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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
821 | 2025-04-26 |
Deep learning-based whole-brain B1 +-mapping at 7T
2025-Apr, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30359
PMID:39462473
|
研究论文 | 本研究探讨了使用复数神经网络从不同切片方向的多切片定位扫描中估计定量传输磁场(B1+)图的可行性,旨在加速7T下并行传输(pTx)的特定受试者B1+校准 | 利用复数神经网络从多切片定位扫描中估计B1+图,加速7T下的B1+校准 | 研究仅涉及15名健康受试者,样本量较小 | 加速7T下并行传输(pTx)的特定受试者B1+校准 | 人脑 | 医学影像 | NA | 并行传输(pTx),复数神经网络 | 复数神经网络 | 医学影像数据 | 15名健康受试者 |
822 | 2025-04-26 |
Air quality index prediction with optimisation enabled deep learning model in IoT application
2025-Apr, Environmental technology
IF:2.2Q3
DOI:10.1080/09593330.2024.2409993
PMID:39467096
|
研究论文 | 本文开发了一种基于物联网(IoT)的深度学习(DL)技术,用于预测空气质量指数(AQI) | 提出了Tangent Two-Stage Algorithm (TTSA)用于路由机制,以及Fractional Tangent Two-Stage Optimisation (FTTSA)用于DFNN的训练过程 | 未提及具体的数据来源或实验环境的局限性 | 预测空气质量指数(AQI)以应对空气污染问题 | 空气质量数据 | 物联网与深度学习 | NA | 深度学习(DL)、物联网(IoT)、Z-score标准化、特征指标提取 | Deep Feedforward Neural Network (DFNN) | 时间序列数据 | 未提及具体样本数量 |
823 | 2025-04-26 |
Detection of Macular Neovascularization in Eyes Presenting with Macular Edema using OCT Angiography and a Deep Learning Model
2025-Apr, Ophthalmology. Retina
DOI:10.1016/j.oret.2024.10.017
PMID:39461425
|
研究论文 | 本文测试了一种人工智能算法在使用OCT和OCTA检测和分割黄斑水肿眼中黄斑新生血管(MNV)的诊断性能 | 开发了一种新型的混合多任务卷积神经网络(aiMNV),用于在黄斑水肿眼中准确检测和分割MNV | 6×6-mm扫描的MNV检测灵敏度低于3×3-mm扫描,由于扫描采样密度较低 | 测试人工智能算法在检测和分割黄斑水肿眼中MNV的诊断性能 | 黄斑水肿患者,包括未经治疗的渗出性年龄相关性黄斑变性(AMD)、糖尿病性黄斑水肿(DME)或视网膜静脉阻塞(RVO)患者 | 数字病理学 | 黄斑变性 | OCT和OCTA成像 | 混合多任务卷积神经网络(aiMNV) | 图像 | 114只眼(来自112名研究参与者) |
824 | 2025-04-26 |
Multi-Omics Graph Knowledge Representation for Pneumonia Prognostic Prediction
2025-Apr, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3488735
PMID:39475733
|
研究论文 | 本文提出了一种多组学图知识表示方法,用于预测肺炎患者的院内预后 | 引入了多组学图知识表示方法,结合CT影像和三种非影像组学信息,利用知识图谱建模多组学关系以增强信息表示 | 未明确提及具体局限性 | 提高肺炎患者早期预后预测的准确性 | 肺炎患者 | 数字病理学 | 肺炎 | 多组学分析(CT影像、实验室指标、微生物指标、临床指标) | GCN(图卷积网络)、多通道金字塔递归MLP、Longformer-based 3D深度学习模块 | 影像数据(CT)、非影像数据(实验室、微生物、临床指标) | 未明确提及样本数量 |
825 | 2025-04-26 |
Supra-second tracking and live-cell karyotyping reveal principles of mitotic chromosome dynamics
2025-04, Nature cell biology
IF:17.3Q1
DOI:10.1038/s41556-025-01637-6
PMID:40185948
|
研究论文 | 介绍了一种名为FAST CHIMP的新方法,结合延时超分辨率显微镜和深度学习,用于研究有丝分裂中染色体的动态变化 | 开发了FAST CHIMP方法,能够以8秒的分辨率追踪人类染色体从前期到末期的动态变化,并揭示了中心体运动依赖的流动对染色体位置的影响 | NA | 研究有丝分裂中染色体的动态变化及其对基因组三维组织的影响 | 人类染色体 | 数字病理学 | NA | 延时超分辨率显微镜,深度学习 | 深度学习 | 图像 | NA |
