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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3861 | 2025-05-07 |
Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony
2025-May, Respiratory care
IF:2.4Q2
DOI:10.1089/respcare.12540
PMID:40178919
|
综述 | 本文综述了人工智能在检测患者-呼吸机异步(PVA)中的应用及其潜力 | 展示了AI模型在PVA检测中的高准确性和跨人群、异步类型的适用性 | 需要进一步在不同临床环境和患者群体中进行模型验证 | 探讨AI在PVA检测和量化中的应用及其临床潜力 | 患者-呼吸机异步(PVA) | 人工智能在医疗中的应用 | 呼吸系统疾病 | 机器学习和深度学习技术 | 多种ML和深度学习模型 | 呼吸数据 | 13项研究,涵盖332名参与者,分析超过580万次呼吸 |
3862 | 2025-05-07 |
RaGeoSense for smart home gesture recognition using sparse millimeter wave radar point clouds
2025-May-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00065-8
PMID:40312411
|
研究论文 | 本文提出了一种基于稀疏毫米波点云的智能家居手势识别系统RaGeoSense,结合多种先进的信号处理和深度学习方法,提高了识别性能和系统鲁棒性 | 结合K-均值聚类直通滤波、帧差滤波和中值滤波三种方法减少毫米波数据噪声,提出集成GBDT和XGBoost的模型架构,并利用LSTM门控循环单元对手势序列进行分类 | 未提及系统在复杂环境或多手势同时识别场景下的表现 | 提升智能家居场景下的手势识别准确率和系统鲁棒性 | 八种不同的单臂手势 | 计算机视觉 | NA | 毫米波雷达点云处理、深度学习 | GBDT、XGBoost、LSTM | 点云数据 | 未明确提及具体样本数量 |
3863 | 2025-05-07 |
A momentum-based adversarial training approach for generalization in underwater acoustic target recognition: An individual-vessel perspective
2025-May-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0036456
PMID:40326792
|
研究论文 | 提出一种基于动量的对抗训练方法(MBAT),用于提高水下声学目标识别中的泛化能力 | 利用动量对抗策略和同方差不确定性算法,平衡类别相关和船舶特定特征的优化目标,从而更有效地提取类别区分性特征 | 实验仅在DeepShip和ShipsEar数据集上进行,未在其他数据集验证其泛化能力 | 提高水下被动声学目标识别的泛化能力 | 船舶辐射噪声 | 机器学习 | NA | 动量对抗训练(MBAT) | 深度学习模型 | 声学信号 | DeepShip和ShipsEar数据集 |
3864 | 2025-05-07 |
Anatomy-derived 3D Aortic Hemodynamics Using Fluid Physics-informed Deep Learning
2025-May, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240714
PMID:40326877
|
研究论文 | 使用流体物理信息深度学习方法从解剖学输入中量化主动脉血流动力学,作为4D血流MRI的替代方案 | 提出了一种生成式人工智能方法(FPI-CycleGAN),能够直接从解剖学输入预测主动脉血流动力学,显著减少计算时间 | 研究依赖于回顾性数据,且仅针对特定类型的主动脉瓣疾病(BAV和TAV)进行了验证 | 评估生成式AI方法在量化主动脉血流动力学中的可行性和准确性 | 主动脉血流动力学 | 医学影像分析 | 心血管疾病 | 4D血流MRI, 对比增强MR血管造影 | FPI-CycleGAN | 3D分割数据, 影像数据 | 1765名患者(1242名BAV,523名TAV),外加60名患者的外部测试集 |
3865 | 2025-05-07 |
A digital photography dataset for Vaccinia Virus plaque quantification using Deep Learning
2025-Apr-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05030-8
PMID:40307255
|
research paper | 该研究提出了一个用于痘苗病毒斑块量化的数字摄影数据集,并展示了如何使用深度学习技术进行分析 | 提出了一个新型的痘苗病毒斑块量化数字摄影数据集,并开发了改进的HydraStarDist架构,实现了一步式分析 | 研究可能局限于痘苗病毒,未涉及其他病毒类型的验证 | 开发一种自动化的病毒斑块量化方法,以提高病毒研究的效率和准确性 | 痘苗病毒的斑块表型 | digital pathology | NA | deep learning | StarDist, HydraStarDist | image | NA |
