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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21 | 2025-05-31 |
Automatic Controversy Detection Based on Heterogeneous Signed Attributed Network and Deep Dual-Layer Self-Supervised Community Analysis
2025-Apr-27, Entropy (Basel, Switzerland)
DOI:10.3390/e27050473
PMID:40422428
|
研究论文 | 本研究提出了一种基于异构签名属性网络和深度双层自监督社区分析的计算方法,用于社交媒体平台上的争议检测 | 该方法整合了社交媒体中的多维异构信息,并引入了一种新的争议度量标准,考虑了社区区分、介数中心性和用户表示三个维度 | NA | 开发一种更稳定和准确的社交媒体争议检测方法 | 社交媒体平台上的争议内容 | 自然语言处理 | NA | 文本挖掘和深度学习 | 深度双层自监督算法 | 文本 | 微博数据集,包括#微博(3792)、#评论(45,741)、#转发(36,126)和#用户(61,327) |
22 | 2025-05-31 |
Bilingual Sign Language Recognition: A YOLOv11-Based Model for Bangla and English Alphabets
2025-Apr-27, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging11050134
PMID:40422991
|
研究论文 | 本研究开发了一种基于YOLOv11的双语手语识别模型,用于同时识别孟加拉手语(BdSL)和英语手语(ASL)的字母 | 首次提出了一种能够同时识别两种不同手语字母的实时检测系统,采用改进的YOLOv11架构并取得了较高的识别准确率 | 仅针对字母级别的识别,未涉及更复杂的手语词汇或句子结构 | 开发一个统一的双语手语识别系统以改善听障人士的跨语言交流 | 孟加拉手语(BdSL)和英语手语(ASL)的字母符号 | 计算机视觉 | NA | 深度学习 | YOLOv11 | 图像 | 9556张包含64种不同字母符号的图像 |
23 | 2025-05-31 |
Performance Evaluation of Image Segmentation Using Dual-Energy Spectral CT Images with Deep Learning Image Reconstruction: A Phantom Study
2025-Apr-27, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11050051
PMID:40423253
|
research paper | 评估不同能量水平的单色图像在医学图像分割中的性能 | 使用双能谱CT图像结合深度学习图像重建技术进行图像分割性能评估 | 研究仅针对低密度、非增强物体在低剂量条件下的表现 | 评估不同能量水平和重建算法对医学图像分割性能的影响 | ACR464体模中的低密度模块 | digital pathology | NA | 双能谱CT成像,深度学习图像重建 | U-Net | CT图像 | ACR464体模中的低密度模块(直径25 mm,密度差6 HU) |
24 | 2025-05-31 |
A Deep Learning Algorithm for Multi-Source Data Fusion to Predict Effluent Quality of Wastewater Treatment Plant
2025-Apr-27, Toxics
IF:3.9Q1
DOI:10.3390/toxics13050349
PMID:40423427
|
研究论文 | 本文介绍了一种融合多源数据的深度学习方法,用于预测污水处理厂的出水质量 | 提出了一种结合LSTM和GRU的深度学习算法,用于多源数据融合,预测污水处理厂出水质量,相比传统机器学习算法有显著提升 | 案例研究仅在中国安徽省的一个工业污水处理厂进行,可能限制了结果的普适性 | 构建准确的污水处理厂出水质量模型,为运营管理提供决策支持 | 污水处理厂的出水质量 | 机器学习 | NA | 深度学习 | LSTM, GRU | 多源数据(水量数据、工艺数据、能耗数据、水质数据) | 中国安徽省的一个工业污水处理厂案例 |
25 | 2025-05-31 |
Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics
2025-Apr-16, ArXiv
PMID:40321946
|
research paper | 该研究提出了一种受大脑启发的自适应动态机制,用于提升储层计算的性能 | 引入了一种自适应的兴奋-抑制平衡机制,显著提升了储层计算在记忆容量和时间序列预测等任务中的表现 | NA | 探索如何通过大脑启发的计算原理提升储层计算的性能和鲁棒性 | 储层计算系统 | machine learning | NA | NA | reservoir computing | time series data | NA |
26 | 2025-05-31 |
An integrated AI knowledge graph framework of bacterial enzymology and metabolism
2025-Apr-15, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2425048122
