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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
361 | 2025-04-27 |
Burnout crisis in Chinese radiology: will artificial intelligence help?
2025-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11206-4
PMID:39567429
|
研究论文 | 评估人工智能软件使用与中国医院放射科职业倦怠之间的相关性 | 首次定量研究AI软件使用与放射科人员职业倦怠的关联 | 横断面研究设计无法确定因果关系 | 探讨AI在缓解放射科职业倦怠中的作用 | 中国68家公立医院的放射科医师和技术人员 | 医疗人工智能 | NA | 问卷调查、MBI-HSS量表 | NA | 调查问卷数据 | 522名放射科工作人员(389名使用过AI) |
362 | 2025-04-27 |
Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images
2025-Mar, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24736
PMID:39573895
|
research paper | 提出了一种用于不平衡数据下的早期黑色素瘤皮肤癌诊断的深度学习框架 | 结合CNN、DenseNet、批量归一化层、最大池化和ReLU激活函数的新框架,有效解决了过拟合问题,并采用数据增强处理类别不平衡 | 未明确提及模型在临床环境中的实际应用验证或对不同皮肤类型的泛化能力 | 开发自动化的黑色素瘤早期诊断方法以提高诊断效率和准确性 | 皮肤镜图像中的黑色素瘤病变 | digital pathology | skin cancer | data augmentation, Adam optimizer | CNN, DenseNet | image | ISIC-2019和HAM-10000数据集的大量样本 |
363 | 2025-04-27 |
EfficientNet-resDDSC: A Hybrid Deep Learning Model Integrating Residual Blocks and Dilated Convolutions for Inferring Gene Causality in Single-Cell Data
2025-Mar, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00667-2
PMID:39578307
|
研究论文 | 提出了一种名为EfficientNet-resDDSC的混合深度学习模型,用于从单细胞数据中推断基因间的因果关系 | 结合残差块和扩张卷积,增强模型在初级阶段的低层次特征提取能力,并通过深度可分离卷积在不增加计算量的情况下扩大感受野 | 未明确提及具体限制,但可能面临高维高噪声单细胞数据的挑战 | 构建基因调控网络(GRNs),准确揭示基因间的因果关系 | 单细胞RNA测序(scRNA-seq)数据中的基因 | 机器学习 | 乳腺癌 | scRNA-seq | EfficientNet-resDDSC(结合残差块和扩张卷积的混合深度学习模型) | 单细胞RNA测序数据 | 四个数据集(未明确具体样本数量) |
364 | 2025-04-27 |
Semantic segmentation for weed detection in corn
2025-Mar, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8554
PMID:39584373
|
research paper | 提出了一种结合语义分割和图像处理的新方法,用于玉米田中的杂草检测 | 通过间接分割作物像素并识别作物掩膜外的植被作为杂草,避免了直接检测多种杂草物种的复杂性 | 未提及该方法在其他作物或复杂农田环境中的适用性 | 开发一种可靠、快速且准确的农田杂草检测方法 | 玉米田中的杂草 | computer vision | NA | 语义分割、知识蒸馏 | DeepLabV3+ | image | 未明确提及具体样本数量 |
365 | 2025-04-27 |
Deep Learning Based Detection of Large Vessel Occlusions in Acute Ischemic Stroke Using High-Resolution Photon Counting Computed Tomography and Conventional Multidetector Computed Tomography
2025-Mar, Clinical neuroradiology
IF:2.4Q2
DOI:10.1007/s00062-024-01471-7
PMID:39585389
|
研究论文 | 本研究探讨了光子计数计算机断层扫描(PCCT)与传统多排探测器计算机断层扫描(MDCT)在急性缺血性卒中(AIS)中大血管闭塞(LVO)检测中的深度学习(DL)性能差异 | 首次研究了PCCT图像质量对DL算法检测LVO性能的影响,并使用了商业供应商开发的新型深度学习架构 | 无法排除灌注缺损的存在,因为缺乏CT灌注(CTP)成像数据 | 评估PCCT与传统CT在AIS中LVO检测的DL算法性能差异 | 急性缺血性卒中患者的大血管闭塞情况 | 数字病理学 | 脑血管疾病 | 光子计数计算机断层扫描(PCCT)和传统计算机断层扫描(CT) | 深度学习架构(具体类型未说明) | 医学影像 | 443例接受CTA检查的病例(PCCT组150例,传统CT组293例) |
