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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1781 | 2025-05-13 |
A comprehensive review of ICU readmission prediction models: From statistical methods to deep learning approaches
2025-Jul, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2025.103126
PMID:40300338
|
综述 | 本文全面回顾了ICU再入院预测模型的研究,从统计方法到深度学习方法 | 总结了统计、机器学习和深度学习模型在ICU再入院预测中的应用,并探讨了当前方法论的挑战和最新进展 | 现有模型在预测精度上仍需提升,以满足构建计算机化决策支持工具的需求 | 评估和比较不同ICU再入院预测模型的效果,指导未来研究和开发 | ICU再入院预测模型的研究 | 机器学习 | 重症监护 | 统计方法、机器学习、深度学习 | 统计模型、ML模型、DL模型 | 医疗数据 | NA |
1782 | 2025-05-12 |
Deformable image registration with strategic integration pyramid framework for brain MRI
2025-Jul, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110386
PMID:40122188
|
research paper | 提出了一种基于金字塔结构的战略集成配准网络,用于脑部MRI的可变形图像配准 | 设计了CNN编码器和Transformer解码器,有效提取和增强全局与局部特征,并在金字塔结构的最低尺度引入渐进优化迭代以减少误差积累 | 未提及具体的数据集大小或多样性限制 | 提高脑部MRI图像配准的准确性和鲁棒性 | 脑部MRI图像 | digital pathology | NA | deep learning-based deformable registration | CNN, Transformer | image | 多个脑部MRI数据集(未提及具体数量) |
1783 | 2025-05-09 |
A review of denoising methods in single-particle cryo-EM
2025-Jul, Micron (Oxford, England : 1993)
DOI:10.1016/j.micron.2025.103817
PMID:40164016
|
review | 本文全面回顾了单粒子冷冻电镜图像去噪方法的最新进展,涵盖了从传统滤波方法到最新的基于深度学习的策略 | 通过分析和比较主流去噪方法,推动单粒子冷冻电镜去噪领域的发展,促进获取更高质量的图像 | 未提及具体方法的局限性 | 提高冷冻电镜图像的信噪比,使下游分析更准确可靠 | 冷冻电镜图像 | digital pathology | NA | 冷冻电镜 | 深度学习 | 图像 | NA |
1784 | 2025-05-08 |
A deep learning model for structure-based bioactivity optimization and its application in the bioactivity optimization of a SARS-CoV-2 main protease inhibitor
2025-Jul-05, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2025.117602
PMID:40239482
|
研究论文 | 本文提出了一种基于深度学习的结构生物活性优化模型Pocket-StrMod,并将其应用于SARS-CoV-2主要蛋白酶抑制剂的生物活性优化 | 开发了Pocket-StrMod模型,采用自回归流架构,在蛋白质结合口袋内同步优化所有取代基,显著提高了生物活性优化的效率和效果 | 模型的应用范围可能受限于特定蛋白质结合口袋的结构特征 | 通过深度学习技术优化药物发现早期阶段的生物活性 | SARS-CoV-2主要蛋白酶抑制剂Hit1及其优化后的化合物 | 药物发现 | COVID-19 | 深度学习 | 自回归流架构 | 分子结构数据 | 6个合成化合物 |
1785 | 2025-05-08 |
A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images
2025-Jul, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117965
PMID:40252351
|
研究论文 | 提出了一种轻量级的空间和光谱CNN模型(LSS-HCNN),用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类 | LSS-HCNN模型通过空间和光谱卷积提取特征,并结合Squeeze-and-Excitation(SE)块提高可解释性,显著降低了计算复杂度和参数数量 | 未提及具体局限性 | 开发高效且自动化的海洋塑料垃圾检测方法,以应对海洋塑料污染问题 | 漂浮的海洋塑料垃圾 | 计算机视觉 | NA | 高光谱成像 | CNN | 高光谱图像 | 三个高光谱数据集和四个专门的漂浮塑料数据集,包括一个新的塑料垃圾数据集 |
1786 | 2025-05-06 |
Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli
2025-Jul-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2025.03.155
PMID:40187420
|
research paper | 开发一种结合面部表情和身体姿势的多模态识别模型,用于抑郁症的快速初步筛查 | 结合面部表情和身体姿势的多模态识别模型,利用深度学习技术进行抑郁症筛查 | 样本量较小,仅包含146名受试者 | 提高抑郁症检测效率,辅助医生早期识别患者 | 抑郁症患者和健康个体的面部表情及身体姿势变化 | digital pathology | geriatric disease | 深度学习技术 | ResNet-50, OpenFace | 视频图像 | 146名受试者(73名患者组和73名对照组) |
1787 | 2025-05-06 |
Interpretable machine learning and graph attention network based model for predicting PAMPA permeability
2025-Jul, Journal of molecular graphics & modelling
IF:2.7Q2
DOI:10.1016/j.jmgm.2025.109050
PMID:40245571
|
研究论文 | 本研究使用机器学习和深度学习模型预测PAMPA渗透性 | 结合可解释机器学习和图注意力网络(GAT)模型预测PAMPA渗透性,并在外部数据集上验证模型性能 | GAT模型在初始验证数据集上的准确率相对较低(74%) | 预测药物化合物在脂质膜中的渗透性和吸收性 | 5447种具有PAMPA渗透性评分的化合物 | 机器学习 | NA | PAMPA(平行人工膜渗透性测定) | Random forest (RF), Explainable boosting machine (EBM), Adaboost, Graph attention network (GAT) | 化合物数据 | 5447种化合物 |
1788 | 2025-05-03 |
Sliding-window enhanced olfactory visual images combined with deep learning to predict TVB-N content in chilled mutton
2025-Jul, Meat science
IF:5.7Q1
DOI:10.1016/j.meatsci.2025.109791
PMID:40048988
|
研究论文 | 本研究提出了一种新颖的嗅觉可视化图像数据增强方法,结合深度学习准确预测冷藏羊肉中的总挥发性盐基氮(TVB-N)含量 | 提出滑动窗口方法增强嗅觉可视化图像,结合深度学习模型提高TVB-N含量预测的准确性 | NA | 准确预测冷藏羊肉中的TVB-N含量,用于现场评估羊肉新鲜度 | 冷藏羊肉 | 计算机视觉 | NA | 嗅觉可视化传感器阵列 | InceptionNetV3, ResNet50, MobileNetV3, PLSR, SVR, RF | 图像 | NA |
1789 | 2025-04-29 |
Outer lumen arterial imaging with CTA: A potential tool to diagnose vertebral artery dissection
2025-Jul, Radiology case reports
DOI:10.1016/j.radcr.2025.03.041
PMID:40292153
|
技术说明 | 介绍了一种新的3D CTA后处理技术,用于区分椎动脉夹层(VAD)和椎动脉发育不全(VAH) | 通过突出显示外腔的新3D CTA后处理技术,能够区分VAD和VAH | 技术尚需进一步扩展和改进,可能通过深度学习(DL)分割技术 | 开发一种更准确的诊断工具,以区分椎动脉夹层和椎动脉发育不全 | 椎动脉夹层(VAD)和椎动脉发育不全(VAH)患者 | 数字病理 | 心血管疾病 | 3D CTA后处理技术 | NA | 图像 | 个案报告(一例右侧VAD患者) |
1790 | 2025-04-27 |
Generalizable, sequence-invariant deep learning image reconstruction for subspace-constrained quantitative MRI
2025-Jul, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30433
PMID:39834093
|
research paper | 开发一种能够在不同脉冲序列间通用的深度子空间学习网络,用于定量MRI图像重建 | 提出了一种对比度不变的逐组件(CBC)网络结构,相比先前报道的时空多组件(MC)结构,在图像重建中表现出更好的性能和通用性 | 研究仅针对特定类型的MRI序列进行了验证,可能不适用于所有MRI应用场景 | 开发一种通用的深度学习方法,用于定量MRI图像重建 | MRI图像 | machine learning | NA | MRI | deep subspace learning network (CBC) | image | 313名受试者(130名T1,167名T1-T2,16名T1-T2-T2*-脂肪分数映射序列) |
1791 | 2025-04-27 |
Accelerated EPR imaging using deep learning denoising
2025-Jul, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30473
