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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
441 | 2025-07-24 |
Convolutional Neural Network-Transformer Model to Predict and Classify Early Arrhythmia Using Electrocardiogram Signal
2025-Jul-03, Journal of visualized experiments : JoVE
DOI:10.3791/68227
PMID:40690419
|
research paper | 本文提出了一种基于深度学习的分类模型,用于从心电图信号中识别五种主要的心跳类型,以早期诊断和检测心律失常 | 结合Transformer层和1D CNN的混合架构,用于建模时间依赖性和提取空间特征,实现了99.99%的准确率、精确度和F1分数 | 未提及模型在临床环境中的实际应用效果或跨数据集泛化能力的验证 | 开发精确且自动化的技术,用于早期心律失常的诊断和检测 | 五种主要的心跳类型:正常(N)、左束支传导阻滞(L)、右束支传导阻滞(R)、房性早搏(A)和室性早搏(V) | machine learning | cardiovascular disease | 深度学习 | CNN-Transformer混合模型 | 心电图信号 | 超过3.9百万训练段和112,575测试段,来自多个数据库(如INCART 12-lead、Sudden Cardiac Death Holter等) |
442 | 2025-07-24 |
MDNN: memetic deep neural network for genomic prediction
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf352
PMID:40698862
|
研究论文 | 提出了一种名为MDNN的新框架,利用模因算法进行神经架构搜索,自动优化网络架构,以提高基因组预测的准确性 | MDNN框架首次将模因算法应用于神经架构搜索,自动优化网络架构,相比传统DL模型减少了手动设计的需要 | 未提及在不同作物或更大规模数据集上的泛化能力 | 提高基因组预测(GP)的准确性,特别是在处理复杂性状时 | 小麦基因组数据(wheat599和wheat2000数据集) | 机器学习 | NA | 深度学习(DL),模因算法 | MDNN(Memetic Deep Neural Network) | 基因组数据 | 两个小麦数据集(wheat599和wheat2000) |
443 | 2025-07-24 |
Dynamic glucose enhanced imaging using direct water saturation
2025-Jul, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30447
PMID:40096575
|
研究论文 | 本文提出了一种利用直接水饱和(DS)曲线的交换性线宽(LW)增宽进行动态葡萄糖增强(DGE)MRI成像的新方法 | 采用基于交换性线宽增宽的DS-DGE MRI方法,克服了传统CEST或CESL方法效应低和对运动敏感的局限性 | 目前仅在4例脑肿瘤患者中进行了验证,样本量较小 | 开发一种新的MRI技术来评估葡萄糖摄取情况 | 脑肿瘤患者 | 医学影像 | 脑肿瘤 | DS-DGE MRI | 深度学习(Lorentzian拟合) | MRI影像数据 | 4例脑肿瘤患者 |
444 | 2025-07-24 |
Machine Learning Analysis of Videourodynamics to Predict Incident Hydronephrosis in Patients With Spina Bifida
2025-Jul, The Journal of urology
IF:5.9Q1
DOI:10.1097/JU.0000000000004547
PMID:40132220
|
研究论文 | 本研究开发了机器学习模型,利用视频尿动力学数据预测脊柱裂患者发生肾积水的风险 | 首次将机器学习应用于视频尿动力学数据,通过自动化特征提取预测肾积水风险 | 研究样本量有限(训练组354人,验证组200人),且仅针对脊柱裂患者 | 开发可靠的肾积水风险预测模型以辅助临床决策 | 脊柱裂患者(年龄范围2个月至42岁) | 机器学习 | 脊柱裂 | 视频尿动力学检查 | 随机生存森林模型(Random Survival Forest)、集成模型(Ensemble Model) | 视频尿动力学数据(包括压力-容积数据和荧光透视图像) | 训练组354例,验证组200例 |
445 | 2025-07-24 |
Virtual lung screening trial (VLST): An in silico study inspired by the national lung screening trial for lung cancer detection
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103576
PMID:40209556
|
