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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
201 | 2025-09-10 |
Artificial Intelligence Automation of Echocardiographic Measurements
2025-Aug-22, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2025.07.053
PMID:40914895
|
研究论文 | 开发并验证开源深度学习模型EchoNet-Measurements,用于自动测量超声心动图中的18项解剖和多普勒参数 | 首次提出开源深度学习语义分割模型,实现超声心动图多参数全自动测量,涵盖9种B模式和9种多普勒测量 | 模型训练数据主要来自单一医疗中心,外部验证仅涉及另一个中心 | 通过人工智能自动化超声心动图测量,减轻临床医生负担并提高测量精度 | 超声心动图图像和数据 | 计算机视觉 | 心血管疾病 | 深度学习语义分割 | CNN | 医学图像 | 155,215项研究中的877,983次超声心动图测量 |
202 | 2025-09-10 |
Transfer Learning Based Deep Learning Approach for Knee Osteoarthritis Grading Using Modified XceptionNet Architecture
2025-Aug-22, Journal of visualized experiments : JoVE
DOI:10.3791/68720
PMID:40920575
|
研究论文 | 提出基于迁移学习和改进XceptionNet架构的深度学习方法,用于膝关节X光图像的骨关节炎分级 | 采用类别平衡技术处理数据集不平衡问题,整合定制化预处理流程,并对XceptionNet架构进行改进以提升早期检测性能 | NA | 开发自动化系统以提高膝关节骨关节炎的早期放射学识别准确率 | 膝关节X光图像 | 计算机视觉 | 骨关节炎 | 迁移学习 | XceptionNet | 图像 | NA |
203 | 2025-09-10 |
Artificial Intelligence in the Diagnosis and Imaging-Based Assessment of Pelvic Organ Prolapse: A Scoping Review
2025-Aug-21, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61081497
PMID:40870541
|
综述 | 本文对人工智能在盆腔器官脱垂影像诊断和解剖评估中的应用进行了范围综述 | 首次系统综述AI技术在POP影像评估中的应用现状,重点关注深度学习模型在超声和MRI图像分析中的表现 | 所有研究均使用内部数据集,模型可解释性有限且缺乏外部验证,临床部署和结果评估研究不足 | 综合评估人工智能在盆腔器官脱垂影像诊断和解剖评估中的现有证据 | 盆腔器官脱垂女性患者的超声和MRI影像数据 | 医学影像分析 | 盆腔器官脱垂 | 深度学习,迁移学习 | CNN, ViT, 混合模型 | 2D/3D超声图像,静态或应力MRI图像 | 8项符合条件的研究(具体样本量未明确说明) |
204 | 2025-09-10 |
Passive Sensing for Mental Health Monitoring Using Machine Learning With Wearables and Smartphones: Scoping Review
2025-Aug-14, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/77066
PMID:40811794
|
综述 | 通过范围综述评估基于可穿戴设备和智能手机的被动感知与机器学习在心理健康监测中的应用现状 | 首次系统整合被动感知技术与机器学习在心理健康监测中的关联模式,并提出多模态传感器融合与可解释人工智能的未来方向 | 样本量小(中位数60.5人)、监测周期短(45%研究<7天)、缺乏外部验证(仅2%研究)和数据匿名化报告不足(14%) | 综述被动感知与机器学习技术在心理健康监测领域的技术方法和临床关联 | 临床诊断的心理疾病患者(如抑郁症和焦虑症) | 机器学习 | 精神疾病 | 被动感知技术(心率、运动指数、步数监测) | CNN, LSTM, 随机森林 | 传感器数据(生理和行为数据) | 42项研究(中位数样本量60.5人,IQR 54-99) |
205 | 2025-09-10 |
Multimodal artificial intelligence for subepithelial lesion classification and characterization: a multicenter comparative study (with video)
2025-Aug-14, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03147-9
PMID:40814087
|
研究论文 | 开发并验证一种融合白光内镜和微探头超声内镜的多模态人工智能模型ECMAI-WME,用于胃肠道黏膜下病变的分类与特征分析 | 首次提出并行融合深度学习模型,整合WLE和EUS多模态数据,显著提升SEL分类准确率和临床决策支持能力 | 研究仅基于四家医院数据,需进一步扩大样本量和中心数量验证普适性 | 提高胃肠道黏膜下病变的诊断准确性并辅助临床决策 | 胃肠道黏膜下病变(SELs),包括胃肠道间质瘤(GISTs)、神经内分泌肿瘤和平滑肌瘤等 | 数字病理 | 胃肠道肿瘤 | 白光内镜(WLE)、微探头超声内镜(EUS)、深度学习 | 并行融合深度学习模型 | 内镜图像、超声图像 | 训练集523例,外部验证集88例,多中心测试集274例 |
