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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
481 | 2025-05-08 |
Deep graph embedding based on Laplacian eigenmaps for MR fingerprinting reconstruction
2025-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103481
PMID:39923317
|
research paper | 提出了一种基于拉普拉斯特征映射的深度图嵌入框架,用于改进磁共振指纹(MRF)重建 | 首次将图嵌入框架引入MRF重建,能够有效利用MRF数据中的非局部和非线性相关性 | 未明确提及具体局限性 | 改进磁共振指纹(MRF)重建质量并降低计算成本 | 磁共振指纹(MRF)数据和多参数图谱 | 医学影像处理 | NA | 磁共振指纹(MRF) | 深度神经网络(包含图嵌入模块) | 医学影像数据 | NA |
482 | 2025-05-08 |
Novel pre-spatial data fusion deep learning approach for multimodal volumetric outcome prediction models in radiotherapy
2025-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17672
PMID:39928034
|
研究论文 | 提出了一种新型的预空间数据融合深度学习方法,用于放射治疗中的多模态体积结果预测模型 | 提出了一种新颖的联合早期预空间(JEPS)融合技术,解决了多模态模型输入中结构不兼容的问题 | 研究样本量较小(222例),且仅针对头颈部癌症患者 | 提高放射治疗前总体生存期(OS)预测的准确性 | 头颈部癌症患者 | 数字病理学 | 头颈部癌症 | 3D CNN, Cox Proportional Hazards模型 | 3D CNN, 密集神经网络 | CT成像, 剂量阵列, 结构集, 表格数据 | 222例头颈部癌症患者 |
483 | 2025-05-08 |
Assessing multiple MRI sequences in deep learning-based synthetic CT generation for MR-only radiation therapy of head and neck cancers
2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110782
PMID:39929288
|
研究论文 | 本研究探讨了多种MRI序列对头颈部癌症MR-only放射治疗中基于深度学习的合成CT生成质量的影响 | 研究了多种MRI序列组合对合成CT质量的影响,并提出了最佳的多通道MR-sCT模型 | 增加通道数会导致人工组织增加,从而降低自动轮廓勾画和剂量测定精度 | 评估不同MRI序列组合对深度学习生成合成CT质量的影响 | 头颈部癌症患者 | 数字病理学 | 头颈部癌症 | MRI | U-Net | 医学影像 | 26名头颈部癌症患者的12个MR系列(每个患者包含T1pre、T1post-contrast、T2各4个Dixon图像) |
484 | 2025-05-08 |
Deep learning for RNA structure prediction
2025-Apr, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102991
PMID:39933218
|
综述 | 本文综述了AI特别是深度学习在RNA结构预测中的应用及其方法论进展 | 总结了近年来AI在RNA结构预测领域的革命性进展,强调了方法论的进步 | 未提及具体模型的局限性,仅概述了该领域的挑战与机遇 | 总结AI在RNA结构预测中的应用及其方法论进展 | RNA结构预测 | 自然语言处理 | NA | 深度学习 | NA | 序列数据 | NA |
485 | 2025-05-08 |
Importance of dataset design in developing robust U-Net models for label-free cell morphology evaluation
2025-Apr, Journal of bioscience and bioengineering
IF:2.3Q3
DOI:10.1016/j.jbiosc.2025.01.004
PMID:39933975
|
研究论文 | 本研究探讨了训练数据集设计对U-Net模型在无标记细胞形态评估中稳健性的影响 | 揭示了仅需约10张4×物镜拍摄的原始图像即可开发稳健分割模型,远少于通常假设的数据量,并强调了训练数据集内容的重要性 | 研究仅基于四种细胞类型的数据,可能无法涵盖所有细胞形态变化 | 探索训练数据集设计如何影响深度学习细胞分割模型的稳健性 | 四种代表关键形态类别的细胞类型 | 数字病理学 | NA | 图像分析 | U-Net | 图像 | 2592对图像(来自四种细胞类型) |
486 | 2025-05-08 |
