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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3721 | 2025-07-21 |
Automatic segmentation of liver structures in multi-phase MRI using variants of nnU-Net and Swin UNETR
2025-Jul-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07084-5
PMID:40670420
|
研究论文 | 本研究评估了深度学习架构在多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描中对肝脏结构的分割效果 | 比较了nnU-Net的变体和Swin UNETR在肝脏结构分割中的性能,并确定了动脉晚期作为最佳固定相位用于配准 | 病变和腹水的分割对所有模型都具有挑战性,性能仍有提升空间 | 开发自动分割肝脏结构的深度学习模型,以改善肝脏疾病的评估和手术规划 | 肝脏实质、门静脉、肝静脉、主动脉、病变和腹水 | 数字病理 | 肝脏疾病 | 多相Gd-EOB-DTPA增强T1加权VIBE MRI扫描 | nnU-Net, ResEnc nnU-Net, Swin UNETR | MRI图像 | 458例病理肝脏的T1加权VIBE扫描,其中78例手动标注,47例用于跨扫描仪评估 |
3722 | 2025-07-21 |
In Silico tool for predicting, designing and scanning IL-2 inducing peptides
2025-Jul-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08388-2
PMID:40670434
|
研究论文 | 开发了一种预测IL-2诱导肽的方法,并构建了集成模型以提高预测性能 | 结合了基于对齐的方法和人工智能模型(包括机器学习、深度学习和大型语言模型),构建了集成模型,并开发了软件IL2pred | 主数据集中IL-2诱导和非诱导肽均为MHC结合物,可能影响模型的泛化能力 | 预测和设计IL-2诱导肽,以支持基于IL-2的免疫治疗 | IL-2诱导肽和非诱导肽 | 生物信息学 | 癌症 | 机器学习(ML)、深度学习(DL)、大型语言模型(LLM) | Extra Tree、集成模型 | 肽序列数据 | 主数据集6,574个肽(3,429个IL-2诱导肽和3,145个非诱导肽),另有两个替代数据集 |
3723 | 2025-07-21 |
Enhancing pathological feature discrimination in diabetic retinopathy multi-classification with self-paced progressive multi-scale training
2025-Jul-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07050-1
PMID:40670454
|
研究论文 | 提出了一种结合自步渐进学习和随机多尺度图像重建的深度学习框架,用于糖尿病视网膜病变的多分类任务 | 引入了自步渐进学习策略(从简单到复杂的样本训练)和随机多尺度图像重建技术,以及基于KL散度的集成学习协作正则化方法 | 未明确提及具体局限性,但暗示低质量数据和小样本量是领域普遍挑战 | 提升糖尿病视网膜病变多分类任务的病理特征判别能力 | 糖尿病视网膜病变(DR)的眼底图像 | 数字病理 | 糖尿病视网膜病变 | 深度学习框架(含自步渐进学习、多尺度图像重建) | 基于ResNet-50改进的模型 | 医学图像(眼底照片) | APTOS和MESSIDOR-Kaggle整合数据集(具体数量未说明) |
3724 | 2025-07-21 |
Artificial intelligence-based diabetes risk prediction from longitudinal DXA bone measurements
2025-Jul-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10136-5
PMID:40670456
|
研究论文 | 本研究利用纵向DXA骨测量数据和人工智能技术,预测卡塔尔成年人糖尿病的发病风险 | 首次使用纵向多模态DXA骨测量数据预测糖尿病发病风险,并比较了传统模型与深度学习模型的性能 | 研究样本仅限于卡塔尔成年人,可能存在地域局限性;排除了数据不完整的参与者 | 探索DXA骨测量指标作为糖尿病发病预测因子的潜力 | 卡塔尔成年人(1382名参与者,包括725名男性和657名女性) | 数字病理学 | 糖尿病 | 双能X射线吸收测定法(DXA),SMOTE和SMOTEENN数据增强技术 | 传统机器学习模型和深度学习(DL)模型 | 纵向骨测量数据 | 1382名参与者(男性725人,女性657人) |
3725 | 2025-07-21 |
Fusion of microscopic and diffraction images with VGG net for budding yeast recognition in imaging flow cytometry
2025-Jul-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09320-4
PMID:40670500
|