3866 | 2025-05-07 |
Prediction of pink esthetic score using deep learning: A proof of concept
2025-Apr, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105601
PMID:39892738
|
研究论文 | 本研究开发了一种深度学习模型,用于预测单颗种植体美学区的美学评分 | 首次将深度学习技术应用于预测单颗种植体美学区的粉红美学评分(PES) | 样本量有限(226例),需要进一步收集更多样本和临床特征以提高模型性能 | 开发一个能够预测单颗种植体美学区美学效果的深度学习模型 | 单颗种植体美学区的美学效果评估 | 计算机视觉 | NA | 深度学习 | DL | 图像和临床数据 | 226个样本,每个样本包含3张口腔内照片和12个临床特征 |
3867 | 2025-05-07 |
Detecting living microalgae in ship ballast water based on stained microscopic images and deep learning
2025-Apr, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.117608
PMID:39893717
|
研究论文 | 本研究利用染色显微图像和深度学习技术,快速检测船舶压载水中的活微藻细胞 | 结合中性红染料的活细胞选择性染色与深度学习模型,实现了微藻活性的高精度检测 | 活微藻细胞的检测精度略低于不考虑活性的总体检测精度 | 开发船舶压载水中活微藻细胞的快速检测方法 | 青岛扁藻和链状亚历山大藻两种微藻 | 计算机视觉 | NA | 中性红染色显微成像 | 深度学习模型 | 显微图像 | 两种微藻样本(青岛扁藻和链状亚历山大藻) |
3868 | 2025-05-07 |
Improving the thermostability of ulvan lyase from polysaccharide lyase family 25 based on multiple computational rational design strategies
2025-Apr, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.140468
PMID:39894113
|
研究论文 | 本研究提出了一种结合深度学习和多种能量函数方法的计算机辅助理性设计策略,用于提高ulvan裂解酶的热稳定性 | 结合深度学习和多种能量函数方法进行计算机辅助理性设计,显著提高了ulvan裂解酶的热稳定性,并发现了突变体的协同效应 | 未提及实验规模或实际工业应用验证 | 提高ulvan裂解酶的热稳定性以促进其工业应用 | ulvan裂解酶 | 生物信息学 | NA | ColabFold结构预测,FoldX、Rosetta和Schrödinger突变体筛选,分子动力学模拟 | 深度学习 | 蛋白质结构数据 | 三个单点突变体(A117V、K145L、A237V)和组合突变体(A117V/A237V、K145L/A237V) |
3869 | 2025-05-07 |
Deep-ER: Deep Learning ECCENTRIC Reconstruction for fast high-resolution neurometabolic imaging
2025-Apr-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121045
PMID:39894238
|
研究论文 | 提出一种名为Deep-ER的深度学习重建方法,用于快速高分辨率神经代谢成像 | 开发了一种嵌入物理模型的深度学习重建方法,实现了600倍于传统方法的重建速度,并提高了空间-光谱质量和代谢物定量 | 训练数据量相对较小(21例训练,6例测试),且仅在7T MRI扫描仪上验证 | 提高磁共振波谱成像(MRSI)的重建速度和图像质量,以促进神经科学和精准医学的应用 | 高分辨率幻影和27名人类参与者(22名健康志愿者和5名胶质瘤患者) | 医学影像分析 | 脑癌(胶质瘤) | 磁共振波谱成像(MRSI),ECCENTRIC脉冲序列 | 深度学习神经网络(使用循环交错卷积层和联合双空间特征表示) | MRI影像数据 | 27名参与者(22名健康志愿者和5名胶质瘤患者) |
3870 | 2025-05-07 |
Multiscale deep learning radiomics for predicting recurrence-free survival in pancreatic cancer: A multicenter study
2025-Apr, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110770
PMID:39894259
|
研究论文 | 本研究开发并验证了一种多尺度深度学习放射组学列线图,用于预测胰腺导管腺癌患者的无复发生存期 | 结合手工放射组学和深度学习特征,构建多尺度列线图,显著优于AJCC分期系统 | 研究样本来自四家医院,可能存在选择偏倚;外部验证集的样本量相对较小 | 预测胰腺导管腺癌患者的无复发生存期,以改善术前临床决策 | 469名胰腺导管腺癌患者 | 数字病理学 | 胰腺癌 | 放射组学分析,深度学习 | 多尺度深度学习模型 | 医学影像 | 469名患者(来自四家医院) |
