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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
541 | 2025-07-16 |
Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods
2025-Oct-15, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145181
PMID:40540836
|
研究论文 | 使用低场核磁共振结合深度学习技术对冷冻模型食品进行非破坏性质量评估 | 结合低场核磁共振(LF-NMR)和反向传播人工神经网络(BP-ANN)构建新型非破坏性质量评估模型 | 仅针对含水量90%和80%的凝胶模型食品进行研究,未涉及其他类型食品 | 开发冷冻食品质量非破坏性评估方法 | 含水量90%和80%的凝胶模型食品 | 食品科学 | NA | 低场核磁共振(LF-NMR) | BP-ANN, PLSR | 核磁共振信号数据 | 梯度温度条件下冷冻的凝胶模型食品样本 |
542 | 2025-07-16 |
Deep learning reduced order models of vaginal tear propagation
2025-Oct, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.107074
PMID:40499333
|
research paper | 该论文介绍了结合有限元分析、适当正交分解和机器学习的新计算方法,用于预测阴道变形和撕裂 | 整合有限元分析、适当正交分解和机器学习技术,开发了全阶ML模型和基于POD的降阶模型,用于快速计算阴道分娩结果 | 研究基于啮齿类动物的离体微机械数据,可能无法完全模拟人类阴道组织的复杂性 | 预测阴道分娩过程中可能出现的并发症,如阴道撕裂 | 阴道组织的变形和撕裂 | machine learning | 产科疾病 | 有限元分析(FE)、适当正交分解(POD)、机器学习(ML) | 全阶ML模型、基于POD的降阶ML模型 | 微机械数据、位移场快照 | 基于啮齿类动物的离体微机械数据 |
543 | 2025-07-16 |
Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation
2025-Oct, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2025.110521
PMID:40581220
|
研究论文 | 该研究提出了一种名为ILEP的模型,用于通过纵向EEG监测评估经颅聚焦超声刺激(tFUS)引起的神经可塑性和适应性反应 | 提出了一种集成纵向评估协议(ILEP)模型,结合高分辨率EEG监测和多会话tFUS刺激,能够有效区分短期和长期的神经可塑性变化 | 研究未明确说明样本量大小及具体受试者特征,可能影响结果的普遍性 | 开发一种标准化、实时的评估协议,以理解重复tFUS应用对神经可塑性和适应性脑反应的长期影响 | 神经可塑性和脑适应性反应 | 神经科学 | 神经系统疾病 | 经颅聚焦超声刺激(tFUS)、高分辨率脑电图(EEG) | 深度学习(DL)模型、神经网络(NN) | EEG信号 | NA |
544 | 2025-07-16 |
Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network
2025-Oct, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.107116
PMID:40582223
|
研究论文 | 本研究开发了一种生成式深度学习模型,通过创建合成3D μCT图像预测大鼠腰椎骨折模式 | 使用3D条件生成对抗网络(cGAN)预测骨折模式,并生成合成3D μCT图像 | 训练数据集较小(64个μCT图像),验证集仅包含8个图像 | 开发生成式深度学习模型以预测生物结构损伤行为 | 大鼠腰椎椎体 | 数字病理学 | NA | μCT成像 | 3D cGAN | 3D μCT图像 | 64个训练用μCT图像,8个验证用图像 |
545 | 2025-07-16 |
Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection
2025-Aug-30, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.14353
PMID:40405615
|
研究论文 | 本研究利用近红外光谱结合Gramian角场二维卷积神经网络(GAF-2D-CNN)检测白茶的地理来源掺假 | 首次将GAF图像编码技术与2D-CNN结合应用于近红外光谱数据,提高了掺假检测的准确性和实用性 | 研究仅针对白茶的地理来源掺假,未涉及其他类型的茶叶或掺假方式 | 开发一种高效的白茶地理来源掺假定量检测方法 | 白茶及其地理来源掺假样本 | 计算机视觉 | NA | 近红外光谱(NIRS) | 2D-CNN | 光谱数据 | 未明确说明样本数量 |
