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 | 2025-10-01 |
Automatic specific absorption rate (SAR) prediction for hyperthermia treatment planning using deep learning method
2025-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group
IF:3.0Q2
DOI:10.1080/02656736.2025.2554860
PMID:40922671
|
研究论文 | 开发基于深度学习的特定吸收率分布预测方法,用于脑癌热疗治疗规划 | 首次提出使用带有交叉注意力块的编码器-解码器神经网络,从脑电特性、肿瘤坐标和天线相位设置预测SAR分布 | 仅基于201个模拟数据进行训练和验证,样本量相对有限 | 开发快速准确的SAR预测方法以支持实时热疗治疗规划 | 人脑模型中的特定吸收率分布 | 医学影像分析 | 脑癌 | 有限元建模,深度学习 | 编码器-解码器神经网络,交叉注意力块 | 模拟数据,3D坐标 | 201个模拟样本(训练181个,测试20个) |
2 | 2025-10-01 |
Mino-Bimaadiziwin and the Pursuit of Harmony
2025-Nov, Personality and social psychology review : an official journal of the Society for Personality and Social Psychology, Inc
IF:7.7Q1
DOI:10.1177/10888683251345043
PMID:41017246
|
研究论文 | 本文介绍北美原住民Anishinaabeg文化中的Mino-Bimaadiziwin概念及其七大祖训对幸福观的启示 | 首次将北美原住民多数世界观引入心理学幸福理论研究,提出以和谐为核心的非西方幸福观 | 研究聚焦单一原住民文化群体,结论可能不具普遍代表性 | 探索北美原住民文化视角下的幸福观理论 | Anishinaabeg原住民群体的文化传统和幸福观念 | 心理学 | NA | 文化叙事分析 | NA | 文本 | NA |
3 | 2025-10-01 |
Hybrid deep learning framework for environmental microplastic classification: Integrating CNN-based spectral feature extraction and transformer models
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.126989
PMID:40816460
|
研究论文 | 提出一种结合CNN和Transformer的混合深度学习框架,用于基于FTIR光谱的环境微塑料分类 | 首次将CNN的局部光谱特征提取能力与Transformer的全局上下文建模能力相结合,形成互补优势的混合架构 | NA | 开发一种可靠且可扩展的环境微塑料快速识别方法 | 环境微塑料的FTIR光谱数据 | 机器学习 | NA | FTIR光谱分析 | CNN-Transformer混合模型 | 光谱数据 | 包含来自土壤、空气、沉积物和水体基质的17种聚合物类型的光谱数据集 |
4 | 2025-10-01 |
Surveillance of urban river environment by quantifying distributions of water quality parameters using hyperspectral remote sensing-based ripple propagation graph network
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.126875
PMID:40846259
|
研究论文 | 本研究提出了一种混合反馈涟漪网络(HF-RN),用于从无人机高光谱数据中有效反演城市河流水质参数 | 整合深度学习、空间分布模式分析和概率统计分析,通过涟漪传播图网络实现采样区与非采样区的信息共享,增强水质参数预测的空间相关性和连续性 | NA | 开发高效的城市河流水质监测方法,优化生活与工业污水排放管理方案 | 城市河流水质参数(总磷、总氮、化学需氧量、生化需氧量、叶绿素a、总悬浮固体) | 环境遥感 | NA | 高光谱遥感、无人机遥感 | 混合反馈涟漪网络(HF-RN)、深度学习 | 高光谱图像 | 实际世界数据集,应用于中国广东中山市石岐河水质监测 |
5 | 2025-10-01 |
Interpreting spatiotemporal dynamics of Ulva prolifera blooms in the southern yellow sea using an attention-enhanced transformer framework
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.126999
PMID:40846261
|
