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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
481 | 2025-06-16 |
Single-Cell Sequencing-Guided Annotation of Rare Tumor Cells for Deep Learning-Based Cytopathologic Diagnosis of Early Lung Cancer
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202416921
PMID:40231585
|
research paper | 该研究利用单细胞DNA测序技术指导罕见肿瘤细胞的标注,开发了一种基于深度学习的细胞病理学诊断模型,用于早期肺癌的诊断 | 使用单细胞DNA测序作为客观真实标注,解决了传统标注方法的主观性问题,并显著提高了肺癌诊断的敏感性 | 尽管模型性能优越,但样本量相对有限,且外部验证队列的样本量较小 | 提高支气管肺泡灌洗液细胞病理学诊断肺癌的准确性和敏感性 | 支气管肺泡灌洗液中的脱落肿瘤细胞和良性细胞 | digital pathology | lung cancer | scDNA-Seq | DL | image | 580 ETCs和1106良性细胞(标注数据集),发现队列156例,验证队列158例,外部验证队列141例 |
482 | 2025-06-16 |
Early operative difficulty assessment in laparoscopic cholecystectomy via snapshot-centric video analysis
2025-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03372-7
PMID:40257703
|
research paper | 该研究提出了一种通过视频分析早期评估腹腔镜胆囊切除术手术难度的新方法 | 提出了SurgPrOD深度学习模型和一种新颖的以快照为中心的注意力模块(SCA),用于从全局和局部时间分辨率分析手术视频 | 研究仅基于CholeScore数据集进行验证,可能需要更多数据以进一步验证模型的泛化能力 | 早期评估腹腔镜胆囊切除术的手术难度,以优化手术室规划和改善手术结果 | 腹腔镜胆囊切除术的手术视频 | computer vision | 胆囊疾病 | 深度学习 | SurgPrOD (基于CNN和注意力机制) | video | CholeScore数据集中的手术视频 |
483 | 2025-06-16 |
Non-Invasive Tumor Budding Evaluation and Correlation with Treatment Response in Bladder Cancer: A Multi-Center Cohort Study
2025-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202416161
PMID:40391846
|
研究论文 | 本研究开发了一种基于CT图像的非侵入性深度学习模型,用于评估膀胱癌患者的肿瘤出芽状态,并探讨了其与新辅助化学免疫治疗反应及疾病预后的相关性 | 首次开发了一种非侵入性深度学习模型来评估膀胱癌患者的肿瘤出芽状态,并验证了其预测治疗反应和预后的能力 | 研究结果需要在更大规模的多中心队列中进行进一步验证 | 探索膀胱癌患者肿瘤出芽状态与新辅助化学免疫治疗反应及预后的相关性 | 2322名经病理确诊的膀胱癌患者 | 数字病理学 | 膀胱癌 | 深度学习 | 深度学习模型 | CT图像 | 2322名膀胱癌患者(2014年1月1日至2023年12月31日收集的多中心队列) |
484 | 2025-06-16 |
Computational methods for modeling protein-protein interactions in the AI era: Current status and future directions
2025-Jun, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2025.104382
PMID:40398752
|
综述 | 本文综述了人工智能时代下蛋白质-蛋白质相互作用(PPIs)建模的计算方法现状及未来发展方向 | 重点介绍了AI驱动方法的最新进展,包括AlphaFold及其衍生工具在蛋白质复合物结构预测中的主导地位,以及针对蛋白质灵活性、共进化信号依赖、大型组装体建模和涉及内在无序区域(IDRs)相互作用等关键挑战的创新解决方案 | 传统方法在特定情境下仍具相关性,AI工具的持续进化虽具变革潜力,但仍面临蛋白质灵活性建模等挑战 | 探讨蛋白质-蛋白质相互作用建模的计算方法,以深化对生物分子相互作用的理解并加速治疗干预设计 | 蛋白质-蛋白质相互作用(PPIs) | 计算生物学 | NA | 深度学习、端到端框架(如AlphaFold) | 深度学习模型(如AlphaFold及其衍生工具) | 蛋白质结构数据 | NA |
485 | 2025-06-16 |
Deep learning for predicting invasive recurrence of ductal carcinoma in situ: leveraging histopathology images and clinical features
2025-Jun, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105750