546 | 2025-07-16 |
A systematic review: Brain age gap as a promising early diagnostic biomarker for Alzheimer's disease
2025-Aug-15, Journal of the neurological sciences
IF:3.6Q2
DOI:10.1016/j.jns.2025.123563
PMID:40494037
|
系统综述 | 本文综述了脑年龄差距(BAG)作为阿尔茨海默病早期诊断生物标志物的研究现状及进展 | 利用深度学习技术预测脑年龄,并评估脑年龄差距(BAG)作为阿尔茨海默病早期诊断生物标志物的潜力 | 包括站点效应、偏差校正、数据不足、硬件需求、模型准确性和临床适用性等关键挑战 | 探讨脑年龄差距(BAG)作为阿尔茨海默病早期诊断生物标志物的潜力 | 阿尔茨海默病患者和健康老年人的脑结构变化 | 数字病理学 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 神经影像数据 | NA |
547 | 2025-07-16 |
A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma
2025-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-03870-9
PMID:39994163
|
研究论文 | 本研究评估了一种基于18F-FDG PET/CT的三维深度学习模型,用于预测临床I期肺腺癌患者术前的气腔扩散状态 | 开发了一种融合PET和CT数据的3D深度学习模型,用于预测肺腺癌的气腔扩散状态,并展示了其在辅助医生诊断中的潜力 | 需要进行前瞻性验证 | 预测临床I期肺腺癌患者术前的气腔扩散状态 | 162名I期肺腺癌患者 | 数字病理学 | 肺癌 | 18F-FDG PET/CT | 3D ResNet50 | 医学影像 | 162名患者 |
548 | 2025-07-16 |
Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities
2025-Aug, Ultrasound in medicine & biology..
|
系统综述 | 本文系统综述了深度学习在超声心动图中用于增强左心室功能和壁运动异常检测的应用 | 探讨了深度卷积神经网络(DCNNs)在提高超声心动图诊断精确度中的作用 | 数据多样性、图像质量以及深度学习模型的计算需求限制了其更广泛的临床应用 | 评估深度学习技术在超声心动图中心血管异常检测中的应用 | 超声心动图数据 | 数字病理 | 心血管疾病 | 深度学习 | DCNNs | 图像 | 29项研究 |
549 | 2025-07-16 |
Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study
2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110995
PMID:40550423
|
research paper | 本研究探讨了深度学习与剂量组学特征及其与剂量体积直方图参数和临床因素结合预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性和准确性 | 结合了深度学习剂量组学特征、剂量体积直方图参数和临床因素构建预测模型,并在多中心数据集中验证了其有效性 | 研究为回顾性设计,可能受到数据质量和选择偏倚的影响 | 预测食管癌患者放疗后4级放射性淋巴细胞减少症的发生 | 545名接受放疗的食管癌患者 | digital pathology | esophageal cancer | 深度学习剂量组学分析 | 深度学习模型 | 医学影像数据和临床数据 | 545名患者(来自5个医疗中心) |
550 | 2025-07-16 |
Transformative potential of artificial intelligence in US CDC HIV interventions: balancing innovation with health privacy
2025-Aug-01, AIDS (London, England)
DOI:10.1097/QAD.0000000000004220
PMID:40643081
|