366 | 2025-04-27 |
Pressure-Enabled Drug Delivery Significantly Increases Intra-Arterial Delivery of Embolic Microspheres to Liver Tumors in a Porcine Model
2025-Mar, Journal of vascular and interventional radiology : JVIR
IF:2.6Q2
DOI:10.1016/j.jvir.2024.11.014
PMID:39586533
|
research paper | 本研究测试了压力驱动药物输送(PEDD)在猪模型中增加肝肿瘤微球输送的效果 | 使用压力调节微导管设备(TriNav)显著提高了微球在肝肿瘤中的输送效率 | 研究仅基于猪模型,结果可能无法直接推广到人类 | 比较PEDD与传统微导管在肝肿瘤治疗中的微球输送效率 | 猪肝肿瘤模型 | medical technology | liver cancer | 压力驱动药物输送(PEDD) | custom deep learning algorithm | image | 16 (8 conventional, 8 PEDD) |
367 | 2025-04-27 |
The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance
2025-Mar, Journal of vascular surgery
IF:3.9Q1
DOI:10.1016/j.jvs.2024.10.070
PMID:39522568
|
research paper | 研究探讨了在腹主动脉瘤修复术后监测中,自动测量瘤囊体积相较于最大直径评估是否能提供更细致的瘤囊行为信息 | 首次比较了自动瘤囊体积测量与传统最大直径评估在腹主动脉瘤修复术后监测中的差异,发现体积测量能识别更多瘤囊变化 | 样本量较小(89例患者),且为回顾性研究 | 评估自动瘤囊体积测量在腹主动脉瘤修复术后监测中的附加价值 | 接受标准或开窗式EVAR治疗的腹主动脉瘤患者 | 数字病理学 | 心血管疾病 | 计算机断层扫描血管造影(CTA) | 深度学习(Augmented Reality for Vascular Aneurysm) | 医学影像 | 89例患者(标准EVAR 46例,开窗式EVAR 43例) |
368 | 2025-04-27 |
LGS-PPIS: A Local-Global Structural Information Aggregation Framework for Predicting Protein-Protein Interaction Sites
2025-Mar, Proteins
IF:3.2Q2
DOI:10.1002/prot.26763
PMID:39520116
|
研究论文 | 提出了一种名为LGS-PPIS的局部-全局结构信息聚合框架,用于预测蛋白质-蛋白质相互作用位点 | 结合了边缘感知图卷积网络(EA-GCN)和自注意力机制(SA-RIM),实现了局部和全局信息的聚合,克服了现有方法在局部特征提取和全局特征捕获上的不足 | 未提及具体的数据集大小限制或模型泛化能力的详细分析 | 提高蛋白质-蛋白质相互作用位点(PPIS)的预测精度 | 蛋白质-蛋白质相互作用位点 | 生物信息学 | NA | 深度学习 | EA-GCN, SA-RIM | 蛋白质结构数据 | 三个广泛使用的PPIS预测基准数据集 |
369 | 2025-04-27 |
Self-Attention Mechanisms-Based Laryngoscopy Image Classification Technique for Laryngeal Cancer Detection
2025-Mar, Head & neck
DOI:10.1002/hed.27999
PMID:39526389
|
研究论文 | 提出了一种基于自注意力机制的喉镜图像分类技术,用于喉癌检测 | 开发了基于Swin-Transformer的智能喉癌检测系统(ILCDS),在准确性和稳定性上优于传统CNN模型和专业喉科医生 | 在外部测试集上性能略有下降 | 提高喉癌早期诊断的准确性和效率 | 喉癌患者 | 计算机视觉 | 喉癌 | 深度学习 | Swin-Transformer | 图像 | 来自1462名患者的5768张喉镜图像 |
370 | 2025-04-27 |
Contrast-enhanced thin-slice abdominal CT with super-resolution deep learning reconstruction technique: evaluation of image quality and visibility of anatomical structures
2025-Mar, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01685-2
PMID:39538066
|
研究论文 | 比较超分辨率深度学习重建(SR-DLR)、深度学习重建(DLR)和混合迭代重建(HIR)算法在对比增强薄层腹部CT图像重建中的图像质量和解剖结构可见性 | 首次在对比增强薄层腹部CT图像重建中评估SR-DLR技术,并与DLR和HIR进行比较 | 研究为回顾性设计,样本量较小(54例患者) | 评估不同重建算法在腹部CT图像质量和结构可见性方面的表现 | 对比增强薄层腹部CT图像 | 医学影像分析 | NA | 超分辨率深度学习重建(SR-DLR)、深度学习重建(DLR)和混合迭代重建(HIR) | 深度学习 | 医学影像(CT图像) | 54例接受对比增强腹部CT检查的患者 |
