深度学习算法在冠状动脉疾病检测和分类中的应用 | 本文仅在单一中心的回顾性研究中验证了算法,未来需要在更多中心和前瞻性研究中进一步验证 | 验证一种全自动深度学习算法在冠状动脉疾病检测和分类中的临床应用 | 冠状动脉疾病在异构多厂商心脏CT血管造影数据集中的检测和分类 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 296名患者 |
10076 | 2024-12-24 |
Development and validation of a CT-based deep learning radiomics signature to predict lymph node metastasis in oropharyngeal squamous cell carcinoma: a multicentre study
2025-Jan-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae051
PMID:39271161
|
研究论文 | 本研究开发并验证了一种基于CT的深度学习放射组学签名,用于预测口咽鳞状细胞癌中的淋巴结转移 | 本研究提出了一种结合临床因素与深度学习放射组学的新型综合模型,显著提高了口咽鳞状细胞癌术前淋巴结转移的预测能力 | NA | 建立并验证一种深度学习放射组学模型,用于预测口咽鳞状细胞癌中的淋巴结转移 | 口咽鳞状细胞癌患者的淋巴结转移 | 数字病理学 | 口咽癌 | 深度学习 | 机器学习分类器 | 图像 | 279名口咽鳞状细胞癌患者 |
10077 | 2024-12-24 |
Deep Learning for Distinguishing Mucinous Breast Carcinoma From Fibroadenoma on Ultrasound
2025-Jan, Clinical breast cancer
IF:2.9Q2
DOI:10.1016/j.clbc.2024.09.001
PMID:39317636
|
研究论文 | 本研究旨在开发一种深度学习模型,通过超声图像区分粘液性乳腺癌和纤维腺瘤 | 提出了基于超声图像和年龄的DL+ age-tree模型,显著提高了区分粘液性乳腺癌和纤维腺瘤的诊断性能,并能有效提升不同经验水平放射科医生的诊断能力 | 本研究为回顾性研究,样本量相对较小,可能存在选择偏倚 | 开发一种深度学习模型,帮助放射科医生更准确地区分粘液性乳腺癌和纤维腺瘤 | 粘液性乳腺癌和纤维腺瘤的超声图像 | 计算机视觉 | 乳腺癌 | 深度学习 | DL+ age-tree模型 | 图像 | 884名患者,包括700名纤维腺瘤患者和184名粘液性乳腺癌患者,共2257张超声图像 |
10078 | 2024-12-24 |
How the technologies behind self-driving cars, social networks, ChatGPT, and DALL-E2 are changing structural biology
2025-Jan, BioEssays : news and reviews in molecular, cellular and developmental biology
IF:3.2Q1
DOI:10.1002/bies.202400155
PMID:39404756
|
综述 | 本文综述了深度学习技术在蛋白质结构生物学中的应用,包括卷积神经网络、大型语言模型、去噪扩散概率模型/噪声条件得分网络和图神经网络 | 探讨了将自动驾驶汽车、社交网络、ChatGPT和DALL-E2等技术背后的深度学习工具应用于蛋白质结构生物学的新方法 | NA | 介绍深度学习技术在蛋白质结构预测、逆折叠、蛋白质设计和小分子设计中的进展 | 蛋白质结构生物学 | 机器学习 | NA | 深度神经网络 | 卷积神经网络、大型语言模型、去噪扩散概率模型/噪声条件得分网络、图神经网络 | 文本、图像、图 | NA |
10079 | 2024-12-23 |
Unveiling AI's role in papilledema diagnosis from fundus images: A systematic review with diagnostic test accuracy meta-analysis and comparison of human expert performance
2025-Jan, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2024.109350
PMID:39515271
|
综述 | 本文系统回顾了人工智能在视网膜图像中检测和分级视乳头水肿的应用,并进行了诊断测试准确性的meta分析,同时比较了人类专家的表现 | 深度学习模型在检测视乳头水肿方面优于传统的机器学习算法,且在某些情况下超越了人类专家的敏感性 | 研究存在患者选择、图像来源和异质性等方面的局限性 | 探讨人工智能在视乳头水肿诊断中的应用及其与人类专家的比较 | 视乳头水肿的检测和分级 | 计算机视觉 | 眼科疾病 | 深度学习 | 深度学习模型 | 图像 | 21项研究 |
10080 | 2024-12-24 |
Automated tooth segmentation in magnetic resonance scans using deep learning - A pilot study
2025-Jan-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae059
PMID:39589897
|
研究论文 | 本研究开发并评估了一种用于磁共振扫描中牙齿分割的人工智能模型 | 首次使用深度学习技术在磁共振扫描中实现牙齿的自动分割 | 模型在包含牙科修复体的数据集上准确性较低,由于图像伪影的影响 | 开发和评估一种用于磁共振扫描中牙齿分割的人工智能模型 | 磁共振扫描中的牙齿分割 | 计算机视觉 | NA | 磁共振成像 | nnU-Net | 图像 | 20名患者的磁共振扫描数据,其中16个用于模型训练,4个用于准确性评估 |