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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21 | 2025-07-12 |
Single-cell spatial transcriptomics reveals immunotherapy-driven bone marrow niche remodeling in AML
2025-Jul-11, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adw4871
PMID:40632867
|
研究论文 | 本研究通过多组学方法研究了接受pembrolizumab和decitabine治疗的急性髓性白血病(AML)患者的骨髓相互作用 | 整合单细胞RNA测序与单细胞空间转录组学,通过深度学习图像分析揭示免疫治疗后白血病细胞附近的全局和局部免疫细胞富集 | 测序深度限制可能影响数据分析的全面性 | 探索AML免疫治疗中的骨髓微环境重塑机制 | 接受pembrolizumab和decitabine治疗的AML患者骨髓样本 | 数字病理 | 急性髓性白血病(AML) | 单细胞RNA测序, 单细胞空间转录组学, 深度学习图像分析 | 深度学习 | 转录组数据, 图像数据 | NA |
22 | 2025-07-12 |
ST-CFI: Swin Transformer with convolutional feature interactions for identifying plant diseases
2025-Jul-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08673-0
PMID:40640259
|
研究论文 | 本文提出了一种名为ST-CFI的深度学习框架,用于通过叶片图像分析识别植物病害 | ST-CFI模型创新性地结合了CNN和Swin Transformer的优势,通过初始架构和跨通道特征学习提取局部和全局特征 | NA | 提高植物病害早期准确检测的能力,以支持精准农业 | 植物叶片图像 | 计算机视觉 | 植物病害 | 深度学习 | CNN, Swin Transformer | 图像 | 五个不同的数据集:PlantVillage、Plant Pathology 2021 competition dataset、PlantDoc、AI2018和iBean |
23 | 2025-07-12 |
Three-dimensional digital quantitative analysis of periodontal and peri-implant phenotype-A narrative review
2025-Jul-11, Periodontology 2000
IF:17.5Q1
DOI:10.1111/prd.12639
PMID:40641458
|
综述 | 本文综述了使用CBCT和口内扫描技术评估牙周和种植体周围组织的3D数字分析方法,比较了其与传统方法的优缺点 | 强调了人工智能在未来数字技术发展中的应用潜力,以及如何超越传统评估协议 | 当前3D数字临床数据的全部潜力尚未被充分挖掘 | 验证3D数字分析在牙周和种植体周围组织评估中的可靠性 | 牙周和种植体周围组织 | 数字病理学 | 牙周病 | CBCT, 口内扫描, 光学表面扫描, 超声检查 | NA | 3D数字数据 | NA |
24 | 2025-07-12 |
Self-Assembly MXene/PDA@Cotton Fabric Pressure Sensor Integrated with Deep Learning for Sign Language Recognition
2025-Jul-11, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c08568
PMID:40643219
|
研究论文 | 本文开发了一种基于MXene/PDA@棉织物的多功能可穿戴压力传感器,并将其与深度学习结合用于手语识别 | 采用双氢键自组装策略改性纬编棉织物,开发出具有宽线性检测范围、高灵敏度和快速响应/恢复时间的多功能可穿戴压力传感器,并成功实现静态手势识别和动态手语翻译 | NA | 开发用于智能人机交互的柔性压力传感器,特别是手语识别系统 | MXene/PDA@棉织物压力传感器及其在手语识别中的应用 | 智能人机交互 | NA | 双氢键自组装策略 | 深度学习 | 压力信号 | NA |
25 | 2025-07-12 |
Identifying pivotal sites affecting thermostability of GH11 xylanase via conventional and deep learning-based energy calculation
2025-Jul-11, FEMS microbiology letters
IF:2.2Q3
DOI:10.1093/femsle/fnaf072
PMID:40643334
|