研究论文 | 本研究通过虚拟肺部筛查试验(VLST)模拟国家肺部筛查试验(NLST),探讨虚拟成像试验(VITs)在加速临床试验、降低参与者风险及优化影像技术应用方面的潜力 | 利用虚拟成像试验平台模拟主要临床试验的关键要素,特别是比较CT和CXR在肺癌筛查中的诊断性能 | 研究基于模拟数据,可能无法完全反映真实临床环境中的复杂情况 | 探讨虚拟成像试验在复制临床试验某些方面的有效性,为影像诊断提供安全高效的方法 | 模拟的294名虚拟患者 | 数字病理 | 肺癌 | CT和CXR成像 | 深度学习模型(AI CT-Reader和AI CXR-Reader) | 影像数据 | 294名虚拟患者 |
446 | 2025-07-24 |
Transfer Learning Empowered Multiple-Indicator Optimization Design for Terahertz Quasi-Bound State in the Continuum Biosensors
2025-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202504855
PMID:40287969
|
research paper | 该研究提出了一种利用迁移学习优化太赫兹准连续态束缚态(QBIC)生物传感器多指标设计的创新方法 | 首次实现了质量因子(Q因子)、品质因数(FoM)和有效传感面积(ESA)的多指标综合优化,并通过两阶段迁移学习方法显著降低了数据需求 | 未明确提及具体局限性 | 优化太赫兹超表面生物传感器的多指标设计,提升痕量生物检测性能 | 太赫兹QBIC生物传感器 | 机器学习 | NA | 迁移学习 | 深度学习 | NA | 数据需求比传统深度学习方法减少50% |
447 | 2025-07-24 |
World of Forms: Deformable geometric templates for one-shot surface meshing in coronary CT angiography
2025-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103582
PMID:40318517
|
研究论文 | 提出了一种基于几何先验的数据高效深度学习方法,用于直接生成3D解剖对象表面网格 | 采用多分辨率图神经网络和几何模板变形方法,结合新型掩码自编码器预训练策略,提高了在低数据量情况下的网格生成准确性和拓扑一致性 | 方法性能在极低数据量情况下的表现尚未充分验证 | 改进医学图像表面网格生成方法,提高在有限数据情况下的性能 | 冠状动脉CT血管造影中的心包、左心室腔和左心室心肌 | 数字病理 | 心血管疾病 | 深度学习 | 多分辨率图神经网络 | 3D医学图像 | 未明确说明样本数量 |
448 | 2025-07-24 |
Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT
2025-Jul-01, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8650
PMID:39794133
|
研究论文 | 本研究探讨了通过对抗训练和输入修改提高深度学习模型在预测急性脑出血患者血肿扩张方面的鲁棒性 | 使用对抗训练和Otsu多阈值分割作为额外输入来提高深度学习模型的鲁棒性 | 对抗训练对FGSM攻击的鲁棒性提升有限,对PGD类型攻击的交叉鲁棒性有限 | 提高深度学习模型在临床实践中预测血肿扩张的鲁棒性 | 急性脑出血患者的入院头部CT扫描 | 数字病理 | 脑出血 | FGSM和PGD对抗攻击,Otsu多阈值分割 | 深度学习模型 | CT图像 | 训练/交叉验证队列890名患者,独立验证队列684名患者 |
449 | 2025-07-24 |
Tracking conditioned fear in pair-housed mice using deep learning and real-time cue delivery
2025-Jul, Neurobiology of stress
IF:4.3Q1
DOI:10.1016/j.ynstr.2025.100742
PMID:40678084
|
研究论文 | 本研究开发了一种基于深度学习的开源软件,用于在配对饲养的小鼠中实时追踪条件性恐惧行为 | 结合开源软件和深度学习姿态估计技术,在自然环境中研究小鼠的条件性恐惧行为 | 研究仅针对小鼠模型,结果向人类PTSD的转化需要进一步验证 | 开发新方法来研究创伤后应激障碍(PTSD)相关的恐惧行为 | 配对饲养的小鼠 | 数字病理学 | 创伤后应激障碍(PTSD) | 深度学习姿态估计 | 深度学习模型 | 视频 | 配对饲养的小鼠群体(具体数量未提及) |
450 | 2025-07-24 |
Revolutionizing agriculture: A comprehensive review on artificial intelligence applications in enhancing properties of agricultural produce
2025-Jul, Food chemistry: X
DOI:10.1016/j.fochx.2025.102748
PMID:40686912
|
review | 本文综述了人工智能在农业中的应用,包括作物病害检测、产量预测、土壤健康评估等方面 | 详细探讨了AI工具如ML算法、深度学习模型、IoT和DSS在农业中的创新应用 | 广泛采用面临高成本、隐私问题、基础设施不足和技术知识有限等障碍 | 探索人工智能在农业中的应用及其潜力 | 农作物、土壤、农业实践 | machine learning | NA | ML算法、深度学习模型、IoT、DSS | CNN、LSTM | image、text | NA |
451 | 2025-07-24 |