826 | 2025-04-26 |
A novel data-driven screening method of antidepressants stability in wastewater and the guidance of environmental regulations
2025-Apr, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2025.109427
PMID:40188602
|
研究论文 | 本研究提出了一种基于数据驱动的抗抑郁药物在废水中稳定性的筛选方法,并构建了MSSL-RealFormer分类模型以预测其稳定性 | 首次构建了基于理化性质的抗抑郁药物废水稳定性评估框架和MSSL-RealFormer分类模型,预测精度显著高于传统方法 | 研究仅针对66种抗抑郁药物,样本量相对有限 | 开发一种快速筛选抗抑郁药物在废水中稳定性的方法,并为环境法规提供指导 | 66种抗抑郁药物及其在废水中的稳定性 | 环境科学 | NA | 密度泛函理论、SHapley Additive exPlanation方法、Ecological Structure Activity Relationships模型 | MSSL-RealFormer分类模型 | 理化性质数据、分子结构数据 | 66种抗抑郁药物 |
827 | 2025-04-26 |
Toward a unified benchmark and framework for deep learning-based prediction of nuclear magnetic resonance chemical shifts
2025-Apr, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00783-z
PMID:40155533
|
研究论文 | 本文介绍了NMRNet,一个基于SE(3) Transformer的深度学习框架,用于预测核磁共振化学位移 | 提出了NMRNet框架,采用SE(3) Transformer进行原子环境建模,并通过预训练和微调范式提升性能 | 未明确提及具体局限性 | 推动深度学习在分析和结构化学中的应用 | 核磁共振化学位移预测模型 | 机器学习 | NA | 核磁共振(NMR) | SE(3) Transformer | 分子结构数据 | 基于先前研究和数据库的多样化化学系统数据集 |
828 | 2025-04-26 |
Deep Learning Model for Diagnosing and Classifying Subtypes of Chronic Pulmonary Aspergillosis in Chest CT
2025-Apr, Mycoses
IF:4.1Q2
DOI:10.1111/myc.70061
PMID:40277031
|
研究论文 | 本研究开发了一种深度学习模型,用于在胸部CT图像中诊断和分类慢性肺曲霉病(CPA)及其亚型 | 利用人工智能生成技术和半监督学习增强模型性能,特别是在小样本、分布偏斜和多类特征的数据集上 | 数据集虽然来自多中心,但样本量仍相对较小,且外部测试集的样本数量有限 | 探索人工智能技术在慢性肺曲霉病诊断和亚型分类中的应用 | 慢性肺曲霉病(CPA)患者及其CT图像 | 数字病理学 | 肺曲霉病 | 深度学习 | 多分类模型 | CT图像 | 660名患者的39,387张胸部CT图像用于训练、验证和内部测试,外加11名患者的3,337张CT图像作为外部测试集1,以及其他研究的120张图像作为外部测试集2 |
829 | 2025-04-25 |
Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data
2025-Apr-24, Molecular ecology
IF:4.5Q1
DOI:10.1111/mec.17773
PMID:40271548
|
研究论文 | 本文探讨了驯化过程中基因组重组率的变化,结合理论、实验室实验和数据分析,比较了家养动物与其野生祖先的重组率 | 利用群体测序数据和深度学习方法推断基因组范围内的重组率,提供了鸡/红原鸡、绵羊/摩弗伦羊和山羊/野山羊的新比较结果 | 研究结果在不同物种间不一致,未能提供驯化导致基因组重组率普遍增加的统一证据 | 验证驯化过程是否间接导致基因组重组率增加的假说 | 家养动物(鸡、绵羊、山羊)及其野生祖先(红原鸡、摩弗伦羊、野山羊) | 基因组学 | NA | 群体测序、深度学习 | 深度学习 | 基因组测序数据 | 多个物种的比较(鸡/红原鸡、绵羊/摩弗伦羊、山羊/野山羊) |
830 | 2025-04-25 |
Artificial Intelligence in Panoramic Radiography Interpretation: A Glimpse into the State-of-the-Art Radiologic Examination Method
2025-Apr-24, International journal of computerized dentistry
IF:1.8Q2
DOI:10.3290/j.ijcd.b6173229
PMID:40272192
|