PMID:40440915
|
research paper | 该研究利用深度学习模型结合组织病理学全切片图像和临床病理数据,预测导管原位癌(DCIS)的侵袭性复发风险 | 首次开发了基于全切片图像和临床数据的深度学习模型,用于DCIS的侵袭性复发风险分层 | 外部验证受限于数据集规模小、病例数少(22/94)、WSI质量差以及缺乏良好注释的数据集 | 开发能够预测DCIS侵袭性复发风险的模型,以减少低风险患者的过度治疗 | 导管原位癌(DCIS)患者 | digital pathology | breast cancer | deep learning | CNN | image, clinical data | 荷兰多中心数据集(n=558)和英国Sloane数据集(n=94) |
486 | 2025-06-16 |
Artificial Intelligence-Assisted Breeding for Plant Disease Resistance
2025-Jun-01, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26115324
PMID:40508136
|
review | 本文综述了人工智能在植物抗病育种中的应用,包括疾病检测和组学预测的最新进展 | 探讨了大型语言模型和多模态模型在解析复杂疾病模式中的突破性潜力,并提出了将联邦学习与大型语言模型结合用于植物疾病检测和抗性预测的新视角 | 讨论了在数据、模型和隐私方面面临的挑战 | 整合人工智能技术以提升植物抗病育种效率 | 植物疾病抗性育种 | machine learning | NA | 深度学习、大型语言模型、多模态模型、联邦学习 | CNN、大型语言模型、多模态模型 | 异构数据、多组学数据 | NA |
487 | 2025-06-16 |
A Dual-Modal Robot Welding Trajectory Generation Scheme for Motion Based on Stereo Vision and Deep Learning
2025-Jun-01, Materials (Basel, Switzerland)
DOI:10.3390/ma18112593
PMID:40508590
|
研究论文 | 本研究提出了一种基于立体视觉和深度学习的双模态感知框架,用于无示教方法中的机器人焊接轨迹生成 | 提出了一种结合2D图像自主识别和3D点云精确规划的双模态感知框架,改进了U-Net模型并引入了双通道注意力模块,提高了焊接分割的鲁棒性 | 未明确提及样本量或具体应用场景的限制 | 提高无示教方法中机器人焊接轨迹规划的自主性和鲁棒性 | 机器人焊接轨迹 | 机器视觉 | NA | 立体视觉、深度学习 | 改进的U-Net(VGG16作为骨干网络) | 2D图像、3D点云 | NA |
488 | 2025-06-16 |
Segmentation with artificial intelligence and automated calculation of the corpus callosum index in multiple sclerosis
2025-Jun, Saudi medical journal
IF:1.7Q2
DOI:10.15537/smj.2025.46.6.20240957
PMID:40516948
|
research paper | 该研究通过人工智能技术评估多发性硬化症(MS)患者与健康个体的胼胝体指数(CCI)差异,并利用深度学习模型进行胼胝体自动分割 | 首次将U-Net模型应用于MS患者的胼胝体自动分割,并验证自动计算的CCI在显示萎缩方面的有效性 | 研究样本量有限(150名MS患者和150名健康对照),且仅针对慢性期MS患者 | 评估胼胝体指数作为多发性硬化症脑萎缩标志物的潜力 | 多发性硬化症患者和健康对照者的胼胝体 | digital pathology | multiple sclerosis | MRI | U-Net | image | 150名MS患者和150名健康对照者 |
489 | 2025-06-16 |
Optimizing Attenuation Correction in 68Ga-PSMA PET Imaging Using Deep Learning and Artifact-Free Dataset Refinement
2025-May-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111400
PMID:40506972
|
研究论文 | 本研究提出了一种新型的伪影优化框架,通过过滤损坏的PET-CT图像创建干净数据集,用于训练基于深度学习的图像域衰减校正模型 | 提出了一种伪影优化框架,无需解剖参考扫描即可训练深度学习模型,显著提高了Ga-PSMA PET成像的定量准确性 | 研究仅针对Ga-PSMA PET成像,未验证在其他PET成像中的适用性 | 优化Ga-PSMA PET成像中的衰减校正,提高图像质量和定量准确性 | Ga-PSMA PET-CT扫描图像 | 医学影像处理 | 前列腺癌 | PET-CT成像 | ResNet | 医学影像 | 828例全身Ga-PSMA PET-CT扫描 |
490 | 2025-06-16 |
Explainable Artificial Intelligence in Radiological Cardiovascular Imaging-A Systematic Review
2025-May-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111399
