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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
441 | 2025-07-23 |
The use of machine learning in transarterial chemoembolisation/transarterial embolisation for patients with intermediate-stage hepatocellular carcinoma: a systematic review
2025-Jul, La Radiologia medica
DOI:10.1007/s11547-025-02013-y
PMID:40317437
|
系统综述 | 本文系统综述了机器学习在中期肝细胞癌患者经动脉化疗栓塞/经动脉栓塞治疗中的应用效果 | 首次系统评估了机器学习模型在提高TACE和TAE治疗中期肝细胞癌精度和疗效方面的潜力 | 研究间存在异质性,限制了结果的可比性,且所有研究均来自中国,缺乏多中心数据 | 评估机器学习模型在改善中期肝细胞癌患者TACE和TAE治疗效果方面的有效性 | 中期肝细胞癌患者 | 机器学习 | 肝细胞癌 | NA | 深度学习, 放射组学 | NA | 7项研究,共4,017名患者 |
442 | 2025-07-23 |
Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure
2025-Jul, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.018188
PMID:40357553
|
研究论文 | 本研究利用深度学习从PET/CT衰减扫描中提取心脏腔室体积和质量,并评估其与心肌血流储备和心力衰竭住院的关联 | 首次从超低剂量CT扫描中提取心脏腔室体积和质量,并验证其与心力衰竭住院和心肌血流储备的关联 | 研究仅基于6个中心的患者数据,可能缺乏普适性 | 评估深度学习从PET/CT衰减扫描中提取的心脏参数与心力衰竭和心肌血流储备的关联 | 18,079名接受心脏PET/CT检查的患者 | 数字病理学 | 心血管疾病 | PET/CT | 深度学习 | 医学影像 | 18,079名患者 |
443 | 2025-07-23 |
Top-DTI: integrating topological deep learning and large language models for drug-target interaction prediction
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf183
PMID:40662785
|
研究论文 | 提出了一种结合拓扑深度学习和大型语言模型的药物-靶点相互作用预测框架Top-DTI | 整合拓扑数据分析和大型语言模型,通过持久同源性提取蛋白质接触图和药物分子图像的拓扑特征,并结合蛋白质和药物的序列信息生成语义丰富的嵌入 | 未提及具体的数据集规模限制或模型在特定条件下的性能下降情况 | 提高药物-靶点相互作用预测的准确性和鲁棒性,以加速药物发现过程 | 药物和蛋白质的相互作用 | 机器学习和生物信息学 | NA | 拓扑数据分析(TDA)和大型语言模型(LLMs) | Top-DTI框架 | 蛋白质接触图、药物分子图像、蛋白质序列和药物SMILES字符串 | 公共BioSNAP和Human DTI基准数据集 |
444 | 2025-07-23 |
Prediction of piezoelectric properties of NBT-based ceramics based on deep neural networks
2025 Jul-Sep, Science progress
IF:2.6Q2
DOI:10.1177/00368504251359081
PMID:40671603
|
研究论文 | 本研究利用深度神经网络(DNN)预测和优化NBT基陶瓷的压电性能 | 首次将深度神经网络应用于NBT基陶瓷压电性能的预测,并通过局部极性异质性验证了模型的准确性 | 研究可能受限于实验数据的质量和数量,且模型在其他类型压电材料上的泛化能力未经验证 | 加速新型压电材料的开发和优化,提高研发效率 | NaBiTiO基陶瓷 | 材料科学 | NA | 深度神经网络(DNN) | DNN | 实验数据 | 大量高质量实验数据 |
445 | 2025-07-23 |
Spatially resolved subcellular protein-protein interactomics in drug-perturbed lung-cancer cultures and tissues
2025-Jul, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-024-01271-x
PMID:39478233
|
研究论文 | 该研究开发了一种方法,用于在药物扰动的肺癌细胞培养物和组织中可视化空间分辨的亚细胞蛋白质-蛋白质相互作用 | 利用顺序邻近连接分析进行多重PPIs分析,并结合图卷积网络预测细胞处理状态 | 研究仅针对非小细胞肺癌中EGFR突变的细胞和组织,可能不适用于其他癌症类型 | 研究蛋白质-蛋白质相互作用在亚细胞水平的空间分布及其在药物扰动下的变化 | 非小细胞肺癌细胞培养物和组织 | 数字病理学 | 肺癌 | 顺序邻近连接分析,免疫荧光 | 图卷积网络 | 图像 | NA |