A proof-of-concept study of direct magnetic resonance imaging-based proton dose calculation for brain tumors via neural networks with Monte Carlo-comparable accuracy
2025-Jul, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100806
PMID:40687308
|
研究论文 | 本研究提出了一种基于深度学习的剂量引擎,可直接从磁共振图像计算质子剂量,以简化工作流程并保持蒙特卡罗级别的准确性 | 首次实现了直接从磁共振图像进行质子剂量计算,无需合成CT,简化了工作流程并保持了高精度 | 研究仅针对脑肿瘤患者,样本量较小(39例),且未在其他肿瘤类型中验证 | 开发一种直接从磁共振图像计算质子剂量的方法,以简化质子治疗的工作流程 | 脑肿瘤患者的磁共振和CT图像 | 医学影像分析 | 脑肿瘤 | 深度学习 | xLSTM | 医学影像(MRI和CT) | 39例脑肿瘤患者(29例训练,3例验证,7例测试) |
452 | 2025-07-24 |
Three-dimensional reconstruction of the knee joint based on automated 1.5T magnetic resonance image segmentation: A feasibility study
2025-Jul, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70361
PMID:40689092
|
研究论文 | 本研究验证了基于1.5T MRI的自动和半自动分割方法在膝关节三维重建中的准确性 | 使用基于transformer的深度学习模型(UNet-R)进行自动分割,并与半自动和手动分割方法进行比较 | 样本量较小(仅11个膝关节),且仅使用1.5T MRI系统 | 验证MRI在膝关节三维重建中的准确性 | 膝关节的远端股骨和近端胫骨 | 数字病理 | 骨科疾病 | 1.5T MRI扫描 | UNet-R(基于transformer的深度学习模型) | MRI图像 | 11个新鲜冷冻尸体膝关节 |
453 | 2025-07-24 |
A multi-task deep neural network reveals inflowing river impacts for predictive lake management
2025-Jul, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2025.100592
PMID:40689412
|
研究论文 | 本文提出了一种多任务深度神经网络(MTDNN),用于预测流入河流对湖泊水质的影响,以提高湖泊管理的效率和准确性 | 开发了一种能够同时预测多个水质指标的多任务深度神经网络,相比传统机械模型和单任务深度学习模型,预测精度提高了56.3% | 模型的应用可能依赖于特定湖泊的数据,其通用性需要进一步验证 | 开发一种集成预测工具,以有效管理湖泊水质和防止生态退化 | 滇池及其流入河流的水质指标(高锰酸盐指数、总磷、总氮和藻类密度) | 机器学习 | NA | 多任务深度神经网络(MTDNN) | 深度神经网络 | 水质数据 | 滇池及其流入河流的数据 |
454 | 2025-07-24 |
Analysis of Tumor Microenvironmental Features Between Primary and Synchronous Liver Metastases From Patients With Colorectal Cancers Using a Deep Learning Algorithm
2025-Jul, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-25-00004
PMID:40694782
|
研究论文 | 使用深度学习算法分析结直肠癌患者原发性和同步性肝转移瘤的肿瘤微环境特征 | 首次使用QuantCRC算法量化15种不同的形态学肿瘤特征,比较原发性和同步性肝转移瘤的微环境差异 | 样本量较小(57例患者),且仅来自单一医疗机构 | 探究结直肠癌原发瘤与同步性肝转移瘤在肿瘤微环境特征上的差异 | 结直肠癌患者及其同步性肝转移瘤 | 数字病理学 | 结直肠癌 | 深度学习算法(QuantCRC) | NA | 图像 | 57例结直肠癌患者及其同步性肝转移瘤 |
455 | 2025-07-24 |
VascX Models: Deep Ensembles for Retinal Vascular Analysis From Color Fundus Images
2025-Jul-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.14.7.19
PMID:40699175
|
研究论文 | 介绍并验证了用于彩色眼底图像血管、动静脉分割、视盘分割和中央凹定位的深度学习模型集成VascX | 提出了一个新的、更鲁棒的预处理算法和强大的数据增强方法,训练了UNet模型集成,性能优于现有公开模型 | 未明确提及具体限制,可能包括模型在极端图像条件下的表现或泛化能力 | 改进视网膜血管分析,支持更稳健的视网膜血管特征分析 | 彩色眼底图像(CFIs)中的血管、动静脉、视盘和中央凹 | 计算机视觉 | 眼科疾病 | 深度学习 | UNet集成模型 | 图像 | 超过15个已发布的带注释数据集,主要来自荷兰研究(如鹿特丹研究) |
456 | 2025-07-24 |
