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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
501 | 2025-08-04 |
Diagnostic Accuracy and Interobserver Reliability of Rotator Cuff Tear Detection With Ultrasonography Are Improved With Attentional Deep Learning
2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.12.024
PMID:39725049
|
research paper | 本研究通过改进YOLOv7模型,加入卷积块注意力模块(CBAM),开发了YOLOv7-CBAM模型,用于自动识别撕裂或完整的肩袖肌腱,以辅助医生通过超声诊断肩袖病变 | 提出了一种结合CBAM的改进YOLOv7模型(YOLOv7-CBAM),用于提高肩袖撕裂检测的准确性和观察者间可靠性 | 研究样本量相对较小(280名患者),且仅针对特定类型的肩袖病变 | 提高肩袖撕裂超声诊断的准确性和观察者间可靠性 | 肩袖撕裂或完整的肌腱 | computer vision | 肩袖病变 | 超声成像 | YOLOv7-CBAM | image | 280名患者,840张超声图像 |
502 | 2025-08-04 |
Editorial Commentary: Imaging Results in Data Usefully Analyzed by Artificial Intelligence Machine Learning
2025-Aug, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2025.02.024
PMID:40021066
|
评论 | 本文讨论了人工智能机器学习在医学影像分析中的应用及其潜力 | 提出了一种有效的三步方法(检测器、注意力模块和可解释性)来优化影像分析,并强调了深度学习在减少观察者间变异性和提高诊断准确性方面的作用 | 需要外部验证以确定模型在单一机构之外的泛化能力 | 探讨人工智能机器学习在医学影像分析中的临床应用及其优化方法 | 医学影像数据 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
503 | 2025-08-04 |
Applications of machine learning in glaucoma diagnosis based on tabular data: a systematic review
2025-Aug-01, BMC biomedical engineering
DOI:10.1186/s42490-025-00095-3
PMID:40745560
|
系统综述 | 本文系统评估了机器学习技术在青光眼诊断中的应用,分析了其有效性并识别了最有前景的方法和数据集 | 通过系统综述方法,全面评估了多种机器学习模型在青光眼诊断中的表现,并识别了影响诊断准确性的关键数据类型 | 数据不平衡和样本量有限影响了模型的泛化能力 | 评估机器学习在青光眼诊断中的应用效果 | 青光眼诊断 | 机器学习 | 青光眼 | 光学相干断层扫描(OCT)、视野(VF)测试 | SVM, DL, random forest, ensemble methods | 表格数据 | 35项研究 |
504 | 2025-08-04 |
A Decision Support System Based on multi-head convolutional and Recurrent Neural Networks for assisting physicians in diagnosing ADHD
2025-Aug-01, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110826
PMID:40752402
|
研究论文 | 本研究提出了一种基于多头卷积和循环神经网络的决策支持系统MCRNet,用于辅助医生诊断注意力缺陷多动障碍(ADHD) | MCRNet采用了一种创新的两阶段多头方法进行特征提取,提高了从原始EEG信号中提取特征和分类的能力 | 未来工作需要关注MCRNet的可解释性,并在更多EEG数据集上测试其有效性 | 开发一种客观可靠的ADHD诊断工具 | 儿童和青少年的注意力缺陷多动障碍(ADHD) | 数字病理学 | 注意力缺陷多动障碍 | EEG和深度学习技术 | 多头卷积和循环神经网络(MCRNet) | EEG信号 | 未提及具体样本数量 |
505 | 2025-08-04 |
Shaping the Future of Personalized Therapy in Bladder Cancer Using Artificial Intelligence
2025-Aug-01, European urology focus
IF:4.8Q1
DOI:10.1016/j.euf.2025.07.011
PMID:40753031
|
review | 本文综述了人工智能在膀胱癌个性化治疗中的应用及其潜力 | 探讨了AI在膀胱癌管理各步骤中的应用,包括检测、分级、分期、风险分层、治疗和结果预测 | AI在膀胱癌临床工作流程中的广泛应用仍面临重大障碍 | 实现AI驱动的膀胱癌个性化治疗 | 膀胱癌患者 | digital pathology | bladder cancer | machine learning, deep learning | NA | NA | NA |
