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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2025-05-10 |
Applying deep learning and the ecological home range concept to document the spatial distribution of Atlantic salmon parr (Salmo salar L.) in experimental tanks
2025-Feb-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90118-9
PMID:39966514
|
研究论文 | 本研究应用深度学习和生态家园范围概念,记录实验水箱中大西洋鲑鱼幼鱼的空间分布 | 结合计算机视觉和人工智能自动化鱼类行为分析,引入家园范围和核心区域生态概念量化鱼类空间分布 | 仅使用5天的实验数据作为案例研究,样本规模有限 | 开发自动化工具以监测和分析水产养殖中鱼类的行为与空间分布 | 大西洋鲑鱼幼鱼 | 计算机视觉 | NA | DeepLabCut框架 | 深度学习 | 视频 | 5天的实验数据 |
302 | 2025-05-10 |
Hybrid Greylag Goose deep learning with layered sparse network for women nutrition recommendation during menstrual cycle
2025-Feb-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88728-4
PMID:39966547
|
research paper | 提出了一种新型的优化混合深度学习模型(OdriHDL),用于为女性月经周期提供个性化的健康营养建议 | 结合了分层稀疏自编码器网络和基于注意力的双向卷积灰雁门控循环网络(HABi-ConGRNet),并利用灰雁优化算法进行超参数调优 | 未提及模型在更广泛人群中的适用性或实际应用中的潜在挑战 | 开发一个能够根据女性月经周期不同阶段提供个性化营养建议的系统 | 女性在月经周期中的营养需求 | machine learning | NA | Missing Value Imputation, Z-score Normalization, One-hot encoding | HABi-ConGRNet, RNN, CNN-LSTM, attention GRU | NA | NA |
303 | 2025-05-10 |
HDL-ACO hybrid deep learning and ant colony optimization for ocular optical coherence tomography image classification
2025-Feb-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89961-7
PMID:39966596
|
research paper | 提出了一种结合CNN和蚁群优化(ACO)的混合深度学习框架HDL-ACO,用于提高眼OCT图像分类的准确性和计算效率 | 整合了离散小波变换、ACO优化的数据增强、多尺度图像块嵌入以及基于Transformer的特征提取模块 | 未提及具体的数据集规模和临床验证的广泛性 | 提升眼OCT图像分类的准确性和计算效率 | 眼OCT图像 | computer vision | ocular diseases | discrete wavelet transform, ACO-optimized augmentation, Transformer-based feature extraction | CNN, ACO, Transformer | image | NA |
304 | 2025-05-10 |
Deep learning-based classification of diffusion-weighted imaging-fluid-attenuated inversion recovery mismatch
2025-Feb-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90214-w
PMID:39966647
|
研究论文 | 开发并验证了一种基于深度学习的分类器,用于分类DWI-FLAIR不匹配,以减少视觉评估的主观性 | 首次使用深度学习技术自动分类DWI-FLAIR不匹配,提高了准确性和一致性 | 研究仅基于四个卒中中心的数据,可能需要更多样化的数据集进行验证 | 开发一种减少DWI-FLAIR不匹配视觉评估主观性的工具,以支持急性卒中患者的治疗决策 | 急性缺血性卒中患者 | 数字病理 | 心血管疾病 | DWI和FLAIR成像 | CNN | 医学影像 | 2369名患者用于模型开发和内部测试,679名患者用于外部验证 |
305 | 2025-05-10 |
Segmentation methods and dosimetric evaluation of 3D-printed immobilization devices in head and neck radiotherapy
2025-Feb-18, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-13669-0
PMID:39966735
|
研究论文 | 本研究利用深度学习方法自动分割3D打印的头颈部固定装置,并评估其在头颈部VMAT放疗中的剂量学影响 | 采用Mask2Former模型自动分割3D打印的头枕和MFIF,提供了一种增强个性化放疗计划准确性的新方法 | 对小目标的自动分割不准确以及MFIF中金属紧固件产生的伪影,需要在更大、更多样化的数据集上进行模型优化和验证 | 评估3D打印固定装置对头颈部VMAT放疗剂量分布的影响 | 49名患者的CT定位图像 | 数字病理 | 头颈部癌症 | CT成像,VMAT放疗 | Mask2Former | 图像 | 49名患者的CT定位图像 |
306 | 2025-05-10 |
Predicting mother and newborn skin-to-skin contact using a machine learning approach
2025-Feb-18, BMC pregnancy and childbirth
IF:2.8Q1
DOI:10.1186/s12884-025-07313-9
PMID:39966775
|
研究论文 | 本研究利用机器学习方法预测母婴皮肤接触(SSC)的实施情况及其影响因素 | 首次采用多种机器学习模型(包括深度学习前馈网络和线性回归等)预测SSC,并识别出关键预测因素如导乐支持、新生儿体重等 | 需要更多研究来验证机器学习模型在预测SSC方面的性能 | 识别影响母婴皮肤接触(SSC)实施的关键因素 | 来自伊朗母婴网络(IMaN Net)的8031名符合条件的母亲及其新生儿 | 机器学习 | NA | 机器学习 | 线性回归, 逻辑回归, 决策树分类, 随机森林分类, 深度学习前馈, 极端梯度提升模型, 轻量梯度提升模型, 支持向量机, 排列特征分类与k近邻 | 医疗记录数据 | 8031名母亲(其中3759名经历了SSC) |
307 | 2025-05-10 |
Development and validation of prediction models for stroke and myocardial infarction in type 2 diabetes based on health insurance claims: does machine learning outperform traditional regression approaches?
