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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2025-09-26 |
Artificial Intelligence-Based Classification of Renal Oncocytic Neoplasms: Advancing From a 2-Class Model of Renal Oncocytoma and Low-Grade Oncocytic Tumor to a 3-Class Model Including Chromophobe Renal Cell Carcinoma
2025-Oct-01, Archives of pathology & laboratory medicine
IF:3.7Q1
DOI:10.5858/arpa.2024-0374-OA
PMID:39957180
|
研究论文 | 开发基于人工智能的肾嗜酸细胞肿瘤分类系统,从双分类模型扩展到三分类模型 | 首次将低级别嗜酸细胞肿瘤(LOT)纳入分类模型,采用弱监督注意力机制的多示例深度学习框架 | 样本量相对有限(125例),需多中心验证 | 建立自动化的肾嗜酸细胞肿瘤病理图像分类系统 | 肾嗜酸细胞肿瘤的活检和切除标本全切片图像 | 数字病理 | 肾癌 | 深度学习 | 注意力机制多示例学习模型 | 病理全切片图像 | 来自6个机构的125个病例共269张全切片图像 |
2 | 2025-09-26 |
Artificial intelligence for HIV care: a global systematic review of current studies and emerging trends
2025-Oct, Journal of the International AIDS Society
IF:4.6Q1
DOI:10.1002/jia2.70045
PMID:40990267
|
系统综述 | 本文系统回顾了人工智能在HIV护理全过程中的应用研究及新兴趋势 | 首次系统性地将AI在HIV护理连续过程中的应用分为四大主题领域进行综合分析,涵盖从检测到治疗支持的全周期 | 数据质量差异大、基础设施限制以及伦理考量等挑战可能影响AI技术的实际应用效果 | 系统识别、梳理和综合人工智能方法在HIV护理连续过程中的应用研究 | 2014-2024年间发表的HIV护理相关AI应用研究文献 | 医疗人工智能 | HIV/艾滋病 | 系统文献综述方法(PRISMA指南) | 随机森林、神经网络、支持向量机、深度学习等多种机器学习模型 | 已发表研究文献 | 筛选3185条记录,最终纳入47项研究进行分析 |
3 | 2025-09-26 |
Automated Prediction of Bone Volume Removed in Mastoidectomy
2025-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.1365
PMID:40790912
|
研究论文 | 开发基于深度学习的自动化管道,用于预测乳突切除术中骨体积去除量 | 首次将深度学习应用于虚拟现实乳突切除术模拟数据,实现术前骨切除体积的自动化预测 | 数据集规模较小(仅15个样本),部分案例存在骨质切除过度或不足的问题,模型需要更大规模多样化数据优化 | 通过术前预测骨切除体积提升手术培训效果,为计算机辅助和机器人手术干预提供支持 | 乳突切除术中的骨体积去除预测 | 医学影像分析 | 耳科手术 | 深度学习、虚拟现实模拟、五折交叉验证 | 深度学习管道 | 颞骨CT扫描影像 | 15个去标识化颞骨CT扫描样本 |
4 | 2025-09-26 |
Enhanced brain tumor classification in MRI using an optimized deep random graph dilated diffusion convolutional attention network
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70028
PMID:40993917
|
研究论文 | 提出一种结合深度学习和优化算法的脑肿瘤MRI图像分类新方法 | 首次将深度随机图扩张扩散卷积注意力网络与冠豪猪优化器相结合用于脑肿瘤分类 | NA | 提高脑肿瘤MRI图像分类的准确性和可靠性 | 脑肿瘤MRI图像(包括神经胶质瘤、垂体瘤和脑膜瘤) | 计算机视觉 | 脑肿瘤 | 深度学习、图像处理、优化算法 | DR2DCAN(深度随机图扩张扩散卷积注意力网络) | MRI医学图像 | 来自Figshare和Kaggle的脑肿瘤MRI数据集 |
5 | 2025-09-26 |
A multi-modal diffusion model for noise reduction of particle number limited Monte Carlo dose calculation for carbon ion radiotherapy
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70021
PMID:40993914
|
研究论文 | 开发用于碳离子放疗中蒙特卡罗剂量计算噪声降低的多模态扩散模型 | 提出首个结合多模态数据(CT图像、低粒子数剂量图、束流参数)的扩散模型,采用混合融合策略实现有效的模态间交互 | 模型在高度异质性数据集上验证,但需要进一步临床验证 | 提高碳离子放疗中蒙特卡罗剂量计算的效率和准确性 | 碳离子放疗的剂量计算 | 医学物理 | 癌症放疗 | 扩散模型、蒙特卡罗模拟 | Diff-MC(多模态扩散模型) | 多模态数据(CT图像、剂量图、束流参数) | 训练验证集:20个CT的15000对束流数据;测试集:5个CT的500对束流数据;泛化测试:100个CT的500对束流数据 |
