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 | 2025-10-01 |
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 |
182 | 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 |
183 | 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 |
184 | 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) |
185 | 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 |
186 | 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 |
187 | 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 |
188 | 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 |
189 | 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 |
190 | 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) |
191 | 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 |
192 | 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 |
193 | 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 |
194 | 2025-10-01 |
Manifold Embedding of Quantum Information as Molecule Representation to Predict Blood-Brain Barrier Permeability by Deep Learning
2025-Sep-30, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究利用量子信息流形嵌入作为分子表示,通过深度学习预测血脑屏障渗透性 | 提出分子表面流形嵌入(MEMS)作为量子信息分子表示方法,能更真实地编码分子相互作用 | 模型性能受数据规模和质量影响,不同B3DB组间存在显著差异,log值分布不平衡,立体化学数据有限限制了手性影响的研究 | 改进中枢神经系统药物设计中血脑屏障渗透性的预测准确性 | 分子化合物及其血脑屏障渗透性 | 机器学习 | 神经系统疾病 | 深度学习 | 深度学习模型 | 分子结构数据 | B3DB数据集 |
195 | 2025-10-01 |
Analysis of trichoscopic images using deep neural networks for the diagnosis and activity assessment of alopecia areata - a retrospective study
2025-Sep-30, Journal der Deutschen Dermatologischen Gesellschaft = Journal of the German Society of Dermatology : JDDG
DOI:10.1111/ddg.15847
PMID:41025749
|
研究论文 | 开发基于深度神经网络的毛囊镜图像分析框架,用于斑秃的诊断和活动性评估 | 首次将人工智能技术应用于斑秃的诊断和分期,实现了对斑秃活动性的自动识别 | 回顾性研究,样本来源单一 | 开发深度学习框架来诊断斑秃并确定其活动水平 | 患有头皮疾病的患者和健康对照者的毛囊镜图像 | 计算机视觉 | 斑秃 | 毛囊镜检查 | 深度神经网络 | 图像 | NA |
196 | 2025-10-01 |
Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data
2025-Sep-30, Pharmacotherapy
IF:2.9Q2
DOI:10.1002/phar.70062
PMID:41025800
|
研究论文 | 开发了一个深度学习模型Nephrocast-V,用于提前2天预测危重患者的万古霉素谷浓度 | 结合LSTM和多头注意力层,并在深度学习模型最后一层加入跳跃连接以整合历史剂量信息 | 研究数据仅来自单一医疗中心的ICU患者 | 预测万古霉素谷浓度并提供最佳剂量调整建议以实现目标药物浓度 | 加州大学圣地亚哥健康系统ICU收治的成年患者 | 医疗人工智能 | 细菌感染 | 深度学习 | LSTM + Multi-Head Attention | 电子健康记录数据 | 2205例ICU住院记录 |
197 | 2025-10-01 |
MEMO-Stab2: Multi-View Sequence-Based Deep Learning Framework for Predicting Mutation-Induced Stability Changes in Transmembrane Proteins
2025-Sep-29, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01774
PMID:41021316
|
研究论文 | 提出了一种基于多视图序列的深度学习框架MEMO-Stab2,用于预测跨膜蛋白中点突变引起的稳定性变化 | 首次将Transformer架构与多预训练蛋白质语言模型嵌入结合,无需实验3D结构或多序列比对即可预测跨膜蛋白突变稳定性 | NA | 开发快速且不依赖结构的深度学习框架,准确预测跨膜蛋白点突变对热力学稳定性的影响 | 跨膜蛋白及其点突变 | 计算生物学 | NA | 深度学习,蛋白质语言模型 | Transformer | 蛋白质序列数据 | 内部和外部跨膜蛋白突变数据集 |
198 | 2025-10-01 |
Comparison of machine learning and deep learning models in manual strength prediction using anthropometric variables
2025-Sep-29, International journal of occupational safety and ergonomics : JOSE
IF:1.6Q3
DOI:10.1080/10803548.2025.2554461
PMID:41021732
|
研究论文 | 比较机器学习和深度学习模型在利用人体测量变量预测手动力量方面的性能 | 首次系统比较传统机器学习、集成方法和新兴深度学习模型(TabNet、TabPFN)在人体力量预测任务中的表现,并使用SHAP分析进行特征重要性解释 | 样本仅来自墨西哥坎佩切经济活跃人群,可能限制模型的泛化能力;集成方法存在过拟合倾向 | 评估不同预测模型在基于人体测量变量估计手动力量方面的性能 | 382名墨西哥坎佩切经济活跃人群的男性和女性参与者 | 机器学习 | NA | SHAP分析 | 线性回归、随机森林、AdaBoost、XGBoost、TabNet、TabPFN、CNN | 人体测量数据和力量数据 | 382名参与者 |
199 | 2025-10-01 |
Specific Emitter Identification by Edge Pattern Detection and Incremental Open-World Learning
2025-Sep-29, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3615797
PMID:41021937
|
研究论文 | 提出一种基于边缘模式检测和增量开放世界学习的特定辐射源识别框架 | 提出增量开放世界学习框架,通过边缘模式检测生成高质量伪未知数据集,并结合混合类增量学习方法保持原有识别能力 | 未明确说明模型在极端开放场景下的性能边界 | 解决无线设备信号识别在开放世界场景中的增量学习问题 | 无线设备发射的时域信号 | 机器学习 | NA | 边缘模式检测、对抗样本生成、类增量学习 | 深度学习模型 | 时域信号 | 真实采集的数据集(具体数量未说明) |
200 | 2025-10-01 |
Low-Count PET Image Reconstruction with Generalized Sparsity Priors via Unrolled Deep Networks
2025-Sep-29, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3615075
PMID:41021951
|
研究论文 | 提出一种基于展开深度网络的低计数PET图像重建方法GS-Net,通过广义稀疏先验提升重建性能 | 将泊松分布最大似然估计与广义域变换稀疏学习相结合,采用ADMM框架和自适应超参数调整 | 未明确说明方法在极端低计数条件下的性能表现 | 改进低计数PET图像重建的质量和效率 | 模拟患者脑部数据集和真实患者全身临床数据集 | 医学影像处理 | NA | PET成像 | 展开深度网络(Unrolled Deep Network) | 医学图像 | 模拟脑部数据集和真实全身临床数据集(多计数水平) |