研究论文 | 本研究开发了一种基于YOLO-v8深度学习模型的人工智能系统,用于全景X光片中多种牙齿问题和解剖结构的准确评估和分割 | 开发了一个多类别诊断模型,能够同时检测和分割全景X光片中的33种不同牙齿状况和解剖结构,而现有研究通常单独处理这些条件 | 研究未提及模型在不同设备获取的X光片上的泛化能力测试 | 开发能够准确评估和分割全景X光片中各种牙齿问题和解剖结构的深度学习模型 | 全景X光片中的牙齿问题、牙齿修复体、牙科植入物、解剖标志、牙周状况、颌骨病理和根尖周病变 | 数字病理 | 牙科疾病 | 深度学习 | YOLO-v8 | 图像 | 未明确说明样本数量,但涉及33种不同条件的标注 |
831 | 2025-04-25 |
Role of artificial intelligence in advancing immunology
2025-Apr-24, Immunologic research
IF:3.3Q3
DOI:10.1007/s12026-025-09632-7
PMID:40272607
|
综述 | 本文探讨了人工智能(AI)在免疫学领域的革命性作用,特别是在疫苗开发、免疫治疗和过敏治疗方面的应用 | AI通过分析大量基因组序列和蛋白质结构,帮助识别潜在疫苗候选物并预测机体对不同抗原的反应,同时为癌症患者提供个性化免疫治疗方案 | NA | 探讨AI在免疫学领域的应用及其对医学研究和医疗保健的推动作用 | 免疫学领域,包括疫苗开发、免疫治疗、过敏治疗及免疫疾病诊断 | 人工智能在生物医学中的应用 | 自身免疫疾病、免疫缺陷、过敏及癌症 | 机器学习和深度学习 | NA | 基因组序列、蛋白质结构、患者历史和实验室结果 | NA |
832 | 2025-04-25 |
Semantic Consistency Network with Edge Learner and Connectivity Enhancer for Cervical Tumor Segmentation from Histopathology Images
2025-Apr-23, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00691-w
PMID:40268829
|
研究论文 | 提出了一种名为ERNet的端到端语义一致性网络,用于从组织病理学图像中分割宫颈肿瘤 | ERNet结合了边缘学习器和连接增强器,有效提升了模型对多形态肿瘤边缘的学习和表示能力,以及分割掩模的像素连接性 | 虽然模型在宫颈肿瘤图像上表现良好,但在其他类型肿瘤上的泛化能力仅通过喉部肿瘤图像进行了初步验证 | 提高宫颈肿瘤在组织病理学图像中的分割准确性,以辅助诊断和预后 | 宫颈肿瘤的组织病理学图像 | 数字病理学 | 宫颈癌 | 深度学习 | CNN | 图像 | NA |
833 | 2025-04-25 |
An effective model of hybrid adaptive deep learning with attention mechanism for healthcare data analysis in blockchain-based secure transmission over IoT
2025-Apr-23, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2492375
PMID:40269520
|
研究论文 | 本文提出了一种结合混合自适应深度学习和注意力机制的有效模型,用于区块链安全传输物联网中的医疗数据分析 | 结合区块链技术和混合自适应深度学习模型,引入FUPOA进行参数优化和密钥生成,提高了数据传输的安全性和隐私性 | 未提及具体实验数据集规模和实际部署中的性能表现 | 解决医疗数据在物联网传输中的安全性和隐私性问题 | 医疗数据的安全传输和存储 | 机器学习 | NA | 混合自适应深度学习方法(HADL-AM), FUPOA优化算法 | 深度学习模型(未明确具体类型) | 医疗数据 | 未明确说明具体样本数量 |
834 | 2025-04-25 |
deep-Sep: a deep learning-based method for fast and accurate prediction of selenoprotein genes in bacteria
2025-Apr-22, mSystems
IF:5.0Q1
DOI:10.1128/msystems.01258-24
PMID:40062874
|
research paper | 开发了一种基于深度学习的算法deep-Sep,用于快速准确地预测细菌基因组中的硒蛋白基因 | 使用Transformer-based神经网络架构构建最优模型,结合同源搜索策略减少假阳性,显著优于现有方法 | 未明确提及算法在极端复杂或高度变异细菌基因组中的表现 | 开发高效工具以准确识别细菌基因组中的硒蛋白基因 | 细菌基因组序列 | machine learning | NA | 深度学习 | Transformer-based neural network | 基因组序列数据 | 20个细菌基因组作为独立测试数据集 |
835 | 2025-04-25 |
Combining diffusion and transformer models for enhanced promoter synthesis and strength prediction in deep learning
2025-Apr-22, mSystems
IF:5.0Q1
DOI:10.1128/msystems.00183-25
