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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
341 | 2025-06-26 |
A Tutorial on the Use of Artificial Intelligence Tools for Facial Emotion Recognition in R
2025 May-Jun, Multivariate behavioral research
IF:5.3Q1
DOI:10.1080/00273171.2025.2455497
PMID:39949325
|
教程 | 本教程介绍了三种基于人工智能的面部情绪识别工具在R语言中的应用 | 提供了三种流行AI情绪检测程序的比较及示例代码,便于研究人员快速开始设计和分析情绪数据 | 仅针对R程序员,且未涉及这些工具在具体研究中的实际应用效果评估 | 提高社会和行为科学文献中可解释人工智能的素养 | 面部情绪识别工具 | 计算机视觉 | NA | 机器学习、深度学习、计算机视觉算法 | NA | 图像 | NA |
342 | 2025-06-26 |
Surface-Enhanced Raman Scattering Nanotags: Design Strategies, Biomedical Applications, and Integration of Machine Learning
2025 May-Jun, Wiley interdisciplinary reviews. Nanomedicine and nanobiotechnology
DOI:10.1002/wnan.70015
PMID:40391396
|
review | 本文综述了表面增强拉曼散射(SERS)纳米标签的设计策略、生物医学应用及其与机器学习的整合 | 强调了SERS纳米标签在生物成像、治疗诊断和液体活检中的最新应用,特别是机器学习与深度学习算法的整合以提高效能 | 讨论了SERS纳米标签在临床转化中面临的挑战 | 探讨SERS纳米标签在疾病诊断、监测和光谱引导手术中的应用及其技术进步 | SERS纳米标签及其在生物医学领域的应用 | 生物医学工程 | 癌症、SARS-CoV-2 | 表面增强拉曼散射(SERS) | 机器学习(ML)、深度学习 | 光谱数据、图像数据 | NA |
343 | 2025-06-26 |
[Segmentation and validation of mandibular canal and its bifurcation on cone beam CT based on deep learning]
2025-Apr, Shanghai kou qiang yi xue = Shanghai journal of stomatology
PMID:40550761
|
研究论文 | 基于深度学习的锥形束CT下颌管及其分叉的检测与分割方法 | 利用U-net卷积神经网络建立下颌管及其分叉的检测与分割方法,并采用伪标签方法辅助标注 | 样本量相对较小,且仅来自单一医院 | 开发一种可靠且实用的下颌管及其分叉的自动检测与分割方法 | 290例CBCT扫描图像 | 计算机视觉 | 口腔疾病 | CBCT扫描 | U-net | 医学图像 | 290例CBCT扫描图像(200例训练集,90例测试集) |
344 | 2025-06-26 |
Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation
2025-Mar-31, Open heart
IF:2.8Q2
DOI:10.1136/openhrt-2025-003185
PMID:40164487
|
研究论文 | 本研究探讨了如何通过结合心电图(ECG)、心率变异性(HRV)和人口统计数据(年龄和性别)来提高心房颤动(AF)的检测效果 | 创新点在于将HRV和人口统计数据与ECG结合,采用多模态方法显著提升了AF检测的敏感性和性能 | 研究结果尚需进一步的临床验证 | 提高心房颤动的检测准确率 | 心房颤动(AF)患者 | 机器学习 | 心血管疾病 | ECG、HRV分析 | CNN(AlexNet、VGG-16、ResNet)、transformer | ECG信号、HRV数据、人口统计数据 | 35,634份12导联ECG记录,来自三个公共数据库 |
345 | 2025-06-26 |
Gd-EOB-DTPA-enhanced MRI radiomics and deep learning models to predict microvascular invasion in hepatocellular carcinoma: a multicenter study
2025-Mar-31, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01646-9
PMID:40165094
|
研究论文 | 本研究开发了一种基于Gd-EOB-DTPA增强MRI图像的放射组学模型,结合双区域特征和两种机器学习算法,用于预测肝细胞癌的微血管侵犯 | 结合双区域特征和两种机器学习算法(CR和DLR)的新型放射组学模型,提高了预测微血管侵犯的准确性 | 所有模型之间的AUC差异无统计学意义(P>0.005) | 术前预测肝细胞癌的微血管侵犯 | 304名肝细胞癌患者 | 数字病理 | 肝细胞癌 | Gd-EOB-DTPA增强MRI | 支持向量机、3D ResNet-18 | MRI图像 | 304名患者(训练队列216名,测试队列88名) |