Hybrid-noise generative diffusion probabilistic model for cervical spine MRI image generation
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108639
PMID:39938251
|
research paper | 提出了一种高质量宫颈MRI图像生成方法CSM-DPM,通过混合噪声和余弦噪声调度提高生成图像的质量 | 使用混合高斯噪声和点噪声近似真实图像数据分布,设计Asa-ResUNet模块增强噪声预测能力 | 未提及具体样本量限制或生成图像的临床应用验证 | 解决从有限样本学习解剖特征的挑战,生成高质量医学影像 | 颈椎MRI图像 | digital pathology | NA | 扩散模型 | CSM-DPM, Asa-ResUNet | MRI图像 | NA |
487 | 2025-05-08 |
MBST-Driven 4D-CBCT reconstruction: Leveraging swin transformer and masking for robust performance
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108637
PMID:39938253
|
研究论文 | 本研究开发了一种创新的基于掩码的Swin Transformer网络(MBST),用于提升4D锥束计算机断层扫描(4D-CBCT)重建的质量 | 提出MBST网络,能够在广泛的4D-CBCT重建场景中应用,包括高扫描速度的情况 | 训练数据仅来自20例胸腔肿瘤患者,样本量较小 | 提升4D-CBCT图像重建质量 | 4D-CBCT图像 | 计算机视觉 | 胸腔肿瘤 | 深度学习 | Swin Transformer | 医学影像 | 20例胸腔肿瘤患者的4D影像数据(15例训练,5例测试) |
488 | 2025-05-08 |
GraphDeep-hERG: Graph Neural Network PharmacoAnalytics for Assessing hERG-Related Cardiotoxicity
2025-Apr, Pharmaceutical research
IF:3.5Q2
DOI:10.1007/s11095-025-03848-w
PMID:40140128
|
research paper | 开发了一种基于图神经网络(GNN)的药物分析方法,用于评估与hERG相关的心脏毒性 | 提出了一种自动学习原子表示的新方法,结合了深度神经网络(DNN)和图神经网络(GNN),以提高hERG抑制剂的筛选效率和准确性 | 模型的外部测试样本量相对较小,可能影响泛化能力 | 开发计算模型以加速和优化hERG相关心脏毒性的药物筛选 | hERG钾通道抑制剂和非抑制剂 | machine learning | cardiovascular disease | deep neural networks (DNNs), graph neural networks (GNNs) | DNN, GNN | chemical compounds | 118,312 compounds from ZINC database, 7,909 ChEMBL compounds |
489 | 2025-05-08 |
Contrastive pretraining improves deep learning classification of endocardial electrograms in a preclinical model
2025-Apr, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2025.01.008
PMID:40321744
|
研究论文 | 本研究探讨了对比预训练如何提高深度学习在心内膜电图分类中的准确性,特别是在心房颤动(AF)的临床前模型中 | 使用SimCLR框架对大量未标记的心电图数据进行无监督预训练,显著提高了小数据集上驱动检测的准确性 | 研究基于犬类AF模型,结果可能需要进一步验证才能推广到人类AF | 提高心房颤动驱动检测算法的准确性 | 犬类模型中的心内膜电图 | 机器学习 | 心血管疾病 | SimCLR框架 | 残差神经网络 | 心电信号 | 113,000个未标记的64电极测量数据 |
490 | 2025-05-08 |
Quantitative assessment of in vivo nuclei and layers of human skin by deep learning-based OCT image segmentation
2025-Apr-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.558675
PMID:40321995
|
研究论文 | 本研究利用基于深度学习的模型对横截面OCT图像进行人类皮肤层和角质形成细胞核分割,实现了对人体皮肤结构的定量测量 | 采用深度监督学习目标函数,在设计中分别考虑了全局(皮肤层)和局部(细胞核)特征,实现了多类分割模型,并通过5折交叉验证达到了超过85%的Dice系数准确率 | 显微镜系统分辨率的限制以及人工注释的变异性 | 实现对人体皮肤结构的定量测量,为临床OCT成像评估提供标准化指标 | 人类皮肤层和角质形成细胞核 | 数字病理学 | NA | 光学相干断层扫描(OCT) | U-Net | 图像 | NA |
