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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2025-09-30 |
Secure and fault tolerant cloud based framework for medical image storage and retrieval in a distributed environment
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16903-8
PMID:41006454
|
研究论文 | 提出了一种安全容错的医疗图像检索框架SFMedIR,用于分布式环境中的医疗图像存储和检索 | 结合了抗对抗攻击的联邦学习、量子混沌加密和动态阈值影子存储,显著提升了安全性和可用性 | 仅在脑部MRI和肾脏CT数据集上进行了验证,未涉及其他医疗影像类型 | 解决集中式云医疗图像检索面临的安全、可用性和对抗性威胁问题 | 医疗图像(脑部MRI和肾脏CT图像) | 计算机视觉 | NA | 联邦学习、量子混沌加密 | ConvNeXt | 图像 | 脑部MRI和肾脏CT数据集 |
302 | 2025-09-30 |
Leveraging hybrid deep learning with starfish optimization algorithm based secure mechanism for intelligent edge computing in smart cities environment
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11608-4
PMID:41006459
|
研究论文 | 提出一种基于混合深度学习和海星优化算法的智能边缘计算安全机制,用于智慧城市环境中的入侵检测 | 结合卷积神经网络和双向门控循环单元与交叉注意力机制,并采用海星优化算法进行超参数调优 | NA | 为智慧城市环境提供智能边缘计算安全解决方案 | 物联网边缘计算环境中的网络安全 | 机器学习 | NA | 混合深度学习、优化算法 | CNN-BiGRU-CrAM、DOA、SFOA | 网络数据 | 使用Edge-IIoT和ToN-IoT两个数据集进行实验验证 |
303 | 2025-09-30 |
A vision transformer with recurrent neural network-based fall activity recognition system for disabled persons in smart IoT environments
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17497-x
PMID:41006477
|
研究论文 | 提出一种结合视觉Transformer和循环神经网络的跌倒活动识别系统,用于智能物联网环境中残疾人士的跌倒检测 | 首次将视觉Transformer与带自注意力机制的双向门控循环单元相结合,并采用增强型袋熊优化算法进行超参数优化 | 仅在UR_Fall_Dataset_Subset数据集上进行验证,需要更多数据集测试泛化能力 | 提高智能物联网环境中残疾人士跌倒检测和分类的准确性 | 残疾人士的跌倒活动 | 计算机视觉 | 老年疾病 | 深度学习 | Vision Transformer, BiGRU, EWOA | 图像 | UR_Fall_Dataset_Subset数据集 |
304 | 2025-09-30 |
Explainable artificial intelligence-based cyber resilience in internet of things networks using hybrid deep learning with improved chimp optimization algorithm
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15146-x
PMID:41006487
|
研究论文 | 提出一种结合可解释人工智能与混合深度学习的网络威胁检测方法,用于提升物联网网络的网络韧性 | 提出XAICR-HDLOA框架,首次将改进的Chimp优化算法与CNN-BiGRU混合模型结合,并采用SHAP增强模型可解释性 | 仅在Edge-IIoT和BoT-IoT两个数据集上进行验证,需要更多实际物联网环境测试 | 提高物联网环境中网络威胁检测的准确性和可解释性 | 物联网网络中的网络攻击和异常行为 | 机器学习 | NA | 混合深度学习、优化算法、特征选择 | CNN-BiGRU混合模型 | 网络流量数据 | 基于Edge-IIoT和BoT-IoT两个公开数据集 |
305 | 2025-09-30 |
Revolutionary hybrid ensembled deep learning model for accurate and robust side-channel attack detection in cloud computing
2025-Sep-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89794-4
PMID:41006528
|