3871 | 2025-05-07 |
Age and gender-related changes in choroidal thickness: Insights from deep learning analysis of swept-source OCT images
2025-Apr, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2025.104511
PMID:39900214
|
research paper | 通过深度学习分析扫频源OCT图像,研究年龄和性别对脉络膜厚度及其组成部分的影响 | 利用深度学习算法自动测量脉络膜厚度,揭示了年龄和性别对脉络膜厚度变化的特异性影响 | 研究排除了有眼部病理和系统性疾病的参与者,可能限制了结果的普遍性 | 探究年龄和性别对脉络膜厚度变化的影响 | 262名参与者(136名女性和126名男性)的扫频源OCT图像 | digital pathology | age-related macular degeneration, high myopia, diabetes mellitus | swept-source optical coherence tomography (SS-OCT) | deep learning algorithms | image | 262 participants (136 females and 126 males) |
3872 | 2025-05-07 |
Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key
2025-Apr, Microbiological research
IF:6.1Q1
DOI:10.1016/j.micres.2025.128083
PMID:39904002
|
综述 | 本文回顾了针对耐药肺炎克雷伯菌感染的治疗选择,重点探讨了噬菌体疗法的关键作用 | 强调了噬菌体疗法在应对耐药肺炎克雷伯菌感染中的潜力,并探讨了基因工程和人工智能在优化该疗法中的应用 | 指出了噬菌体疗法在临床广泛应用中的关键限制 | 探讨新型治疗策略以应对耐药肺炎克雷伯菌感染的全球威胁 | 耐药肺炎克雷伯菌及其感染 | 传染病学 | 肺炎克雷伯菌感染 | 噬菌体疗法、基因工程、人工智能和深度学习 | NA | NA | NA |
3873 | 2025-05-07 |
The prediction of RNA-small-molecule ligand binding affinity based on geometric deep learning
2025-Apr, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出了一种基于几何深度学习的RNA-小分子配体结合亲和力预测方法RLASIF | 首次利用分子表面的几何和化学特征创建RNA-配体相互作用指纹来表征结合亲和力 | 未明确提及样本量以外的具体限制 | 预测RNA-小分子配体的结合亲和力 | RNA和小分子配体 | 机器学习 | NA | 几何深度学习 | RLASIF | 分子表面几何和化学特征 | 来自PDBbind NL2020的十个不同测试集 |
3874 | 2025-05-07 |
Utilising artificial intelligence in developing education of health sciences higher education: An umbrella review of reviews
2025-Apr, Nurse education today
IF:3.6Q1
DOI:10.1016/j.nedt.2025.106600
PMID:39904286
|
综述 | 本文通过综述综述的方式,综合了当前关于人工智能在健康科学教育中应用的证据 | 识别了人工智能在健康科学教育中的五个关键领域:机器人技术、机器学习和深度学习、大数据、沉浸式技术以及自然语言处理 | 仅分析了2019年至2023年间发表的七篇综述,可能未涵盖所有相关研究 | 综合当前关于人工智能在健康科学教育中应用的证据 | 健康科学高等教育 | 自然语言处理 | NA | NA | 机器学习和深度学习 | NA | 201篇综述 |
3875 | 2025-05-07 |
Online and Cross-User Finger Movement Pattern Recognition by Decoding Neural Drive Information from Surface Electromyogram
2025-Apr, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725500145
PMID:39907499
|
研究论文 | 提出了一种结合神经解码方法和无监督域适应学习的肌电识别新方法,用于识别手指运动模式 | 采用微观特征提取神经驱动信息并结合无监督域适应学习,提高了跨用户场景下的识别准确率 | 研究样本量较小(15名受试者),且仅针对手指伸肌 | 解决肌电控制系统在跨用户场景下的性能下降问题 | 手指运动模式 | 神经接口与控制 | NA | 表面肌电图(SEMG)分解 | 深度学习模型 | SEMG信号 | 15名受试者的手指伸肌SEMG信号 |