346 | 2025-06-26 |
Effectiveness and clinical impact of using deep learning for first-trimester fetal ultrasound image quality auditing
2025-Mar-31, BMC pregnancy and childbirth
IF:2.8Q1
DOI:10.1186/s12884-025-07485-4
PMID:40165135
|
研究论文 | 开发并验证了一种基于人工智能的超声图像质量审核系统(AI-IQA),用于自动审核孕早期超声扫描中四个关键平面的图像质量 | 首次将YOLOv7结构检测网络与多分支图像质量回归网络结合,构建了一个高效且准确的自动审核系统,并验证了其在不同经验水平放射科医师中的临床效果 | 研究仅基于多中心内部数据集进行验证,尚未在更广泛的外部数据集中测试其泛化能力 | 开发一个高效准确的自动超声图像质量审核系统,以替代耗时且不一致的人工审核 | 孕早期超声扫描中的四个关键平面图像 | 计算机视觉 | 产科超声 | YOLOv7结构检测网络与多分支图像质量回归网络 | CNN | 图像 | 567例由四位不同经验水平的放射科医师扫描的案例(其中349例未使用AI-IQA反馈,218例使用2-3轮AI-IQA反馈) |
347 | 2025-06-26 |
Detection of cotton crops diseases using customized deep learning model
2025-Mar-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-94636-4
PMID:40155421
|
研究论文 | 本文提出了一种定制的深度学习模型,用于检测棉花作物病害 | 比较了多种最先进的深度学习模型(如VGG16、DenseNet、EfficientNet等)在棉花病害识别中的表现,并发现ResNet152模型优于其他模型 | 未提及模型在真实田间环境中的泛化能力或对不同病害类型的识别效果 | 开发高效的棉花病害检测方法以减少农业经济损失 | 棉花作物及其病害 | 计算机视觉 | 棉花病害 | 深度学习 | VGG16, DenseNet, EfficientNet, InceptionV3, MobileNet, NasNet, ResNet | 图像 | 未明确提及具体样本数量,但使用了从田间采集的真实棉花病害数据 |
348 | 2025-06-26 |
Multiparametric MRI-Based Deep Learning Models for Preoperative Prediction of Tumor Deposits in Rectal Cancer and Prognostic Outcome
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.004
PMID:39438175
|
研究论文 | 本研究基于多参数MRI的深度学习模型,用于预测直肠癌患者的肿瘤沉积及预后结果 | 结合多参数MRI的深度放射组学特征和临床特征,构建了预测直肠癌肿瘤沉积的列线图模型,并验证了其在预后分层中的有效性 | 回顾性研究设计可能存在选择偏倚,且样本量相对有限 | 预测直肠癌患者的肿瘤沉积状态并分析其预后 | 529例接受根治性手术的直肠癌患者 | 数字病理 | 直肠癌 | 多参数MRI | ResNet-101 | 图像 | 529例患者(中心1:379例,中心2:150例) |
349 | 2025-06-26 |
Detection of Auto-Immune Disease using Deep Learning Techniques
2025-Mar, Mediterranean journal of rheumatology
DOI:10.31138/mjr.060624.doa
PMID:40557183
|
研究论文 | 本研究提出了一种结合深度学习和先进图像处理的自动化方法,用于通过HEp-2细胞间接免疫荧光测试诊断自身免疫性疾病 | 创新性地整合了深度学习、图像处理、HEp-2细胞和有丝分裂细胞实例分割技术,提供了一种自动化的诊断方法 | 初始数据集存在不平衡问题,有丝分裂细胞数量显著少于HEp-2同质细胞 | 开发可靠的自动化方法用于自身免疫性疾病的诊断 | HEp-2细胞和有丝分裂细胞 | 数字病理学 | 自身免疫性疾病 | 间接免疫荧光测试(IIF) | Detectron2, YOLOv8n | 图像 | ICPR 2016数据集 |
350 | 2025-06-26 |
Deep learning in surgical process modeling: A systematic review of workflow recognition
2025-Feb, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104779
PMID:39832608
|
