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 | 2025-10-04 |
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 |
182 | 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 |
183 | 2025-10-04 |
Real-Time Health Monitoring Using 5G Networks: Deep Learning-Based Architecture for Remote Patient Care
2025-Oct-01, JMIRx med
DOI:10.2196/70906
PMID:41032883
|
研究论文 | 开发了一种集成深度学习和5G网络的实时健康监测架构,用于远程患者生命体征监控 | 提出结合注意力机制的混合CNN-LSTM模型,并利用5G超可靠低延迟通信进行边缘部署 | 研究仅基于1000名患者3个月的数据进行评估,长期效果和更大规模应用仍需验证 | 开发实时生命体征监测和预测的远程患者监护系统 | 远程患者监护系统和生命体征数据 | 机器学习 | 老年疾病 | 深度学习,5G网络,边缘计算 | 混合CNN-LSTM模型 | 生命体征时序数据 | 1000名患者3个月的监测数据 |
184 | 2025-10-04 |
From images to understanding: Advances in deep learning for cellular dynamics analysis
2025-Oct-01, Current opinion in cell biology
IF:6.0Q1
DOI:10.1016/j.ceb.2025.102585
PMID:41037869
|
综述 | 概述深度学习在细胞动力学分析中的最新方法与应用进展 | 强调深度学习方法如何补充经典算法,并讨论确保科学可靠性和可访问性的新兴趋势 | NA | 弥合计算专业知识与生物学应用之间的差距,为快速发展的细胞动力学分析领域提供指导 | 2D显微镜图像中的细胞动力学分析 | 计算机视觉 | NA | 深度学习 | NA | 2D显微镜图像 | NA |
185 | 2025-10-04 |
Systematic review and meta-analysis of artificial intelligence models for diagnosing and subphenotyping ARDS in adults
2025-Oct-01, Heart & lung : the journal of critical care
IF:2.4Q2
DOI:10.1016/j.hrtlng.2025.09.017
PMID:41037977
|
系统评价与荟萃分析 | 对成人ARDS诊断和亚表型识别的人工智能模型进行系统评价和荟萃分析 | 首次对ARDS人工智能诊断模型进行全面系统评价,涵盖亚表型识别和COVID-19相关研究 | 校准报告缺失(47%),大多数研究缺乏外部验证(29/63),研究间异质性高 | 评估人工智能模型在成人ARDS诊断和亚表型识别中的性能和方法学质量 | 成人ARDS患者 | 医学人工智能 | 急性呼吸窘迫综合征 | 系统评价和荟萃分析方法 | 深度学习模型、机器学习模型 | 影像数据、非影像数据 | 63项研究(n = 135,762例患者) |
186 | 2025-10-04 |
Consensus-guided evaluation of self-supervised learning in echocardiographic segmentation
2025-Oct-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111148
PMID:41038129
|
研究论文 | 本研究评估自监督学习在超声心动图左心室分割中的应用,并引入多专家标注数据集提升评估可靠性 | 提出基于共识的多专家标注数据集以减少标注噪声,并发现对比学习在低标注数据场景下表现最优 | 未明确说明具体使用的数据集规模和技术实现细节 | 探索自监督学习在超声心动图分割中的有效性 | 超声心动图中的左心室分割 | 计算机视觉 | 心血管疾病 | 自监督学习、对比学习 | 深度学习模型 | 超声心动图像 | 使用15%标注数据进行微调,具体样本数量未明确说明 |
187 | 2025-10-04 |
UNSX-HRNet: Modeling anatomical uncertainty for landmark detection in total hip arthroplasty
2025-Oct-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.111146
PMID:41038128
|
研究论文 | 提出一种结合高分辨率网络和不确定性估计的深度学习框架,用于全髋关节置换术中的解剖标志点检测 | 通过基于解剖关系的不确定性估计处理非结构化数据,为预测的标志点分配不确定性分数以提醒临床医生关注 | NA | 开发先进的深度学习框架解决X射线图像中解剖标志点检测的挑战 | 全髋关节置换术中的解剖标志点 | 计算机视觉 | 骨科疾病 | 深度学习 | HRNet | X射线图像 | 结构化和非结构化数据集 |
188 | 2025-10-04 |
AI-Driven CBCT Analysis for Surgical Decision-Making and Mucosal Damage Prediction in Sinus Lift Surgery for patients with low RBH
2025-Oct-01, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103931
PMID:41039687
|
研究论文 | 本研究构建了基于深度学习的智能决策系统,用于优化上颌窦底提升手术方案选择并预测黏膜穿孔风险 | 首次构建基于深度学习的3D智能决策模型用于上颌窦底提升手术,创新引入卷积块注意力机制和深度可分离卷积技术 | 样本量相对有限(79例患者),需要在更大规模数据集中进一步验证模型性能 | 开发智能决策系统以优化上颌窦底提升手术方案选择并预测黏膜穿孔风险 | 接受上颌窦底提升手术的低剩余骨高度患者 | 计算机视觉 | 口腔颌面疾病 | 锥形束计算机断层扫描成像 | 改进的EfficientNet和ResNet模型,3D卷积神经网络 | 医学影像 | 79例患者的锥形束计算机断层扫描影像数据 |
