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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
181 | 2025-09-21 |
VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation
2025 Jul-Sep, IEEE transactions on haptics
IF:2.4Q2
DOI:10.1109/TOH.2025.3561049
PMID:40232917
|
研究论文 | 介绍VibTac,一种新型多模态触觉感知手指,用于机器人操作中的高分辨率和高带宽触觉感知 | 集成视觉和振动触觉感知模式,实现高分辨率和高带宽触觉感知,采用仿人设计提升任务适应性 | NA | 提升机器人操作能力,通过高分辨率和高带宽触觉感知提供关键反馈 | 机器人操作任务,如插入物体(例如以太网连接器) | 机器人技术 | NA | 3D重建、频谱分析、深度学习模型 | 深度学习 | 图像、振动信号 | 实验显示在涉及发出特定声音物体的插入任务中准确率超过90% |
182 | 2025-09-21 |
Preserving noise texture through training data curation for deep learning denoising of high-resolution cardiac EID-CT
2025-Jul, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17938
PMID:40660962
|
研究论文 | 本研究开发并测试了基于图像的噪声估计方法,用于训练CNN模型以在心脏EID-CT图像去噪中保留自然噪声纹理 | 提出了两种直接从患者图像估计噪声的方法,并通过混合训练策略实现了噪声纹理和解剖结构的双重保留 | 某些方法可能移除小的解剖结构,且样本量有限(仅7例患者测试数据) | 提升能量积分探测器CT(EID-CT)高分辨率重建图像的质量,使其噪声水平与光子计数探测器CT(PCD-CT)相当 | 心脏冠状动脉CT血管造影(cCTA)图像 | 计算机视觉 | 心血管疾病 | CT成像,深度学习去噪 | U-net CNN | 医学图像 | 训练数据来自患者图像,测试包括均匀水模和7例独立患者cCTA检查 |
183 | 2025-09-21 |
FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta
2025-May-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.27.640629
PMID:40093079
|
研究论文 | 介绍FakeRotLib方法,用于在Rosetta中快速参数化非经典氨基酸 | 提出基于小分子构象统计拟合生成旋转异构体分布的方法,显著提升参数化效率和覆盖范围 | NA | 改进非经典氨基酸在Rosetta中的建模参数化方法 | 非经典氨基酸的旋转异构体分布 | 计算生物学 | NA | 统计拟合,小分子构象分析 | NA | 分子构象数据 | NA |
184 | 2025-09-21 |
Artificial intelligence in four-dimensional imaging for motion management in radiation therapy
2025-Apr, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11109-w
PMID:40963558
|
综述 | 本文综述人工智能在四维成像中用于放疗运动管理的应用与潜力 | 探讨AI方法在不改变硬件的前提下提升4D成像精度与效率的创新路径 | 存在未解决的技术挑战和局限性,需未来研究进一步探索 | 改善放射治疗中的运动管理精度 | 四维成像技术及其在放疗中的应用 | 医学影像分析 | 肿瘤治疗(放射治疗相关) | 深度学习 | NA | 四维医学影像 | NA |
185 | 2025-09-21 |
Structural assembly of the PAS domain drives the catalytic activation of metazoan PASK
2025-Mar-25, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2409685122
PMID:40106358
|
研究论文 | 本文揭示了后生动物PASK激酶中PAS结构域的结构组装机制及其在催化激活中的作用 | 发现PASK中PAS-C结构域的非典型结构特征及其通过分子内相互作用形成功能模块的新机制 | NA | 解析PASK激酶中PAS结构域的结构特征和调控机制 | 后生动物PAS结构域调控激酶(PASK) | 结构生物学 | NA | 进化尺度结构域映射、深度学习结构建模 | 深度学习结构模型 | 结构数据 | NA |
186 | 2025-09-21 |
Fine-Tuned Deep Transfer Learning Models for Large Screenings of Safer Drugs Targeting Class A GPCRs
2025-03-18, Biochemistry
IF:2.9Q3
DOI:10.1021/acs.biochem.4c00832