506 | 2025-08-04 |
AI-assisted intraoperative navigation for safe right liver mobilization in pure laparoscopic donor hepatectomy: an experimental multi-institutional validation study
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11627-1
PMID:40744949
|
研究论文 | 本研究探索了人工智能在微创肝脏手术中通过实时分割解剖安全平面提供术中导航的潜力 | 开发并验证了一种深度学习模型,用于在纯腹腔镜供体右肝切除术中分割血管结构和无血管平面 | 注释策略需要改进,并需进一步研究以将该技术应用于实际手术室 | 探索人工智能在辅助主要微创肝脏手术中的潜力 | 纯腹腔镜供体右肝切除术中的血管结构和无血管平面 | 数字病理 | 肝脏疾病 | 深度学习 | U-Net with Mix Transformer encoder | 视频 | 48个纯腹腔镜供体右肝切除术视频(来自三个机构) |
507 | 2025-08-04 |
A dataset for recognition of Arabic accents from spoken L2 English speech (ArL2Eng)
2025-Jul-31, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05561-0
PMID:40745170
|
research paper | 本文介绍了ArL2Eng数据集,一个由阿拉伯语母语者产生的L2英语语音语料库,并强调了其在支持自动化语言评估研究中的潜力 | ArL2Eng数据集为阿拉伯口音的L2英语语音提供了独特的资源,支持口音识别和语音处理应用的研究 | 数据集中仅有471条记录(共640条)由人类专家标注了流利度指标,可能限制了某些研究的深度 | 研究目标是支持自动化语言评估,特别是针对阿拉伯口音的英语学习者的流利度预测 | 研究对象是阿拉伯语母语者产生的L2英语语音 | natural language processing | NA | Mel Frequency Cepstral Coefficients, deep learning, dimensionality reduction | NA | audio | 640条语音记录,其中471条标注了流利度指标 |
508 | 2025-08-04 |
A novel flexible identity-net with diffusion models for painting-style generation
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12434-4
PMID:40744991
|
research paper | 提出了一种新颖的灵活身份网络与扩散模型结合的方法,用于绘画风格生成 | 引入了轻量级Identity-Net,能够将图像提示无缝集成到U-Net编码器中,生成多样且一致的图像 | 未明确提及具体限制 | 提升绘画风格创意设计,推动AI驱动的艺术发展 | 绘画风格的生成与转换 | computer vision | NA | diffusion models | U-Net, Identity-Net | image | 4055件来自42位中国著名画家的艺术品 |
509 | 2025-08-04 |
Impact of agricultural industry transformation based on deep learning model evaluation and metaheuristic algorithms under dual carbon strategy
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14073-1
PMID:40745031
|
研究论文 | 本研究开发了一种结合CNN和LSTM的混合深度学习模型,用于评估农业产业转型的效果,以支持可持续农业发展和双碳目标 | 提出了一种结合CNN和LSTM的混合深度学习模型,并采用黏菌算法进行参数优化,显著提高了预测精度 | 未提及具体的数据来源和样本覆盖范围,可能影响模型的泛化能力 | 支持可持续农业发展和推进双碳目标 | 农业产业转型的效果评估 | 机器学习 | NA | 黏菌算法 | CNN, LSTM | 空间数据, 时间序列数据 | NA |
510 | 2025-08-04 |
Higher glass transition temperatures reduce thermal stress cracking in aqueous solutions relevant to cryopreservation
2025-Jul-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13295-7
PMID:40745362
|
研究论文 | 本文通过实验和计算模拟研究了玻璃化冷冻保存中热应力裂纹与溶液玻璃化转变温度的关系 | 揭示了玻璃化转变温度对热应力裂纹的关键影响,并开发了新型冷冻显微镜平台结合深度学习算法分析裂纹程度 | 研究仅针对四种水溶液化学体系,未涵盖更广泛的玻璃化溶液类型 | 探索降低玻璃化冷冻保存过程中热应力裂纹风险的方法 | 四种不同玻璃化转变温度的水溶液体系 | 材料科学/生物医学工程 | NA | 冷冻显微镜成像、语义分割深度学习算法、热力学有限元模拟 | 语义分割深度学习模型 | 图像数据 | 四种水溶液化学体系(玻璃化转变温度跨度>50°C) |
