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 | 2025-10-04 |
The role of artificial intelligence in implant dentistry: a systematic review
2025-Nov, International journal of oral and maxillofacial surgery
IF:2.2Q2
DOI:10.1016/j.ijom.2025.04.005
PMID:40436717
|
系统综述 | 本文系统综述了人工智能在种植牙领域的应用研究 | 首次对2018-2024年间AI在种植牙领域的应用进行全面系统分析,揭示了该领域的发展趋势和技术特征 | 纳入研究存在偏倚风险,其中11项研究具有高偏倚风险,且该领域整体仍处于相对不成熟阶段 | 综合分析人工智能在牙科种植学中的应用研究 | 2018年至2024年10月15日期间发表的与AI和种植学相关的文献 | 数字病理 | 牙科疾病 | 深度学习算法 | 深度学习 | 图像数据 | 共纳入120篇相关论文 |
2 | 2025-10-04 |
Current Research and Development in the Field of Magnetic Resonance Contrast Media
2025-Nov-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001206
PMID:40622723
|
综述 | 本文讨论磁共振造影剂领域的新一代高弛豫率钆基造影剂、安全性研究、MR技术改进及其他造影剂的持续开发 | 重点介绍新一代钆基造影剂gadopiclenol和gadoquatrane可能取代现有标准,重新研究锰基化合物,并探讨人工智能在MR造影剂领域的应用潜力 | 锰基化合物的临床成像影响尚不明确,部分技术仍处于发展阶段 | 综述磁共振造影剂领域的最新研究进展和发展趋势 | 钆基造影剂、锰基化合物、MR技术、人工智能技术 | 医学影像 | NA | 磁共振成像、人工智能、深度学习 | 深度学习 | 医学影像数据 | NA |
3 | 2025-10-04 |
Efficient Visual Transformer by Learnable Token Merging
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3588186
PMID:40663671
|
研究论文 | 提出一种可学习令牌合并的紧凑型视觉Transformer架构LTM-Transformer | 通过可学习的令牌合并方案减少计算量,同时基于信息瓶颈理论推导出可分离变分上界 | NA | 开发高效的视觉Transformer模型以降低计算成本并保持准确性 | 视觉Transformer模型架构 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | NA |
4 | 2025-10-04 |
Re-Boosting Self-Collaboration Parallel Prompt GAN for Unsupervised Image Restoration
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3589606
PMID:40668718
|
研究论文 | 提出一种用于无监督图像复原的自协作并行提示生成对抗网络框架 | 提出自协作策略和重增强模块,在不增加推理复杂度的情况下显著提升复原性能;设计并行生成对抗分支与互补约束机制 | 未明确说明具体应用的图像类型和数据集规模限制 | 提升无监督图像复原方法的性能 | 退化图像 | 计算机视觉 | NA | 生成对抗网络(GAN) | GAN, 提示学习模块 | 图像 | NA |
5 | 2025-10-04 |
NUPES: Non-Uniform Post-Training Quantization via Power Exponent Search
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3593987
PMID:40758517
|
研究论文 | 提出一种基于幂指数搜索的非均匀后训练量化方法NUPES,用于深度神经网络特别是大语言模型的压缩部署 | 通过自同构变换保持标量乘法,提出优化幂指数参数和权重值的新范式,克服了传统后训练优化技术只能学习舍入权重的限制 | 论文未明确说明具体的计算复杂度或硬件实现成本 | 降低深度神经网络特别是大语言模型的内存占用和推理延迟 | 深度神经网络(DNN)和大语言模型(LLM)的权重与激活值 | 机器学习 | NA | 非均匀量化、后训练量化、幂函数变换 | Transformer、大语言模型(LLM) | 神经网络权重和激活值 | NA |
6 | 2025-10-04 |
Protecting Feature Privacy in Person Re-Identification
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3590979
PMID:40758524
|
研究论文 | 提出一种基于GAN的特征隐私保护行人重识别模型,通过对抗训练平衡隐私保护与识别性能 | 首次将GAN用于特征反演攻击模拟,提出双步训练与延迟更新策略,并设计效用-可逆比(URR)评估指标 | 优化过程面临双重对抗目标挑战,在隐私保护与识别精度间需要权衡 | 保护行人重识别中深度特征的隐私安全,防止特征被反演还原为原始图像 | 行人重识别系统中的深度特征表示 | 计算机视觉 | NA | 生成对抗网络(GAN) | GAN | 图像 | NA |
7 | 2025-10-04 |
EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3354997
PMID:38227417
|
研究论文 | 提出一种广义端到端概率性PnP方法用于单目物体姿态估计 | 将PnP构建为可输出SE(3)流形上姿态分布的概率层,通过最小化KL散度学习2D-3D对应关系 | 未明确说明 | 解决单目RGB图像中3D物体姿态估计问题 | 3D物体姿态 | 计算机视觉 | NA | 概率性Perspective-n-Point方法 | 深度学习网络 | RGB图像 | 在LineMOD和nuScenes基准测试上进行评估 |