PMID:40056143
|
研究论文 | 开发基于深度迁移学习的模型,用于大规模筛选靶向A类GPCRs的更安全药物 | 采用预训练和迁移学习策略,结合NLP处理靶点序列和受体突变效应,构建可预测低效化合物或偏向激动剂的定制化模型 | 高质量数据有限可能影响模型可靠性 | 预测具有低内在效能或配体偏向性的更安全化合物,以推进药物开发 | A类G蛋白偶联受体(GPCRs)及其配体 | 自然语言处理 | NA | 深度迁移学习,自然语言处理 | 神经网络 | 序列数据(受体序列和配体数据集) | 所有A类GPCRs的受体序列和配体数据集 |
187 | 2025-09-21 |
A deep learning pipeline for three-dimensional brain-wide mapping of local neuronal ensembles in teravoxel light-sheet microscopy
2025-Mar, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02583-1
PMID:39870865
|
研究论文 | 提出一种基于人工智能的端到端计算流程ACE,用于三维全脑范围内局部神经元集群的无偏映射 | 结合三维深度学习分割模型和聚类统计算法,实现跨实验协议的高泛化性神经元活动映射,突破传统图谱定义区域的限制 | NA | 开发高精度全脑神经元活动与连接性映射的计算方法 | 清除处理的啮齿类动物大脑 | 数字病理学 | NA | 光片荧光显微镜技术 | 3D深度学习分割模型 | 三维细胞分辨率图像 | 未公开具体样本数量(啮齿类大脑) |
188 | 2025-09-21 |
Characteristics of left ventricular dysfunction in repaired tetralogy of Fallot: A multi-institutional deep learning analysis of regional strain and dyssynchrony
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101886
PMID:40122390
|
研究论文 | 利用深度学习合成应变技术分析修复性法洛四联症患者左心室功能障碍的区域应变和不同步模式 | 首次应用全自动深度学习算法(DLSS)对多中心rTOF患者队列进行左心室区域应变和不同步的自动化测量与聚类分析 | 回顾性研究设计,样本量有限(198例患者),需进一步验证DLSS在临床实践中的普适性 | 表征修复性法洛四联症患者左心室功能障碍的模式及其与临床结局的关系 | 修复性法洛四联症患者(198例)和健康对照者(21例) | 医学影像分析 | 心血管疾病 | 心血管磁共振成像(CMR),稳态自由进动电影序列(SSFP MRI),深度学习合成应变(DLSS) | 深度学习算法 | 医学影像(MRI短片) | 219例(198例rTOF患者 + 21例健康对照) |
189 | 2025-09-21 |
Automatic flow planning for fetal cardiovascular magnetic resonance imaging
2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101888
PMID:40180124
|
研究论文 | 开发用于胎儿心血管磁共振成像的实时自动血流规划方法OWL | 首次实现胎儿二维相位对比血流成像的实时自动规划,通过深度学习网络定位胎儿身体和心脏标志点 | 前瞻性案例中成功实施6/7,规划质量略低于手动规划(2.73/4 vs 3.0/4) | 自动化胎儿血流成像的实时规划,扩大该技术的可及性 | 胎儿心血管系统 | 医学影像分析 | 心血管疾病 | 深度学习,相位对比磁共振成像 | 深度学习网络 | 磁共振影像 | 训练集167和71个胎儿数据集,回顾性评估10个数据集,前瞻性评估7个胎儿受试者 |
190 | 2025-09-21 |
Intelligent Alzheimer's diagnosis and disability assessment: robust medical imaging analysis using ensemble learning with ResNet-50 and EfficientNet-B3
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1619228
PMID:40963573
|
研究论文 | 提出一种基于ResNet-50和EfficientNet-B3的集成学习模型,用于通过MRI图像自动诊断阿尔茨海默病和评估残疾程度 | 结合ResNet-50特征提取和EfficientNet-B3分类器的集成学习框架,在阿尔茨海默病诊断中实现高精度和泛化性能 | 需要在多样化临床环境中进一步优化和验证模型以满足实际医疗诊断需求 | 开发自动化的阿尔茨海默病早期诊断和残疾评估系统 | 阿尔茨海默病患者MRI图像,涵盖轻度、中度、非痴呆和极轻度痴呆四个阶段 | 医学影像分析 | 阿尔茨海默病 | MRI成像,深度学习集成方法 | ResNet-50, EfficientNet-B3, 集成学习 | 医学影像(MRI) | 33,984张MRI图像,包含四个痴呆阶段的参与者 |
191 | 2025-09-19 |