研究论文 | 本研究通过计算方法和深度学习工具识别影响GH11木聚糖酶热稳定性的关键残基,并通过实验验证了这些残基的作用 | 结合Rosetta Cartesian_ddG和深度学习工具Pythia两种计算方法,识别并验证了影响酶热稳定性的关键残基 | 结合两个位点的有益突变导致热稳定性降低,可能是由于负上位性相互作用 | 提高GH11木聚糖酶XynCDBFV的热稳定性 | GH11木聚糖酶XynCDBFV | 蛋白质工程 | NA | Rosetta Cartesian_ddG, Pythia, 位点饱和突变 | 深度学习 | 蛋白质序列和结构数据 | 18个变体 |
26 | 2025-07-12 |
Deep Learning-Assisted Inverse Design of Transparent Absorbers Based on Ionic Liquids Using Mixture Density Networks
2025-Jul-11, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c08242
PMID:40643426
|
研究论文 | 本研究提出了一种基于混合密度网络(MDN)的逆向设计方法,用于设计基于多种离子液体的透明波吸收器 | 采用混合密度网络(MDN)架构,将离子液体类型和层特定结构参数作为设计变量,能够快速预测满足特定条件的设计变量,并提供多种可行的结构配置 | NA | 逆向设计透明波吸收器,实现高带宽和高透明度的完美吸收 | 基于多种离子液体的透明波吸收器 | 机器学习 | NA | 混合密度网络(MDN) | MDN | NA | NA |
27 | 2025-07-12 |
Antimicrobial Peptides Design Using Deep Learning and Rational Modifications: Activity in Bacteria, Candida albicans, and Cancer Cells
2025-Jul-11, Current microbiology
IF:2.3Q3
DOI:10.1007/s00284-025-04346-3
PMID:40643674
|
研究论文 | 本研究利用深度学习和理性修饰设计抗菌肽,并评估其在细菌、白色念珠菌和癌细胞中的活性 | 结合深度学习和AI工具优化抗菌肽设计,提高抗菌活性和生物安全性 | 仅对12种合成肽进行了体外测试,样本量有限 | 开发高效且生物安全的抗菌肽以应对抗生素耐药性问题 | 抗菌肽及其对细菌、白色念珠菌和癌细胞的活性 | 机器学习 | 细菌感染、念珠菌感染、乳腺癌 | 深度学习、生物信息学分析 | 深度学习算法 | 肽序列数据、体外实验数据 | 26种计算机生成的合成肽,其中12种进行了体外测试 |
28 | 2025-07-12 |
Current Applications and Limitations of Augmented Reality in Urological Surgery: A Practical Primer and 'State of the Field'
2025-Jul-11, Current urology reports
IF:2.5Q2
DOI:10.1007/s11934-025-01283-3
PMID:40643724
|
综述 | 本文综述了增强现实(AR)在泌尿外科手术中的当前应用、技术基础、最新进展及局限性 | 探讨了人工智能和深度学习技术在解决软组织变形挑战中的应用,并指出了AR/MR在重建和男科等亚专科中的潜在应用 | 重建和男科等亚专科在研究中代表性不足,且当前研究存在样本量有限等问题 | 为泌尿外科医生提供AR技术的基础知识,并探讨该领域的最新进展和限制 | 泌尿外科手术中的AR/MR技术应用 | 数字病理 | 前列腺癌 | AR/MR技术,人工智能,深度学习 | NA | 图像 | NA |
29 | 2025-07-12 |
BaSbBS4: a record-high-performance birefringent crystal identified by a target-driven closed-loop strategy
2025-Jul-10, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc01983d
PMID:40510313
|
研究论文 | 本文开发了一种目标驱动的闭环框架,用于高效发现潜在的双折射材料,并成功识别出一批性能优异的红外双折射晶体 | 提出了一种结合功能基团与晶体结构筛选、深度学习辅助高通量光学性质计算、针对性实验和机理研究的目标驱动闭环框架,实现了高效发现潜在双折射材料 | 未明确提及具体局限性 | 探索具有大双折射和宽带隙的红外双折射材料,以满足高功率光电应用的需求 | 红外双折射晶体,特别是含有平面[BS]和/或立体化学活性孤对电子(SCALP)基团([SbS], [SnS])的晶体 | 材料科学 | NA | 深度学习辅助高通量光学性质计算 | NA | 晶体结构数据、光学性质数据 | 识别出六种具有巨大双折射(Δ > 1.0)和三种同时具有大双折射(Δ > 0.5)和宽带隙(> 3.5 eV)的晶体 |
30 | 2025-07-11 |