研究论文 | 提出一种混合集成深度学习模型用于云计算环境中的侧信道攻击检测 | 集成CNN、LSTM和AutoEncoders的混合模型,并引入注意力机制以关注关键数据段 | 仅使用ASCAD数据集进行评估,未在其他数据集上验证泛化能力 | 开发云计算环境中鲁棒的侧信道攻击检测模型 | 侧信道攻击检测 | 机器学习 | NA | 深度学习 | CNN、LSTM、AutoEncoder混合集成模型 | 功率轨迹数据 | ASCAD基准数据集 |
306 | 2025-09-30 |
The Evolution and Clinical Impact of Deep Learning Technologies in Breast MRI
2025-Sep-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.rev.2024-0056
PMID:39477506
|
综述 | 探讨深度学习技术在乳腺MRI中的演变历程和临床影响 | 系统阐述深度学习在乳腺MRI多维度应用中的革命性突破,包括图像重建、病灶分类与预测临床疗效 | 临床实践应用仍面临验证不足、法律伦理框架缺失等挑战 | 分析深度学习技术对乳腺MRI诊断效能和个性化治疗的提升作用 | 乳腺MRI影像及相关的临床预后数据 | 医学影像分析 | 乳腺癌 | 深度学习 | CNN, RNN, GAN | 医学影像 | NA |
307 | 2025-09-30 |
A Deep Learning Method for Diagnosis of Oral Potentially Malignant Disorders
2025-Sep-26, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.106138
PMID:41016582
|
研究论文 | 开发并验证用于诊断口腔潜在恶性疾病的深度学习系统 | 提出两阶段深度学习架构,分别用于区分口腔潜在恶性疾病与其他口腔黏膜病变,以及分类具体亚型 | NA | 开发AI辅助诊断工具提升口腔潜在恶性疾病的诊断准确性 | 口腔潜在恶性疾病患者的口腔临床图像 | 数字病理 | 口腔潜在恶性疾病 | 深度学习 | 两阶段深度学习模型 | 临床图像 | 内部数据集3,305例,外部验证集1,756例 |
308 | 2025-09-30 |
Mapping the Evolution of China's Traditional Chinese Medicine Education Policies: Insights From a BERTopic-Based Descriptive Study
2025-Sep-25, JMIR medical education
IF:3.2Q1
DOI:10.2196/72660
PMID:40997298
|
研究论文 | 使用BERTopic模型分析中国中医药教育政策的演变趋势和核心议题 | 首次采用深度学习主题建模方法系统分析中医药教育政策演变,提供数据驱动的研究视角 | NA | 系统分析中国中医药教育政策的研究主题和演变趋势,为未来政策制定和教育实践提供指导 | 中医药教育政策相关文档 | 自然语言处理 | NA | BERTopic主题建模 | BERTopic | 文本 | 来自教育部、国家中医药管理局、北大法宝和中医药院校档案的政策文档 |
309 | 2025-09-30 |
Intelligent temporal causal inference framework for wastewater treatment plant nitrogen removal: Multi-stage spurious causal elimination
2025-Sep-25, Bioresource technology
IF:9.7Q1
DOI:10.1016/j.biortech.2025.133394
PMID:41015305
|
研究论文 | 提出一种用于污水处理厂脱氮过程的智能时序因果推断框架,通过多阶段方法消除虚假因果关系 | 开发了AquaCausal混合因果推断框架,整合时序感知PCMCI算法、深度学习和多阶段虚假因果消除机制 | 基于模拟数据集验证,需要在实际污水处理场景中进一步验证 | 建立透明可解释的污水处理厂生物脱氮机制模型,优化处理过程并实现自适应智能控制 | 污水处理厂氮去除过程 | 环境工程与人工智能交叉 | NA | PCMCI算法、L1正则化格兰杰因果检验、排列特征重要性分析、四维鲁棒性评估 | 混合因果推断框架、深度学习 | 时序模拟数据 | 基于校准污水处理厂模型生成的扰动模拟数据集 |
310 | 2025-09-30 |
Deep learning in abdominopelvic digital subtraction angiography: a systematic review of interventional radiology applications
2025-Sep-25, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112456
PMID:41016082
|
系统综述 | 本系统综述评估了深度学习在腹盆腔数字减影血管造影介入放射学应用中的现状、性能表现和文献空白 | 首次系统性地总结了深度学习在腹盆腔DSA介入放射学中的应用,识别了该领域的研究空白和发展方向 | 大多数模型在单中心小数据集上测试,限制了其普适性;目前尚无FDA批准的DL工具用于腹盆腔DSA | 评估深度学习在腹盆腔数字减影血管造影介入放射学应用中的现状和性能 | 数字减影血管造影图像 | 医学影像分析 | 腹盆腔血管疾病 | 深度学习 | NA | 医学影像 | 9项研究(具体样本量未明确说明) |