研究论文 | 本研究开发了一种基于注意力增强Transformer的深度学习框架,用于解释和预测黄海南部浒苔爆发的时空动态 | 首次将多头自注意力机制的Transformer框架应用于浒苔爆发动态预测,能够动态捕捉空间依赖性并提供可解释的生态预测 | NA | 更好地理解和预测浒苔爆发的复杂时空动态,为针对性缓解和管理提供见解 | 黄海南部浒苔爆发事件 | 机器学习 | NA | 深度学习,多头自注意力机制 | Transformer | 海洋环境因子数据 | NA |
6 | 2025-10-01 |
Legacy and emerging per- and poly-fluorinated substances (PFASs) as potential pathogenic drivers of diabetes mellitus: Challenges and perspectives
2025-Nov-01, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2025.127033
PMID:40865758
|
综述 | 本文综述了全氟和多氟烷基物质(PFASs)在糖尿病发病机制中的作用,重点关注其对不同生命阶段葡萄糖稳态和代谢的影响 | 系统总结了PFASs在妊娠期、青春期和成年期糖尿病中的作用机制,并提出了结合人工智能和多组学技术的未来研究方向 | PFASs的具体致病机制尚未完全阐明,现有研究忽视了某些影响因素和复合暴露的相互作用 | 探讨PFASs暴露与糖尿病之间的关联及其致病机制 | 全氟和多氟烷基物质(PFASs)及其对糖尿病的影响 | 环境健康与毒理学 | 糖尿病 | 高通量筛选、机器学习、非线性混合模型、多组学数据整合 | 图神经网络、深度学习、人工智能 | 多模态组学数据 | NA |
7 | 2025-10-01 |
Role of artificial intelligence in gastric diseases
2025-Oct-07, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i37.111327
PMID:41025012
|
综述 | 本文综述人工智能在胃部疾病诊疗中的应用现状与发展趋势 | 发现AI效能与用户专业水平呈反比关系,中等专业水平从业者获益最大;开发了多模态临床决策支持系统 | 训练数据存在地域偏见、监管障碍、患者隐私和AI问责伦理问题、AI开发集中于科技巨头 | 探讨人工智能在胃部疾病诊断和管理中的应用价值 | 胃部疾病患者和医疗从业者 | 医学人工智能 | 胃部疾病 | 深度学习、大语言模型、多模态集成 | 深度学习模型、大语言模型 | 内窥镜图像、临床病史、实验室结果、基因组数据 | NA |
8 | 2025-10-01 |
Artificial Intelligence in Surgical Training and Applications to Otolaryngology: A Scoping Review
2025-Oct, The Laryngoscope
DOI:10.1002/lary.32246
PMID:40371996
|
综述 | 本文通过范围综述探讨人工智能在耳鼻喉科手术培训中的应用进展 | 系统评估AI在耳鼻喉科手术技能评估中的最新应用,强调其提供客观反馈的潜力 | 仅纳入34项研究,样本量有限,且未进行质量评估 | 研究人工智能在手术技能评估中的应用及其对耳鼻喉科教育的促进作用 | 手术培训中的技能评估,特别是耳鼻喉科手术如乳突切除术、鼻中隔成形术等 | 计算机视觉 | 耳鼻喉科疾病 | 深度学习、机器学习、计算机视觉 | 深度学习模型、机器学习模型 | 运动学数据、运动数据、力数据、视频数据 | 34项符合纳入标准的研究 |
9 | 2025-10-01 |
High visceral-to-subcutaneous fat area ratio is an unfavorable prognostic indicator in patients with uterine sarcoma
2025-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-025-01812-7
PMID:40500581
|
研究论文 | 探讨身体成分参数对子宫肉瘤患者总生存期的影响 | 首次发现内脏与皮下脂肪面积比(VSR)是子宫肉瘤患者生存预后的独立不良预测因子 | 样本量较小(52例患者),来自三个日本医院的多中心研究 | 研究身体成分参数对子宫肉瘤患者生存预后的影响 | 52例子宫肉瘤患者 | 数字病理 | 子宫肉瘤 | 基于深度学习的半自动分割程序分析CT图像 | 深度学习 | CT图像 | 52例子宫肉瘤患者(2007-2023年来自三个日本医院) |
10 | 2025-10-01 |
YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection
2025-Oct, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2025.105484
PMID:40618564
|
研究论文 | 提出一种基于YOLOv8的樱桃谷鸭啄羽部位轻量化检测模型YOLOv8-DuckPluck | 引入新型轻量级多尺度特征提取模块NeoMSM-C2f,采用DyHead检测头自适应调整检测策略,并应用知识蒸馏技术提升检测精度 | NA | 解决高密度多目标复杂环境下检测模型处理速度慢、参数量大和模型体积大的问题 | 樱桃谷鸭的啄羽行为检测 | 计算机视觉 | NA | 深度学习,知识蒸馏 | YOLOv8,CNN | 图像 | NA |