PMID:40096518
|
research paper | 本研究利用深度学习技术对3D EPR振幅和pO2图进行去噪,以提高图像信噪比并加速成像 | 首次将深度学习技术应用于EPRI去噪,结合UNet和联合双边滤波器(JBF)显著提升图像信噪比,实现10倍加速成像 | 研究样本量有限(227张3D图像),且仅在特定实验条件下验证(25 mT EPR成像仪) | 开发一种基于深度学习的EPRI图像去噪方法,以提高成像速度和图像质量 | 3D EPR振幅图和pO2图 | medical imaging | fibrosarcoma | pulse electron paramagnetic resonance imaging (EPRI) | UNet, autoencoder, Attention UNet, UNETR | 3D medical images | 227张3D图像(56张体内,171张体外) |
1792 | 2025-04-26 |
Machine learning explainability for survival outcome in head and neck squamous cell carcinoma
2025-Jul, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2025.105873
PMID:40121767
|
研究论文 | 本研究结合临床病理参数、治疗相关因素和社会人口学因素,构建机器学习模型预测头颈部鳞状细胞癌患者的总体生存率,并探讨这些输入参数的互补预后潜力 | 使用TabNet和XGBoost等先进算法预测生存率,并利用LIME和SHAP技术提供模型解释性 | 需要多机构数据集验证模型,并在临床试验中测试以确保临床安全性 | 构建预测头颈部鳞状细胞癌患者总体生存率的机器学习模型,并评估输入参数的预后潜力 | 头颈部鳞状细胞癌患者 | 机器学习 | 头颈部鳞状细胞癌 | TabNet, XGBoost, LIME, SHAP | TabNet, XGBoost, 投票集成 | 临床数据 | 419名来自瑞典三家大学医院的患者 |
1793 | 2025-04-25 |
Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects
2025-Jul-15, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2025.117399
PMID:40184880
|
综述 | 本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景 | 探讨了AI如何通过机器学习和深度学习模型(如Random Forest、SVM、CNN和transformer)革新细菌检测和AST,提供更高效、可及和可靠的诊断方案 | 未具体提及当前AI技术的局限性 | 探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向 | 细菌诊断和抗菌药物敏感性测试 | 机器学习 | 细菌感染 | 机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等 | Random Forest、SVM、CNN、transformer | 图像、光谱数据、电化学数据等 | NA |
1794 | 2025-04-23 |
Deep Learning-Driven Glaucoma Medication Bottle Recognition: A Multilingual Clinical Validation Study in Patients with Impaired Vision
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100758
PMID:40256318
|
research paper | 临床验证一款基于CNN的Android智能手机应用,用于识别青光眼患者的局部用药 | 开发并验证了一款多语言的CNN驱动应用,显著提高了视力受损患者的药物识别准确率 | 样本量较小(41名参与者),且非英语使用者的应用易用性评分较低 | 验证基于CNN的智能手机应用在青光眼患者药物识别中的效果 | 青光眼伴视力受损患者(包括英语和非英语使用者) | computer vision | glaucoma | CNN | CNN | image | 41名患者(20名非英语使用者,21名英语使用者) |
1795 | 2025-04-16 |
Enhancing the application of near-infrared spectroscopy in grain mycotoxin detection: An exploration of a transfer learning approach across contaminants and grains
2025-Jul-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143854
PMID:40117813
|
研究论文 | 本研究将迁移学习策略引入化学计量学,以提高应用于不同谷物或毒素光谱数据的深度学习模型性能 | 首次将迁移学习方法应用于谷物中真菌毒素的光谱检测,解决了单一来源模型适应性差的问题 | 仅测试了小麦中的玉米赤霉烯酮(ZEN)和花生中的黄曲霉毒素B1(AFB1)两种毒素 | 提高近红外光谱技术在谷物真菌毒素检测中的应用效果 | 谷物(小麦和花生)中的真菌毒素 | 机器学习 | NA | 近红外光谱技术(NIR), FT-NIR光谱技术 | 深度学习模型(未指定具体类型) | 光谱数据 | 小麦ZEN和花生AFB1样本集 |