系统综述 | 本文系统综述了深度学习在手术流程建模中的应用,特别是在微创手术中识别手术工作流程和提取可靠模式的作用 | 探讨了深度学习在手术工作流分析中的广泛应用,包括神经网络和transformer的使用,并提出了多模态数据输入的益处 | 手术注释过程缺乏详细描述,不同手术程序的注释过程存在显著差异,公开数据集常缺乏临床知识 | 研究深度学习在识别手术工作流程和提取可靠模式中的作用,以推动内窥镜手术中情境感知智能系统的发展 | 微创手术中使用腹腔镜和显微镜进行的手术视频 | 计算机视觉 | NA | 深度学习 | RNN, TCN, transformer | 视频 | 59篇文章(从2937篇中筛选) |
351 | 2025-06-26 |
Smartphone image dataset for radish plant leaf disease classification from Bangladesh
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111263
PMID:39850369
|
research paper | 该研究收集了来自孟加拉国蔬菜田的2801张萝卜叶片图像,用于深度学习模型训练,以精确识别萝卜叶片病害 | 创建了一个包含健康叶片和四种病害叶片的全面智能手机图像数据集,用于萝卜叶片病害分类 | 数据集仅来自孟加拉国的蔬菜田,可能无法涵盖所有地理和环境条件下的萝卜叶片病害 | 精确识别萝卜叶片病害,以促进萝卜的健康生长和农业可持续性 | 萝卜叶片 | digital pathology | plant disease | deep learning | NA | image | 2801张萝卜叶片图像 |
352 | 2025-06-26 |
Classroom Behavior Recognition Using Computer Vision: A Systematic Review
2025-Jan-10, Sensors (Basel, Switzerland)
DOI:10.3390/s25020373
PMID:39860742
|
系统综述 | 本文通过系统文献综述,探讨了基于计算机视觉的课堂行为识别的研究现状与未来趋势 | 首次系统梳理了80篇同行评审期刊文章,明确了计算机视觉支持的课堂行为识别的四大类别及主要识别目标,并指出了当前研究的挑战与未来方向 | 行为分类定义多样且缺乏与教学内容和事件的联系,研究样本主要集中于大学生和传统课堂环境 | 探讨基于计算机视觉的课堂行为识别的研究现状、技术应用及未来趋势 | 教师和学生的课堂行为 | 计算机视觉 | NA | 深度学习 | YOLO系列 | 视频 | 80篇同行评审期刊文章 |
353 | 2025-06-26 |
A Comprehensive Review of Artificial Intelligence (AI) Applications in Pulmonary Hypertension (PH)
2025-Jan-07, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina61010085
PMID:39859065
|
综述 | 本文综述了人工智能(AI)在肺动脉高压(PH)中的应用,包括诊断、疾病分类和预后预测 | 系统性地总结了AI在PH管理中的潜在应用,并探讨了其在风险分层和治疗优化中的前景 | 存在现有挑战和局限性,需要进一步探索和完善AI驱动工具 | 探讨AI在PH诊断和管理中的潜在应用 | 肺动脉高压(PH)患者 | 数字病理学 | 心血管疾病 | 机器学习(ML)和深度学习(DL) | NA | 医学数据 | 45项相关研究 |
354 | 2025-06-26 |
Learning Dynamic Prompts for All-in-One Image Restoration
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3567205
PMID:40354220
|
research paper | 提出了一种名为DPPD的动态提示方法,用于处理多类型图像退化问题 | 通过Degradation Prototype Assignment (DPA)和Prompt Distribution Learning (PDL)两个新组件,将退化先验提取解耦,提供可区分和可扩展的表示,并动态调整提示 | 未提及具体局限性 | 解决多类型图像退化问题,提升图像恢复性能 | 图像恢复任务 | computer vision | NA | deep learning | DPPD (Degradation Prototype Assignment and Prompt Distribution Learning) | image | NA |
355 | 2025-06-26 |
Data-driven identification of urgent surgical procedures for use in trauma outcomes measurement
2025, Trauma surgery & acute care open
IF:2.1Q2
DOI:10.1136/tsaco-2025-001783
PMID:40406235
|