PMID:40506971
|
系统综述 | 本文系统综述了可解释人工智能(XAI)在放射学心血管影像中的应用现状 | 总结了XAI在心血管影像中的最新应用,并指出了未来研究方向 | XAI方法的评估主要停留在定性层面,缺乏标准化 | 提高深度学习模型在心血管影像中的透明度和临床接受度 | 心血管影像数据 | 医学影像分析 | 心血管疾病 | Grad-CAM, SHAP, LIME, 显著性图 | 深度学习模型 | 影像数据(CT, MRI, 超声, X光) | 28项研究 |
491 | 2025-06-16 |
Fully automated measurement of aortic pulse wave velocity from routine cardiac MRI studies
2025-May-30, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110442
PMID:40451442
|
research paper | 本文提出了一种利用深度学习从标准心脏MRI序列中全自动测量主动脉脉搏波速度(PWV)的方法 | 首次实现了从常规2D SSFP定位图像和相位对比图像中全自动测量PWV,无需特殊序列或耗时的手动分析 | 研究主要基于UK Biobank数据集,需要在更多临床数据集中验证其普适性 | 开发一种全自动方法,便于在常规临床和研究扫描中测量主动脉脉搏波速度 | 主动脉脉搏波速度(PWV)的自动化测量 | 医学影像分析 | 心血管疾病 | 深度学习 | DL模型 | MRI图像 | 1053名UK Biobank受试者 |
492 | 2025-06-16 |
An Information-Extreme Algorithm for Universal Nuclear Feature-Driven Automated Classification of Breast Cancer Cells
2025-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111389
PMID:40506962
|
研究论文 | 本研究开发了一种基于信息极限机器学习方法和通用细胞学特征的自动化乳腺癌细胞分类算法,旨在实现客观和通用的组织病理学诊断 | 将信息极限方法应用于细胞学特征分析以进行癌细胞分类,这是该方法的架构创新 | 需要在更大的数据集上验证算法,并探索其在其他癌症类型中的适用性 | 开发一种自动化乳腺癌细胞分类算法,以实现客观和通用的组织病理学诊断 | 乳腺癌细胞 | 数字病理学 | 乳腺癌 | 信息极限机器学习方法 | 信息极限算法 | 图像 | 176张标记的细胞图像 |
493 | 2025-06-16 |
A Hybrid Model of Feature Extraction and Dimensionality Reduction Using ViT, PCA, and Random Forest for Multi-Classification of Brain Cancer
2025-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111392
PMID:40506964
|
研究论文 | 提出了一种结合ViT、PCA和随机森林的混合模型ViT-PCA-RF,用于脑癌的多分类 | 首次将Vision Transformer (ViT)、主成分分析(PCA)和随机森林(RF)结合,用于脑肿瘤分类 | 模型仅在BTM数据集上进行了测试,未在其他数据集上验证 | 提高脑肿瘤分类的准确性,实现早期检测 | 脑肿瘤MRI图像 | 计算机视觉 | 脑癌 | MRI图像分析 | ViT, PCA, RF | 图像 | BTM数据集 |
494 | 2025-06-16 |
Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: the Multi-ethnic Study of Atherosclerosis
2025-May-29, Bone
IF:3.5Q2
DOI:10.1016/j.bone.2025.117550
PMID:40449861
|
research paper | 该研究探讨了轻度至中度COPD与维生素D缺乏对纵向骨密度(BMD)下降的影响 | 首次在轻度至中度COPD患者中研究了维生素D缺乏与骨密度下降的关联 | 研究样本量相对较小,且仅关注了胸椎骨密度 | 评估轻度至中度COPD患者中维生素D缺乏与骨密度下降的关系 | 1226名参与者,其中173名患有轻度至中度COPD | 医学研究 | COPD(慢性阻塞性肺病) | 深度学习算法进行胸椎自动分割 | 深度学习算法 | 胸部CT影像数据 | 1226名参与者(173名COPD患者,1053名对照) |
495 | 2025-06-16 |
Explainability of Protein Deep Learning Models
2025-May-29, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms26115255
PMID:40508065
|
research paper | 该研究首次使用XAI方法探索蛋白质深度学习模型的内部工作机制,评估了九种XAI方法在预测蛋白质相互作用位点和生成蛋白质嵌入向量方面的表现 | 首次使用XAI方法研究蛋白质深度学习模型的内部工作机制,并比较不同XAI方法在揭示蛋白质基本性质方面的效果 | 研究仅针对两种蛋白质相关问题进行了测试,可能无法全面反映XAI方法在所有蛋白质深度学习模型中的表现 | 提高蛋白质深度学习模型的可解释性,理解蛋白质相互作用的基本机制 | 蛋白质相互作用位点预测和蛋白质嵌入向量生成 | machine learning | NA | XAI (explainable AI) | Seq-InSite, ProtBERT, ProtT5, Ankh | protein sequence data | 3.3 TB总数据量 |