PMID:40105319
|
研究论文 | 本研究结合扩散模型和transformer模型,用于增强合成启动子的设计与强度预测 | 首次将扩散模型应用于合成启动子设计,并结合transformer模型进行强度预测,相比传统方法表现出更高的性能 | 研究仅针对模型细菌和蓝藻细菌中的启动子,未验证在其他生物系统中的适用性 | 开发高效的合成启动子设计与预测方法,以优化外源基因表达和代谢途径效率 | 合成启动子序列及其转录活性 | 合成生物学 | NA | 深度学习 | 扩散模型, transformer | 生物序列数据 | 未明确说明样本数量 |
836 | 2025-04-25 |
An end-to-end neural network for 4D cardiac CT reconstruction using single-beat scans
2025-Apr-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adcafb
PMID:40203865
|
研究论文 | 提出了一种基于深度学习的端到端重建框架,用于单次心跳快速CT扫描的动态心脏成像 | 使用单次心跳扫描数据,无需多次扫描,减少辐射暴露,尤其适用于心律不齐患者 | 模型训练依赖于模拟投影数据,可能在实际临床应用中存在差异 | 减少心脏CT成像中的运动伪影,提高心脏疾病的检测和诊断准确性 | 心脏CT成像 | 数字病理 | 心血管疾病 | CT扫描 | 端到端神经网络 | 图像 | 30名真实患者的模拟投影数据 |
837 | 2025-04-25 |
A novel deep learning approach to classify 3D foot types of diabetic patients
2025-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98471-5
PMID:40258927
|
研究论文 | 提出了一种基于DiffusionNet的新型深度学习方法,用于通过3D足部图像对糖尿病患者的足型进行分类 | 结合自注意力机制和外部特征,直接使用简单的3D足部图像对糖尿病患者的足型进行六类分类,准确率达到82.9%,超越了现有的机器和深度学习方法 | NA | 精确分类糖尿病足,以识别足部异常并促进通过足部矫形器工程设计的个性化治疗和预防措施 | 糖尿病患者的足型 | 计算机视觉 | 糖尿病 | DiffusionNet | 深度学习 | 3D图像 | NA |
838 | 2025-04-25 |
Securing the CAN bus using deep learning for intrusion detection in vehicles
2025-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98433-x
PMID:40258975
|
研究论文 | 本文评估了深度学习在检测CAN总线网络入侵中的应用 | 利用LSTM、GRU和VGG-16等深度学习模型分析CAN消息的时间和空间特征,提高了入侵检测的准确率 | 未提及模型在实时检测中的性能表现以及计算资源消耗 | 提高智能交通系统(ITS)中CAN总线网络的安全性和韧性 | 车辆中的CAN总线网络 | 机器学习 | NA | 深度学习 | RNN, LSTM, GRU, VGG-16 | CAN消息序列 | Car Hacking, Survival Analysis, 和 OTIDS 数据集 |
839 | 2025-04-25 |
FRSynergy: A Feature Refinement Network for Synergistic Drug Combination Prediction
2025-Apr-22, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3563433
PMID:40261768
|
研究论文 | 提出了一种名为FRSynergy的特征精炼深度学习框架,用于预测协同药物组合 | 通过捕捉不同药物-药物-细胞系三元组特征之间的关系和学习特征上下文信息,指导在不同场景下对药物和细胞系特征的精炼 | 未提及具体局限性 | 预测协同药物组合以增强治疗效果并减少不良反应 | 药物组合和癌细胞系 | 机器学习 | 癌症 | 深度学习 | 异构图注意力网络 | 药物和细胞系特征数据 | 未提及具体样本量 |
840 | 2025-04-25 |
Deconvolution of cell types and states in spatial multiomics utilizing TACIT
2025-Apr-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58874-4
PMID:40258827
|
research paper | 本文提出了一种名为TACIT的无监督算法,用于空间多组学数据中的细胞类型和状态注释 | TACIT算法无需训练数据,通过无偏阈值区分阳性细胞与背景,专注于相关标记物识别多组学检测中的模糊细胞 | 算法性能仅在三个特定生态位(大脑、肠道和腺体)的数据集上进行了验证 | 解决空间生物学中细胞类型和状态识别耗时且易出错的问题 | 空间多组学数据中的细胞类型和状态 | 空间生物学 | 炎症性腺体疾病 | 空间转录组学和蛋白质组学 | 无监督算法 | 多组学数据 | 5个数据集(5,000,000个细胞;51种细胞类型) |