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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
421 | 2025-09-27 |
Performance of a Deep Learning Reconstruction Method on Clinical Chest-Abdomen-Pelvis Scans from a Dual-Layer Detector CT System
2025-Aug-25, Tomography (Ann Arbor, Mich.)
DOI:10.3390/tomography11090094
PMID:41003477
|
研究论文 | 比较深度学习重建方法与传统方法在临床胸腹盆CT扫描中的性能和鲁棒性 | 首次在双层探测器CT系统上系统评估三种深度学习重建参数设置,并与滤波反投影和迭代模型重建进行对比 | 样本量有限(99例扫描),其中1例因恶病质被排除定量分析 | 评估深度学习重建方法在软组织CT图像重建中的性能 | 临床胸腹盆CT扫描图像 | 医学影像分析 | NA | CT扫描、深度学习重建 | 深度学习重建 | CT图像 | 99例胸腹盆CT扫描(最终定量分析98例) |
422 | 2025-09-27 |
An Enhanced MIBKA-CNN-BiLSTM Model for Fake Information Detection
2025-Aug-23, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090562
PMID:41002796
|
研究论文 | 提出一种名为MIBKA-CNN-BiLSTM的混合检测模型,用于虚假信息检测 | 通过三策略增强的黑鸢优化算法和优化的双通道深度学习架构,显著提升检测精度和效率 | NA | 提高虚假信息检测的准确性和效率 | 社交媒体平台上的虚假信息 | 自然语言处理 | NA | 黑鸢优化算法、CNN-BiLSTM双通道特征提取 | MIBKA-CNN-BiLSTM混合模型 | 文本数据 | 基于社交媒体平台(包括CCTV)构建的高质量虚假信息数据集和Weibo21数据集 |
423 | 2025-09-27 |
Mobile Mental Health Screening in EmotiZen via the Novel Brain-Inspired MCoG-LDPSNet
2025-Aug-23, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics10090563
PMID:41002797
|
研究论文 | 本研究提出了一种脑启发模型MCoG-LDPSNet,用于移动心理健康应用中的焦虑和抑郁筛查 | 结合双正交编码路径与新型损失驱动参数化Swish激活函数,通过可学习β参数实现神经生物学启发的自适应增益机制 | NA | 开发能够处理严重类别不平衡的精准心理健康筛查模型 | 焦虑和抑郁患者 | 机器学习 | 精神疾病 | 深度学习 | MCoG-LDPSNet(脑启发模型) | 移动应用数据和社交媒体文本 | 基准心理健康语料库和社交媒体文本数据 |
424 | 2025-09-27 |
A Deep Learning Tool for Hip Minimum Joint Space Width Calculation on Antero-posterior Pelvis Radiographs
2025-Aug-21, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2025.08.023
PMID:40848813
|
研究论文 | 开发了一种用于在骨盆前后位X光片上自动计算髋关节最小关节间隙宽度的深度学习工具 | 首次提出端到端的深度学习算法,结合分割模型和计算机视觉算法实现髋关节mJSW的自动化测量 | 分割模型在测试集上的平均Dice分数为0.71,表明分割精度仍有提升空间 | 开发自动化算法测量髋关节最小关节间隙宽度,用于骨关节炎进展评估 | 骨盆前后位X光片中的髋关节结构 | 医学影像分析 | 骨关节炎 | 深度学习分割模型、计算机视觉算法 | 深度学习分割模型 | X光影像 | 300张训练验证标注图像、375张独立测量图像、75张外部验证图像 |
425 | 2025-09-27 |
A Deep Learning Framework for Using Search Engine Data to Predict Influenza-Like Illness and Distinguish Epidemic and Nonepidemic Seasons: Multifeature Time Series Analysis
2025-Aug-11, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/71786