PMID:40193601
|
research paper | 该研究介绍了一个名为IBIS的集成AI知识图谱框架,用于快速、可扩展的细菌代谢推断 | 利用深度学习和知识图谱技术,结合Transformer模型生成高质量的酶、生物合成域和代谢途径的嵌入表示,实现大规模代谢蛋白质和途径的快速比较 | 未提及具体的数据集规模或模型性能的详细比较 | 改进细菌代谢研究,促进人类健康和农业实践的发展 | 细菌代谢、酶、生物合成域和代谢途径 | machine learning | NA | 深度学习、知识图谱、Transformer模型 | Transformer | 基因组测序数据 | 未提及具体样本数量 |
27 | 2025-05-31 |
Deep Learning Cerebellar Magnetic Resonance Imaging Segmentation in Late-Onset GM2 Gangliosidosis: Implications for Phenotype
2025-Apr-11, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.08.25325262
PMID:40297453
|
研究论文 | 使用深度学习技术对迟发型GM2神经节苷脂沉积症患者的脑部MRI进行小脑分割,以探讨表型差异 | 首次应用深度学习小脑分割和皮质厚度分析流程,揭示了迟发型Tay-Sachs病(LOTS)与迟发型Sandhoff病(LOSD)在小脑萎缩模式上的差异 | 样本量相对较小(LOTS=20,LOSD=5),且未考虑症状出现年龄、构音障碍严重程度等表型因素 | 探究迟发型GM2神经节苷脂沉积症亚型间小脑萎缩模式的差异及其与临床表现的关系 | 迟发型Tay-Sachs病患者(20例)、迟发型Sandhoff病患者(5例)和神经正常对照(1038例) | 数字病理学 | 神经退行性疾病 | MRI | 深度学习分割模型 | 医学影像 | LOTS患者20例,LOSD患者5例,神经正常对照1038例 |
28 | 2025-05-31 |
A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data
2025-Apr, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2024.110281
PMID:39672285
|
research paper | 提出了一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络方法,用于从欠采样数据中重建MR图像 | 引入了自适应空间通道注意力机制和EfficientNet B3的生成对抗网络,优化了模型深度、宽度和分辨率之间的平衡,提高了重建质量 | 未提及具体的数据集规模和多样性,可能影响模型的泛化能力 | 加速MR图像采集并提高从欠采样k空间数据中重建图像的质量 | MR图像 | computer vision | NA | CS-MRI, deep learning | GAN, U-net, ResNet, EfficientNet B3 | image | NA |
29 | 2025-05-31 |
Waveform-Specific Performance of Deep Learning-Based Super-Resolution for Ultrasound Contrast Imaging
2025-04, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3537298
PMID:40031250
|
研究论文 | 本研究探讨了基于深度学习的超分辨率技术在超声对比成像中针对不同波形脉冲的性能表现 | 首次评估了CNN在谐波脉冲、啁啾脉冲和延迟编码脉冲序列驱动下对微泡定位的去卷积性能,并比较了不同脉冲在噪声条件下的鲁棒性 | 仅提供了初步的体外和体内超分辨率实验结果,尚未进行全面的临床应用验证 | 提高超声对比成像的空间分辨率以更好地解析动脉血流 | 超声对比成像中的微泡信号 | 医学影像处理 | 心血管疾病 | 超声对比成像、深度学习超分辨率 | CNN | 射频(RF)信号 | NA |
30 | 2025-05-31 |
Tissue Clutter Filtering Methods in Ultrasound Localization Microscopy Based on Complex-Valued Networks and Knowledge Distillation
2025-04, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3544692
PMID:40031806
|
研究论文 | 本研究提出了一种基于复数神经网络和知识蒸馏的超声定位显微镜组织杂波滤波方法,以提高滤波效率和性能 | 提出使用知识蒸馏技术,将复数卷积神经网络(CCNN)的知识迁移到实值卷积神经网络(CNN)中,从而在保持性能的同时提高滤波效率 | 虽然该方法在模拟和体内数据上表现良好,但可能仍需进一步验证其在更广泛临床数据上的适用性 | 提高超声定位显微镜(ULM)中组织杂波滤波的效率和性能 | 微泡(MBs)作为对比剂的超声定位显微镜图像 | 医学影像处理 | NA | 知识蒸馏、复数卷积神经网络(CCNN)、实值卷积神经网络(CNN) | CL-UNet(教师模型)、UNet-T(学生模型)、Guided UNet-T | I/Q信号、包络数据 | 模拟数据和体内数据 |
31 | 2025-05-31 |