3876 | 2025-05-07 |
Adjacent point aided vertebral landmark detection and Cobb angle measurement for automated AIS diagnosis
2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 提出了一种新的脊柱关键点检测框架,用于自动化青少年特发性脊柱侧弯(AIS)的诊断 | 设计了LAD-Net深度学习架构,结合脊柱刚性结构信息,通过ACIC和CFOF模块有效校正错误检测的标志点 | 未提及具体样本量及跨中心验证结果 | 提高基于脊柱X光图像的参数测量和诊断准确性 | 青少年特发性脊柱侧弯(AIS)患者的脊柱X光图像 | 计算机视觉 | 青少年特发性脊柱侧弯 | 深度学习 | LAD-Net(基于CNN的变体) | X光图像 | NA |
3877 | 2025-05-07 |
Fast In Vivo Two-Photon Fluorescence Imaging via Lateral and Axial Resolution Restoration With Self-Supervised Learning
2025-Apr, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400489
PMID:39909559
|
research paper | 提出了一种基于自监督学习的横向和轴向分辨率恢复(LARR)深度学习框架,用于解决双光子荧光(TPF)成像中分辨率与速度之间的矛盾 | 开发了LARR框架,通过自监督训练方案计算恢复稀疏采样的TPF图像,实现4倍轴向和16倍横向分辨率增强,显著提升成像速度和分辨率 | 未提及具体临床应用验证或大规模样本测试结果 | 解决双光子荧光成像中高分辨率与高速度之间的矛盾 | 双光子荧光(TPF)成像系统 | 生物医学成像 | NA | 双光子荧光成像(TPF) | 自监督学习框架(LARR) | 图像 | 未明确说明具体样本数量 |
3878 | 2025-05-07 |
Antimicrobial resistance recommendations via electronic health records with graph representation and patient population modeling
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108616
PMID:39913994
|
research paper | 提出了一种基于电子健康记录(EHR)的深度学习框架,用于生成抗菌素耐药性(AMR)推荐 | 采用深度图神经网络建模医疗事件间的相关性,结合患者群体建模解决罕见AMR标签不平衡问题,并采用多任务学习策略同时推荐多种AMR | 研究仅针对尿路感染患者,可能不适用于其他类型的感染 | 利用EHR数据改进抗菌素耐药性(AMR)的识别和推荐 | 尿路感染患者 | machine learning | urinary tract infection | deep learning, graph neural network | GNN | electronic health records (EHRs) | 超过110,000名尿路感染患者 |
3879 | 2025-05-07 |
Why does my medical AI look at pictures of birds? Exploring the efficacy of transfer learning across domain boundaries
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108634
PMID:39913993
|
研究论文 | 探讨在医学深度学习中使用领域内预训练模型相对于跨领域预训练模型的优势 | 研究发现领域内预训练(如CT图像)在相同领域的下游任务中表现更优,揭示了预训练数据与任务领域匹配的重要性 | 研究结果仅适用于CT图像领域,对其他医学影像模态不适用 | 比较领域内预训练与跨领域预训练在医学深度学习中的效果差异 | CT图像数据集(RadNet-12M、RadNet-1.28M、LiTS 2017) | 计算机视觉 | NA | 自监督对比学习 | 深度学习模型(未指定具体架构) | 医学影像(CT图像) | 超过12百万/1.28百万CT图像切片(来自90,663次扫描) |
3880 | 2025-05-07 |
Protein ligand structure prediction: From empirical to deep learning approaches
2025-Apr, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.102998
PMID:39914050
|
综述 | 本文综述了蛋白质-配体结构预测方法,从传统经验方法到基于深度学习的方法 | 提供了对经验方法和基于深度学习方法的关键组成部分的统一视角,并讨论了未来基于深度学习方法的挑战和机遇 | 未提及具体实验验证或实际应用案例 | 探讨蛋白质-配体结构预测方法的发展及其在药物发现中的应用 | 蛋白质-配体复合物的三维结构和结合能 | 机器学习 | NA | 深度学习 | DL-based models | 蛋白质-配体复合物数据 | NA |