研究论文 | 提出了一种结合图像融合技术和深度学习算法的新方法,用于提高显微-衍射成像流式细胞术中的细胞分类速度和准确性 | 首次将图像融合技术与VGG-net卷积神经网络结合,用于显微-衍射成像流式细胞术中的细胞分类 | 研究仅针对芽殖酵母细胞进行分类,未验证在其他细胞类型上的适用性 | 提高显微-衍射成像流式细胞术(MDIFC)中细胞分类的准确性和处理速度 | 芽殖酵母细胞 | 计算机视觉 | NA | 显微-衍射成像流式细胞术(MDIFC) | VGG-net CNN, SVM, RF | 图像 | 未明确说明样本数量,但分类了三种细胞事件(单细胞、芽殖细胞和聚集细胞) |
3726 | 2025-07-21 |
Image quality and radiation dose of reduced-dose abdominopelvic computed tomography (CT) with silver filter and deep learning reconstruction
2025-Jul-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11184-7
PMID:40670595
|
研究论文 | 评估使用SilverBeam滤波器和深度学习重建(DLR)的低剂量腹部盆腔CT与标准剂量迭代重建(IR)在图像质量和辐射剂量方面的差异 | 结合SilverBeam滤波器和深度学习重建技术,显著降低辐射剂量同时保持图像质量不劣于标准剂量 | 研究样本量有限(182例),且未探讨长期临床效果 | 比较低剂量CT与标准剂量CT在腹部盆腔成像中的性能差异 | 腹部盆腔CT扫描 | 医学影像 | NA | 深度学习重建(DLR)、迭代重建(IR)、SilverBeam滤波器 | 深度学习模型(未指定具体架构) | CT图像 | 182例患者(100名男性,平均年龄63±14岁) |
3727 | 2025-07-21 |
Development and evaluation of a deep learning-based system for dental age estimation using the demirjian method on panoramic radiographs
2025-Jul-16, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06420-5
PMID:40670936
|
研究论文 | 开发并评估了一种基于深度学习的系统,用于在全景X光片上使用Demirjian方法自动估计牙齿年龄 | 首次将YOLOv11深度学习模型应用于牙齿发育阶段分类,并与传统手动方法进行比较 | 需要更广泛的人群验证和尝试其他模型架构才能进行临床部署 | 开发自动牙齿年龄估计系统并评估其性能 | 牙齿发育阶段 | 计算机视觉 | NA | 深度学习 | YOLOv11 | 图像 | 4800张全景X光片用于训练验证测试,另外650人(325女性,325男性)用于比较分析 |
3728 | 2025-07-21 |
Deep Learning-Based Quantitative Assessment inflammatory response of hyperreflective foci in Diabetic Macular Edema
2025-Jul-16, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104728
PMID:40680912
|
研究论文 | 本研究探讨了糖尿病黄斑水肿(DME)中炎症细胞因子(IL-6、ICAM-1和VEGF)与超反射焦点(HRF)之间的关联 | 使用深度学习开发的自动分割系统定量评估HRF,并首次揭示HRF数量及体积与眼内炎症细胞因子含量的相关性 | 样本量较小(39只DME眼和19只对照眼),且未发现细胞因子与HRF分布的显著相关性 | 探索DME中炎症标志物与影像学生物标志物的关联机制 | 糖尿病黄斑水肿患者的房水样本和SD-OCT影像特征 | 数字病理 | 糖尿病黄斑水肿 | ELISA检测、SD-OCT成像、自动分割系统 | 深度学习(未明确具体模型) | 生物分子检测数据、医学影像数据 | 58只眼(29名DME患者的39只眼+19名对照者的19只眼) |
3729 | 2025-07-21 |
An Integrated Deep Learning Framework Using Adaptive Enhanced Vision Fusion and Modified MobileNet Architecture for Precision Classification of Skin Diseases with Enhanced Diagnostic Performance
2025-Jul-16, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2025.100331
PMID:40681043
|
研究论文 | 提出了一种名为Dermo-Transfer的新型深度学习框架,用于提高皮肤疾病分类的准确性和诊断性能 | 结合MobileNet与密集块和残差连接,解决梯度消失和过拟合问题,并采用多尺度Retinex、伽马校正和直方图均衡化提升图像质量,使用量子支持向量机(QSVM)分类器提高分类性能 | 未明确提及研究的局限性 | 提高皮肤疾病分类的准确性和诊断性能 | 皮肤疾病图像 | 计算机视觉 | 皮肤疾病 | 多尺度Retinex、伽马校正、直方图均衡化、QSVM | MobileNet、Dermo-Transfer | 图像 | 77,314张图像,涵盖多种皮肤疾病 |