研究论文 | 本文提出了一种基于数据驱动的方法,用于从常规管理数据中生成紧急创伤手术程序列表,以促进创伤系统的标准化评估和比较 | 采用数据驱动方法替代传统的德尔菲法或专家意见,减少了资源消耗,并允许根据紧急时间框架进行调整 | 研究仅基于单一澳大利亚医院的数据,未来可考虑扩大数据来源以增强普适性 | 开发一种灵活的数据驱动方法,用于生成和更新创伤患者的紧急手术程序列表 | 创伤患者及其在入院24小时内预定的手术程序 | 医疗数据分析 | 创伤 | 数据链接与分析 | NA | 管理数据和围手术期数据 | 4737例创伤入院中的6750次手术,涉及567种独特手术程序 |
356 | 2025-06-26 |
LSTA-CNN: A Lightweight Spatiotemporal Attention-Based Convolutional Neural Network for ASD Diagnosis Using EEG
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3580593
PMID:40526541
|
研究论文 | 提出一种基于轻量级时空注意力的卷积神经网络(LSTA-CNN),用于利用EEG信号进行自闭症谱系障碍(ASD)诊断 | 引入新的时空注意力机制,能够联合整合时域和空域特征,有效提取EEG特征,同时模型参数量少、推理时间短 | 仅使用自收集的41名自闭症儿童和32名正常儿童的EEG数据进行实验,样本量较小 | 开发一种轻量级深度学习模型,用于自闭症谱系障碍的EEG诊断 | 自闭症儿童和正常儿童的EEG信号 | 数字病理学 | 自闭症谱系障碍 | EEG信号分析 | CNN(LSTA-CNN) | EEG信号 | 41名自闭症儿童和32名正常儿童的EEG数据 |
357 | 2025-06-26 |
LOD-PCAC: Level-of-Detail-Based Deep Lossless Point Cloud Attribute Compression
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3578760
PMID:40526560
|
research paper | 提出了一种基于深度学习的无损点云属性压缩框架LOD-PCAC,利用细节层次结构实现密度鲁棒的压缩 | 引入了细节层次结构构建参考集,并提出Bit-level Residual Coder进行高效属性压缩 | 未明确提及具体限制 | 提高点云属性压缩的效率,特别是在稀疏或不均匀分布的点云上 | 点云属性压缩 | computer vision | NA | 深度学习 | neural network | point cloud | 未明确提及具体样本数量 |
358 | 2025-06-26 |
Fast 3D Room Layout Estimation Based on Compact High-Level Representation
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3578785
PMID:40531646
|
research paper | 该论文提出了一种基于紧凑高层表示的快速3D房间布局估计方法 | 通过学习仅包含29个实数的紧凑高层表示来估计3D布局,并设计了顺序无关的损失函数 | 未明确提及具体局限性 | 提高3D房间布局估计的速度和效率 | 室内RGB图像 | computer vision | NA | general regression networks | NA | image | NA |
359 | 2025-06-26 |
MLCDL: A Critical Practice and Implementation of Multi-tissue Classification and Diagnosis Using Deep Learning Algorithm
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4690-8_18
PMID:40553341
|
研究论文 | 本研究提出了一种基于深度学习的多组织分类和诊断方法,使用集成迁移学习的EfficientNet-B7深度卷积神经网络进行图像级纹理分类 | 采用集成迁移学习的EfficientNet-B7深度卷积神经网络进行多组织分类,相比传统机器学习方法具有更高的准确性和效率 | 测试数据集的准确率相对较低(51.326%),可能存在过拟合或数据不足的问题 | 开发一种高效的多组织分类和诊断方法,提高医学图像分析的准确性 | 多组织医学图像 | 数字病理学 | NA | 深度学习 | CNN, EfficientNet-B7 | 图像 | 381张150×150像素的图像 |
360 | 2025-06-26 |
Artificial Intelligence in CRISPR-Cas Systems: A Review of Tool Applications
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4690-8_14
PMID:40553337
|
综述 | 本文回顾了人工智能在CRISPR-Cas系统工具应用中的研究进展 | 整合人工智能与CRISPR-Cas系统,为基因工程研究及其应用提供新视角 | 未提及具体实验验证或实际应用案例 | 探讨人工智能在CRISPR-Cas系统中的应用及其对基因编辑的促进作用 | CRISPR-Cas系统和人工智能技术 | 合成生物学 | NA | CRISPR-Cas9, 深度学习和机器学习 | 深度学习, 机器学习 | 基因组数据 | NA |