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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
261 | 2025-07-05 |
Long short-term memory (LSTM) networks for precision prediction of Schottky barrier photodiode behavior at different ıllumination levels
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06809-w
PMID:40596142
|
研究论文 | 本研究利用LSTM算法建模和预测CdZnO夹层Al/p-Si肖特基二极管的电学特性及参数 | 提出了一种基于LSTM的时间与成本高效的深度学习模型,替代传统实验方法,用于预测肖特基二极管在不同掺杂浓度和光照水平下的电学行为 | 在50和250 mW/cm光照条件下,Diode 3的预测误差较高 | 开发一个鲁棒的预测模型,准确捕捉掺杂浓度和光照水平对肖特基二极管电学行为的影响 | CdZnO夹层Al/p-Si肖特基二极管 | 机器学习 | NA | LSTM算法 | LSTM | 电学参数数据 | 3个不同Cd掺杂比例(10%、20%、30%)的Al/CdZnO/p-Si肖特基二极管,在5种不同光照水平(50、100、150、200、250 mW/cm)下的数据 |
262 | 2025-07-05 |
A novel neuroimaging based early detection framework for alzheimer disease using deep learning
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05529-5
PMID:40596195
|
研究论文 | 提出了一种基于神经影像和深度学习的阿尔茨海默病早期检测框架NEDA-DL | 采用混合ResNet-50和AlexNet架构,并利用CUDA并行处理优化,结合MRI和PET神经影像数据进行高效计算 | 未提及具体样本量及数据来源的多样性限制 | 提高阿尔茨海默病的早期诊断精度 | 阿尔茨海默病患者 | 数字病理学 | 阿尔茨海默病 | MRI和PET神经影像技术 | 混合ResNet-50和AlexNet架构 | 神经影像数据 | NA |
263 | 2025-07-05 |
Deep learning strategies for semantic segmentation of pediatric brain tumors in multiparametric MRI
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07257-2
PMID:40596219
|
研究论文 | 本研究提出了两种深度学习策略,用于多参数MRI中儿童脑肿瘤的语义分割 | 设计了两种新型的多编码器架构,利用注意力机制,并实现了集成范式和后处理技术以提高性能 | 研究主要基于BraTS-PEDs 2024数据集,可能在其他数据集上的泛化能力有限 | 开发自动化分割方法以支持儿童脑肿瘤的精确诊断和治疗监测 | 儿童脑肿瘤(PBTs) | 数字病理学 | 脑肿瘤 | MRI | SegResNet, 多编码器架构 | 图像 | BraTS-PEDs 2024数据集中的儿童胶质瘤样本 |
264 | 2025-07-05 |
Real-world defocus deblurring via score-based diffusion models
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07326-6
PMID:40596248
|
研究论文 | 提出了一种基于分数扩散模型的高分辨率迭代去模糊方法,用于真实场景中的散焦模糊图像恢复 | 无需成对的清晰与模糊图像训练模型,采用分数扩散模型和预测-校正框架逐步提升图像质量 | 需要真实世界数据集进行训练,可能受限于数据采集的难度 | 解决真实场景中散焦模糊图像的高分辨率恢复问题 | 散焦模糊图像 | 计算机视觉 | NA | 分数扩散模型,反向时间随机微分方程(SDE) | 分数扩散模型 | 图像 | 自采集数据集、RealBlur和DED数据集 |
265 | 2025-07-05 |
A novel double machine learning approach for detecting early breast cancer using advanced feature selection and dimensionality reduction techniques
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06426-7
PMID:40596255
|
研究论文 | 本文提出三种双机器学习模型,通过结合先进的特征选择和降维技术,提高乳腺癌检测的准确性 | 结合随机森林和前馈神经网络的解释性与深度学习能力,以及XGBoost与ANN、LightGBM与ANN的组合,通过元分类器融合特征,显著提升分类性能 | 未提及模型在临床环境中的实际应用效果及泛化能力 | 提高乳腺癌早期检测的准确率 | 乳腺癌检测数据集 | 机器学习 | 乳腺癌 | 双机器学习(DML)、PCA降维、特征选择 | RF、FNN、XGBoost、ANN、LightGBM | 结构化数据和序列数据 | NA |