评论 | 本文探讨了人工智能(AI)在美国CDC HIV干预中的变革潜力,强调了创新与健康隐私之间的平衡 | 提出AI在HIV预防和治疗中的创新应用,包括机器学习(ML)、深度学习(DL)和生成式AI(Gen AI)等技术,以优化HIV护理策略和预防干预 | 需要解决AI应用中的偏见、伦理标准(包括健康隐私标准)的维护以及AI幻觉等风险 | 探索AI在HIV预防和治疗中的潜在应用,以推动更公平的健康结果 | 美国CDC的HIV预防公共健康策略及相关数据集 | 机器学习 | HIV | 机器学习(ML)、深度学习(DL)、生成式AI(Gen AI) | NA | 复杂HIV相关数据集 | NA |
551 | 2025-07-16 |
Generation of synthetic tomographic images from biplanar X-ray: a narrative review of history, methods, and the state of the art
2025-Aug, Journal of neurosurgical sciences
IF:1.3Q3
DOI:10.23736/S0390-5616.25.06506-3
PMID:40662246
|
review | 本文综述了基于深度学习的策略,用于从双平面或多平面2D X射线数据生成合成3D CT样图像 | 强调了深度学习技术在合成CT重建中的潜在优势,并介绍了CNN、GAN和CDP等最新方法 | 讨论了当前传统CT成像的局限性以及深度学习技术在3D重建中面临的挑战 | 探索从2D X射线数据生成合成3D CT图像的替代技术 | 双平面或多平面2D X射线数据 | digital pathology | NA | deep learning | CNN, GAN, CDP | X-ray图像 | NA |
552 | 2025-07-16 |
Deep quantum Monte Carlo approach for polaritonic chemistry
2025-Jul-21, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0272805
PMID:40662707
|
研究论文 | 本文介绍了一种深度学习变分量子蒙特卡洛方法,用于解决光学腔中分子电子和光子薛定谔方程 | 将典型的电子神经网络波函数ansätze扩展到描述联合费米子和玻色子系统,即电子-光子系统,在量子蒙特卡洛框架中 | 仅应用于氢分子在腔中的情况,尚未扩展到更复杂的分子系统 | 控制物质性质,如化学反应性,通过将其限制在光学腔中 | 氢分子在光学腔中的电子和光子系统 | 量子化学 | NA | 深度学习变分量子蒙特卡洛方法 | 神经网络波函数ansätze | 量子化学数据 | 氢分子 |
553 | 2025-07-16 |
MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics
2025-Jul-15, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c06875
PMID:40583780
|
研究论文 | 提出了一种名为MS2MP的深度学习框架,用于直接从非靶向串联质谱(MS)预测KEGG代谢通路,无需先前的代谢物注释 | 首次开发出能够直接从MS光谱预测代谢通路的计算工具,通过图神经网络架构学习光谱特征与代谢通路之间的复杂关系 | 未明确提及具体限制,但可能依赖于训练数据的质量和覆盖范围 | 提高非靶向代谢组学数据的通路富集分析效率 | 代谢通路预测 | 机器学习 | NA | 串联质谱(MS/MS) | 图神经网络(GNN) | 质谱数据 | 33,221个实验性MS光谱 |
554 | 2025-07-16 |
Developing Nationwide Estimates of Built Environment Quality Characteristics Using Street-View Imagery and Computer Vision
2025-Jul-15, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c00966
PMID:40607680
|
研究论文 | 利用计算机视觉和街景图像评估美国城市建成环境质量特征 | 首次利用计算机视觉和街景图像在全国范围内评估建成环境质量特征,并明确处理了社会人口和时间偏差 | 对西班牙裔/拉丁裔和夏威夷原住民或太平洋岛民群体的偏差减少但未完全消除,犯罪安全的预测准确性较低 | 评估建成环境质量特征以支持流行病学研究、城市规划策略和公共卫生干预 | 美国所有城市的建成环境质量特征 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 72,516份通过Amazon Mechanical Turk收集的调查问卷,覆盖1.2亿个街景位置 |
555 | 2025-07-16 |
A Large Language Model-Powered Map of Metabolomics Research