371 | 2025-04-27 |
Early and noninvasive prediction of response to neoadjuvant therapy for breast cancer via longitudinal ultrasound and MR deep learning: A multicentre study
2025-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.033
PMID:39542804
|
研究论文 | 本研究探讨了基于乳腺MR和超声的纵向多模态深度学习在预测乳腺癌新辅助化疗后病理完全缓解中的价值 | 利用纵向多模态深度学习和堆叠模型,结合HER2状态,实现了早期无创预测乳腺癌新辅助化疗反应 | 研究为回顾性分析,样本量有限(448例患者),且仅来自三个中心 | 开发个性化治疗方案,预测乳腺癌患者对新辅助化疗的反应 | 乳腺癌患者 | 数字病理学 | 乳腺癌 | 深度学习 | ResNet50, 堆叠模型 | 图像(MR和超声) | 448例患者 |
372 | 2025-04-27 |
Dimensionality reduction in 3D causal deep learning for neuroimage generation: an evaluation study
2025-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.12.2.024506
PMID:40276097
|
研究论文 | 评估不同降维方法在因果深度学习模型中生成神经影像的效果 | 比较了五种降维技术在3D因果深度学习模型中对神经影像生成的影响,并确定了3D PCA为最佳方法 | 研究仅针对脑部影像,未涵盖其他类型的医学影像 | 比较不同降维方法对因果神经影像生成的影响 | 23,692张3D脑部影像 | 数字病理学 | NA | PCA, 自编码器, Vector Quantised-Variational AutoEncoder | CNN | 3D图像 | 23,692张3D脑部影像 |
373 | 2025-04-27 |
Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images
2025-Feb-25, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2024-0333
PMID:39501515
|
研究论文 | 本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型(MVSD),用于准确区分肌肉浸润性膀胱癌(MIBC)和非肌肉浸润性膀胱癌(NMIBC) | 提出了一种结合横向和矢状面视图的多视图融合自蒸馏模型,利用3D MRI体积的z轴信息进行综合特征提取,并通过自蒸馏提升浅层分类器的特征提取能力 | 研究中未包含所有多参数MRI序列,仅优化了T2加权成像序列 | 优化现有的T2加权成像序列,以准确评估肌肉浸润性膀胱癌 | 615名膀胱癌患者的T2加权图像 | 数字病理学 | 膀胱癌 | 3D T2加权成像 | MVSD(多视图融合自蒸馏模型) | 3D MRI图像 | 615名膀胱癌患者 |
374 | 2025-04-27 |
Dense convolution-based attention network for Alzheimer's disease classification
2025-02-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85802-9
PMID:39962113
|
研究论文 | 提出了一种名为DenseAttentionNetwork (DANet)的轻量级模型,用于在3D MRI图像中检测阿尔茨海默病 | 利用密集连接和线性注意力机制增强特征提取和捕获长距离依赖关系,同时保持较低的参数量 | 未提及与其他最先进模型的详细对比或在实际临床环境中的部署挑战 | 开发一个高效且参数少的模型,用于阿尔茨海默病的检测 | 3D MRI图像 | 数字病理学 | 老年病 | 深度学习 | CNN与线性注意力机制结合的DANet | 3D MRI图像 | 多机构数据集(具体数量未提及) |
375 | 2025-04-27 |
A hybrid optimization-enhanced 1D-ResCNN framework for epileptic spike detection in scalp EEG signals
2025-02-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90164-3
PMID:39962290
|
research paper | 提出一种结合1D残差卷积神经网络(1D-ResCNN)和混合优化策略的深度学习架构,用于头皮脑电信号中癫痫尖峰的检测 | 结合LAMB和AdamW算法的混合优化策略,提高特征提取效率和收敛速度 | 仅在两个公开数据集上进行了验证,样本量相对有限 | 开发实时癫痫尖峰检测方法 | 癫痫患者的头皮脑电信号 | machine learning | epilepsy | 1D-ResCNN, LAMB, AdamW | 1D-ResCNN | EEG signals | 12名患者的CHB-MIT数据集和14名成年患者的Siena数据集 |
376 | 2025-04-27 |
Predicting visual field global and local parameters from OCT measurements using explainable machine learning