266 | 2025-07-05 |
Enhancing sarcasm detection in sentiment analysis for cyberspace safety using advanced deep learning techniques
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08131-x
PMID:40596266
|
研究论文 | 本文提出了一种基于深度学习的讽刺检测方法,用于社交媒体中的情感分析,以增强网络空间安全 | 结合CNN和AM-BLSTM-GRU模型,并使用ESRD优化器优化分类器参数,显著提高了讽刺检测的性能 | 未提及模型在跨语言或多语言环境下的适用性 | 开发高效的讽刺检测系统以识别和减少网络欺凌行为 | 社交媒体帖子中的讽刺内容 | 自然语言处理 | NA | NLP | CNN, AM-BLSTM-GRU | 文本 | 来自Kaggle和新闻标题的数据集 |
267 | 2025-07-05 |
A deep learning-based computed tomography reading system for the diagnosis of lung cancer associated with cystic airspaces
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05986-y
PMID:40596379
|
research paper | 提出一种基于深度学习的CT图像阅读系统LungSSFNet,用于辅助诊断与囊性气腔相关的肺癌 | 开发了新的深度学习模型LungSSFNet,其在识别和分割与囊性气腔相关的肺癌及肺大泡方面优于现有模型 | 研究为回顾性分析,样本量相对有限,需进一步前瞻性研究验证 | 探索深度学习模型在辅助诊断与囊性气腔相关的肺癌中的性能 | 与囊性气腔相关的肺癌及肺大泡的CT图像 | digital pathology | lung cancer | CT成像 | LungSSFNet(基于nnUnet开发) | image | 342个CT系列(272个来自LCCA患者,70个来自肺大泡患者) |
268 | 2025-07-05 |
Clinical validation of AI assisted animal ultrasound models for diagnosis of early liver trauma
2025-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91900-5
PMID:40596647
|
研究论文 | 该研究开发了一种AI辅助超声模型,用于早期肝创伤识别,使用了中国北京的巴马小型猪和患者数据 | 开发了一种结合动物和临床数据的深度学习模型,在内部测试中表现优于初级和高级超声医师 | 模型性能略低于高级超声医师 | 开发AI辅助工具用于早期肝创伤诊断 | 巴马小型猪和北京的患者 | 数字病理学 | 肝创伤 | 超声成像 | 深度学习模型 | 超声图像 | 巴马小型猪和北京的患者数据 |
269 | 2025-07-05 |
Drug-target interaction/affinity prediction: Deep learning models and advances review
2025-Jul-02, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110438
PMID:40609289
|
综述 | 本文综述了深度学习模型在药物-靶点相互作用/亲和力预测中的应用及其进展 | 总结了2016至2025年间180种基于机器学习和深度学习的药物-靶点相互作用预测方法,并讨论了这些模型的新颖性、架构和输入表示 | 未提及具体模型的性能比较或实际应用中的局限性 | 加速药物发现过程,提高药物-靶点相互作用预测的准确性和效率 | 药物-靶点相互作用和亲和力预测方法 | 机器学习 | NA | 深度学习,图神经网络 | 深度学习模型,图神经网络 | NA | 分析了180种方法 |
270 | 2025-07-05 |
A Novel Two-step Classification Approach for Differentiating Bone Metastases From Benign Bone Lesions in SPECT/CT Imaging
2025-Jul-02, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.010
PMID:40610298
|
研究论文 | 开发并验证了一种新颖的两步深度学习框架,用于SPECT/CT成像中骨转移瘤的自动检测、分割和分类 | 提出了一种结合多尺度注意力融合模块和三重注意力机制的分割模型BL-Seg,以及基于放射组学的集成学习分类器,用于区分良恶性病变 | 使用单一机构收集的专有数据集,可能存在数据偏差 | 提高骨转移瘤的早期诊断准确性并促进个性化治疗计划 | SPECT/CT成像中的骨转移瘤和良性骨病变 | 数字病理学 | 骨转移瘤 | SPECT/CT成像 | BL-Seg分割模型和集成学习分类器 | 医学影像 | 机构内收集的SPECT/CT病例数据集,分为训练集和测试集 |
271 | 2025-07-05 |