6 | 2025-09-26 |
Comparison of organ volumes and standardized uptake values in [18F]FDG-PET/CT images using MOOSE and TotalSegmentator to segment CT images
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70025
PMID:40993940
|
研究论文 | 比较两种深度学习算法(MOOSE和TotalSegmentator)在[18F]FDG-PET/CT图像中分割33个解剖结构的体积和标准化摄取值差异 | 首次系统比较两种开源深度学习工具在PET/CT图像分割中的互换性,重点关注器官体积和SUV参数的一致性 | 研究仅针对转移性乳腺癌患者群体,结果可能不适用于其他疾病类型 | 评估两种深度学习分割算法在PET/CT图像分析中的可互换性 | 315名转移性乳腺癌患者的[18F]FDG-PET/CT基线扫描图像 | 医学影像分析 | 乳腺癌 | 深度学习分割、PET/CT影像分析 | MOOSE v.3.0.14、TotalSegmentator v.2.0.5 | 医学影像(CT和PET图像) | 315名转移性乳腺癌患者的基线PET/CT扫描 |
7 | 2025-09-26 |
Multi-scale nested graph transformer with graph operations: Advancing high-resolution chest x-ray classification
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70003
PMID:40995863
|
研究论文 | 提出一种多尺度嵌套图变换器模型,用于高分辨率胸部X射线图像的精准分类 | 结合多尺度嵌套架构、交叉注意力融合和图池化操作,在保留局部细节的同时建模全局上下文关系 | 未明确说明数据集的具体规模和小样本场景下的性能极限 | 提升高分辨率胸部X射线图像分类精度,同时改善计算效率和泛化能力 | 高分辨率胸部X射线图像 | 计算机视觉 | 肺部疾病 | 图变换器、图卷积网络 | Transformer、GCN | 医学影像 | 基于三种高分辨率CXR数据集的实验验证 |
8 | 2025-09-26 |
An exploratory study on ultrasound image denoising using feature extraction and adversarial diffusion model
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70023
PMID:40996343
|
研究论文 | 本研究提出了一种基于扩散模型和生成对抗网络的超声图像去噪新方法ADM-ExNet | 将扩散模型的反向过程替换为GAN,并引入结构特征提取网络构建损失函数以增强细节保留 | 属于探索性研究,噪声水平通过添加高斯噪声模拟而非真实临床噪声 | 开发超声图像去噪方法以提升图像质量 | 包含胎儿头围、心脏和神经的超声图像 | 计算机视觉 | NA | 扩散模型、生成对抗网络 | ADM-ExNet(基于U-Net结构的GAN+扩散模型) | 超声图像 | 使用三个公共数据集(HC18、CAMUS、Ultrasound Nerve),图像尺寸统一为256×256像素,训练集与验证集按9:1划分 |
9 | 2025-09-26 |
Transformer-based deep learning for predicting brain tumor recurrence using magnetic resonance imaging
2025-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.70016
PMID:40996365
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型,利用多模态MRI数据和放疗剂量信息预测脑肿瘤治疗后复发 | 首次将Transformer架构应用于融合多模态MRI与放疗剂量数据来预测脑肿瘤复发,并在多个临床亚组中验证了模型的泛化能力 | 研究样本仅来自单一医疗中心,需要更大规模的多中心验证 | 开发可靠的预后工具来预测脑肿瘤放疗后复发,为个性化治疗提供决策支持 | 接受伽玛刀放射外科治疗的脑转移瘤患者 | 医学影像分析 | 脑肿瘤 | 磁共振成像(MRI)、放射治疗剂量分析 | Transformer | 医学影像(MRI)、放疗剂量数据 | 来自密西西比大学医学中心的脑转移瘤患者数据(具体样本量未明确说明) |
10 | 2025-09-25 |
Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort
2025-Oct, Infection
IF:5.4Q1
DOI:10.1007/s15010-025-02555-3
PMID:40377852
|