2025-Feb-18, Cardiovascular diabetology
IF:8.5Q1
DOI:10.1186/s12933-025-02640-9
PMID:39966813
|
研究论文 | 基于健康保险索赔数据开发和验证2型糖尿病患者中风和心肌梗死的预测模型,并比较传统回归方法与机器学习方法的预测性能 | 比较了传统回归方法与包括深度学习在内的先进机器学习方法在预测2型糖尿病患者中风和心肌梗死风险上的性能 | 由于文献中缺乏对其他相关指标(如AUPRC、敏感性和阳性预测值)的报告,比较这些指标的性能受到限制 | 开发和验证基于健康保险索赔数据的预测模型,用于预测2型糖尿病患者的中风和心肌梗死风险 | 2型糖尿病患者 | 机器学习 | 心血管疾病 | 逻辑回归、LASSO正则化、随机森林(RF)、梯度提升(GB)、多层感知器(MLP)和特征标记转换器(FTT) | 逻辑回归、RF、GB、MLP、FTT | 健康保险索赔数据 | 371,006名2型糖尿病患者 |
308 | 2025-05-10 |
Deep learning-based automated guide for defining a standard imaging plane for developmental dysplasia of the hip screening using ultrasonography: a retrospective imaging analysis
2025-Feb-18, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02926-8
PMID:39966904
|
research paper | 提出了一种基于深度学习的神经网络模型,用于在二维超声扫描中自动检测五个标志点,以开发用于发育性髋关节发育不良(DDH)筛查的标准平面 | 开发了一种结合全局和局部网络的模型,用于自动检测DDH筛查中的五个关键标志点,这在临床应用中具有创新性 | 研究仅基于单一医疗中心的回顾性数据,可能限制了模型的泛化能力 | 开发一种自动检测超声图像中五个标志点的深度学习模型,用于DDH筛查 | 接受髋关节超声检查以进行DDH筛查的患者 | digital pathology | developmental dysplasia of the hip | 2D ultrasonography | EfficientNetB2 | image | 532名患者 |
309 | 2025-05-10 |
Deep learning-assisted screening and diagnosis of scoliosis: segmentation of bare-back images via an attention-enhanced convolutional neural network
2025-Feb-14, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-025-05564-y
PMID:39953540
|
研究论文 | 开发了一种基于深度学习的图像分割模型,用于提高脊柱侧弯筛查的效率 | 在原始U-Net架构中加入了注意力机制,构建了Dual AttentionUNet模型用于图像分割 | 研究样本量相对较小,仅包含350名脊柱侧弯患者和108名健康受试者 | 提高脊柱侧弯筛查的效率和准确性 | 脊柱侧弯患者和健康受试者的裸背图像和站立全长前后位脊柱X光片 | 计算机视觉 | 脊柱侧弯 | 深度学习 | Dual AttentionUNet | 图像 | 350名脊柱侧弯患者和108名健康受试者 |
310 | 2025-05-10 |
Machine Learning in the Management of Patients Undergoing Catheter Ablation for Atrial Fibrillation: Scoping Review
2025-Feb-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/60888
PMID:39928932
|
综述 | 本文通过范围综述评估了机器学习在心房颤动导管消融患者管理中的应用现状 | 系统比较了不同机器学习模型在特定临床任务中的表现,并总结了该领域的优势与局限性 | 大多数模型缺乏外部验证,存在高偏倚风险 | 评估机器学习在心房颤动导管消融患者管理中的应用证据 | 接受心房颤动导管消融治疗的患者 | 机器学习 | 心血管疾病 | 机器学习 | CNN | 人口统计学数据、临床特征、影像学数据、电生理信号 | 23项纳入研究 |
311 | 2025-05-10 |
Renji endoscopic submucosal dissection video data set for early gastric cancer
2025-Feb-10, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04573-0
PMID:39929844
|
research paper | 介绍了一个用于早期胃癌治疗的Renji内镜黏膜下剥离术(ESD)视频数据集 | 这是首个公开可用的用于早期胃癌治疗的ESD数据集 | 数据集规模相对较小,仅包含20个ESD内镜视频 | 推动计算机辅助干预、手术学习和术后手术视频分析技术的发展 | 早期胃癌(EGC)的内镜黏膜下剥离术(ESD)视频 | computer vision | gastric cancer | deep learning | NA | video | 20个ESD内镜视频和66,656个阶段识别标注 |