446 | 2025-07-23 |
MAFL-Attack: a targeted attack method against deep learning-based medical image segmentation models
2025-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.4.044501
PMID:40686919
|
研究论文 | 提出了一种针对深度学习医学图像分割模型的针对性攻击方法MAFL-Attack | 利用高级抽象语义信息干扰模型对对抗样本的理解,并通过低频分量约束确保对抗样本的不可察觉性 | 目前缺乏针对基于深度学习的医学图像分割模型的对抗攻击方法研究 | 研究对抗攻击方法以提高医学图像分割模型的鲁棒性设计 | 深度学习医学图像分割模型 | 数字病理 | NA | 对抗攻击 | 深度学习模型 | 医学图像 | NA |
447 | 2025-07-23 |
Physiological Response of Tissue-Engineered Vascular Grafts to Vasoactive Agents in an Ovine Model
2025-Jul, Tissue engineering. Part C, Methods
DOI:10.1089/ten.tec.2025.0098
PMID:40548865
|
研究论文 | 本研究评估了组织工程血管移植物(TEVGs)在大型动物模型中对血管活性药物的生理反应 | 开发并验证了一种结合IVUS成像和血流动力学监测的新方法,用于评估TEVGs的血管反应能力 | SNP未能在TEVGs中引发可测量的血管舒张,可能与静脉组织的结构差异、低压环境及系统性混杂因素有关 | 评估TEVGs在生理刺激下的功能整合能力,特别是其对血管活性药物的反应 | 植入绵羊胸段下腔静脉的组织工程血管移植物 | 生物医学工程 | 心血管疾病 | IVUS成像、血流动力学监测 | 深度学习(用于IVUS图像分割) | 图像、生理参数 | Dorset绵羊 |
448 | 2025-07-22 |
A Deep Learning Approach to Assessing Cell Identity in Stem Cell-Based Embryo Models
2025-Jul-22, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_654
PMID:40690128
|
research paper | 该研究利用深度学习技术评估干细胞胚胎模型中细胞身份 | 开发了一个整合早期人类发育的深度学习模型,能够对体外细胞类型进行身份鉴定并提供分类可靠性评分 | 未提及具体样本量或模型验证的详细限制 | 评估干细胞胚胎模型中细胞身份与真实胚胎细胞的相似性 | 胚胎干细胞(ESCs)和体外培养的细胞类型 | machine learning | NA | scRNA-seq, scvi-tools | DL | RNA-seq数据 | NA |
449 | 2025-07-22 |
CoxKAN: Kolmogorov-Arnold networks for interpretable, High-Performance survival analysis
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf413
PMID:40685627
|
研究论文 | 介绍了一种名为CoxKAN的可解释高性能生存分析模型,结合了Cox比例风险模型和Kolmogorov-Arnold网络的优势 | 提出了一种结合可解释性和高性能的生存分析方法,能够揭示预测变量之间的复杂相互作用并提供符号公式 | 未提及具体局限性 | 开发一种既保持高性能又具有可解释性的生存分析模型 | 生存分析模型在医学中的应用 | 机器学习 | NA | Kolmogorov-Arnold Networks (KANs) | CoxKAN | 临床数据和基因组生物标志物数据 | 四个合成数据集和九个真实数据集(包括五个临床数据队列和四个基因组生物标志物队列) |
450 | 2025-07-22 |
Colorimetric detection of bisphenol A in water: a smartphone-based sensor using inverse opal molecularly imprinted photonic crystal hydrogel
2025-Jul-21, The Analyst
DOI:10.1039/d4an01426j
PMID:40685994
|
研究论文 | 本研究开发了一种基于智能手机的逆蛋白石分子印迹光子晶体水凝胶传感器,用于水中双酚A的高灵敏度和高选择性检测 | 结合智能手机和深度学习回归模型,实现了实时、便携的双酚A定量检测 | NA | 开发一种高灵敏度、高选择性的双酚A检测方法 | 水样中的双酚A | 传感器技术 | NA | 分子印迹技术、光子晶体技术 | 深度学习回归模型 | 图像 | NA |
451 | 2025-07-22 |
Noninvasive Deep Learning System for Preoperative Diagnosis of Follicular-Like Thyroid Neoplasms Using Ultrasound Images: A Multicenter, Retrospective Study