3730 | 2025-07-21 |
Automatic quantification, grading and five-year prediction of myopic fundus tessellation: a multi-center, longitudinal deep learning study
2025-Jul-16, Science China. Life sciences
DOI:10.1007/s11427-025-3002-y
PMID:40681822
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
3731 | 2025-07-21 |
Cellular optical imaging techniques: a dynamic advancing frontier
2025-Jul-16, Science China. Life sciences
DOI:10.1007/s11427-024-2916-5
PMID:40681818
|
综述 | 本文综述了用于细胞研究的超分辨率光学成像技术的最新进展 | 介绍了多种超分辨率成像技术和图像处理算法,包括SIM、PS-SR显微镜、SMLM以及数学和深度学习超分辨率算法,这些技术突破了传统远场光学成像的衍射极限限制 | NA | 推动生物研究进入纳米尺度领域 | 细胞 | 生物医学成像 | NA | 超分辨率光学成像技术(SIM、PS-SR显微镜、SMLM) | 深度学习(DL) | 图像 | NA |
3732 | 2025-07-21 |
Developing Nationwide Estimates of Built Environment Quality Characteristics Using Street-View Imagery and Computer Vision
2025-Jul-15, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c00966
PMID:40607680
|
研究论文 | 利用计算机视觉和街景图像评估美国城市建成环境质量特征 | 首次利用计算机视觉和街景图像对美国全国范围内的建成环境质量进行估计,并明确处理了社会人口和时间偏差 | 对西班牙裔/拉丁裔和夏威夷原住民或太平洋岛民群体的准确性较低,季节性偏差调整后仍存在一定偏差 | 评估建成环境质量特征,为流行病学研究、城市规划策略和公共卫生干预提供信息 | 美国所有城市的建成环境质量 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 72,516份调查和1.2亿个街景位置 |
3733 | 2025-07-21 |
A Large Language Model-Powered Map of Metabolomics Research
2025-Jul-15, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01672
PMID:40608399
|
研究论文 | 本文通过大型语言模型构建了代谢组学研究的综合图谱,分析了超过80,000篇文献 | 利用PubMedBERT和GPT-4o mini进行文本嵌入和主题建模,揭示了代谢组学领域的关键主题和趋势 | 研究依赖于文献数据的质量和完整性,可能未涵盖所有相关研究 | 构建代谢组学研究的综合图谱,揭示研究趋势和关键领域 | 80,000篇代谢组学相关文献 | 自然语言处理 | NA | PubMedBERT, GPT-4o mini, t-SNE | BERT, 神经网络主题模型 | 文本 | 80,000篇文献 |
3734 | 2025-07-21 |
SaeGraphDTI: drug-target interaction prediction based on sequence attribute extraction and graph neural network
2025-Jul-15, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06195-0
PMID:40670964
|
研究论文 | 提出了一种基于序列属性提取和图神经网络的药物-靶点相互作用预测模型SaeGraphDTI | 结合序列特征提取器和图神经网络,利用相似性关系补充现有关系网络,从而获得更全面的特征表示 | 未提及模型在特定类型药物或靶点上的性能差异 | 提高药物-靶点相互作用预测的准确性以缩短药物开发周期和降低成本 | 药物和靶点的相互作用 | 机器学习 | NA | 图神经网络 | SaeGraphDTI | 序列数据 | 四个公共数据集 |
3735 | 2025-07-21 |
A novel framework integrating GeoAI and human perceptions to estimate walkability in Wuhan, China
2025-Jul-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09779-1
PMID:40659718
|
研究论文 | 本文提出了一种结合GeoAI和人类感知的新框架,用于评估中国武汉的可步行性 | 开发了分层评估框架和DS-HRNet深度学习模型,提高了街道场景分割的准确性 | 研究仅针对武汉市中心区域,可能不适用于其他城市或地区 | 评估城市可步行性及其与健康和社会经济因素的关系 | 武汉市中心的街道环境和居民感知 | 计算机视觉 | 慢性疾病和精神障碍 | 深度学习 | DS-HRNet | 图像 | 120名志愿者的问卷数据和113,900张街景图像 |