Immune-related genes can accurately predict survival in bladder cancer: a retrospective study via two independent immunotherapy cohorts
2025-Jun-30, Translational andrology and urology
IF:1.9Q3
DOI:10.21037/tau-2025-28
PMID:40687668
|
研究论文 | 本研究通过两个独立的免疫治疗队列,利用深度学习算法构建了一个基于免疫相关基因的风险评分模型,用于预测膀胱癌患者的生存期 | 首次利用深度学习算法构建基于免疫相关基因的风险评分模型,用于预测膀胱癌免疫治疗的预后 | 研究仍处于早期阶段,需要更多独立队列验证模型的普适性 | 识别免疫相关基因作为膀胱癌免疫治疗的潜在生物标志物 | 膀胱癌患者 | 数字病理学 | 膀胱癌 | 深度学习 | 深度学习算法 | 基因表达数据 | 两个独立免疫治疗队列(IMvigor210CoreBiologies包和GEO数据库) |
457 | 2025-07-24 |
The diagnostic model from semi-supervised cross modality transformation improved the distinguished ability of X-rays for pulmonary tuberculosis
2025-Jun-27, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107004
PMID:40695011
|
研究论文 | 该研究通过构建半监督跨模态转换的AI模型,提高常规X光对肺结核的诊断准确性,使其接近CT扫描的性能 | 采用半监督跨模态转换计算模型,结合X光和CT图像独立训练深度学习模型,显著提升了X光诊断肺结核的精度和特异性 | 模型的灵敏度略低于原始X光模型,可能影响某些临床场景的应用 | 提高在资源匮乏地区肺结核的早期诊断准确性 | 肺结核患者的X光和CT图像 | 数字病理 | 肺结核 | 半监督跨模态转换计算模型,迁移学习 | 深度学习模型 | 图像 | 来自医院和两个开源数据集(CHNCXR和MC)的患者数据 |
458 | 2025-07-24 |
Multi-parameter MRI deep learning model for lymphovascular invasion assessment in invasive breast ductal carcinoma: A multicenter, retrospective study
2025-Jun-25, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2025.107002
PMID:40695008
|
研究论文 | 本研究探讨了基于多参数MRI的深度学习模型在预测浸润性乳腺导管癌淋巴血管侵犯状态中的价值 | 结合多参数MRI和深度学习技术,开发了一种新的术前LVI评估工具,提高了预测准确性 | 研究为回顾性设计,样本量有限(448例),且仅来自两个中心 | 评估多参数MRI深度学习模型在预测浸润性乳腺导管癌淋巴血管侵犯状态中的性能 | 浸润性乳腺导管癌患者 | 数字病理 | 乳腺癌 | 多参数MRI | MobileNetV2-3D | MRI图像 | 448例浸润性乳腺导管癌患者(来自两个医疗中心) |
459 | 2025-07-24 |
Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning
2025-Jun, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121212
PMID:40222502
|
研究论文 | 该研究利用深度学习辅助的三维多光束连续电子显微镜数据,量化了人类浅表白质的轴突特征 | 首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行了详细的形态学表征,并提供了大规模的三维电子显微镜数据集和精确的分割结果 | 研究仅针对人类浅表白质的一个特定区域,可能无法代表整个白质的轴突特征 | 量化人类浅表白质中短程关联纤维的轴突特征,以更好地理解皮质-皮质连接的微观基础 | 人类浅表白质中的短程关联纤维 | 数字病理学 | NA | 多光束扫描电子显微镜(EM) | CNN | 三维电子显微镜图像 | 一个200×200×112μm的人类浅表白质体积,包含128,285个有髓轴突 |
460 | 2025-07-24 |
Deep Learning-Based Models for Ventricular Segmentation in Hydrocephalus: A Systematic Review and Meta-Analysis
2025-06, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2025.124001
PMID:40306409
|
meta-analysis | 本文通过系统综述和荟萃分析评估了深度学习模型在脑积水患者心室分割中的性能 | 首次对深度学习模型在脑积水心室分割中的应用进行了系统评价和荟萃分析 | 纳入研究数量有限(24项),且不同影像模态间存在性能差异 | 评估深度学习模型在脑积水心室分割中的性能表现 | 脑积水患者的神经影像数据 | digital pathology | hydrocephalus | 深度学习 | DL-based models | MRI/CT/超声影像 | 24项研究共2911名患者 |