511 | 2025-08-04 |
TA-SSM net: tri-directional attention and structured state-space model for enhanced MRI-Based diagnosis of Alzheimer's disease and mild cognitive impairment
2025-Jul-31, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01836-5
PMID:40745641
|
研究论文 | 提出了一种名为TA-SSM Net的深度学习模型,用于增强基于MRI的阿尔茨海默病和轻度认知障碍的诊断 | 结合了三向注意力和结构化状态空间模型(SSM),有效捕捉3D MRI图像的空间和上下文信息,并通过梯度检查点提升处理效率 | 研究仅基于ADNI数据集,可能无法完全代表所有人群 | 提高基于MRI的阿尔茨海默病和轻度认知障碍的诊断准确性和效率 | 阿尔茨海默病(AD)患者、轻度认知障碍(MCI)患者和正常对照组 | 数字病理学 | 老年病 | MRI | TA-SSM Net (结合三向注意力和SSM的深度学习模型) | 3D MRI图像 | 300名AD患者、400名MCI患者和400名正常对照 |
512 | 2025-08-04 |
Multimodal deep learning for allergenic proteins prediction
2025-Jul-31, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-025-02347-z
PMID:40745646
|
research paper | 提出了一种基于多模态深度学习的框架Multimodal-AlgPro,用于预测过敏原蛋白 | 通过整合多种维度信息(理化性质、氨基酸序列和进化信息)并采用模型组合的穷举搜索策略,提高了过敏原预测的准确性 | 未提及具体的数据集规模或模型泛化能力的验证 | 提高过敏原预测的准确性,以识别过敏反应来源并预防有害触发物的暴露 | 过敏原蛋白 | machine learning | NA | multimodal deep learning | deep learning | protein sequence data, physicochemical properties, evolutionary information | NA |
513 | 2025-08-04 |
Enhanced stroke risk prediction in hypertensive patients through deep learning integration of imaging and clinical data
2025-Jul-31, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03120-6
PMID:40745655
|
研究论文 | 本研究开发了一种基于深度学习的多模态卒中风险预测模型,整合颈动脉超声成像和多维临床数据,以提高高血压患者卒中风险预测的准确性 | 通过结合颈动脉超声成像和临床数据,使用Vision Transformer (ViT)和径向基概率神经网络(RBPNN)进行风险分层,显著提高了预测准确性 | 研究仅针对高血压患者,未涵盖其他可能影响卒中风险的人群 | 开发一种深度学习模型,用于高血压患者的卒中风险预测 | 1,088名高血压患者的2,176张颈动脉超声图像及相关临床数据 | 数字病理学 | 心血管疾病 | 颈动脉超声成像 | ResNet50, Vision Transformer (ViT), 径向基概率神经网络(RBPNN) | 图像, 临床数据 | 1,088名高血压患者的2,176张颈动脉超声图像 |
514 | 2025-08-04 |
Single-cell multiomics reveals the oscillatory dynamics of mRNA metabolism and chromatin accessibility during the cell cycle
2025-Jul-31, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116089
PMID:40751912
|
研究论文 | 该研究通过单细胞多组学技术揭示了细胞周期中mRNA代谢和染色质可及性的振荡动态 | 结合单细胞多组学测序、生物物理建模和深度学习,首次量化了mRNA转录、剪接、核输出和降解的速率 | NA | 揭示细胞周期中基因表达的时序调控机制 | 增殖细胞中的mRNA代谢和染色质可及性 | 生物信息学 | NA | 单细胞多组学测序 | 深度学习 | 单细胞多组学数据 | NA |
515 | 2025-08-04 |
Deep Learning-Based Classification of Fungal and Acanthamoeba Keratitis Using Confocal Microscopy
2025-Jul-31, The ocular surface
DOI:10.1016/j.jtos.2025.07.012
PMID:40752665
|