Intelligent quality assessment of ultrasound images for fetal nuchal translucency measurement during the first trimester of pregnancy based on deep learning models
2025-Jul-10, BMC pregnancy and childbirth
IF:2.8Q1
DOI:10.1186/s12884-025-07863-y
PMID:40634883
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
31 | 2025-07-12 |
An Efficient FoG-M3 Method for Self-Adaptive Labeling and Predicting Freezing of Gait
2025-Jul-10, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3587734
PMID:40638345
|
研究论文 | 提出了一种名为FoG-M3的深度学习方法,用于预测帕金森病患者的步态冻结现象 | 采用非固定长度的Pre-FoG标记方法,结合Mixup、MoCo和MU-Net模块,解决了数据不平衡和特征表示不足的问题 | 未提及方法在其他疾病或更大规模数据集上的泛化能力 | 提高帕金森病患者步态冻结现象的预测准确性和效率 | 帕金森病患者的步态数据 | 机器学习 | 帕金森病 | 深度学习 | U-Net, Mamba模块, ResNet | 步态数据 | Daphnet和BHXC两个数据集 |
32 | 2025-07-12 |
BSN with Explicit Noise-Aware Constraint for Self-Supervised Low-Dose CT Denoising
2025-Jul-10, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3587639
PMID:40638344
|
research paper | 本文提出了一种名为NA-BSN的自监督深度学习方法,用于低剂量CT图像去噪,减少了传统方法对配对训练数据的依赖 | 引入了显式噪声感知约束机制,解决了现有自监督方法在处理空间相关噪声时的局限性 | 未明确提及具体局限性,但可能包括对不同噪声类型的适应性或计算效率 | 开发一种不依赖配对训练数据的自监督低剂量CT图像去噪方法 | 低剂量CT图像 | digital pathology | NA | self-supervised deep learning | Blind Spot Network (BSN) | CT images | 多种临床数据集(未明确数量) |
33 | 2025-07-12 |
A Study of Data Augmentation for Learning-Driven Scientific Visualization
2025-Jul-10, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2025.3587685
PMID:40638349
|
研究论文 | 本文全面研究了九种数据增强技术在科学可视化任务中的有效性,包括空间超分辨率和环境光遮蔽预测 | 首次系统比较了多种数据增强技术在科学可视化中的效果,并分析了数据量、单域多样性和跨域多样性对模型性能的影响 | 研究仅针对科学可视化领域的特定任务,结论可能不适用于其他领域 | 探索数据增强技术在科学可视化深度学习中的效果和应用 | 科学可视化数据集和深度学习模型 | 科学可视化 | NA | 噪声注入、插值、缩放、翻转、旋转、变分自编码器、生成对抗网络、扩散模型和隐式神经表示 | 深度学习模型(未指定具体类型) | 科学可视化数据 | 多个具有不同特性的科学数据集(未明确数量) |
34 | 2025-07-12 |
DeepBindi: An End-to-End Fear Detection System Optimized for Extreme-Edge Deployment
2025-Jul-10, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3587961
PMID:40638343
|
研究论文 | 本文介绍了一种专为极端边缘部署设计的端到端恐惧检测系统DeepBindi | 结合高级特征工程技术和优化的轻量级1D-CNN模型架构,整合了手工特征和深度学习卷积技术的优势 | 现有方法未能满足极端边缘设计需求,难以在现实条件下的可穿戴系统中部署 | 开发适用于极端边缘环境的恐惧识别系统 | 基于生理信号的恐惧识别 | 机器学习 | NA | 1D-CNN | CNN | 生理信号 | WEMAC数据集 |
35 | 2025-07-12 |
Scalable emulation of protein equilibrium ensembles with generative deep learning
2025-Jul-10, Science (New York, N.Y.)