312 | 2025-05-10 |
Exploration of the optimal deep learning model for english-Japanese machine translation of medical device adverse event terminology
2025-Feb-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-02912-0
PMID:39923074
|
research paper | 本研究探索了英语-日语医疗设备不良事件术语机器翻译的最佳深度学习模型 | 比较了多种机器翻译模型在医疗术语翻译中的表现,发现GPT-4在定量和定性评估中均优于其他模型 | 研究仅基于50个随机抽取的句子,样本量较小 | 为自动术语映射系统寻找最佳的英语-日语医疗术语机器翻译模型 | 国际医疗器械监管机构论坛(IMDRF-AET)发布的英语-日语平行术语数据 | natural language processing | NA | 机器翻译 | mBART50, m2m-100, Google Translation, Multilingual T5, GPT-3, ChatGPT, GPT-4 | text | 50个随机抽取的术语及其定义句子 |
313 | 2025-05-10 |
Arthroscopy-validated Diagnostic Performance of 7-Minute Five-Sequence Deep Learning Super-Resolution 3-T Shoulder MRI
2025-Feb, Radiology
IF:12.1Q1
DOI:10.1148/radiol.241351
PMID:39964264
|
research paper | 该研究验证了7分钟三倍并行成像加速的深度学习超分辨率3-T肩部MRI在诊断肩部病变中的临床效果 | 首次通过关节镜验证了深度学习超分辨率MRI在肩部病变诊断中的良好性能 | 样本量相对较小(121名成人),且为回顾性研究 | 验证加速深度学习MRI在肩部病变诊断中的临床效果 | 成人肩痛患者 | digital pathology | shoulder conditions | 深度学习超分辨率MRI | DL | MRI图像 | 121名成人(平均年龄55岁±14,75名男性) |
314 | 2025-05-10 |
Change analysis of surface water clarity in the Persian Gulf and the Oman Sea by remote sensing data and an interpretable deep learning model
2025-Feb, Environmental science and pollution research international
DOI:10.1007/s11356-025-36018-x
PMID:39966320
|
研究论文 | 利用遥感数据和可解释深度学习模型分析波斯湾和阿曼海水体透明度的变化 | 结合MODIS-Aqua影像、统计测试和深度学习模型,首次全面监测波斯湾和阿曼海2002至2018年的水体透明度变化,并应用解释技术确定关键影响因素 | 研究时间跨度有限(2002-2018年),且仅基于MODIS-Aqua影像数据 | 监测波斯湾和阿曼海的水体透明度变化以评估生态系统健康状况和水质 | 波斯湾和阿曼海的水体透明度及相关环境参数 | 遥感与环境监测 | NA | MODIS-Aqua遥感影像、统计测试、深度学习模型 | CNN、LSTM | 遥感影像、环境参数数据 | 2002至2018年波斯湾和阿曼海的遥感监测数据 |
315 | 2025-05-10 |
A practical deep learning model for core temperature prediction of specialized workers in high-temperature environments
2025-Feb, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2025.104079
PMID:39970650
|
研究论文 | 本文开发了一种结合卡尔曼滤波和长期序列预测深度学习模型的无创核心温度预测模型,用于高温环境下特种作业人员的健康监测 | 结合卡尔曼滤波和长期序列预测深度学习模型,利用皮肤温度和心率作为输入特征,实现个性化实时核心温度预测 | 实验样本量较小(13名参与者),且仅在34至40°C的环境温度范围内进行验证 | 解决高温环境下特种作业人员核心温度的实时监测和预测问题 | 高温环境下特种作业人员的核心温度 | 机器学习 | NA | 卡尔曼滤波和长期序列预测深度学习模型 | LSTM | 皮肤温度和心率数据 | 13名参与者的实验数据 |
316 | 2025-05-10 |
Radiomics and Deep Learning Prediction of Immunotherapy-Induced Pneumonitis From Computed Tomography