2025-Jul-21, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000006841
PMID:40689491
|
research paper | 提出一种基于深度学习的非侵入性系统,用于利用常规超声图像对滤泡状甲状腺肿瘤进行术前诊断 | 开发了一种深度学习系统,能够比ACR TI-RADS更准确地诊断滤泡状甲状腺肿瘤,并减少不必要的侵入性干预 | 研究为回顾性研究,可能受到数据收集时的偏差影响 | 提高滤泡状甲状腺肿瘤的术前诊断准确性 | 滤泡状甲状腺肿瘤患者 | digital pathology | thyroid cancer | ultrasound imaging | Inception-v3, ResNet50, Inception-ResNet-v2, DenseNet161 | image | 3634名患者,来自11个中心,包括1748例甲状腺滤泡腺瘤、299例滤泡癌和1587例乳头状甲状腺癌滤泡变异型 |
452 | 2025-07-22 |
SOLeNNoID: A Deep Learning Pipeline For Solenoid Residue Detection in Protein Structures
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf415
PMID:40689530
|
研究论文 | 介绍了一种基于深度学习的管道SOLeNNoID,用于预测蛋白质结构中的螺线管残基 | 利用CNN架构分析蛋白质距离矩阵,准确识别螺线管区域,覆盖所有三种螺线管亚类,并在性能上优于现有方法 | 未明确提及具体限制 | 开发一种结构基础的螺线管残基检测方法,以解决序列基础方法的局限性 | 蛋白质结构中的螺线管残基 | 生物信息学 | NA | 深度学习 | CNN | 蛋白质距离矩阵 | 整个Protein Data Bank (PDB)数据库 |
453 | 2025-07-22 |
Fully automated pedicle screw manufacturer identification in plain radiograph with deep learning methods
2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09167-3
PMID:40689982
|
研究论文 | 开发了一种基于深度学习的算法,用于从普通X光片中识别椎弓根螺钉的制造商 | 首次提出使用深度学习方法自动识别椎弓根螺钉制造商,且准确率与经验丰富的脊柱外科医生相当 | 研究仅涉及三家国际制造商的椎弓根螺钉,可能无法涵盖所有制造商 | 开发一种自动识别椎弓根螺钉制造商的算法,以辅助翻修手术规划 | 276名接受胸腰椎手术并使用椎弓根螺钉的患者 | 计算机视觉 | 脊柱疾病 | 深度学习 | CNN, YOLO | X光片 | 276名患者的1,887个椎弓根螺钉 |
454 | 2025-07-22 |
GraphCellNet: A deep learning method for integrated single-cell and spatial transcriptomic analysis with applications in development and disease
2025-Jul-21, Journal of molecular medicine (Berlin, Germany)
DOI:10.1007/s00109-025-02575-4
PMID:40690004
|
研究论文 | 提出了一种名为GraphCellNet的深度学习方法,用于整合单细胞和空间转录组分析,应用于发育和疾病研究 | 结合细胞类型解卷积和空间域识别的模型,采用Kolmogorov-Arnold Network层(KAN)增强非线性特征表示和上下文整合 | NA | 提高空间转录组分析的精确度,理解组织结构和功能 | 心肌梗死、果蝇发育和人类心脏发育 | 数字病理学 | 心血管疾病 | 空间转录组学(ST)、单细胞RNA测序(scRNA-seq) | GraphCellNet、KAN | 基因表达数据、空间位置数据 | NA |
455 | 2025-07-22 |
Automatic measuring of coronary atherosclerosis from medicolegal autopsy photographs based on deep learning techniques
2025-Jul-21, Forensic science, medicine, and pathology
DOI:10.1007/s12024-025-01045-0
PMID:40690102
|
研究论文 | 本研究开发了一种基于深度学习的算法,用于快速准确地评估冠状动脉粥样硬化,并识别影响模型预测粥样硬化严重程度的因素 | 首次利用深度学习技术自动测量法医尸检照片中的冠状动脉粥样硬化,提高了诊断的准确性和效率 | 模型在中等程度粥样硬化等级上的表现最低,且分解、支架植入和血栓对评估无显著影响 | 开发一种快速准确的冠状动脉粥样硬化评估工具,以辅助法医病理学诊断 | 法医尸检照片中的冠状动脉粥样硬化 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 3,717张数字照片,来自1,920例法医尸检 |
456 | 2025-07-22 |