Reconstruction of Heart-related Imaging from Lung Electrical Impedance Tomography Using Semi-Siamese U-Net
2025-Jul-02, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究提出了一种半孪生U-Net架构,用于从肺部电阻抗断层扫描(EIT)中重建心脏相关阻抗成像 | 采用新型半孪生U-Net架构,通过共享编码器和两个独立解码器分别分割肺部和心脏区域 | 目前结果仅限于真实数据的定性评估和基于模拟的训练 | 克服肺部阻抗变化的主导影响,改进心脏相关EIT重建 | 肺部EIT数据中的心脏相关信号 | 医学影像处理 | 心血管疾病 | 电阻抗断层扫描(EIT) | 半孪生U-Net | 医学影像数据 | 基于FEM的EIT模拟数据和真实人类EIT数据 |
272 | 2025-07-05 |
3MT-Net: A Multi-Modal Multi-Task Model for Breast Cancer and Pathological Subtype Classification Based on a Multicenter Study
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3445952
PMID:39163184
|
研究论文 | 本文提出了一种名为3MT-Net的多模态多任务深度学习架构,用于乳腺癌及其病理亚型的分类 | 结合临床数据和超声图像,采用AM-CapsNet提取特征,并通过级联交叉注意力机制融合多模态数据,同时使用集成学习方法动态分配权重 | 数据为回顾性收集,可能影响模型的泛化能力 | 提高乳腺癌及其病理亚型分类的准确性 | 乳腺癌患者 | 数字病理 | 乳腺癌 | 深度学习 | 3MT-Net, AM-CapsNet | 临床数据, B型超声图像, 彩色多普勒超声图像 | 来自九个医疗中心的数据 |
273 | 2025-07-05 |
Fewer medullary pyramids in the living kidney donor are associated with graft failure in the recipient
2025-Jul, American journal of transplantation : official journal of the American Society of Transplantation and the American Society of Transplant Surgeons
IF:8.9Q1
DOI:10.1016/j.ajt.2025.01.041
PMID:39892790
|
研究论文 | 本研究旨在通过计算机断层扫描(CT)和组织学分析,识别与活体肾移植受者死亡审查移植物失败相关的肾实质结构特征 | 首次发现肾髓质金字塔数量较少与移植物失败相关,并提出了髓质金字塔计数作为预测移植失败的潜在生物标志物 | 研究仅针对ABO相容的活体肾移植受者,结果可能不适用于其他类型的肾移植 | 探索与活体肾移植受者移植物失败相关的肾实质结构特征 | 活体肾移植受者 | 数字病理学 | 肾脏疾病 | 计算机断层扫描(CT)和组织学分析 | 深度学习模型 | 图像和活检组织数据 | 3098名受试者,随访中位数为5年,发生346例移植物失败事件 |
274 | 2025-07-05 |
Exploring an Innovative Deep Learning Solution for Acupuncture Point Localization on the Weak Feature Body Surface of the Human Back
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3511128
PMID:40030421
|
research paper | 探索一种创新的深度学习解决方案,用于人体背部弱特征体表的穴位定位 | 提出了一种利用带有自注意力模块的深度学习网络进行图像特征全局提取的创新方法,解决了传统CNN在弱特征图像任务中因过度裁剪和缩放操作导致的分类模糊问题 | 研究仅针对人体背部穴位,未涵盖其他部位的穴位定位 | 探索高效可靠的穴位定位与识别解决方案,解决该任务中的主观性和标准化不足问题 | 人体背部弱特征体表的84个穴位 | computer vision | NA | deep learning | CNN with self-attention module | image | 自建的人体背部穴位数据集,具体样本数量未明确说明 |
275 | 2025-07-05 |
Class-Agnostic Feature-Learning-Based Deep-Learning Model for Robust Melanoma Prediction
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3535536
PMID:40031346
|
研究论文 | 本研究开发了一种基于类无关激活映射(CAAMs)的深度学习模型,用于提高黑色素瘤预测的准确性和可靠性 | 使用类无关激活映射(CAAMs)解决图像变异性和变换鲁棒性问题,提高了模型的诊断准确性和可靠性 | 未提及具体局限性 | 开发一种鲁棒的深度学习模型,用于黑色素瘤预测 | 黑色素瘤和痣的皮肤病变图像 | 计算机视觉 | 黑色素瘤 | 深度学习 | ConvNeXt, ResNet | 图像 | ISIC 2017和2019数据集 |