Advancing Single-Plane Wave Ultrasound Imaging With Implicit Multiangle Acoustic Synthesis via Deep Learning
2025-04, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3541113
PMID:40031850
|
research paper | 该论文提出了一种通过深度学习隐式合成多角度声波信息的方法,以提升单平面波超声成像的质量,同时保持其高帧率优势 | 开发了一种新颖的网络架构,能够隐式集成多角度信息,通过生成和动态结合虚拟转向平面波来模拟多角度复合效果,而无需实际增加平面波数量 | 虽然论文展示了在模拟、实验模型和体内目标数据集上的优越性能,但未明确说明该方法在临床环境中的广泛适用性和潜在限制 | 提升单平面波超声成像的质量,同时保持其高帧率优势 | 平面波超声成像技术 | 医学影像处理 | NA | 深度学习 | 深度学习网络(具体架构未明确说明) | 超声图像数据 | 模拟数据、实验模型数据和体内目标数据(具体数量未明确说明) |
32 | 2025-05-31 |
An overview of utilizing artificial intelligence in localized prostate cancer imaging
2025-Apr, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2025.2477601
PMID:40056148
|
review | 本文综述了人工智能在前列腺癌多参数MRI成像中的应用及其进展 | 探讨了AI如何通过自动化关键任务(如前列腺分割、病变检测和分类)来提升mpMRI的诊断性能 | AI模型的临床整合仍受限于需要更大规模、多机构的验证研究 | 提升前列腺癌的诊断准确性和风险分层 | 前列腺癌(PCa)患者的多参数MRI(mpMRI)影像 | digital pathology | prostate cancer | multiparametric MRI (mpMRI) | machine learning, deep learning | image | NA |
33 | 2025-05-31 |
Applications of artificial intelligence in ultrasound imaging for carpal-tunnel syndrome diagnosis: a scoping review
2025-Apr, International orthopaedics
IF:2.0Q2
DOI:10.1007/s00264-025-06497-1
PMID:40100390
|
综述 | 本文是一篇范围综述,分析了人工智能在超声成像中用于诊断腕管综合征的应用 | 探讨了人工智能在提高诊断准确性、效率和患者预后方面的潜力,包括任务自动化、提供客观测量和促进腕管综合征的早期检测 | 数据集限制、超声成像的变异性以及伦理问题 | 分析人工智能在超声成像中用于诊断腕管综合征的应用 | 腕管综合征的诊断 | 数字病理 | 腕管综合征 | 深度学习,特别是CNN,以及放射组学特征和传统机器学习技术 | CNN | 超声图像 | 18篇纳入研究的文献 |
34 | 2025-05-31 |
Electrocardiogram-based deep learning to predict left ventricular systolic dysfunction in paediatric and adult congenital heart disease in the USA: a multicentre modelling study
2025-04, The Lancet. Digital health
DOI:10.1016/j.landig.2025.01.001
PMID:40148010
|
research paper | 该研究利用深度学习技术,基于心电图(ECG)预测成人和儿童先天性心脏病患者的左心室收缩功能障碍(LVSD) | 首次将人工智能增强的心电图分析(AI-ECG)全面应用于先天性心脏病患者的LVSD预测,并验证了其在不同病变类型中的有效性 | 研究主要基于美国两家医院的数据,可能在其他地区或人群中的适用性有待验证 | 开发一种能够预测先天性心脏病患者当前和未来LVSD的算法 | 成人和儿童先天性心脏病患者 | digital pathology | cardiovascular disease | AI-ECG | CNN | ECG和超声心动图数据 | 训练队列包含124,265对ECG-超声心动图数据(49,158名患者),内部测试组21,068名患者,外部验证组42,984名患者 |
35 | 2025-05-31 |
A Single-Camera Method for Estimating Lift Asymmetry Angles Using Deep Learning Computer Vision Algorithms
2025-Apr, IEEE transactions on human-machine systems
IF:3.5Q1
DOI:10.1109/thms.2025.3539187
PMID:40160534
|
research paper | 提出了一种使用单摄像头和深度学习计算机视觉算法自动测量NIOSH提升方程不对称角的方法 | 利用单摄像头和深度学习算法解决了实际场景中视角遮挡和摄像头放置限制的问题 | 与3D运动捕捉相比,精度误差为6.25°,准确度误差为9.45° | 开发一种自动测量提升不对称角的方法 | 十名参与者在实验室环境中进行的各种提升动作 | computer vision | NA | HR-Net, VideoPose3D | deep learning | video | 10名参与者,360个样本 |