研究论文 | 通过深度学习自动分析老年COVID-19患者的身体成分,研究肌肉减少症和肥胖对死亡率的影响 | 首次使用预训练深度学习模型自动分析常规胸部CT扫描的身体成分,并比较肥胖和肌肉减少症对重症呼吸道感染患者死亡率的影响 | 样本量相对较小(157例患者),仅针对60岁以上COVID-19肺炎患者 | 评估身体成分参数(特别是肌肉减少症和肥胖)对老年重症呼吸道感染患者死亡率的影响 | 60岁以上确诊重症COVID-19肺炎的住院患者 | 数字病理学 | COVID-19 | 深度学习、CT影像分析 | 预训练深度学习模型 | 医学影像(胸部CT扫描) | 157名住院患者(来自57个研究中心的NAPKON-SUEP队列) |
11 | 2025-09-25 |
A CT-Based Deep Learning Radiomics Nomogram for Early Recurrence Prediction in Pancreatic Cancer: A Multicenter Study
2025-Oct, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17748-1
PMID:40619487
|
研究论文 | 本研究开发了一种基于CT的深度学习影像组学列线图,用于胰腺癌患者术后早期复发的术前预测 | 首次将深度学习特征与影像组学特征相结合,并整合临床因素构建综合预测模型 | 回顾性研究设计,样本量相对有限(493例患者) | 术前准确预测胰腺癌患者术后早期复发风险 | 经组织学确诊并接受手术切除的胰腺癌患者 | 数字病理 | 胰腺癌 | 增强CT影像分析、影像组学、深度学习 | 随机森林(RF)、支持向量机(SVM) | 医学影像(CT图像) | 493例胰腺癌患者的多中心回顾性队列 |
12 | 2025-09-25 |
An overview of reliable and representative DVC measurements for musculoskeletal tissues
2025-Oct, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.70008
PMID:40636996
|
综述 | 本文综述了数字体积相关技术在肌肉骨骼组织生物力学研究中的最新进展与应用 | 重点关注组织界面处理、边界效应和不确定性量化等关键技术挑战,并探讨深度学习与计算建模的集成应用 | 指出当前精度限制和临床转化挑战,需开发更稳健的自动化工作流程 | 评估DVC技术在肌肉骨骼组织生物力学表征中的可靠性和代表性 | 矿化组织和软组织等多尺度肌肉骨骼组织 | 生物力学工程 | 肌肉骨骼疾病 | 数字体积相关技术 | 深度学习 | 3D影像数据 | NA |
13 | 2025-09-25 |
MRS-Sim: Open-Source Framework for Simulating In Vivo-Like Magnetic Resonance Spectra
2025-Oct, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70130
PMID:40955682
|
研究论文 | 介绍MRS-Sim开源框架,用于模拟逼真的体内磁共振波谱数据 | 包含两个新颖组件:3D磁场图模拟器和半参数生成器,能够模拟从原始多线圈瞬态数据到预处理数据的完整流程 | 模拟结果的真实性依赖于现有体内数据拟合参数的分析准确性 | 开发用于磁共振波谱研究的合成数据模拟框架 | 磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱技术 | 半参数生成器 | 光谱数据 | NA |
14 | 2025-09-25 |
Smarter stomata: emergent technologies unlocking yield potential in a changing climate
2025-Oct, AoB PLANTS
IF:2.6Q2
DOI:10.1093/aobpla/plaf048
PMID:40979128
|
综述 | 本文探讨气孔性状作为育种靶标在应对气候变化中提升作物产量的潜力 | 提出整合深度学习、CRISPR和多组学等新兴技术实现气孔性状的高通量表型分析与精准育种 | 未明确具体作物的最佳气孔理想型,其性状选择高度依赖环境场景 | 开发气候韧性作物的气孔性状育种策略 | 植物气孔生理与解剖性状 | 作物育种 | NA | 深度学习、CRISPR、多组学、遥感、数字显微技术 | 人工智能驱动理想型选择模型 | 表型数据、基因组数据 | NA |
15 | 2025-09-25 |
The Role of Artificial Intelligence in Advancing Theranostics Dosimetry for Cancer Therapy: a Review
2025-Oct, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00939-9
PMID:40979137
|
综述 | 探讨人工智能在癌症治疗诊断一体化药物剂量学中的应用进展 | 系统评述深度学习模型(U-Net、生成对抗网络、混合Transformer)在剂量学中的创新应用 | 面临诊断对准确剂量估算、影像数据不足、核素衰变链建模等挑战 | 评估AI提升放射性药物剂量学精度与效率的潜力 | 放射性药物治疗中的剂量学方法 | 医学影像分析 | 癌症 | 深度学习 | U-Net、GAN、Transformer | 医学影像 | NA |
16 | 2025-09-25 |
Improving risk stratification and detection of early HCC using ultrasound-based deep learning models