Artificial intelligence in ADHD assessment: a comprehensive review of research progress from early screening to precise differential diagnosis
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1624485
PMID:40964142
|
综述 | 本文综述了人工智能在ADHD从早期筛查到精确鉴别诊断的客观评估中的应用进展 | 利用AI技术处理多模态数据提取客观生物标志物,提升ADHD评估效率与精准度 | 标准化数据不足、模型泛化能力有限、可解释性问题、潜在偏差及缺乏严格临床验证 | 实现负责任、精准、客观及个性化的ADHD评估与管理 | 注意缺陷多动障碍(ADHD)患者 | 自然语言处理 | 精神疾病 | 机器学习(ML)、深度学习(DL) | NA | 多模态数据(行为、神经生理、神经影像、遗传) | NA |
192 | 2025-09-21 |
Deep learning model using cross-sequence learning to identify orbital fractures in radiographs of patients under 20 Years
2025, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2025.1613417
PMID:40964434
|
研究论文 | 开发并验证一种基于深度学习的多输入模型,用于在年轻患者的X光片中检测眼眶骨折 | 提出新颖的跨序列学习方法,性能优于传统单输入模型 | 回顾性研究,可能存在选择偏倚 | 通过深度学习减少不必要的CT扫描和辐射暴露 | 20岁以下眼眶骨折患者 | 计算机视觉 | 眼眶骨折 | 深度学习 | 多输入深度学习模型 | X光图像和CT图像 | 来自两家医院的1814例面部创伤患者 |
193 | 2025-09-21 |
How to accurately predict nanobody structure: Classical physics-based simulations or deep learning approaches
2025, Advances in protein chemistry and structural biology
DOI:10.1016/bs.apcsb.2024.12.001
PMID:40973396
|
研究论文 | 本研究比较了基于经典物理的模拟和深度学习两种方法在预测纳米抗体(尤其是CDR3区域)结构准确性方面的表现 | 首次系统比较物理模拟与深度学习在纳米抗体结构预测中的效果,并提出纳米抗体与靶蛋白结合表面形成需要诱导契合机制的新观点 | 仅选取了三种代表性纳米抗体(Nb32、Nb80、Nb35)作为研究对象,样本规模有限 | 评估不同方法在纳米抗体结构预测中的准确性,并为不同类别纳米抗体的准确预测提供建议 | 纳米抗体(重链单域抗体VHHs),特别是其互补决定区CDR3的结构 | 计算生物学 | NA | 同源建模、分子动力学模拟、AlphaFold2、RoseTTAFold | AlphaFold2, RoseTTAFold | 蛋白质结构数据 | 三种代表性纳米抗体(Nb32、Nb80、Nb35) |
194 | 2025-09-21 |
Rapid response to fast viral evolution using AlphaFold 3-assisted topological deep learning
2024-Nov-19, ArXiv
PMID:39606716
|
研究论文 | 提出一种结合AlphaFold 3和拓扑深度学习的策略,用于快速预测病毒突变对蛋白质相互作用和结合自由能的影响 | 首次将AlphaFold 3与多任务拓扑拉普拉斯模型结合,无需实验结构即可准确预测病毒突变效应 | 验证仅基于SARS-CoV-2刺突蛋白RBD结构域数据,尚未扩展到其他病毒或蛋白类型 | 开发计算方法来快速响应病毒快速进化,支持病毒追踪、诊断和抗体/疫苗设计 | SARS-CoV-2刺突蛋白受体结合域(RBD)与人类ACE2复合物 | 计算生物学 | 传染病 | 拓扑深度学习(TDL)、拓扑数据分析(TDA)、持久拉普拉斯(PL)、深度突变扫描(DMS) | 多任务拓扑拉普拉斯(MT-TopLap)模型 | 蛋白质三维结构数据、突变扫描数据 | 4个实验性DMS数据集,包括SARS-CoV-2 HK.3变体数据 |
195 | 2025-09-21 |
Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature
2024-11, Atherosclerosis
IF:4.9Q1
|
综述 | 本文综述了人工智能在CT成像中研究动脉粥样硬化的最新文献,重点关注成像生物标志物用于评估冠状动脉炎症、斑块及相关风险 | 介绍了基于深度学习(如CNN)的病灶检测、分割和分类方法,以及通过体素高阶结构分析捕获生物化学过程的放射转录组学新技术 | 讨论了当前AI方法的局限性及需优先解决的挑战 | 推动AI技术从研究环境向临床工作流程转化,开发AI风险评估工具以检测易损斑块并指导治疗策略 | 冠状动脉粥样硬化疾病 | 医学影像分析 | 心血管疾病 | CT成像、深度学习、放射转录组学 | CNN | CT图像 | NA |