491 | 2025-05-08 |
Differential artery-vein analysis in OCTA for predicting the anti-VEGF treatment outcome of diabetic macular edema
2025-Apr-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.557748
PMID:40322014
|
research paper | 本研究评估了光学相干断层扫描血管成像(OCTA)中差异动脉-静脉(AV)分析在预测糖尿病黄斑水肿(DME)抗VEGF治疗结果中的作用 | 利用深度学习AV分割技术,在OCTA中提取定量AV特征,显著提高了治疗结果的预测性能 | NA | 预测糖尿病黄斑水肿(DME)抗VEGF治疗结果 | 糖尿病黄斑水肿(DME)患者 | digital pathology | diabetic macular edema | optical coherence tomography angiography (OCTA) | SVM | image | NA |
492 | 2025-05-07 |
A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning
2025-Apr-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05030-8
PMID:40307255
|
research paper | 该研究提出了一个用于痘苗病毒斑块量化的数字摄影数据集,并展示了如何使用深度学习技术进行分析 | 提出了一个新型的痘苗病毒斑块量化数字摄影数据集,并开发了改进的HydraStarDist架构,实现了一步式分析 | 研究可能局限于痘苗病毒,未涉及其他病毒类型的验证 | 开发一种自动化的病毒斑块量化方法,以提高病毒研究的效率和准确性 | 痘苗病毒的斑块表型 | digital pathology | NA | deep learning | StarDist, HydraStarDist | image | NA |
493 | 2025-05-07 |
Prediction of pink esthetic score using deep learning: A proof of concept
2025-Apr, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105601
PMID:39892738
|
研究论文 | 本研究开发了一种深度学习模型,用于预测单颗种植体美学区的美学评分 | 首次将深度学习技术应用于预测单颗种植体美学区的粉红美学评分(PES) | 样本量有限(226例),需要进一步收集更多样本和临床特征以提高模型性能 | 开发一个能够预测单颗种植体美学区美学效果的深度学习模型 | 单颗种植体美学区的美学效果评估 | 计算机视觉 | NA | 深度学习 | DL | 图像和临床数据 | 226个样本,每个样本包含3张口腔内照片和12个临床特征 |
494 | 2025-05-07 |
Detecting living microalgae in ship ballast water based on stained microscopic images and deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117608
PMID:39893717
|
研究论文 | 本研究利用染色显微图像和深度学习技术,快速检测船舶压载水中的活微藻细胞 | 结合中性红染料的活细胞选择性染色与深度学习模型,实现了微藻活性的高精度检测 | 活微藻细胞的检测精度略低于不考虑活性的总体检测精度 | 开发船舶压载水中活微藻细胞的快速检测方法 | 青岛扁藻和链状亚历山大藻两种微藻 | 计算机视觉 | NA | 中性红染色显微成像 | 深度学习模型 | 显微图像 | 两种微藻样本(青岛扁藻和链状亚历山大藻) |
495 | 2025-05-07 |
Improving the thermostability of ulvan lyase from polysaccharide lyase family 25 based on multiple computational rational design strategies
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140468
PMID:39894113
|
研究论文 | 本研究提出了一种结合深度学习和多种能量函数方法的计算机辅助理性设计策略,用于提高ulvan裂解酶的热稳定性 | 结合深度学习和多种能量函数方法进行计算机辅助理性设计,显著提高了ulvan裂解酶的热稳定性,并发现了突变体的协同效应 | 未提及实验规模或实际工业应用验证 | 提高ulvan裂解酶的热稳定性以促进其工业应用 | ulvan裂解酶 | 生物信息学 | NA | ColabFold结构预测,FoldX、Rosetta和Schrödinger突变体筛选,分子动力学模拟 | 深度学习 | 蛋白质结构数据 | 三个单点突变体(A117V、K145L、A237V)和组合突变体(A117V/A237V、K145L/A237V) |