206 | 2025-09-10 |
Lateral flow and colorimetric assay for ketamine detection reinforced with deep learning model interfaced with mobile app for smart alert
2025-Aug-09, Mikrochimica acta
DOI:10.1007/s00604-025-07429-x
PMID:40781183
|
研究论文 | 本研究开发了一种结合侧向层析和比色法的氯胺酮检测方法,并集成深度学习模型与移动应用实现智能警报 | 采用适配体替代传统抗体提高稳定性与可重复性,并创新性地构建双阶段深度学习框架(YOLOv5+ResNet50)用于试纸条数据分类 | NA | 开发便携式、低成本的即时诊断设备用于氯胺酮检测 | 合成尿液样本中的氯胺酮 | 计算机视觉 | NA | 比色法、侧向层析检测(LFA)、UV-Vis分光光度法 | YOLOv5, ResNet50 | 图像 | NA |
207 | 2025-09-10 |
MoB QDs/N, F-CDs for ratiometric fluorescence sensing of perfluorooctanoic acid based on fluorine‑fluorine interaction
2025-Aug-06, Mikrochimica acta
DOI:10.1007/s00604-025-07431-3
PMID:40770453
|
研究论文 | 构建基于MoB量子点和氮氟共掺杂碳点的双发射比率荧光探针,用于全氟辛酸的检测 | 利用氟-氟相互作用实现选择性荧光猝灭,结合智能手机和YOLOv5深度学习算法实现现场可视化定量检测 | NA | 开发一种低成本、快速响应的现场全氟辛酸检测方法 | 环境水样和纺织品中的全氟辛酸 | 分析化学 | NA | 比率荧光传感、智能手机成像、深度学习分析 | YOLOv5 | 荧光图像 | 检测范围0.01-450μM(溶液),0.5-200μM(试纸条) |
208 | 2025-09-10 |
Applications of generative adversarial networks in the diagnosis, prognosis, and treatment of ophthalmic diseases
2025-Aug, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-025-06830-9
PMID:40263170
|
综述 | 本文综述了生成对抗网络(GANs)在眼科疾病诊断、预后和治疗中的应用现状与挑战 | 系统总结了GANs在眼科多任务(包括图像生成、模态转换、特征提取和预后预测)中的创新应用,并指出其对解决深度学习中小样本和不平衡数据问题的价值 | GAN技术的临床主流应用仍依赖于更大规模的公共数据集进行广泛验证和必要的监管监督 | 评估生成对抗网络在眼科疾病管理中的应用潜力与发展方向 | 八种眼科疾病的诊断、治疗和预后相关研究 | 计算机视觉 | 眼科疾病 | 生成对抗网络(GANs) | GAN | 图像 | NA |
209 | 2025-09-10 |
A Genus Comparison in the Topological Analysis of RNA Structures
2025-Aug-01, Acta biotheoretica
IF:1.4Q4
DOI:10.1007/s10441-025-09500-9
PMID:40748481
|
综述 | 本文从拓扑数学角度分析RNA结构,综述基于矩阵场理论的数学方法及McGenus软件在RNA拓扑分类和折叠预测中的应用 | 将拓扑数学与RNA研究结合,提出矩阵场理论的计算方法并验证其与实验数据的相关性 | NA | 推动数学物理与生物学交叉研究,促进RNA折叠与结构研究的新理论发展 | RNA二级结构 | 计算生物学 | NA | 矩阵场理论 | NA | RNA结构数据 | NA |
210 | 2025-09-10 |
Assessing genotype-phenotype correlations in colorectal cancer with deep learning: a multicentre cohort study
2025-Aug, The Lancet. Digital health
DOI:10.1016/j.landig.2025.100891
PMID:40829965
|
研究论文 | 本研究开发并验证了一种基于深度学习的多目标模型,用于从结直肠癌组织切片中同时预测多种遗传变异及其表型 | 首次系统性地评估了超越MSI、BRAF和KRAS的多个预测目标,并采用基于transformer的多目标深度学习模型同时预测多种生物标志物 | 模型预测在很大程度上依赖于与MSI相关的形态学特征,高AUROC的生物标志物主要与MSI相关 | 开发和验证基于深度学习的多目标模型,用于结直肠癌的基因型-表型相关性分析 | 结直肠癌患者的组织样本 | 数字病理学 | 结直肠癌 | 全切片图像数字化,深度学习方法 | transformer-based deep learning | 图像 | 1376名患者(5个队列)用于训练和测试,536名患者(2个公共数据集)用于验证 |