311 | 2025-09-30 |
Metabolic profiling of Yangxinshi tablet based on time-staggered ion list dynamic detection integrated with metabolic molecular network
2025-Sep-23, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2025.128910
PMID:41016099
|
研究论文 | 基于时间交错离子列表动态检测与代谢分子网络整合的策略,系统表征大鼠口服养心氏片后的体内代谢谱 | 开发了BS-VPMDF-tsPIL-AE数据采集模式,结合代谢分子网络和深度学习辅助质量缺陷过滤技术,显著提升复杂生物基质中低丰度药物成分的检测能力 | 研究仅在大鼠体内进行,尚未在人体中验证;部分代谢物仅通过标准品初步鉴定,需要进一步结构确认 | 建立全面分析策略以系统表征中药复方制剂的体内代谢特征 | 养心氏片中的化学成分及其在大鼠体内的代谢产物 | 代谢组学 | NA | 质谱分析、代谢分子网络、深度学习辅助质量缺陷过滤 | 深度学习 | 质谱数据 | 大鼠血浆和尿液样本(鉴定出134个血浆药物成分和165个尿液药物成分) |
312 | 2025-09-30 |
Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model
2025-Sep-23, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.146497
PMID:41016293
|
研究论文 | 本研究提出了一种基于多传感器融合和增强型EfficientNet-B0模型的葡萄酒原料鉴别方法 | 采用GASF和梅尔谱图将一维传感器数据转换为二维RGB图像,结合增强型EfficientNet-B0模型实现多传感器数据融合分类 | NA | 开发基于多传感器融合的葡萄酒原料准确分类方法 | 八种不同原料采用相同酿造工艺制成的葡萄酒 | 计算机视觉 | NA | 广谱电子鼻、贵金属电极、GASF、梅尔谱图 | 增强型EfficientNet-B0 | 图像 | 八种不同原料的葡萄酒样本 |
313 | 2025-09-30 |
Mapping the Evolution of Artificial Intelligence in Medical Materials
2025-Sep-23, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c06324
PMID:41018643
|
综述 | 通过文献计量分析评估人工智能在医用材料领域的研究现状与发展趋势 | 首次对人工智能在医用材料领域的整体研究格局进行系统性文献计量分析 | 仅基于Web of Science核心合集的108篇文献,样本量有限 | 分析人工智能在医用材料领域的研究演进与发展挑战 | 医用材料领域的人工智能研究文献 | 机器学习 | NA | 文献计量分析 | 深度学习 | 文献数据 | Web of Science核心合集的108篇出版物 |
314 | 2025-09-30 |
Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos
2025-Sep-22, Journal of gynecology obstetrics and human reproduction
IF:1.7Q3
DOI:10.1016/j.jogoh.2025.103039
PMID:40992502
|
研究论文 | 开发并验证了一种基于深度学习的AI系统,用于从超声视频中自动识别标准胎儿切面、测量胎儿生物指标并估算胎儿体重 | 首次将深度学习技术应用于超声视频中自动识别标准胎儿切面并进行生物指标测量,实现了全自动化的胎儿体重估算 | 研究仅针对健康胎儿进行验证,未包含异常胎儿病例 | 开发自动化的胎儿生物指标测量系统,提高超声测量的准确性和可重复性 | 胎儿超声图像和视频 | 计算机视觉 | 妇产科疾病 | 深度学习神经网络 | DNN | 超声图像和视频 | 训练集16,626张图像,验证集281个超声视频 |
315 | 2025-09-30 |
Exploring pocket-aware inhibitors of BTK kinase by generative deep learning, molecular docking, and molecular dynamics simulations
2025-Sep-22, RSC advances
IF:3.9Q2
DOI:10.1039/d5ra04840k
PMID:41019811
|
研究论文 | 本研究通过整合生成式深度学习、分子对接和分子动力学模拟,探索针对BTK激酶J口袋的抑制剂 | 提出结合生成式深度学习的口袋感知抑制剂设计框架,通过多步骤计算筛选获得高亲和力候选分子 | 研究仅基于计算模拟,缺乏实验验证 | 开发针对BTK激酶的高选择性抑制剂 | BTK激酶及其抑制剂 | 计算药物设计 | NA | 生成式深度学习、分子对接、分子动力学模拟 | 生成式深度学习模型 | 分子结构数据 | 从10000个生成分子中筛选出5个候选分子 |