189 | 2025-10-04 |
AI-driven prediction of dental implant numbers to be placed for patient-specific treatment planning
2025-Oct-01, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103896
PMID:41039688
|
研究论文 | 开发基于Vision Transformer的深度学习回归模型,利用全景X光片和临床数据预测无牙颌患者所需种植体数量 | 首次将Vision Transformer模型应用于牙科种植体数量预测,为种植治疗规划提供数据驱动的标准化方法 | 单中心研究设计且样本量有限,限制了模型的普适性 | 开发AI模型预测无牙颌患者所需种植体数量,支持标准化治疗规划 | 628名接受牙科种植治疗的无牙颌患者 | 计算机视觉 | 牙科疾病 | 全景X光片、CBCT成像、深度学习 | Vision Transformer (ViT) | 图像、临床数据 | 628名患者(341名女性,287名男性),919个无牙颌感兴趣区域 |
190 | 2025-10-04 |
Beyond dental radiographs, a radiomics-based study for the classification of caries extension and depth
2025-Oct, Journal of dental sciences
IF:3.4Q1
DOI:10.1016/j.jds.2025.04.006
PMID:41040554
|
研究论文 | 本研究开发了一种基于放射组学和机器学习的非侵入性方法,使用口内照片对龋齿范围和深度进行分类 | 首次使用放射组学特征在口内摄影图像中分类龋齿深度,传统方法依赖X光片 | 仅包含健康牙齿或龋齿病变图像,样本代表性可能有限 | 评估基于放射组学的机器学习方法在龋齿分类中的效果 | 口内摄影图像中的牙齿和龋齿病变 | 医学影像分析 | 龋齿 | 放射组学特征提取、机器学习分类 | LDA, k-NN, SVM, NNET | 图像 | 通过数据增强增加样本量,具体数量未明确说明 |
191 | 2025-10-04 |
Feature-driven breast cancer classification via hybrid model using mammogram images
2025-Oct, Journal of medical engineering & technology
DOI:10.1080/03091902.2025.2530938
PMID:41041719
|
研究论文 | 提出一种基于混合模型的乳腺X线影像乳腺癌分类方法 | 结合改进损失函数和激活函数的LeNet模型(MLAL)与深度卷积神经网络(DCNN),采用多阶段特征提取流程 | NA | 开发自动化乳腺癌分类系统以辅助放射科医生诊断 | 乳腺X线影像 | 计算机视觉 | 乳腺癌 | 深度学习,图像处理 | LeNet,DCNN,SegNet | 图像 | NA |
192 | 2025-10-04 |
Adversarial control of synchronization in complex oscillator networks
2025-Oct-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0284213
PMID:41042149
|
研究论文 | 本研究基于深度学习中的对抗攻击原理,提出通过精心设计的弱扰动来控制复杂振荡器网络的同步动态 | 将深度学习中的对抗攻击概念引入网络化动力系统,提出基于梯度优化的相位扰动方法来实现同步控制 | NA | 研究如何通过弱扰动控制复杂振荡器网络的同步动态 | Kuramoto振荡器网络,包括无标度网络、小世界网络以及代表电网和大脑连接模式的真实网络 | 机器学习 | NA | 梯度优化方法 | 基于梯度的优化方法 | 网络拓扑数据,相位数据 | 多种网络架构,包括规范模型网络和真实世界网络 |
193 | 2025-10-04 |
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 | 在潜在空间引入循环生成对抗网络进行缺失数据填补,并利用可解释AI方法提取特征相关性 | 未明确说明样本来源和数据收集的具体限制条件 | 基于多模态MRI数据和单核苷酸多态性解码阿尔茨海默病,实现疾病分类和转化预测 | 阿尔茨海默病患者、轻度认知障碍患者和健康对照 | 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、深度学习方法 | CycleGAN、深度学习分类框架 | 多模态神经影像数据、基因组数据 | NA |
194 | 2025-10-04 |
Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus-Positive Oropharyngeal Cancer
2025-Sep-30, JAMA otolaryngology-- head & neck surgery
DOI:10.1001/jamaoto.2025.3225
PMID:41026592
|
研究论文 | 开发基于人工智能的管道,用于HPV阳性口咽癌患者治疗前CT扫描中的淋巴结分割和影像学淋巴结外侵犯检测及预后预测 | 首次开发AI驱动的自动化管道用于HPV阳性口咽癌的iENE检测,并证明AI预测的iENE与肿瘤预后显著相关 | 单中心研究,需要外部验证以评估普适性 | 开发AI模型用于HPV阳性口咽癌的影像学淋巴结外侵犯检测和预后预测 | HPV阳性口咽癌患者 | 医学影像分析 | 口咽癌 | CT扫描,放射组学特征提取,深度学习特征提取 | nnU-Net,AI分类模型 | CT影像 | 397名患者(平均年龄62.3岁,80名女性,317名男性) |
195 | 2025-10-04 |
Efficient and robust temporal processing with neural oscillations modulated spiking neural networks