211 | 2025-09-10 |
MuSARCyto: Multi-Head Self-Attention-Based Representation Learning for Unsupervised Clustering of Cytometry Data
2025-Aug, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24956
PMID:40785593
|
研究论文 | 提出一种基于多头自注意力的无监督深度学习架构MuSARCyto,用于细胞计数数据的自动聚类分析 | 首次将多头自注意力机制引入细胞计数数据无监督聚类,并提出了集成聚类评估指标仲裁分数 | NA | 开发高性能自动细胞聚类方法以替代人工门控 | 细胞计数数据 | 机器学习 | 免疫学相关疾病 | 深度学习 | 多头自注意力网络、全连接表示网络 | 细胞计数数据 | 六个公开可用的质谱和流式细胞术数据集 |
212 | 2025-09-10 |
A Multimodal MRI-Based Model for Colorectal Liver Metastasis Prediction: Integrating Radiomics, Deep Learning, and Clinical Features with SHAP Interpretation
2025-Jul-30, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol32080431
PMID:40862800
|
研究论文 | 开发并验证基于多参数MRI的多模态机器学习框架,用于预测结直肠癌肝转移 | 整合放射组学、深度学习和临床特征,并通过SHAP和Grad-CAM增强模型的可解释性 | 回顾性多中心研究,可能存在选择偏倚 | 预测结直肠癌肝转移,改善预后评估 | 经病理证实的结直肠癌患者 | 医学影像分析 | 结直肠癌肝转移 | 多参数MRI(T2WI和DWI),SHAP解释,Grad-CAM可视化 | LASSO逻辑回归,ResNet101 | MRI影像,临床数据 | 463例患者(训练集256例,内部测试111例,外部验证96例) |
213 | 2025-09-10 |
A novel ligand-based convolutional neural network for identification of P-glycoprotein ligands in drug discovery
2025-Jul-25, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11301-8
PMID:40715638
|
研究论文 | 提出一种新型配体卷积神经网络用于药物发现中P-糖蛋白配体的高精度识别 | 首次将分子对接与配体深度学习结合,在P-gp底物预测中实现比传统CNN和SVM高19-24%的精确度与召回率 | 训练数据集规模有限(仅197个样本),且依赖小鼠P-gp模板构建的同源模型 | 开发高精度计算工具以预测P-糖蛋白与药物的相互作用 | P-糖蛋白(P-gp)的底物和抑制剂 | 计算药理学 | 癌症 | 分子对接、同源建模 | CNN(卷积神经网络) | 分子结构数据 | 197个P-gp底物样本 |
214 | 2025-09-10 |
Machine learning radiomics for H3K27M mutation prediction in gliomas: A systematic review and meta-analysis
2025-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03597-y
PMID:40163098
|
系统综述与荟萃分析 | 评估基于机器学习的影像组学模型在预测胶质瘤H3K27M突变中的诊断性能 | 首次通过系统综述和荟萃分析全面评估机器学习模型在H3K27M突变预测中的表现,并比较深度学习与传统机器学习方法的差异 | 纳入研究数量有限(15项),存在异质性,且所有研究均为回顾性设计 | 非侵入性预测胶质瘤H3K27M突变以优化治疗策略和改善预后 | 胶质瘤患者 | 医学影像分析 | 胶质瘤 | MRI影像组学分析 | 机器学习(ML)和深度学习(DL)模型 | 医学影像(MRI) | 基于15项研究的汇总数据 |
215 | 2025-09-10 |
Potential of artificial intelligence for radiation dose reduction in computed tomography -A scoping review
2025-Jul, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2025.102968
PMID:40339443
|
综述 | 本文通过范围综述评估人工智能在CT扫描中降低辐射剂量的潜力,重点关注患者定位、扫描范围确定和图像重建三个领域 | 系统总结了AI在CT辐射剂量优化中的三大关键应用领域,并强调了深度学习图像重建算法在克服低剂量CT限制方面的作用 | 作为范围综述,主要基于现有文献分析,缺乏原始实验数据验证 | 回顾、评估和总结人工智能在CT辐射剂量优化中的作用 | CT扫描中的辐射剂量优化技术 | 医学影像 | NA | 人工智能,深度学习图像重建 | 深度学习算法 | CT影像数据 | 基于90篇符合筛选标准的研究文献 |
216 | 2025-09-10 |