2025-02-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89557-1
PMID:39956834
|
research paper | 该研究开发了五种回归模型,通过光学相干断层扫描(OCT)数据预测青光眼患者的视野(VF)参数,并开发了临床软件工具OCT to VF Predictor | 引入了点状归一化和步长概念,提高了预测精度,并通过SHAP分析增强了模型的可解释性 | 研究样本量有限,仅包含268只青光眼和226只正常眼 | 通过机器学习模型从OCT数据预测青光眼患者的视野参数,辅助临床诊断 | 青光眼患者和正常人的眼睛 | machine learning | glaucoma | optical coherence tomography (OCT) | regression models | image | 268 glaucomatous eyes (86 early, 72 moderate, 110 advanced) and 226 normal eyes |
377 | 2025-04-27 |
A Multicenter Evaluation of the Impact of Therapies on Deep Learning-Based Electrocardiographic Hypertrophic Cardiomyopathy Markers
2025-Feb-15, The American journal of cardiology
DOI:10.1016/j.amjcard.2024.11.028
PMID:39581517
|
研究论文 | 评估深度学习增强心电图(AI-ECG)在监测肥厚型心肌病(HCM)治疗反应中的应用 | 首次使用AI-ECG模型评估两种HCM治疗方法(SRT和mavacamten)对生物标志物的影响 | 样本量相对较小,且仅在三家医疗中心进行 | 评估AI-ECG作为监测HCM治疗反应的工具 | 接受SRT或mavacamten治疗的HCM患者 | 数字病理学 | 心血管疾病 | AI-ECG | 深度学习模型 | 心电图图像 | 315名患者(70名来自YNHHS,100名来自CCF,145名来自AHS)和36名接受mavacamten治疗的患者 |
378 | 2025-04-27 |
The information bottleneck as a principle underlying multi-area cortical representations during decision-making
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2023.07.12.548742
PMID:37502862
|
研究论文 | 研究探讨了大脑在决策过程中如何通过多区域计算形成最小充分表征,并通过人工神经网络模拟了这一过程 | 揭示了大脑多区域计算中信息选择性传递的机制,并通过RNN模拟验证了这一机制 | 研究仅基于猴子的DLPFC和PMd区域数据,人类大脑可能存在差异 | 探索大脑多区域在决策过程中的计算分配机制 | 猴子的背外侧前额叶皮层(DLPFC)和背侧运动前皮层(PMd) | 神经科学 | NA | 单神经元和多单位记录,RNN建模 | RNN | 神经电生理数据 | 猴子实验数据(具体数量未说明) |
379 | 2025-04-27 |
Global genotype by environment prediction competition reveals that diverse modeling strategies can deliver satisfactory maize yield estimates
2025-Feb-05, Genetics
IF:3.3Q2
DOI:10.1093/genetics/iyae195
PMID:39576009
|
research paper | 该研究通过全球基因型与环境预测竞赛,展示了多种建模策略在预测玉米产量方面的有效性 | 首次公开竞赛形式比较不同建模策略在基因型与环境交互作用预测中的表现,揭示了多种方法均能取得满意结果 | 研究结果基于特定竞赛数据集,可能无法完全推广到其他作物或环境条件 | 评估不同建模策略在预测基因型与环境交互作用对玉米产量影响方面的表现 | 玉米产量预测 | computational biology | NA | 随机森林、岭回归、最小二乘法、定量遗传学、机器学习/深度学习 | 随机森林、岭回归、最小二乘法、模型集成 | 基因组变异数据、表型数据、气象测量数据、田间管理记录 | 9年收集的大规模数据集 |
380 | 2025-04-27 |
UnBias: Unveiling Bias Implications in Deep Learning Models for Healthcare Applications
2025-Feb, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3484951
PMID:39495690
|
research paper | 该研究探讨了深度学习模型中的偏见及其伦理影响,并提出了一种UnBias方法来评估不同深度神经网络架构中的偏见 | 引入了UnBias方法来检测深度学习模型中的偏见,特别是在学习过程中偏见如何转移模型对主要特征的关注 | 研究主要关注性别偏见,可能未涵盖其他类型的偏见如种族或年龄 | 推进公平和可信赖的AI应用,特别是在医疗保健领域 | 深度学习模型在医疗保健等社会场景中的应用 | machine learning | COVID-19 | 深度学习 | ResNet50V2, DenseNet121, InceptionV3, Xception | image | 来自多个公开可访问存储库的胸部X光扫描数据集 |