11 | 2025-10-01 |
Assessing the impact of day and night urban outdoor environments on women's physiological and psychological states using pedestrian-centric street view images
2025-Oct, Social science & medicine (1982)
DOI:10.1016/j.socscimed.2025.118433
PMID:40743851
|
研究论文 | 本研究通过街景图像和深度学习评估昼夜城市环境对女性生理心理状态的影响 | 首次结合行人视角街景图像和时空分析方法研究昼夜环境差异对女性生理心理的影响 | 研究范围限于特定城市环境,未考虑个体差异和文化背景等因素 | 探究不同城市户外环境在昼夜时段对女性生理心理状态的影响机制 | 城市女性居民在居住、商业和休闲环境中的生理心理反应 | 计算机视觉 | NA | 深度学习、空间自相关分析、多尺度地理加权回归(MGWR) | 深度学习模型 | 街景图像、问卷数据、生理测量数据 | 未明确说明具体样本数量,涉及多个城市环境场景 |
12 | 2025-10-01 |
The interembodiment of healing: Holistic transformations in neurological rehabilitation and care
2025-Oct, Social science & medicine (1982)
DOI:10.1016/j.socscimed.2025.118468
PMID:40768952
|
研究论文 | 通过民族志研究探讨神经康复中患者与治疗师之间的跨身体互动如何促进整体康复过程 | 提出'跨身体性'概念,强调康复过程中情感、信息和身体学习的多重通道整合 | 基于10个月的民族志研究,样本范围和代表性可能存在局限 | 探索神经康复中患者与治疗师互动模式对康复效果的影响 | 瘫痪患者、照顾者和康复专业人员 | 康复医学 | 神经系统疾病 | 民族志研究、案例研究 | NA | 定性数据、观察记录 | 10个月民族志研究涉及的瘫痪患者、照顾者和康复专业人员群体 |
13 | 2025-10-01 |
Fusing Echocardiography Images and Medical Records for Continuous Patient Stratification
2025-Oct, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3600902
PMID:40833913
|
研究论文 | 提出融合超声心动图图像和医疗记录的方法,用于高血压患者的连续分层 | 首次将Transformer模型应用于表格数据,融合多模态医疗数据学习心血管疾病的连续表征 | 训练样本有限(少于200个训练样本),仅针对高血压患者进行研究 | 开发基于深度学习的患者分层方法,用于心血管疾病的连续表征学习 | 239名高血压患者 | 医学影像分析 | 心血管疾病 | Transformer模型,多模态数据融合 | Transformer | 超声心动图图像,医疗记录表格数据 | 239名高血压患者 |
14 | 2025-10-01 |
Explainable Machine Learning for Characterizing Unknown Molecular Structures in Infrared Spectra
2025-Sep-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c03126
PMID:40960350
|
研究论文 | 提出一种用于红外光谱中功能基团检测的可解释深度学习方法SSIN | 将红外光谱分析的先验知识融入深度学习模型,并实现可解释的功能基团检测 | NA | 开发高效且可解释的红外光谱功能基团检测方法 | 未知分子的红外光谱 | 机器学习 | NA | 红外光谱分析 | 深度学习网络SSIN | 红外光谱数据 | NIST数据库中的8845个气相红外光谱 |
15 | 2025-10-01 |
Deep Learning-Based Shape Classification for Hyperspectral-Imaged Microplastics
2025-Sep-30, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c02683
PMID:40963100
|
研究论文 | 本研究利用深度学习技术对高光谱成像的微塑料进行自动化形状分类 | 首次将九种深度学习架构应用于微塑料高光谱图像的形状分类,并系统比较了不同模型在多种数据集上的性能差异 | 模型架构和数据质量仍是主要挑战,需要更稳健的设计和高质量数据集支持 | 开发自动化微塑料形状分类方法以替代人工分类 | 11,042个环境微塑料颗粒的高光谱图像 | 计算机视觉 | NA | 微傅里叶变换红外光谱 | CNN, VGG16, ResNet50, ResNet50 V2, MobileNet | 高光谱图像 | 11,042个微塑料样本,涵盖7种环境基质(废水进水、出水、污泥、海水、雨水、雨水池沉积物和室内空气) |