PMID:40789146
|
研究论文 | 提出基于百度搜索数据和流感样病例百分比(ILI%)的深度学习框架,用于预测流感疫情并区分流行季与非流行季 | 首次将卷积长短期记忆网络(CLSTM)应用于流感预测,并创新性地区分流行季与非流行季进行分析 | 研究仅基于中国数据,模型在其他地区的适用性有待验证 | 开发能够准确预测流感疫情并区分不同流行状态的预测模型 | 流感样病例百分比(ILI%)和百度搜索指数数据 | 自然语言处理 | 流感 | 深度学习、时间序列分析 | CLSTM(卷积长短期记忆网络) | 时间序列数据 | 2013-2024年中国国家法定传染病报告系统的周度ILI%数据 |
426 | 2025-09-27 |
Spatio-temporal learning from molecular dynamics simulations for protein-ligand binding affinity prediction
2025-Aug-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf429
PMID:40828893
|
研究论文 | 开发了MDbind数据集和新型神经网络,利用分子动力学模拟预测蛋白质-配体结合亲和力 | 首次将分子动力学模拟作为数据增强手段,创建包含63000个模拟轨迹的数据集,并开发能学习时空特征的神经网络 | 训练数据可用性有限,模型对蛋白质-配体相互作用的学习能力仍需提升 | 提高蛋白质-配体结合亲和力预测的准确性和泛化能力 | 蛋白质-配体复合物及其结合亲和力 | 机器学习 | NA | 分子动力学模拟、深度学习 | 神经网络 | 分子动力学模拟轨迹、3D结构数据 | 63000个蛋白质-配体相互作用的模拟轨迹 |
427 | 2025-09-27 |
Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP)
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3559467
PMID:40208770
|
研究论文 | 提出一种改进3D螺旋投影磁共振指纹成像的协同优化框架,通过联合优化图像重建、参数估计和采样轨迹提升扫描效率 | 开发了计算高效模型驱动的深度学习图像重建框架,首次实现3D螺旋轨迹旋转角度的数据驱动优化与图像重建网络的联合训练 | NA | 提升高分辨率3D螺旋轨迹磁共振指纹成像的扫描效率和计算性能 | 健康受试者和患者的模拟与体内磁共振指纹数据 | 医学影像分析 | NA | 磁共振指纹成像(MRF)、模型驱动深度学习(MBDL) | 深度学习网络、局部低秩(LLR)迭代重建 | 磁共振影像数据 | 包含健康受试者和患者的模拟与体内MRF数据(具体样本量未明确说明) |
428 | 2025-09-27 |
Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3562443
PMID:40249681
|
研究论文 | 提出Vox2Cortex with Correspondence (V2CC)方法,通过改进损失函数优化皮层表面重建中的顶点对应关系并减少自相交 | 首次将顶点对应关系优化作为深度学习皮层表面重建的核心目标,提出L1损失替代传统Chamfer损失,并创新性地设计Self-Proximity损失解决主要自相交问题 | 未明确说明方法在不同人群或病理条件下的泛化能力 | 优化皮层表面重建中的顶点对应关系并减少网格自相交,以支持直接的组间比较和基于图谱的分区 | 大脑皮层表面网格 | 医学影像分析 | 神经科学相关疾病 | 深度学习,皮层表面重建 | Vox2Cortex扩展模型 | 脑部MRI影像数据 | NA |
429 | 2025-09-27 |
Uncertainty Quantification and Quality Control for Heatmap-Based Landmark Detection Models
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3564267
PMID:40279223
|
研究论文 | 提出一种面向热力图解剖标志点检测模型的端到端不确定性量化方法,提升临床应用的可靠性和可控性 | 结合Dempster-Shafer理论和主观逻辑理论,通过单次前向传播实现概率分配和不确定性量化,并引入证据图和不确定性图的交叉注意力机制 | 主要针对热力图基础的标志点检测模型,未涉及其他类型检测架构的适用性验证 | 提升医学影像中解剖标志点检测模型的不确定性量化能力和质量控制 | 基于热力图的解剖标志点检测深度学习模型 | 医学影像分析 | NA | 深度学习、不确定性量化、主观逻辑理论 | 基于热力图的标志点检测模型 | 医学影像数据 | 涉及多中心数据和新型数据的实验验证(具体数量未明确说明) |