36 | 2025-05-31 |
Automated Bi-Ventricular Segmentation and Regional Cardiac Wall Motion Analysis for Rat Models of Pulmonary Hypertension
2025-Apr, Pulmonary circulation
IF:2.2Q3
DOI:10.1002/pul2.70092
PMID:40356847
|
研究论文 | 本文提出了一种基于深度学习的自动化流程,用于肺动脉高压(PH)大鼠模型的双心室分割和3D壁运动分析 | 开发了一种高效的自动化深度学习管道,用于PH大鼠模型的双心室分割和3D壁运动分析,填补了临床前研究与临床AI心脏成像发展之间的空白 | 研究仅基于大鼠模型,结果向人类应用的转化需要进一步验证 | 开发一种自动化工具,用于肺动脉高压疾病进展及其对心脏影响的研究 | 肺动脉高压(PH)大鼠模型 | 数字病理学 | 肺动脉高压 | 心脏磁共振扫描 | 全卷积网络 | 图像 | 163个短轴电影心脏磁共振扫描,来自MCT和SuHx PH大鼠 |
37 | 2025-05-30 |
Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review
2025-Apr-10, Oral and maxillofacial surgery
DOI:10.1007/s10006-025-01371-1
PMID:40208434
|
综述 | 本文对过去10年中人工智能在唇腭裂预测、诊断和治疗中的应用进行了范围性综述 | 首次系统性地综述了AI在唇腭裂管理中的应用,并提出了6个子类别分类 | 纳入研究数量有限(25篇),且美国地区研究占比较高 | 评估人工智能在唇腭裂管理中的应用现状 | 唇腭裂患者 | 数字病理 | 唇腭裂 | 深度学习与机器学习 | NA | NA | 25项研究(包含649篇初步筛选文献) |
38 | 2025-05-30 |
Trends and Gaps in Public Perception of Genetic Testing for Dementia Risk: Unsupervised Deep Learning of Twitter Posts From 2010 to 2023
2025 Apr-Jun 01, Alzheimer disease and associated disorders
DOI:10.1097/WAD.0000000000000667
PMID:40371554
|
研究论文 | 本研究利用Twitter数据分析了公众对痴呆症基因检测的看法 | 使用BERT模型和主题建模技术分析社交媒体数据,揭示了公众对痴呆症基因检测的看法和趋势 | 研究仅基于Twitter数据,可能无法代表所有人群的观点 | 分析公众对痴呆症基因检测的看法和趋势 | 2010年至2023年包含相关关键词的英文推文 | 自然语言处理 | 老年病 | BERT模型, NER, 主题建模 | BERT | 文本 | 3045条原始推文 |
39 | 2025-05-29 |
Clinical Implementation of Sixfold-Accelerated Deep Learning Super-Resolution Knee MRI in Under 5 Minutes: Arthroscopy-Validated Diagnostic Performance
2025-Apr-23, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.32878
PMID:40266704
|
研究论文 | 本研究验证了采用深度学习超分辨率图像重建技术的六倍加速膝关节MRI在5分钟内完成的临床效果,并与关节镜手术结果进行对比 | 首次将六倍加速(三倍并行成像+两倍同步多层加速)结合深度学习超分辨率重建技术应用于膝关节MRI,并在5分钟内完成扫描 | 研究为回顾性设计,样本量相对有限(124例患者) | 验证加速膝关节MRI在临床诊断中的效能 | 膝关节疼痛的成年患者 | 数字病理学 | 骨科疾病 | 深度学习超分辨率图像重建、并行成像(PI)、同步多层加速(SMS) | DL(深度学习) | MRI图像 | 124例成年患者(79男,45女),平均年龄46±17岁 |
40 | 2025-05-29 |
Multimodal convolutional neural network-based algorithm for real-time detection and differentiation of malignant and inflammatory biliary strictures in cholangioscopy: a proof-of-concept study (with video)
2025-Apr, Gastrointestinal endoscopy
IF:6.7Q1
DOI:10.1016/j.gie.2024.09.001
PMID:39265745
|
研究论文 | 开发了一种基于多模态卷积神经网络(CNN)的算法,用于实时检测和区分胆道镜检查中的恶性和炎症性胆道狭窄 | 结合临床元数据改进仅基于图像的模型,提高了CNN在胆道狭窄评估中的诊断准确性 | 样本量相对较小(111名患者),需要进一步验证 | 开发计算机辅助检测(CADe)和诊断(CADx)系统,用于胆道癌的识别 | 胆道镜检查视频中的恶性和炎症性胆道组织 | 数字病理学 | 胆道癌 | 深度学习 | CNN | 视频和图像 | 111名患者的15,158帧静止图像和完整视频 |