496 | 2025-06-16 |
Dual-Phase Severity Grading of Strawberry Angular Leaf Spot Based on Improved YOLOv11 and OpenCV
2025-May-29, Plants (Basel, Switzerland)
DOI:10.3390/plants14111656
PMID:40508330
|
研究论文 | 本研究提出了一种基于改进YOLOv11和OpenCV的双阶段草莓角斑病严重程度分级框架 | 结合了CARAFE模块和SE注意力机制的改进YOLOv11架构,以及基于HSV色彩空间的OpenCV阈值分割算法,实现了草莓角斑病的精确分级 | NA | 开发草莓角斑病严重程度评估的高级方法 | 草莓角斑病 | 计算机视觉 | 草莓角斑病 | 深度学习、计算机视觉 | YOLOv11-CARAFE-SE | 图像 | NA |
497 | 2025-06-16 |
Multi-Scale Vision Transformer with Optimized Feature Fusion for Mammographic Breast Cancer Classification
2025-May-28, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111361
PMID:40506933
|
research paper | 提出一种基于MAX-ViT的多尺度特征提取和门控注意力融合模块的深度学习框架,用于乳腺X线摄影乳腺癌分类 | 结合MAX-ViT进行多尺度特征提取,引入门控注意力融合模块动态整合特征,并利用Harris Hawks优化算法进行特征选择 | 未明确提及具体局限性 | 提高乳腺癌诊断和分类的准确性和效率 | 乳腺X线摄影图像 | computer vision | breast cancer | MAX-ViT, Harris Hawks optimization, XGBoost | MAX-ViT, XGBoost | image | King Abdulaziz University Mammogram Dataset(具体数量未提及) |
498 | 2025-06-16 |
A Bibliometric Review of Person-Centered Care Research 2010-2024
2025-May-27, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare13111267
PMID:40508880
|
综述 | 本文通过文献计量学工具对2010年至2024年以人为中心的护理(PCC)研究领域进行了全面回顾,识别了热点、趋势和发展轨迹 | 首次使用文献计量学工具评估PCC领域,揭示了研究热点和发展趋势 | 仅基于Web of Science核心合集数据库的数据,可能未涵盖所有相关研究 | 识别PCC研究领域的热点、趋势和发展轨迹 | 2010年至2024年间发表的PCC相关研究 | 医疗保健研究 | NA | 文献计量学分析 | NA | 文本 | 5837项研究 |
499 | 2025-06-16 |
Optimizing CNN-Based Diagnosis of Knee Osteoarthritis: Enhancing Model Accuracy with CleanLab Relabeling
2025-May-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111332
PMID:40506904
|
research paper | 本研究探讨了使用EfficientNetB5深度学习模型结合CleanLab重新标记技术优化膝关节骨关节炎(KOA)严重程度分类的方法 | 采用Cleanlab框架进行系统性标签校正,显著提高了模型在五类KOA严重程度分类上的准确率 | 在处理'可疑'(KL Grade 1)病例时表现不佳,且严重KOA样本量较小 | 提高膝关节骨关节炎严重程度分类的准确性和可靠性 | 膝关节骨关节炎(KOA)的X光影像 | computer vision | geriatric disease | 深度学习 | EfficientNetB5 | image | 9786张膝关节X光影像 |
500 | 2025-06-16 |
A Narrative Review of Artificial Intelligence in MRI-Guided Prostate Cancer Diagnosis: Addressing Key Challenges
2025-May-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics15111342
PMID:40506914
|
综述 | 本文综述了人工智能在MRI引导的前列腺癌诊断中的应用及其关键挑战 | 探讨了AI技术在提高MRI扫描质量、检测伪影及辅助放射科医生进行病灶检测和解释方面的应用 | AI模型的泛化能力受到研究方法、数据集和成像协议差异的限制 | 评估AI在前列腺癌诊断中的准确性和效率提升潜力 | 前列腺癌诊断中的MRI图像 | 数字病理学 | 前列腺癌 | 机器学习和深度学习 | NA | MRI图像 | NA |