496 | 2025-05-07 |
Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging
2025-Apr-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121045
PMID:39894238
|
研究论文 | 提出一种名为Deep-ER的深度学习重建方法,用于快速高分辨率神经代谢成像 | 开发了一种嵌入物理模型的深度学习重建方法,实现了600倍于传统方法的重建速度,并提高了空间-光谱质量和代谢物定量 | 训练数据量相对较小(21例训练,6例测试),且仅在7T MRI扫描仪上验证 | 提高磁共振波谱成像(MRSI)的重建速度和图像质量,以促进神经科学和精准医学的应用 | 高分辨率幻影和27名人类参与者(22名健康志愿者和5名胶质瘤患者) | 医学影像分析 | 脑癌(胶质瘤) | 磁共振波谱成像(MRSI),ECCENTRIC脉冲序列 | 深度学习神经网络(使用循环交错卷积层和联合双空间特征表示) | MRI影像数据 | 27名参与者(22名健康志愿者和5名胶质瘤患者) |
497 | 2025-05-07 |
Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images
2025-Apr, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104511
PMID:39900214
|
research paper | 通过深度学习分析扫频源OCT图像,研究年龄和性别对脉络膜厚度及其组成部分的影响 | 利用深度学习算法自动测量脉络膜厚度,揭示了年龄和性别对脉络膜厚度变化的特异性影响 | 研究排除了有眼部病理和系统性疾病的参与者,可能限制了结果的普遍性 | 探究年龄和性别对脉络膜厚度变化的影响 | 262名参与者(136名女性和126名男性)的扫频源OCT图像 | digital pathology | age-related macular degeneration, high myopia, diabetes mellitus | swept-source optical coherence tomography (SS-OCT) | deep learning algorithms | image | 262 participants (136 females and 126 males) |
498 | 2025-05-07 |
Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key
2025-Apr, Microbiological research
IF:6.1Q1
DOI:10.1016/j.micres.2025.128083
PMID:39904002
|
综述 | 本文回顾了针对耐药肺炎克雷伯菌感染的治疗选择,重点探讨了噬菌体疗法的关键作用 | 强调了噬菌体疗法在应对耐药肺炎克雷伯菌感染中的潜力,并探讨了基因工程和人工智能在优化该疗法中的应用 | 指出了噬菌体疗法在临床广泛应用中的关键限制 | 探讨新型治疗策略以应对耐药肺炎克雷伯菌感染的全球威胁 | 耐药肺炎克雷伯菌及其感染 | 传染病学 | 肺炎克雷伯菌感染 | 噬菌体疗法、基因工程、人工智能和深度学习 | NA | NA | NA |
499 | 2025-05-07 |
The prediction of RNA-small-molecule ligand binding affinity based on geometric deep learning
2025-Apr, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出了一种基于几何深度学习的RNA-小分子配体结合亲和力预测方法RLASIF | 首次利用分子表面的几何和化学特征创建RNA-配体相互作用指纹来表征结合亲和力 | 未明确提及样本量以外的具体限制 | 预测RNA-小分子配体的结合亲和力 | RNA和小分子配体 | 机器学习 | NA | 几何深度学习 | RLASIF | 分子表面几何和化学特征 | 来自PDBbind NL2020的十个不同测试集 |
500 | 2025-05-07 |
Online and Cross-User Finger Movement Pattern Recognition by Decoding Neural Drive Information from Surface Electromyogram
2025-Apr, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500145
PMID:39907499
|
研究论文 | 提出了一种结合神经解码方法和无监督域适应学习的肌电识别新方法,用于识别手指运动模式 | 采用微观特征提取神经驱动信息并结合无监督域适应学习,提高了跨用户场景下的识别准确率 | 研究样本量较小(15名受试者),且仅针对手指伸肌 | 解决肌电控制系统在跨用户场景下的性能下降问题 | 手指运动模式 | 神经接口与控制 | NA | 表面肌电图(SEMG)分解 | 深度学习模型 | SEMG信号 | 15名受试者的手指伸肌SEMG信号 |