316 | 2025-09-30 |
Leveraging learned representations and multitask learning for lysine methylation site discovery
2025-Sep-21, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.27.672583
PMID:40950037
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型MethylSight 2.0,用于预测赖氨酸甲基化位点 | 首次将Transformer架构应用于赖氨酸甲基化位点预测,并采用多任务学习整合其他赖氨酸翻译后修饰信息 | 未明确说明模型在特定癌症类型中的适用性限制 | 提高赖氨酸甲基化位点预测的准确性,完善赖氨酸甲基化组图谱 | 赖氨酸甲基化位点 | 机器学习 | 癌症 | 深度学习、质谱分析 | Transformer | 蛋白质序列数据 | 通过质谱实验验证了68个新型赖氨酸甲基化位点 |
317 | 2025-09-30 |
Intelligent Fish Recognition Method Based on Variable-Step Size Learning Rate Optimization Strategy
2025-Sep-21, Foods (Basel, Switzerland)
DOI:10.3390/foods14183274
PMID:41008245
|
研究论文 | 提出一种基于变步长学习率优化策略的智能鱼类识别方法 | 通过分析学习率规律对网络精度的影响,提出变步长学习率优化策略,显著减少优化次数并提高准确率 | NA | 开发高效的鱼类识别方法以降低人工分类成本 | 多种鱼类物种 | 计算机视觉 | NA | 迁移学习 | ResNet18, ShuffleNet, EfficientNet, MobileNetV3, YOLOv8 | 图像 | NA |
318 | 2025-09-30 |
Diagnostic Performance of Large Language Models in Multimodal Analysis of Radiolucent Jaw Lesions
2025-Sep-16, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.103910
PMID:40961626
|
研究论文 | 评估ChatGPT和Gemini大语言模型在多模态影像分析中对透光性颌骨病变的诊断性能 | 首次系统评估大语言模型在口腔颌面外科多模态影像诊断中的表现,比较了不同影像组合和答题格式对诊断准确性的影响 | 样本量有限(100例),仅来自单一机构,需要更大数据集和混合AI系统的进一步验证 | 评估大语言模型在口腔颌面外科透光性颌骨病变诊断中的性能 | 100例匿名患者的透光性颌骨病变病例 | 自然语言处理 | 颌骨病变 | 大语言模型(LLM) | ChatGPT 4o, Gemini 2.5 Pro | 多模态数据(全景X线片、CBCT图像、病理切片) | 100例患者数据,包括人口统计学信息、全景X线片、CBCT图像、病理切片和确诊诊断 |
319 | 2025-09-30 |
Cross-Modality Learning for Predicting Immunohistochemistry Biomarkers from Hematoxylin and Eosin-Stained Whole Slide Images
2025-Sep-12, The American journal of pathology
DOI:10.1016/j.ajpath.2025.08.014
PMID:40946794
|
研究论文 | 提出一种名为HistoStainAlign的深度学习框架,能够直接从H&E染色全切片图像预测IHC染色模式 | 通过对比训练策略整合配对的H&E和IHC嵌入,无需切片级注释或组织配准即可捕获跨染色模式的互补特征 | NA | 开发计算预筛选工具,帮助优先选择需要IHC染色的病例并提高工作流程效率 | 胃肠道和肺组织全切片图像 | 数字病理学 | 癌症 | 深度学习 | 对比学习框架 | 全切片图像 | 包含三种常用IHC染色(P53、PD-L1和Ki-67)的胃肠道和肺组织全切片图像 |
320 | 2025-09-30 |
MetaChrome: An Open-Source, User-Friendly Tool for Automated Metaphase Chromosome Analysis
2025-Sep-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.02.673813
PMID:41019638
|
研究论文 | 开发了一个用于自动中期染色体分析的开源软件平台MetaChrome | 采用经手动标注数据集微调的Cellpose分割模型,实现了比传统图像处理方法更高的分割精度,并首次在开源软件中结合了稳健的染色体分割与全面的共定位分析能力 | NA | 解决DNA-FISH染色体图像中中期染色体自动分割和FISH信号共定位分析的挑战 | 中期染色体和染色体特异性FISH探针及免疫荧光标记蛋白 | 数字病理 | NA | DNA荧光原位杂交(FISH)、高通量成像(HTI) | Cellpose深度学习模型 | 图像 | NA |