[A multi-feature fusion-based model for fetal orientation classification from intrapartum ultrasound videos]
2025-Jul-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
|
研究论文 | 本研究构建了一种基于多特征融合的智能分析模型,用于分类产时超声视频中的胎儿方位 | 结合Yolov8、CBAM、ECA、PSA注意力机制和AIFI特征交互模块进行特征提取,提高了分类准确性 | NA | 开发一种高效准确的胎儿方位分类模型 | 产时超声视频中的胎儿方位 | 计算机视觉 | NA | 深度学习 | Yolov8结合CBAM、ECA、PSA注意力机制和AIFI特征交互模块 | 超声视频 | NA |
457 | 2025-07-22 |
Deep learning-based eye sign communication system for people with speech impairments
2025-Jul-20, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2532698
PMID:40684450
|
研究论文 | 提出一种基于深度学习的眼动符号通信系统,帮助言语障碍人士通过标准网络摄像头进行交流 | 系统无需校准,能在不同光照条件下有效工作,并集成了文本预测功能 | 研究仅针对18至35岁年龄段的参与者,未涵盖更广泛年龄范围或其他潜在用户群体 | 开发一种无需校准、适应性强且高效的辅助通信系统,以改善言语障碍人士的交流能力 | 言语障碍或瘫痪人士 | 计算机视觉 | 言语障碍 | 深度学习 | NA | 图像 | 18至35岁的参与者 |
458 | 2025-07-22 |
Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing
2025-Jul-20, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202503926
PMID:40685692
|
研究论文 | 本文提出了一种新型的双介电层离子电子压力传感器(DLIPS),结合高和低介电常数层,实现了超高灵敏度和宽范围检测的温度/压力双模式传感 | 提出了一种新型的双介电层离子电子压力传感器结构,结合高和低介电常数层,实现了超高灵敏度(72548.7 kPa)、宽工作压力范围(0.001-420 kPa)、极低检测限(0.832 Pa)和超过5000次循环的卓越耐久性 | NA | 开发一种具有超高灵敏度和宽范围检测能力的温度/压力双模式传感器 | 双介电层离子电子压力传感器(DLIPS) | 传感器技术 | NA | 离子凝胶和开孔聚氨酯泡沫作为介电层 | 深度学习回归模型 | 压力和温度信号 | NA |
459 | 2025-07-22 |
Effect of arc length on the deep learning prediction of monitor units in lung stereotactic ablative radiation therapy treatment
2025-Jul-19, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105018
PMID:40684542
|
research paper | 研究弧长对深度学习预测肺部立体定向消融放射治疗中监测单位的影响 | 首次研究了弧长对深度学习预测监测单位的影响,并比较了不同弧长训练集对预测准确性的影响 | 研究仅基于单一机构的患者数据,样本量相对有限 | 提高多病灶肺部立体定向消融放射治疗中监测单位的预测准确性 | 肺部立体定向消融放射治疗中的监测单位预测 | digital pathology | lung cancer | deep learning | DL | clinical treatment data | 60,720 samples from 295 treatments of 257 patients |
460 | 2025-07-22 |
Machine learning-assisted tacrolimus dose optimization in childhood- onset systemic lupus erythematosus through population pharmacokinetic modeling
2025-Jul-19, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110782
PMID:40684660
|
research paper | 本研究通过机器学习算法结合群体药代动力学模型,优化儿童系统性红斑狼疮患者的他克莫司剂量 | 首次将机器学习算法与药代动力学参数结合,用于预测儿童系统性红斑狼疮患者的个体化他克莫司剂量 | 样本量较小(86名患者),且仅基于回顾性数据 | 优化儿童系统性红斑狼疮患者的他克莫司治疗剂量 | 儿童系统性红斑狼疮患者 | machine learning | systemic lupus erythematosus | population pharmacokinetic modeling | XGBoost | clinical variables and pharmacokinetic parameters | 86名儿童系统性红斑狼疮患者的480个他克莫司谷浓度数据 |