430 | 2025-09-27 |
Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3564458
PMID:40279227
|
研究论文 | 提出一种基于元学习的少样本学习框架,用于解决组织病理学图像中标注高效的细胞核实例分割问题 | 将少样本学习范式引入细胞核分割领域,提出广义少样本实例分割(GFSIS)概念和结构引导机制(SGFSIS) | NA | 开发标注高效的细胞核实例分割方法,减少对专家标注的依赖 | 组织病理学图像中的细胞核 | 数字病理学 | NA | 少样本学习、元学习 | SGFSIS(结构引导的广义少样本实例分割框架) | 组织病理学图像 | 多个公开数据集(具体数量未明确说明),仅需约10%的标注量 |
431 | 2025-09-27 |
Deep Rib Fracture Instance Segmentation and Classification From CT on the RibFrac Challenge
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3565514
PMID:40305244
|
研究论文 | 介绍RibFrac挑战赛及其基准数据集,用于CT图像中肋骨骨折的实例分割和分类 | 提供了包含5,000多个肋骨骨折实例的大规模标注数据集,并建立了首个针对肋骨骨折检测和分类的标准化评估基准 | 当前肋骨骨折分类方案的临床适用性仍不足 | 开发AI辅助的肋骨骨折诊断系统 | 660例CT扫描中的肋骨骨折 | 计算机视觉 | 胸部创伤 | CT扫描 | 深度学习实例分割模型 | 医学影像(CT图像) | 660例CT扫描,包含5,000多个肋骨骨折实例 |
432 | 2025-09-27 |
LLM-Guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3566105
PMID:40310742
|
研究论文 | 提出一种基于大语言模型引导的解耦概率提示方法,用于医学图像诊断中的持续学习 | 首次将大语言模型引入医学图像持续学习,通过解耦概率提示池动态提供多样化图像描述 | NA | 解决动态临床环境中新疾病出现时的持续学习问题 | 医学图像诊断模型 | 计算机视觉 | NA | 提示调优 | 深度学习模型 | 医学图像 | NA |
433 | 2025-09-27 |
An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3562756
PMID:40323742
|
研究论文 | 提出一种端到端的深度学习生成框架,用于可精细化形状匹配与生成 | 开发了新型无监督几何深度学习模型,在潜在空间中建立可精细化形状对应关系,并扩展为联合形状生成-聚类多图谱框架 | NA | 为计算机辅助临床试验开发能够生成逼真合成解剖形状的生成模型 | 3D表面网格表示的解剖形状(肝脏和左心室模型) | 计算机视觉 | NA | 几何深度学习 | 深度学习生成模型 | 3D网格数据 | NA |
434 | 2025-09-27 |
READRetro web: A user-friendly platform for predicting plant natural product biosynthesis
2025-Aug, Molecules and cells
IF:3.7Q2
DOI:10.1016/j.mocell.2025.100235
PMID:40466944
|
研究论文 | 开发了一个用户友好的网页平台READRetro web,用于预测植物天然产物的生物合成路径 | 将先进的机器学习逆合成预测模型转化为易于使用的网页平台,降低了计算背景有限的研究人员的使用门槛 | NA | 为植物天然产物的大规模生产提供理想的生物合成路径预测 | 植物天然产物 | 机器学习 | NA | 逆合成预测 | READRetro机器学习模型 | 化学结构数据 | NA |
435 | 2025-09-27 |
Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3565000
PMID:40293917
|
研究论文 | 提出一种针对眼底单阳性多标签学习的协同伪标签与主动选择方法FSP,通过双网络协同训练生成伪标签 | 提出课程式协同伪标签机制和基于损失建模的主动样本选择策略,动态调整阈值并保持高置信度预测 | NA | 解决眼底图像多标签标注不全问题,提升视网膜疾病分类器性能 | 视网膜疾病相关的眼底图像 | 计算机视觉 | 视网膜疾病 | 深度学习 | 双网络协同训练 | 眼底图像 | 七个视网膜数据集 |
436 | 2025-09-27 |
Bond-centric modular design of protein assemblies
2025-Jul-31, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02297-5