2025-Oct, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2025.101510
PMID:40980161
|
研究论文 | 开发基于超声的深度学习模型STARHE-RISK和STARHE-DETECT,用于肝细胞癌风险分层和早期检测 | 首次提出结合非肿瘤肝实质超声视频进行HCC风险分层的深度学习模型,并与临床评分系统整合 | 样本量相对有限(403例患者),需要更大规模验证 | 改善代偿性晚期慢性肝病患者的肝细胞癌监测和早期诊断 | 403名代偿性晚期慢性肝病成年患者 | 数字病理 | 肝细胞癌 | 深度学习,超声成像 | 深度学习模型 | 超声视频 | 403例患者(152例早期HCC患者,170例对照组) |
17 | 2025-09-25 |
Prediction of Medial Tibiofemoral Joint Reaction Force Using Custom Instrumented Insoles and Neural Networks for Walking and Running Tasks
2025-Oct-01, Journal of applied biomechanics
IF:1.1Q3
DOI:10.1123/jab.2024-0181
PMID:40550501
|
研究论文 | 本研究开发了基于定制仪器鞋垫和深度学习的方法来预测行走和跑步时的内侧胫股关节反作用力 | 首次将三轴压阻式力传感器鞋垫与任务特异性卷积神经网络相结合,实现实验室外膝关节接触力的便捷测量 | 样本量较小(仅9名年轻健康女性),未包含骨关节炎患者群体 | 简化膝关节内侧接触力的测量方法,为临床环境提供可行方案 | 年轻健康女性的膝关节生物力学数据 | 生物医学工程 | 膝骨关节炎 | 运动捕捉、测力台、三轴压阻式力传感器 | CNN(卷积神经网络) | 力学传感器数据 | 9名年轻健康女性 |
18 | 2025-09-25 |
KurdABSA: Kurdish aspect-based sentiment analysis dataset curation using few-shot learning
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112012
PMID:40989237
|
研究论文 | 本研究构建了首个库尔德语索拉尼方言方面级情感分析公开数据集 | 创建了首个库尔德语索拉尼方言的ABSA公开数据集,采用基于提示的小样本学习进行自动标注 | 数据集领域仅限于餐厅评论,规模相对较小(4000+四元组) | 解决低资源语言在方面级情感分析领域的研究空白 | 库尔德语索拉尼方言的餐厅评论文本 | 自然语言处理 | NA | 基于提示的小样本学习 | few-shot learning | 文本 | 超过4000个方面-观点-类别-情感四元组标注的餐厅评论 |
19 | 2025-09-25 |
A Combined Model Based on Bone Mineral Density for Noninvasive Prediction of Prognosis in Non-Small Cell Lung Cancer Patients Receiving Immune Checkpoint Inhibitors: A Multicenter Retrospective Study
2025-Oct, MedComm
IF:10.7Q1
DOI:10.1002/mco2.70398
PMID:40989575
|
研究论文 | 开发结合骨密度指标和临床特征的联合模型,用于预测非小细胞肺癌患者接受免疫检查点抑制剂治疗的预后 | 首次将基线骨密度和治疗后骨密度下降纳入预后预测模型,并发现骨密度异常与上皮间质转化等肿瘤微环境特征相关 | 回顾性研究设计,样本来自五个机构可能存在选择偏倚 | 建立非侵入性预后预测模型以改善非小细胞肺癌患者的风险分层 | 接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者 | 数字病理 | 肺癌 | 深度学习自动评估、转录组分析 | 深度学习、联合预测模型 | 医学影像数据、临床特征数据、转录组数据 | 2096例患者(模型开发)+130例患者(转录组分析) |
20 | 2025-09-24 |
The potential role of machine learning and deep learning in differential diagnosis of Alzheimer's disease and FTD using imaging biomarkers: A review
2025-Oct, The neuroradiology journal
DOI:10.1177/19714009251313511
PMID:39787363
|
综述 | 本文综述了机器学习和深度学习在利用影像生物标志物区分阿尔茨海默病与额颞叶痴呆鉴别诊断中的潜在作用 | 系统分析比较了机器学习与深度学习在AD和FTD鉴别诊断中的性能表现,并识别出SVM和ResNet分别为两类方法中最有效的模型 | 强调仍需结合临床检查和患者症状评估以确保诊断的全面准确性 | 探讨人工智能技术在神经退行性疾病鉴别诊断中的应用价值 | 阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者 | 医学影像分析 | 神经退行性疾病 | MRI、DTI、fMRI、PET、SPECT等影像技术 | SVM、ResNet、CNN等机器学习与深度学习模型 | 医学影像数据 | 基于2012-2024年间发表的31篇相关文献的分析 |