16 | 2025-10-01 |
Assessing the feasibility of deep learning-based attenuation correction using photon emission data in18F-FDG images for dedicated head and neck PET scanners
2025-Sep-30, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae08ba
PMID:40967236
|
研究论文 | 本研究评估了使用深度学习技术从非衰减校正的18F-FDG PET图像生成测量衰减校正图像在头颈部成像中的可行性 | 首次将ResNet深度学习网络应用于头颈部PET图像的衰减校正,无需CT扫描即可生成高质量的衰减校正图像 | 在病理图像上SNR和对比度存在显著差异,需要更多训练数据来提高模型在病理情况下的性能 | 开发基于深度学习的头颈部PET图像衰减校正方法 | 头颈部18F-FDG PET图像 | 医学影像分析 | 头颈部疾病 | PET成像,深度学习 | ResNet | 2D医学图像 | 114名患者(12,068个切片),其中训练集114例,验证集21例,测试集24例正常图像和12例病理图像 |
17 | 2025-10-01 |
An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease
2025-Sep-30, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae087d
PMID:40961977
|
研究论文 | 提出一种可解释的多模态神经影像-基因组学生成框架,用于阿尔茨海默病的分类和轻度认知障碍转化预测 | 引入循环生成对抗网络处理多模态数据缺失问题,并结合可解释AI方法增强模型解释性 | 未明确说明样本来源和具体数据缺失情况 | 开发多模态深度学习框架用于阿尔茨海默病检测和轻度认知障碍转化预测 | 阿尔茨海默病患者、轻度认知障碍患者和健康对照组 | 医学影像分析 | 阿尔茨海默病 | 多模态MRI、单核苷酸多态性分析 | CycleGAN、深度学习 | 多模态MRI影像、基因组数据 | NA |
18 | 2025-10-01 |
Prediction of Atrial Fibrillation From the ECG in the Community Using Deep Learning: A Multinational Study
2025-Sep-30, Circulation. Arrhythmia and electrophysiology
DOI:10.1161/CIRCEP.125.013734
PMID:41025252
|
研究论文 | 开发并验证基于心电图的深度学习模型用于预测心房颤动风险 | 使用多国社区队列数据验证单一输入的深度学习模型,并与传统临床风险评分进行比较和组合 | 研究基于观察性队列,需要进一步验证在临床实践中的适用性 | 通过深度学习模型从心电图中预测心房颤动风险 | 来自Framingham心脏研究、英国生物银行和ELSA-Brasil三个队列的参与者 | 深度学习 | 心血管疾病 | 深度学习神经网络 | 深度神经网络 | 心电图信号 | FHS: 10,097人,英国生物银行: 49,280人,ELSA-Brasil: 12,284人,总计超过71,000名参与者 |
19 | 2025-10-01 |
Utilising Cot-Side Cameras in Neonatal Intensive Care Unit for Deep Learning-Assisted General Movement Assessment
2025-Sep-30, Acta paediatrica (Oslo, Norway : 1992)
DOI:10.1111/apa.70319
PMID:41025287
|
综述 | 探讨利用新生儿重症监护室床旁摄像头结合深度学习技术进行全身运动评估的可行性 | 首次系统评估床旁RGB摄像头与深度学习结合在新生儿全身运动评估中的应用潜力 | 基于文献综述,缺乏实际临床验证数据 | 开发计算机辅助的全身运动评估系统 | 新生儿(蠕动期婴儿) | 计算机视觉 | 新生儿神经发育疾病 | 深度学习、视频分析 | 基于外观和姿态的深度学习方法 | RGB视频数据 | NA |
20 | 2025-10-01 |
UAMRL: Multi-Granularity Uncertainty-Aware Multimodal Representation Learning for Drug-Target Affinity Prediction
2025-Sep-30, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf512
PMID:41025463
|
研究论文 | 提出一种用于药物-靶点亲和力预测的不确定性感知多模态表示学习框架 | 引入基于Normal-Inverse-Gamma分布的不确定性量化机制,建模异构信息可靠性并在融合过程中抑制不可信贡献 | NA | 提高药物-靶点亲和力预测的准确性和决策透明度 | 药物化合物和蛋白质靶点 | 机器学习 | NA | 多模态表示学习 | 双流编码器 | 多模态数据 | 多个公共DTA数据集 |