MRI-derived deep learning models for predicting 1p/19q codeletion status in glioma patients: a systematic review and meta-analysis of diagnostic test accuracy studies
2025-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03631-z
PMID:40369298
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估基于MRI的深度学习模型预测胶质瘤1p/19q共缺失状态的诊断准确性 | 首次对MRI衍生深度学习模型预测1p/19q共缺失状态进行系统性定量综合评估 | 纳入研究存在异质性,仅10项研究参与荟萃分析,部分研究质量较低 | 评估深度学习模型在胶质瘤分子分型中的诊断性能 | 胶质瘤患者 | 数字病理 | 胶质瘤 | MRI,深度学习 | DL | 医学影像 | 20项研究(荟萃分析包含10项研究) |
217 | 2025-09-10 |
Can machine learning be a reliable tool for predicting hematoma progression following traumatic brain injury? A systematic review and meta-analysis
2025-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-025-03657-3
PMID:40397134
|
系统综述与荟萃分析 | 评估人工智能算法在预测创伤性脑损伤后血肿进展中的可靠性 | 首次通过系统综述和荟萃分析综合评估多种AI模型在TBI血肿进展预测中的性能,并发现结合影像组学和临床特征可显著提升预测效果 | 仅纳入5项符合条件的研究,样本多样性不足,需要更多标准化数据来验证模型的普适性 | 评估机器学习等人工智能工具预测创伤性脑损伤后血肿进展的可靠性 | 创伤性脑损伤患者 | 医疗人工智能 | 创伤性脑损伤 | 机器学习、深度学习、影像组学分析 | XGBoost及其他AI算法 | 临床数据和医学影像数据 | 基于5项研究的汇总数据(具体样本数未明确说明) |
218 | 2025-09-10 |
Flexible High Temperature Stable Hydrogel Based Triboelectric Nanogenerator for Structural Health Monitoring and Deep Learning Augmented Human Motion Classification
2025-Jul, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202502739
PMID:40465357
|
研究论文 | 开发了一种基于PDMS-水凝胶纳米复合材料的高温稳定摩擦纳米发电机,用于工业振动能量收集和人体运动监测 | 采用ZnAl层状双氢氧化物纳米颗粒的PDMS-水凝胶纳米复合材料,使TENG在高达200°C高温下保持输出电压稳定性 | NA | 开发高温环境下稳定的能量收集设备,用于工业结构健康监测和人体运动分类 | 工业高温设备和人体运动 | 能量收集与传感技术 | NA | 摩擦纳米发电机技术,深度学习分类 | 深度学习模型 | 电压波形数据 | NA |
219 | 2025-09-10 |
Clinical Applications of Artificial Intelligence in Teleorthodontics: A Scoping Review
2025-Jun-25, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61071141
PMID:40731772
|
综述 | 本文通过范围综述系统评估人工智能在远程正畸中的临床应用、技术方法及局限性 | 首次系统梳理AI在远程正畸领域的应用现状,并对比不同商业系统(如Dental Monitoring™和StrojCHECK™)的临床效果 | 当前临床应用集中于商业监控平台,缺乏独立验证和透明度,AI决策的重复性和精确度存在显著差异 | 评估人工智能在远程正畸临床实践中的应用效果与技术挑战 | 正畸远程监控或虚拟护理中的AI应用研究 | 数字医疗 | 口腔正畸 | 深度学习算法、决策树算法 | 深度学习模型、决策树 | 口内扫描图像 | 9项符合纳入标准的研究(未报告总样本量) |
220 | 2025-09-10 |
VNC-Dist: A machine learning-based semi-automated pipeline for quantification of neuronal positioning in the C. elegans ventral nerve cord
2025-Jun-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.16.623955
PMID:40661438
|
研究论文 | 开发了一种基于机器学习的半自动化工具VNC-Dist,用于量化秀丽隐杆线虫腹神经索中神经元细胞体的位置 | 结合深度学习(改进的SAM模型)和计算机辅助方法,替代传统手动测量,实现更快速准确的神经元定位量化 | NA | 研究控制腹神经索神经元定位和排列的细胞与分子机制 | 秀丽隐杆线虫腹神经索中的运动神经元(DD、DA、DB类) | 计算机视觉 | NA | 深度学习、图像分割、基于样条的测量 | 改进的Segment Anything Model (SAM) | 显微镜图像 | 多个已知破坏神经元定位的遗传突变体 |