8 | 2025-10-04 |
Deep Learning-Based Point Cloud Compression: An In-Depth Survey and Benchmark
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3594355
PMID:40742848
|
综述 | 本文对基于深度学习的点云压缩技术进行了系统综述和基准测试 | 首次对深度学习点云压缩方法进行系统性总结,包含算法演进、标准发展和多数据集基准测试 | 作为综述性文章,不包含原始实验数据和新方法提出 | 总结深度学习点云压缩的研究进展并指明未来方向 | 点云压缩算法和数据集 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 点云数据 | 多个广泛使用的点云数据集 |
9 | 2025-10-04 |
SEMI-CAVA: A Causal Variational Approach to Semi-Supervised Learning
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3594360
PMID:40742852
|
研究论文 | 提出一种结合因果推理和变分推断的半监督学习方法SEMI-CAVA | 将Mixup策略解释为随机干预并引入一致性损失以促进潜在表征的一致性,为学习到的潜在表征与真实因果因子对齐提供理论保证 | NA | 开发用于半监督学习的因果生成模型 | 医学数据集和标准基准数据集(CIFAR10、CIFAR100、SVHN) | 机器学习 | NA | 变分推断、因果推理 | 因果生成模型 | 多模态医学数据、图像数据 | 多个医学数据集和标准基准数据集 |
10 | 2025-10-04 |
VLPose: Bridging the Domain Gap in Pose Estimation With Language-Vision Tuning
2025-Nov, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3594097
PMID:40788797
|
研究论文 | 提出了一种名为VLPose的新框架,通过语言-视觉调优来解决姿态估计中的领域差距问题 | 利用语言模型的潜力增强传统姿态估计模型的适应性,通过语言和视觉的协同作用扩展姿态估计模型的泛化能力和鲁棒性 | NA | 通过高效的调优策略弥合自然场景和人工场景之间的领域差距 | 人体姿态估计 | 计算机视觉 | NA | 语言-视觉调优 | VLPose框架 | 图像 | 在HumanArt和MSCOCO数据集上进行了验证 |
11 | 2025-10-04 |
Deep learning-based cell type profiles reveal signatures of Alzheimer's disease resilience and resistance
2025-Oct-03, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awaf285
PMID:40794555
|
研究论文 | 开发基于Transformer的深度学习模型从批量RNA测序数据中重建细胞类型特异性转录程序,用于研究阿尔茨海默病的认知韧性和脑抵抗机制 | 首次应用基于Transformer的深度学习模型从批量RNA测序数据中恢复细胞类型特异性转录程序,显著优于先前方法 | 单核技术存在核转录覆盖度低、成本高和技术复杂性的限制 | 揭示阿尔茨海默病韧性和抵抗的细胞机制,识别特定治疗靶点 | 大脑细胞类型,特别是星形胶质细胞、兴奋性神经元和少突胶质祖细胞 | 机器学习 | 阿尔茨海默病 | RNA测序,单核技术 | Transformer | 转录组数据 | NA |
12 | 2025-10-04 |
MMFmiRLocEL: A Multi-Model Fusion and Ensemble Learning Approach for Identifying miRNA Subcellular Localization Using RNA Structure Language Model
2025-Oct, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3548940
PMID:40053625
|
研究论文 | 提出一种基于多模型融合和集成学习的深度学习方法MMFmiRLocEL,用于识别miRNA亚细胞定位 | 首个结合序列、结构和功能三种信息进行miRNA亚细胞定位预测的方法,并采用多模型融合机制 | NA | 开发更准确的miRNA亚细胞定位预测计算方法 | miRNA亚细胞定位 | 生物信息学 | NA | RNA结构语言模型 | 卷积神经网络、深度残差神经网络、集成学习 | 序列数据、结构数据、功能关联数据 | NA |
13 | 2025-10-04 |
TPNET: A Time-Sensitive Small Sample Multimodal Network for Cardiotoxicity Risk Prediction
2025-Oct, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3552819
PMID:40106240
|
研究论文 | 开发了一种用于预测癌症治疗相关心功能障碍风险的时间敏感小样本多模态网络TPNET | 结合组织多普勒成像特征与深度学习技术,首次构建能够预测24个月内CTRCD发病风险的时序多模态网络模型 | 样本量相对较小(270例患者),需要在更大规模数据集中进一步验证 | 预测乳腺癌患者癌症治疗相关心功能障碍(CTRCD)的发病风险 | 270名乳腺癌患者 | 数字病理学 | 心血管疾病 | 组织多普勒成像(TDI),集成梯度(IG)归因分析 | TPNET(时序多模态模式网络) | 多模态数据(TDI图像、功能数据、临床数据) | 270名患者 |
14 | 2025-10-04 |
Enhancing Herbal Medicine-Drug Interaction Prediction Using Large Language Models
2025-Oct, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3558667
PMID:40193268
|