2025-Sep-30, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63771-x
PMID:41027894
|
研究论文 | 提出一种受神经振荡机制启发的节律-SNN模型,通过异质振荡信号调制脉冲神经元以提升时序处理能力和鲁棒性 | 首次将神经振荡机制引入SNN,通过周期性激活模式显著降低神经元放电率并增强抗噪能力 | 未明确说明模型在更复杂时序任务中的泛化能力 | 提升脉冲神经网络在时序处理任务中的性能和鲁棒性 | 脉冲神经网络(SNN)模型 | 机器学习 | NA | 神经振荡调制技术 | SNN(脉冲神经网络) | 时序数据 | 在Intel神经形态深度噪声抑制挑战赛等广泛任务中进行实验验证 |
196 | 2025-10-04 |
Enhanced EfficientNet-Extended Multimodal Parkinson's disease classification with Hybrid Particle Swarm and Grey Wolf Optimizer
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07069-4
PMID:41027941
|
研究论文 | 提出一种结合混合粒子群与灰狼优化器的增强型EfficientNet多模态帕金森病分类框架 | 首次将混合粒子群与灰狼优化器(HybPS-GWO)用于帕金森病分类,并开发了增强型EfficientNet多模态模型进行特征融合 | 未明确说明样本来源的多样性及模型在外部验证集上的表现 | 开发高精度、高效率的帕金森病自动分类系统 | 帕金森病患者(早期和晚期)与健康对照者 | 计算机视觉 | 帕金森病 | 多尺度注意力变分自编码器(MSA-VAE)、语义不变多视图聚类(SIMVC) | Enhanced EfficientNet、HybPS-GWO优化器 | 多模态数据(T1加权MRI、DaTscan图像、步态评分) | 来自NTUA和PhysioNet数据库的多模态数据样本 |
197 | 2025-10-04 |
Advanced MRI based Alzheimer's diagnosis through ensemble learning techniques
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04899-0
PMID:41027951
|
研究论文 | 本研究通过集成学习方法利用MRI数据进行阿尔茨海默病的诊断和四阶段分类 | 采用三种深度学习模型(CNN、ResNet50、InceptionResNetv2)的集成学习方法,相比单一模型显著提高了诊断准确率 | 仅基于MRI数据进行研究,未涉及其他类型医学数据 | 开发基于MRI的阿尔茨海默病早期诊断和分期分类系统 | 阿尔茨海默病患者的大脑MRI数据 | 医学影像分析 | 阿尔茨海默病 | 深度学习 | CNN、ResNet50、InceptionResNetv2及集成学习 | MRI图像 | NA |
198 | 2025-10-04 |
Enhanced intrusion detection in cybersecurity through dimensionality reduction and explainable artificial intelligence
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06761-9
PMID:41027964
|
研究论文 | 提出一种结合降维和可解释人工智能的增强型网络安全入侵检测模型 | 首次将多宇宙优化特征选择、CNN-BiGRU-AM混合分类器与蚁狮优化超参数调优相结合,并集成SHAP可解释性技术 | 仅在NSLKDD和CICIDS 2017两个数据集上验证,未在其他网络环境测试 | 开发具有高准确性和可解释性的网络安全入侵检测系统 | 网络流量数据和网络攻击行为 | 机器学习 | NA | 均值归一化、多宇宙优化、蚁狮优化、SHAP可解释性分析 | CNN-BiGRU-AM混合模型 | 网络流量数据 | NSLKDD和CICIDS 2017两个数据集 |
199 | 2025-10-04 |
An advanced skin lesion segmentation and classification framework using deep learning strategies
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08255-0
PMID:41028027
|
研究论文 | 提出一种基于深度学习的皮肤病变分割与分类框架,用于自动诊断皮肤癌 | 提出AL-VTransUNet分割模型和DD-MHA分类模型,并采用IRP-GSO算法优化参数 | NA | 开发自动化皮肤病变分割和分类系统以提高皮肤癌诊断准确性 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | AL-VTransUNet, DD-MHA, IRP-GSO | 图像 | NA |
200 | 2025-10-04 |
Improving internet of health things security through anomaly detection framework using artificial intelligence driven ensemble approaches
2025-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10016-y
PMID:41028043
|
研究论文 | 提出一种基于人工智能集成方法的异常检测框架,用于提升医疗物联网安全 | 开发了SEGOA超参数优化算法,并采用RNN、BiLSTM和KELM三种深度学习模型的集成分类方法 | 仅使用ECU-IoHT基准数据集进行验证,未在其他数据集上测试泛化能力 | 通过人工智能技术检测医疗物联网中的网络攻击,提升医疗系统安全性 | 医疗物联网设备和应用系统 | 机器学习 | NA | TF-IDF特征提取、min-max归一化、深度学习集成方法 | RNN、BiLSTM、KELM集成模型 | 网络流量数据 | ECU-IoHT基准数据集 |