DOI:10.1126/science.adv9817
PMID:40638710
|
研究论文 | 介绍了一种名为BioEmu的深度学习系统,用于模拟蛋白质平衡集合 | BioEmu通过生成数千个统计独立的结构,每小时在单个GPU上运行,整合了超过200毫秒的分子动力学模拟、静态结构和实验蛋白质稳定性数据,使用新颖的训练算法 | NA | 预测功能相关的蛋白质结构变化 | 蛋白质平衡集合 | 机器学习 | NA | 分子动力学模拟(MD), 深度学习 | 深度学习系统 | 蛋白质结构数据 | 整合了超过200毫秒的分子动力学模拟数据 |
36 | 2025-07-12 |
PediMS: A Pediatric Multiple Sclerosis Lesion Segmentation Dataset
2025-Jul-10, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05346-5
PMID:40640191
|
research paper | 本文介绍了首个公开的专门用于儿童多发性硬化症病灶分割的MRI数据集PediMS | 首个公开的儿童多发性硬化症病灶分割MRI数据集,包含纵向MRI扫描和临床数据 | 样本量较小,仅包含9名儿科患者的28次MRI扫描 | 推进儿童多发性硬化症研究,改善病灶分割模型,促进联邦学习方法 | 儿童多发性硬化症患者的MRI扫描数据 | digital pathology | multiple sclerosis | MRI (T1-weighted, T2-weighted, FLAIR sequences) | deep learning models | MRI scans | 9名儿科患者的28次MRI扫描 |
37 | 2025-07-12 |
Deep learning to assess erythritol in zebrafish development, circadian rhythm, and cardiovascular disease risk
2025-Jul-10, NPJ science of food
IF:6.3Q1
DOI:10.1038/s41538-025-00512-w
PMID:40640190
|
研究论文 | 使用深度学习方法评估赤藓糖醇对斑马鱼发育、昼夜节律及心血管疾病风险的影响 | 首次采用深度学习技术揭示赤藓糖醇对斑马鱼胚胎发育的时间动态影响,并发现其与昼夜节律紊乱及血栓形成的关联 | 研究仅基于斑马鱼模型,结果外推至人类需谨慎 | 评估赤藓糖醇作为人工甜味剂的安全性及其对生物发育和健康的潜在影响 | 斑马鱼胚胎及幼虫 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 发育行为视频数据 | 斑马鱼胚胎暴露于3种浓度赤藓糖醇(3/5/7mg/mL),从受精后2小时持续至120小时 |
38 | 2025-07-12 |
Deformable detection transformers for domain adaptable ultrasound localization microscopy with robustness to point spread function variations
2025-Jul-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09120-w
PMID:40640235
|
研究论文 | 本文提出了一种使用DEformable DEtection TRansformer (DE-DETR)的新方法,以提高超声定位显微镜(ULM)在微血管成像中的性能 | 采用DE-DETR网络处理物体变形,并结合KDTree算法优化超分辨率图像,提高了MB定位的精确度和召回率 | 深度学习模型在从模拟数据到体内数据的泛化能力上仍存在挑战 | 解决超声定位显微镜中由于动态点扩散函数(PSF)变化和深度依赖性PSF变化导致的微泡(MB)定位问题 | 气体微泡(MBs)在血管中的流动 | 计算机视觉 | NA | 超声定位显微镜(ULM), DEformable DEtection TRansformer (DE-DETR), KDTree算法 | DE-DETR | 图像 | 模拟和体内数据 |
39 | 2025-07-12 |
An ODE based neural network approach for PM2.5 forecasting
2025-Jul-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05958-2
PMID:40640232
|
研究论文 | 本文提出了一种基于ODE的神经网络方法,用于PM2.5预测 | 提出了两种基于ODE的模型:基于Transformer的ODE模型和闭式ODE模型,显著提高了预测精度 | 基于ODE的连续时间模型受数值求解器限制,可扩展性受限 | 提高PM2.5浓度预测的准确性 | PM2.5时间序列数据 | 机器学习 | NA | ODE-based neural network | Transformer-based ODE, Closed-form ODE, LSTM, BiLSTM, GRU, ODE-LSTM, PCNN, CNN-LSSTM | 时间序列数据 | NA |
40 | 2025-07-12 |
Enhanced spectrum sensing for 5G and LTE signals using advanced deep learning models and hyperparameter tuning
2025-Jul-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07837-2
PMID:40640243
|
研究论文 | 本文介绍了一种利用先进深度学习模型和超参数调优增强5G和LTE信号频谱感知准确性的新方法 | 采用DenseNet121和InceptionV3等先进神经网络架构,并通过系统超参数调优显著提升频谱感知准确率 | 在低信噪比帧被排除的受控场景中表现最佳,暗示信号质量对模型性能的关键影响 | 提升动态嘈杂无线环境中的频谱感知准确性 | 5G和LTE无线信号 | 机器学习 | NA | 深度学习 | DenseNet121, InceptionV3 | 无线信号数据 | 包含合成信号和真实世界数据的大型多样化数据集 |