1796 | 2025-04-16 |
Applying deep learning algorithms for non-invasive estimation of carotenoid content in the foot muscle of Pacific abalone with different colors
2025-Jul-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143913
PMID:40157001
|
研究论文 | 本研究利用深度学习算法非侵入性地估计太平洋鲍鱼足肌中类胡萝卜素的含量 | 开发了基于颜色的类胡萝卜素估计套件(CCES),提供非破坏性、快速的类胡萝卜素估计方法,效率提升450倍,成本降低47至77倍 | 模型预测的决定系数(R)为0.415,可能存在一定的预测误差 | 开发一种高效、可扩展的水产养殖育种和质量控制工具 | 太平洋鲍鱼(Haliotis discus hannai)的足肌 | 机器学习 | NA | 靶向代谢组学 | LSTM | 颜色测量数据(CIELAB颜色空间) | 344个鲍鱼样本 |
1797 | 2025-04-16 |
Autonomous Screening for Diabetic Macular Edema Using Deep Learning Processing of Retinal Images
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100722
PMID:40225408
|
研究论文 | 开发并验证了一种用于糖尿病黄斑水肿(DME)检测的深度学习模型,适用于多样化的多设备临床环境 | 利用深度学习模型在彩色眼底图像上高效检测DME,适用于多设备临床环境 | 需要进一步的前瞻性研究验证 | 开发并验证一种用于DME检测的深度学习模型 | 糖尿病黄斑水肿(DME)患者 | 计算机视觉 | 糖尿病黄斑水肿 | 深度学习 | 深度学习模型 | 图像 | 32,049张图像来自15,892名患者 |
1798 | 2025-04-16 |
Enhanced Macular Telangiectasia Type 2 Detection: Leveraging Self-Supervised Learning and Ensemble Models
2025 Jul-Aug, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2025.100710
PMID:40225407
|
research paper | 本研究探讨了一种基于集成学习和自监督学习的深度学习方法,用于在OCT成像中准确且可解释地检测2型黄斑毛细血管扩张症(MacTel) | 结合自监督学习(SSL)和集成学习方法,提高了在有限数据情况下的MacTel分类准确性和可解释性 | 研究数据量有限,仅使用了419个OCT体积数据,其中仅有10%的标注训练数据 | 提高2型黄斑毛细血管扩张症(MacTel)在OCT成像中的检测准确性和可解释性 | OCT扫描图像 | digital pathology | macular telangiectasia type 2 | OCT imaging, self-supervised learning (SSL), ensemble learning | CNN, ensemble models | image | 5200张OCT图像(780名MacTel患者和1900名非MacTel患者),其中训练集包含419个OCT体积数据(185名MacTel患者) |
1799 | 2025-04-12 |
Simulation of a Free Boundary Cell Migration Model through Physics Informed Neural Networks
2025-Jul, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.106961
PMID:40058062
|
研究论文 | 本研究通过物理信息神经网络模拟了具有移动边界的迁移细胞中的一维肌动球蛋白流动 | 使用物理信息神经网络解决具有移动边界的复杂生物物理问题,无需合成数据进行训练 | 模型仅针对一维情况,未扩展到更高维度 | 理解单细胞迁移的复杂机制 | 迁移细胞中的肌动球蛋白流动 | 计算生物学 | NA | 物理信息神经网络 | PINN(物理信息神经网络) | 数值模拟数据 | NA |
1800 | 2025-04-09 |
Nondestructive detection of cadmium content in oilseed rape leaves under different silicon environments using deep transfer learning and Vis-NIR hyperspectral imaging
2025-Jul-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143799
PMID:40081073
|
研究论文 | 提出了一种基于深度迁移学习和可见-近红外高光谱成像技术的油菜叶片镉含量无损检测方法 | 开发了迁移堆叠去噪自编码器(T-SDAE)算法,实现了不同硅环境下油菜叶片镉含量预测模型的迁移 | NA | 实现不同硅环境下油菜叶片镉含量的准确无损检测 | 油菜叶片 | 计算机视觉 | NA | 可见-近红外高光谱成像技术 | T-SDAE, SVR | 高光谱图像 | NA |