2025-Feb, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00198
PMID:39977708
|
研究论文 | 该研究利用放射组学和深度学习技术,通过计算机断层扫描(CT)预测免疫治疗引起的肺炎(PN) | 首次结合放射组学特征和深度学习模型(CNN)预测免疫治疗引起的肺炎,相比传统放射组学方法,深度学习模型表现出更高的预测性能 | 结合放射组学和深度学习的模型相比仅使用CNN的模型并未显示出显著改进 | 预测癌症患者在免疫检查点抑制剂(ICI)治疗期间可能发生的肺炎,以提高治疗安全性和有效性 | 接受ICI治疗的癌症患者 | 数字病理学 | 肺癌 | 计算机断层扫描(CT) | CNN | 图像 | 671名患者的2,700份胸部CT扫描数据 |
317 | 2025-05-09 |
Triboelectric Sensors Based on Glycerol/PVA Hydrogel and Deep Learning Algorithms for Neck Movement Monitoring
2025-Feb-26, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c20821
PMID:39950449
|
研究论文 | 介绍了一种基于甘油/PVA水凝胶和深度学习算法的摩擦电传感器,用于颈部运动监测 | 提出了一种新型、灵活且可拉伸的摩擦电纳米发电机(TENG),结合CNN和BiLSTM算法,实现了97.14%的识别准确率 | 未提及样本量或实验参与者的具体数量 | 开发一种用于预防颈椎病的颈部运动监测系统 | 颈部运动 | 传感器技术 | 颈椎病 | 摩擦电纳米发电机(TENG) | CNN和BiLSTM | 传感器数据 | NA |
318 | 2025-05-09 |
RAE-Net: a multi-modal neural network based on feature fusion and evidential deep learning algorithm in predicting breast cancer subtypes on DCE-MRI
2025-Feb-25, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adb494
PMID:39933196
|
研究论文 | 本研究介绍了一种基于多模态特征融合和证据深度学习算法的新型神经网络模型RAE-Net,用于提高动态对比增强磁共振成像(DCE-MRI)对乳腺癌分子亚型的预测准确性 | RAE-Net结合了多模态特征融合和证据深度学习算法,不仅提高了预测准确性,还引入了不确定性估计以增强分类的可靠性 | 研究样本量相对较小(344例患者),且仅使用了DCE-MRI数据 | 提高乳腺癌分子亚型的预测准确性,以支持个性化治疗 | 乳腺癌患者的DCE-MRI数据 | 数字病理学 | 乳腺癌 | 动态对比增强磁共振成像(DCE-MRI) | RAE-Net(基于ResNet-50、多头注意力融合和多层感知机机制) | 图像 | 344例经组织学确认的乳腺癌患者(训练集200例,验证集60例,测试集62例) |
319 | 2025-05-09 |
Application of Surface-Enhanced Raman Spectroscopy in Head and Neck Cancer Diagnosis
2025-Feb-25, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c02796
PMID:39951652
|
review | 本文综述了表面增强拉曼光谱(SERS)在头颈癌诊断和治疗中的应用现状及前景 | 展示了SERS在液体活检、单分子检测、肿瘤微环境表征以及与人工智能结合方面的创新应用 | 未提及具体的技术实施难点或临床转化障碍 | 探讨SERS技术在头颈癌精准诊疗领域的应用潜力 | 头颈癌的分子生物学诊断、组织水平识别和治疗监测 | 数字病理学 | 头颈癌 | 表面增强拉曼光谱(SERS) | 机器学习与深度学习算法 | 光谱数据 | NA |
320 | 2025-05-09 |
Automated hallucination detection for synthetic CT images used in MR-only radiotherapy workflows
2025-Feb-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb5eb
PMID:39946843
|
研究论文 | 开发了一种用于检测AI生成的合成CT图像中骨幻觉的工具,以提高MR-only放射治疗工作流程的准确性和安全性 | 提出了一种基于深度学习自动分割模型的骨幻觉筛查工具,用于识别AI生成的合成CT图像中的错误区域 | 模型的平均特异性在不同距离参数下有所变化,且测试数据集较小(仅10例) | 提高MR-only放射治疗工作流程中AI生成的合成CT图像的准确性和安全性 | AI生成的盆腔合成CT图像 | 数字病理 | NA | 深度学习自动分割 | 3D SegResNet | MR图像和CT图像 | 86对Dixon MR图像集和对应的规划CT图像变形轮廓用于训练,10例独立测试数据集 |