研究论文 | 本研究利用深度学习技术对真菌性和棘阿米巴性角膜炎进行基于共聚焦显微镜图像的分类 | 首次使用深度学习模型对真菌性和棘阿米巴性角膜炎进行自动分类,并实现了真菌性角膜炎的亚型分类 | 非特异性角膜炎的分类性能较低,且样本量相对有限 | 提高微生物性角膜炎的诊断准确性并指导针对性治疗 | 真菌性角膜炎(FK)、棘阿米巴性角膜炎(AK)和非特异性角膜炎(NSK)的共聚焦显微镜图像 | 数字病理学 | 角膜炎 | 共聚焦显微镜 | ResNet50 | 图像 | 1,975张图像(1,137 FK, 457 AK, 381 NSK) |
516 | 2025-08-04 |
Deep Learning in Central Serous Chorioretinopathy
2025-Jul-31, Survey of ophthalmology
IF:5.1Q1
|
综述 | 本文全面回顾了深度学习在中心性浆液性脉络膜视网膜病变(CSC)诊断、分类、预后及治疗效果预测中的应用 | 探讨了深度学习如何通过自动化分析CSC相关成像生物标志物来解决传统眼科实践中的效率问题,并首次详细展示了脉络膜血管系统的快速、无创可视化 | 未提及具体样本量或数据集的规模,可能缺乏对深度学习模型泛化能力的实证评估 | 探索深度学习技术在眼科疾病,特别是CSC的诊断和管理中的应用潜力 | 中心性浆液性脉络膜视网膜病变(CSC)及其相关成像生物标志物 | 数字病理学 | 视网膜疾病 | 深度学习(DL) | NA | 图像 | NA |
517 | 2025-08-04 |
Predicting ROS1 and ALK fusions in NSCLC from H&E slides with a two-step vision transformer approach
2025-Jul-30, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-025-01037-x
PMID:40739404
|
研究论文 | 本研究提出了一种基于深度学习的双步视觉Transformer方法,用于从H&E染色切片中预测NSCLC中的ROS1和ALK融合 | 采用双步视觉Transformer方法(MoCo-V3作为特征提取器,后接基于Transformer的预测模型),并针对ROS1阳性样本量少的问题设计了专门的训练流程 | ROS1阳性样本数量有限(仅306例) | 开发一种可扩展、准确且经济高效的方法来检测NSCLC中的ALK和ROS1融合 | 非小细胞肺癌(NSCLC)患者 | 数字病理学 | 肺癌 | 深度学习 | Transformer(MoCo-V3) | H&E染色的全切片图像(WSI) | 33,014名患者(其中ROS1阳性306例,ALK阳性697例) |
518 | 2025-08-04 |
Improving rainfall forecasting using deep learning data fusing model approach for observed and climate change data
2025-Jul-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13567-2
PMID:40739447
|
研究论文 | 本研究利用观测降雨数据和气候变化预测的融合,通过深度学习模型提高日、3日和周降雨预测的精确度 | 结合观测数据和气候变化预测,采用多种先进机器学习模型进行数据融合,显著提高了降雨预测的准确性 | 研究中使用的模型在某些时间间隔(如周预测)表现较差,误差率较高 | 提高降雨预测的准确性,以支持水资源管理、防洪、农业活动和灾害准备 | 降雨数据 | 机器学习 | NA | 数据融合技术 | ELSVM, Exponential GPR, LSTM | 时间序列数据 | NA |
519 | 2025-08-04 |
HLAIIPred: cross-attention mechanism for modeling the interaction of HLA class II molecules with peptides
2025-Jul-30, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08500-2
PMID:40739437
|
研究论文 | 介绍了一种名为HLAIIPred的深度学习模型,用于预测由II类人类白细胞抗原(HLAII)呈递的肽段 | 采用基于Transformer的神经网络和质谱鉴定的HLAII呈递肽数据集,不仅能预测肽段呈递,还能识别形成相互作用的肽段核心残基 | 未明确提及 | 提高肽段-HLAII相互作用的预测准确性和理解 | II类人类白细胞抗原(HLAII)及其呈递的肽段 | 机器学习 | 癌症 | 质谱 | Transformer | 肽段序列数据 | 未明确提及具体数量,但使用了多种数据集进行评估 |
520 | 2025-08-04 |
Deep learning-driven brain tumor classification and segmentation using non-contrast MRI
2025-Jul-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13591-2
PMID:40745383
|
研究论文 | 本研究利用深度学习技术对多通道MRI输入进行处理,以提高基于MRI的脑肿瘤诊断的准确性和效率 | 采用非对比T1加权和T2加权图像及其平均值融合为RGB三通道输入,丰富了模型训练的表征,显著提升了模型性能 | 尚未整合到临床工作流程中 | 提高MRI脑肿瘤诊断的准确性和效率 | 203名受试者的MRI数据,包括100例正常案例和103例13种不同脑肿瘤类型案例 | 计算机视觉 | 脑肿瘤 | MRI | CNN, FCN, Darknet53, ResNet50 | 图像 | 203名受试者(100例正常,103例脑肿瘤) |