研究论文 | 提出一种基于大语言模型的草药-药物相互作用预测方法 | 首次将大语言模型与变分图自编码器结合用于草药-药物相互作用预测,通过节点度差异化处理解决高连接节点主导问题 | 未明确说明数据质量提升的具体程度和模型在稀疏数据场景下的表现 | 预测草药与药物之间的相互作用,优化联合治疗方案 | 草药和药物分子 | 自然语言处理 | NA | 大语言模型(LLMs)、one-hot编码、变分图自编码器(VGAEs) | LLM、VGAE | 分子SMILES序列、图结构数据 | NA |
15 | 2025-10-04 |
Enhancing ECG Classification in Cardiac Diagnostics: A Novel Approach Using Adaptive Focal Cross-Entropy Loss Function
2025-Oct, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3566531
PMID:40333100
|
研究论文 | 提出一种基于深度可分离残差注意力网络和自适应焦点交叉熵损失函数的心电图分类新方法 | 提出DRA-ECG模型和自适应焦点交叉熵损失函数,结合连续小波变换和边缘特征检测技术,有效解决类别不平衡问题 | NA | 提高心电图分类在心脏疾病诊断中的准确性和鲁棒性 | 心电图信号 | 机器学习 | 心血管疾病 | 连续小波变换、边缘特征检测 | 深度可分离残差注意力网络 | 1D信号和2D图像 | NA |
16 | 2025-10-04 |
Mpox diagnosis at POC
2025-Oct, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2025.04.015
PMID:40393854
|
综述 | 本文综述了猴痘(Mpox)即时诊断(POC)工具的发展现状、实施瓶颈及未来方向 | 探讨了机器学习和深度学习模型在猴痘诊断中的应用潜力,以及可部署现场平台的整合策略 | 当前POC平台在猴痘诊断中的广泛实施仍存在瓶颈 | 促进猴痘快速、准确和用户友好诊断的POC工具开发 | 猴痘诊断技术 | 医学诊断 | 猴痘 | PCR、机器学习和深度学习 | ML和DL模型 | NA | NA |
17 | 2025-10-04 |
TTFNet: Temporal-Frequency Features Fusion Network for Speech Based Automatic Depression Recognition and Assessment
2025-Oct, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3574864
PMID:40440151
|
研究论文 | 提出一种基于语音的自动抑郁症识别与评估方法TTFNet,通过融合时域和频域特征提升检测性能 | 首次将四元数表示应用于语音特征编码,创新设计四元数VisionLSTM模型,并开发XConformer块实现跨序列交互 | NA | 开发客观便捷的抑郁症早期筛查方法 | 抑郁症患者的语音特征 | 自然语言处理 | 抑郁症 | 深度学习 | TTFNet, quaternion VisionLSTM, sLSTM, wav2vec 2.0, XConformer | 语音 | AVEC 2013、AVEC 2014、DAIC-WOZ和E-DAIC数据集 |
18 | 2025-10-04 |
Artificial Intelligence Deep Learning Models to Predict Spaceflight Associated Neuro-Ocular Syndrome
2025-Oct, American journal of ophthalmology
IF:4.1Q1
DOI:10.1016/j.ajo.2025.06.009
PMID:40505849
|
研究论文 | 开发基于深度学习的人工智能模型,利用光学相干断层扫描图像预测航天飞行相关神经眼综合征 | 首次将深度学习模型应用于SANS预测,并比较了航天飞行数据和地面模拟数据的训练效果 | 数据量有限,样本规模较小 | 预测航天飞行相关神经眼综合征的发生 | 宇航员和头低位卧床休息研究参与者 | 计算机视觉 | 神经眼综合征 | 光学相干断层扫描 | Resnet50 | 图像 | 宇航员飞行数据和地面模拟研究参与者的OCT图像数据集 |
19 | 2025-10-04 |
Artificial intelligence-enabled electrocardiography and echocardiography to track preclinical progression of transthyretin amyloid cardiomyopathy
2025-Oct-01, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehaf450
PMID:40679604
|
研究论文 | 利用人工智能分析超声心动图和心电图追踪转甲状腺素蛋白淀粉样心肌病的临床前进展 | 首次将深度学习模型同时应用于超声心动图视频和心电图图像,实现ATTR-CM的临床前风险分层 | 回顾性研究设计,样本来源限于两个医疗中心 | 开发可扩展的ATTR-CM临床前监测策略 | 转诊进行心脏淀粉样变核素检测的患者 | 数字病理 | 心血管疾病 | 深度学习 | 深度学习模型 | 视频、图像 | 内部队列984人(耶鲁-纽黑文医疗系统),外部队列806人(休斯顿卫理公会医院),共分析7352次TTE和32205次ECG |
20 | 2025-10-04 |
Bond-centric modular design of protein assemblies
2025-Oct, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02297-5
PMID:40745093
|
研究论文 | 本文提出了一种基于化学键合原理的模块化蛋白质组装设计方法 | 利用深度学习生成工具设计具有规则配位几何和可定制键合相互作用的蛋白质构建模块 | NA | 开发模块化蛋白质纳米材料设计方法 | 蛋白质构建模块及其组装结构 | 计算生物学 | NA | 深度学习生成工具、电子显微镜 | 深度学习生成模型 | 蛋白质结构数据、电子显微镜图像 | 成功组装超过20种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格 |