3736 | 2025-07-21 |
AgNWs-COF SERS biosensor for oral cancer diagnosis based on exhaled breath and saliva
2025-Jul-14, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126648
PMID:40680353
|
研究论文 | 开发了一种基于银纳米线网络和COF-TpPa薄膜的SERS生物传感器,用于口腔癌的无创诊断 | 结合等离子体共价有机框架(COF)合成SERS生物传感器,提高了SERS信号和生物标志物吸附效率,并通过深度学习分析实现了高准确率的口腔癌识别 | 实验中使用的是人工呼出的甲基硫醇和唾液尿酸,实际临床应用中的样本可能更为复杂 | 开发一种无创、高灵敏度的口腔癌诊断方法 | 呼出气体和唾液中的生物标志物 | 生物医学传感 | 口腔癌 | 表面增强拉曼光谱(SERS) | Light Gradient Boosting (LGB) 算法 | 光谱数据 | 实验中使用人工呼出的甲基硫醇和唾液尿酸 |
3737 | 2025-07-21 |
An insight into the role of artificial intelligence in combating malaria: recent developments
2025-Jul-13, Annals of parasitology
DOI:10.17420/ap71.545
PMID:40682862
|
review | 本文综述了人工智能在疟疾诊断、监测、治疗和病媒控制中的应用及其最新进展 | 强调了AI在个性化医疗、加速药物发现和改善诊断方面的创新应用,特别是在应对抗药性疟原虫方面的潜力 | 未提及具体AI模型的性能比较或实际应用中的具体挑战 | 探讨AI技术在对抗疟疾中的角色及其对全球健康安全的潜在影响 | 疟疾的诊断、治疗、药物发现及流行病学追踪 | machine learning | malaria | machine learning, deep learning, in silico drug repurposing | NA | NA | NA |
3738 | 2025-07-21 |
Automated segmentation of the breech and firing pin faces of fired cartridge case images
2025-Jul-12, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2025.112554
PMID:40682899
|
研究论文 | 本文提出了一种深度学习方法来处理更高分辨率图像中的弹壳底部标记分割问题,以支持法医科学中的枪支识别 | 提出了一种针对512×512和2592×1944像素高分辨率图像的自动化头部印记去除方法,并引入了后处理方法以提高性能 | 未明确说明方法在更广泛数据集上的泛化能力或实际案例中的验证效果 | 开发自动化弹壳底部标记分割方法以支持法医枪支识别 | 发射后的弹壳图像,特别是弹壳底部的头部印记、闭锁面和击针区域 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用NIST弹壳图像数据库及自行标注的数据集 |
3739 | 2025-07-21 |
Tem2-KAN: Data-driven temporal temperature prediction via an improved Kolmogorov-Arnold network
2025-Jul-10, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.07.014
PMID:40681441
|
研究论文 | 本文提出了一种名为Tem-KAN的深度学习架构,用于通过改进的Kolmogorov-Arnold网络进行高精度的气候温度预测 | Tem-KAN通过用样条参数化的单变量函数替代神经网络中的传统线性权重,动态学习非线性气候模式,同时保持内在可解释性,并整合了多层感知器(MLPs)的通用逼近能力和物理意义特征可视化 | NA | 开发一种高精度的气候温度预测方法 | 气候温度数据 | 机器学习 | NA | 深度学习 | Kolmogorov-Arnold网络(KAN) | 气象数据 | 来自英国监测站的原始气象数据 |
3740 | 2025-07-21 |
EEG Emotion Copilot: Optimizing lightweight LLMs for emotional EEG interpretation with assisted medical record generation
2025-Jul-10, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107848
PMID:40683189
|
研究论文 | 本文提出了一种名为EEG Emotion Copilot的系统,通过优化轻量级大型语言模型(LLM),直接从EEG信号识别情绪状态,并生成个性化的诊断和治疗建议,支持辅助电子病历的自动化 | 提出了一种优化轻量级LLM的系统,能够直接从EEG信号识别情绪并生成个性化医疗建议,实现了端到端的情绪计算 | 模型参数规模较小(0.5B),可能影响处理复杂情绪状态的能力 | 优化轻量级LLM以实现EEG情绪识别和辅助医疗记录生成 | EEG信号和情绪状态 | 脑机接口 | 心理健康 | 模型剪枝和微调训练 | LLM | EEG信号 | 未明确说明 |