276 | 2025-07-05 |
Respiratory Anomaly and Disease Detection Using Multi-Level Temporal Convolutional Networks
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3545156
PMID:40031640
|
research paper | 提出一种新型深度学习框架,通过多级时间卷积网络(ML-TCN)提升呼吸音异常和疾病检测的准确性 | 结合卷积操作捕获空间特征,并利用时间卷积网络挖掘时空相关性,显著提高模型性能 | 未明确提及模型在更大规模或多样化数据集上的泛化能力 | 开发自动化呼吸音分析技术以早期检测肺部疾病 | 呼吸音音频数据中的异常呼吸周期和呼吸记录 | digital pathology | lung cancer | Deep Learning (DL), transfer learning | Multi-Level Temporal Convolutional Networks (ML-TCN) | audio | ICBHI 2017 challenge dataset |
277 | 2025-07-05 |
Optimal Electroencephalogram and Electrooculogram Signal Combination for Deep Learning-Based Sleep Staging
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3541453
PMID:40031834
|
研究论文 | 本研究探讨了基于深度学习的自动睡眠分期中,脑电图(EEG)和眼电图(EOG)信号组合的最优选择 | 首次系统地比较了不同EEG和EOG信号组合在深度学习自动睡眠分期中的性能,发现简化测量设置不会影响性能 | 研究仅针对疑似阻塞性睡眠呼吸暂停患者,结果可能不适用于其他人群 | 确定用于深度学习自动睡眠分期的EEG和EOG信号最优组合 | 876名疑似阻塞性睡眠呼吸暂停患者 | 机器学习 | 睡眠呼吸暂停 | EEG, EOG信号分析 | 深度学习模型 | 生物电信号 | 876名疑似阻塞性睡眠呼吸暂停患者 |
278 | 2025-07-05 |
DSleepNet: Disentanglement Learning for Personal Attribute-Agnostic Three-Stage Sleep Classification Using Wearable Sensing Data
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3541851
PMID:40031837
|
研究论文 | 本文提出了一种名为DSleepNet的新方法,通过解耦学习实现个人属性无关的三阶段睡眠分类,使用穿戴式传感数据进行长期非侵入性睡眠阶段监测 | DSleepNet通过两个概率编码器将特征空间解耦为个人属性特定和个人属性无关的组件,并引入了独立激励机制以消除两类特征之间的相关性 | 未提及具体样本量或数据集的详细描述 | 提高睡眠阶段分类模型的泛化能力,减少个人属性对模型性能的影响 | 穿戴式传感数据 | 机器学习 | 睡眠障碍,心血管疾病,2型糖尿病,神经退行性疾病 | 解耦学习 | CNN, DSleepNet | 传感数据 | NA |
279 | 2025-07-05 |
Beyond the Ground Truth, XGBoost Model Applied to Sleep Spindle Event Detection
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3544966
PMID:40031867
|
研究论文 | 本研究提出了一种基于XGBoost算法的新型机器学习检测框架SpinCo,用于睡眠纺锤体事件的自动检测,其性能接近最先进的深度学习技术,同时依赖于一组固定的易于解释的特征 | 提出了一种基于XGBoost的新框架SpinCo,结合详尽的滑动窗口特征提取,性能接近深度学习技术但更易解释;开发了一种新的按事件评估指标,增强了结果的可解释性;提出了一种新的性能评估测试,用于评估方法对未见专家的泛化能力 | 未明确提及具体限制,但暗示深度学习方法的决策过程难以理解是本研究的出发点 | 开发一种更易解释且性能接近深度学习的自动睡眠纺锤体检测方法 | 睡眠纺锤体事件 | 机器学习 | NA | XGBoost算法,滑动窗口特征提取 | XGBoost | EEG信号 | NA |
280 | 2025-07-05 |
Enhancing Image Retrieval Performance With Generative Models in Siamese Networks
2025-Jul, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3543907
PMID:40036556
|
研究论文 | 本研究探讨了生成模型在Siamese网络中的应用,以提高前列腺癌图像检索的性能 | 首次在文献中使用针对CBIR优化的潜在表示来训练注意力机制,用于执行WSI的Gleason评分 | NA | 评估生成深度学习模型如何提高CBIR系统中的检索质量 | 前列腺癌图像 | 计算机视觉 | 前列腺癌 | GAN | Siamese Network | 图像 | SiCAPv2数据集 |