196 | 2025-09-21 |
Influence of training and expertise on deep neural network attention and human attention during a medical image classification task
2024-04-01, Journal of vision
IF:2.0Q2
DOI:10.1167/jov.24.4.6
PMID:38587421
|
研究论文 | 比较人类专家与深度学习模型在医学图像分类任务中的视觉注意力机制 | 首次直接比较人类视觉注意力与机器视觉注意力在相同医学诊断任务中的表现,并揭示模型注意力与专家注意力的相似性 | 研究仅限于小肠内窥镜图像和克罗恩病诊断,可能不适用于其他医学领域 | 探索人类专家与深度学习模型在视觉决策过程中的相似性,以促进医学培训和新算法设计 | 新手和胃肠病学专家参与者,以及三种最先进的深度学习模型 | 计算机视觉 | 克罗恩病 | 眼动追踪和六种不同的后 hoc 注意力提取方法 | 深度学习模型 | 医学图像(小肠内窥镜图像) | 包含新手和胃肠病学专家的参与者群体,以及经过精细标注数据集训练的模型 |
197 | 2025-09-21 |
Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis
2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101082
PMID:39142567
|
研究论文 | 提出一种数据自适应不确定性引导的时空分析方法,用于提升多中心心肌灌注心血管MRI数据集的深度学习分割鲁棒性 | 利用不确定性图自动从多个DNN解决方案中选择最佳分割结果,增强模型对脉冲序列和扫描仪差异的适应性 | 训练数据量有限(n=150 subjects),且仅基于三个医疗中心的数据进行验证 | 开发能够处理多中心数据集差异的深度学习心肌灌注分割技术 | 心肌灌注心血管磁共振成像数据集 | 计算机视觉 | 心血管疾病 | 心血管磁共振成像(CMR) | 时空U-Net | 图像 | 150名受试者,21,150张首过图像 |
198 | 2025-09-21 |
Accelerated chemical shift encoded cardiovascular magnetic resonance imaging with use of a resolution enhancement network
2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101090
PMID:39243889
|
研究论文 | 开发了一种基于深度学习的快速化学位移编码心血管磁共振成像方法,用于加速心肌脂肪成像 | 提出了一种基于复数图像超分辨率生成对抗网络的深度学习模型,能够独立增强每个回波图像,实现快速化学位移编码成像 | 研究样本量相对有限,前瞻性研究仅包含21名参与者 | 加速心血管磁共振化学位移编码成像,减少呼吸暂停次数 | 人类心血管系统,特别是心肌脂肪成像 | 医学影像分析 | 心血管疾病 | 化学位移编码(CSE),广义自动校准部分并行采集(GRAPPA),两点Dixon重建 | 生成对抗网络(GAN) | 磁共振图像 | 训练数据来自1519名患者,前瞻性研究包含16名参与者和5名健康个体 |
199 | 2025-09-21 |
SEResUTer: a deep learning approach for accurate ECG signal delineation and atrial fibrillation detection
2023-Dec-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad02da
PMID:37827168
|
研究论文 | 提出一种名为SEResUTer的深度学习模型,用于精确的心电图信号描绘和心房颤动检测 | 结合ResNet模块和Transformer编码器改进U-Net架构,并引入新颖的掩码策略处理不完整的专家标注 | NA | 实现心电图波形精确描绘和心房颤动的自动检测 | 心电图信号 | 机器学习 | 心血管疾病 | 深度学习 | U-Net with ResNet and Transformer | 生理信号数据 | QTDB、LUDB、CPSC2021和CPSC2018数据集 |
200 | 2025-09-21 |
Photoplethysmography-based cuffless blood pressure estimation: an image encoding and fusion approach
2023-Dec-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad0426
PMID:38099538
|
研究论文 | 提出一种基于图像编码和融合的光电容积脉搏波无袖带血压估计方法 | 首次从2D视角将PPG信号转换为五种图像编码,并采用编码器-解码器混合架构进行特征融合 | 仅使用UCI数据库进行评估,未提及外部验证或临床环境测试 | 开发端到端的无创血压估计方法 | 光电容积脉搏波(PPG)信号 | 机器学习 | 心血管疾病 | 图像编码转换 | CNN与全连接层混合架构 | 图像编码信号 | 基于UCI数据库(具体样本量未明确说明) |