PMID:40745093
|
研究论文 | 提出一种基于键合中心的模块化蛋白质组装设计方法 | 将原子价键的化学多样性原理应用于蛋白质纳米材料设计,结合深度学习工具实现可定制键合相互作用 | NA | 开发模块化蛋白质纳米材料设计策略 | 蛋白质构建模块及其组装结构 | 计算生物学 | NA | 深度学习生成工具、电子显微镜 | 生成模型 | 蛋白质结构数据 | 20多种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格 |
437 | 2025-09-27 |
Deep learning assessment of metastatic relapse risk from digitized breast cancer histological slides
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60824-z
PMID:40593633
|
研究论文 | 开发基于深度学习的AI工具RlapsRisk BC,通过数字化乳腺癌组织切片预测早期乳腺癌患者的5年无转移生存率 | 首次将深度学习应用于ER+/HER2-早期乳腺癌的转移风险预测,提供超越传统临床病理变量的独立预后价值 | 研究局限于特定亚型乳腺癌(ER+/HER2-),需要进一步验证在其他乳腺癌亚型中的适用性 | 提高早期乳腺癌患者转移风险的精准分层,指导治疗决策 | 雌激素受体阳性、HER2阴性早期乳腺癌患者 | 数字病理 | 乳腺癌 | 深度学习 | CNN | 数字化组织切片图像 | NA |
438 | 2025-09-27 |
A deep convolutional neural network-based novel class balancing for imbalance data segmentation
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04952-y
PMID:40595795
|
研究论文 | 提出基于深度学习和双层类别平衡方案的新方法BLCB-CNN,用于视网膜眼底图像中血管的精确分割 | 首次将双层类别平衡方案(血管/非血管平衡和粗/细血管平衡)与CNN结合,解决数据不平衡和血管粗细差异问题 | 仅提及在STARE图像上的外部交叉验证,未说明在其他数据集上的泛化性能 | 实现视网膜眼底图像中血管结构的精确分割 | 视网膜眼底图像中的血管结构 | 计算机视觉 | 眼科疾病 | 全局对比度归一化(GCN)、限制对比度自适应直方图均衡化(CLAHE)、伽马校正 | CNN | 图像 | 标准视网膜眼底图像数据集和STARE图像数据集(具体样本数未明确说明) |
439 | 2025-09-27 |
A vision transformer approach for fully automated and scalable dementia screening using clock drawing test images
2025 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands)
DOI:10.1002/dad2.70171
PMID:41001422
|
研究论文 | 开发基于视觉变换器的全自动诊断系统,通过分析手绘时钟绘图测试图像进行痴呆症筛查 | 首次将视觉变换器模型应用于时钟绘图测试分析,结合CNN预处理自动处理图像质量问题,在独立临床数据集上表现优于人工评分和现有深度学习方法 | 模型准确率为76.5%,仍有提升空间;临床测试样本量相对较小(n=862) | 开发可扩展的自动化痴呆症筛查系统 | 手绘时钟绘图测试图像 | 计算机视觉 | 老年性疾病 | 深度学习 | Vision Transformer (ViT), CNN | 图像 | 训练集54,027个样本(NHATS数据集),测试集862名患者(TDRA临床队列) |
440 | 2025-09-27 |
Deep Learning to Localize Photoacoustic Sources in Three Dimensions: Theory and Implementation
2025-06, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3562313
PMID:40261767
|
研究论文 | 开发基于深度学习的3D光声点源定位系统,用于手术工具尖端定位 | 首次实现基于目标检测和实例分割的3D光声点源定位,并建立了点源位置与声速的理论关系 | NA | 实现手术和介入过程中工具尖端的三维定位与跟踪 | 手术工具尖端(视为声学点源) | 医学影像分析 | NA | 光声成像 | 深度学习(目标检测、实例分割) | 光声通道数据帧 | 4000个模拟数据帧、993个仿体数据帧、1983个离体实验数据帧 |