2025-Jul-15, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01672
PMID:40608399
|
研究论文 | 本文通过大型语言模型绘制了代谢组学研究的全面图谱,综合分析了超过80,000篇文献 | 利用PubMedBERT将摘要转化为768维嵌入,捕捉了代谢组学领域的细微主题结构,并通过t-SNE降维和GPT-4o mini优化的神经主题建模管道重新分类了文献 | 研究依赖于文献摘要,可能未涵盖全文的深度信息 | 绘制代谢组学研究的全面图谱,识别新兴研究轨迹和关键挑战 | 超过80,000篇代谢组学相关文献 | 自然语言处理 | NA | PubMedBERT, t-SNE, GPT-4o mini | BERT, 神经主题模型 | 文本 | 超过80,000篇文献 |
556 | 2025-07-16 |
Mapping the Conformational Heterogeneity Intrinsic to the Protein Native Ensemble
2025-Jul-15, Biochemistry
IF:2.9Q3
DOI:10.1021/acs.biochem.5c00201
PMID:40615361
|
综述 | 本文回顾了在AlphaFold时代,如何通过实验和计算技术描绘蛋白质在不同分辨率水平下的构象景观 | 强调了单一结构无法完全捕捉蛋白质的真实情况,提出了整合多探针实验和物理基础模型的方法来理解序列-集合-功能的关系 | 未提及具体的技术限制或数据不足的问题 | 探讨蛋白质构象异质性及其对功能理解的重要性 | 蛋白质的构象景观和功能 | 结构生物学 | NA | 实验和计算技术 | NA | 结构数据 | NA |
557 | 2025-07-16 |
Deep learning-based contour propagation in magnetic resonance imaging-guided radiotherapy of lung cancer patients
2025-Jul-15, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade8d0
PMID:40570891
|
研究论文 | 本文提出了一种基于深度学习的轮廓传播方法,用于磁共振成像引导的肺癌患者放疗中器官风险和肿瘤体积的快速准确分割 | 采用混合Transformer-卷积神经网络TransMorph模型进行可变形图像配准,实现了不同场强下MRI图像的高效准确分割 | 研究样本主要来自特定场强(0.35T)的MR-Linac设备,在更广泛设备上的适用性有待验证 | 提高磁共振成像引导放疗中器官风险和肿瘤体积轮廓传播的效率和准确性 | 肺癌患者的MRI图像 | 数字病理 | 肺癌 | MRI | TransMorph(混合Transformer-CNN) | 医学图像 | 172名肺癌患者(140名内部数据,18名外部中央型肺癌,14名III期肺癌),共490对计划图像和分次图像 |
558 | 2025-07-16 |
Dose-aware denoising diffusion model for low-dose CT
2025-Jul-15, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade8cc
PMID:40570896
|
研究论文 | 本文提出了一种新型剂量感知扩散模型,用于低剂量CT图像去噪,旨在解决现有扩散基深度学习方法在泛化性和不确定性方面的问题 | 引入了一种基于物理的前向过程,具有连续时间步长,能够灵活表示不同的噪声水平,并包含了一个计算高效的噪声校准模块 | 未明确提及具体局限性,但可能包括对不同数据集的泛化能力仍需进一步验证 | 开发一种能够有效减少CT图像噪声同时保持结构保真度并适用于不同剂量水平的去噪方法 | 低剂量CT图像 | 数字病理 | NA | 扩散模型 | 扩散模型 | 图像 | Mayo Clinic数据集 |
559 | 2025-07-16 |
MSCMLCIDTI: Drug-Target Interaction Prediction Based on Multiscale Feature Extraction and Deep Interactive Attention Fusion Mechanisms
2025-Jul-15, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.70170
PMID:40660331
|
research paper | 提出了一种基于多尺度特征提取和深度交互注意力融合机制的药物-靶标相互作用预测模型MSCMLCIDTI | 采用多尺度卷积块提取药物化合物和氨基酸序列的结构指纹,结合门控注意力获取多维特征,并通过多层注意力交互机制建模药物亚结构与蛋白质片段间的复杂关系 | 未提及具体的数据集规模限制或模型计算复杂度问题 | 提升药物-靶标相互作用预测的准确性以加速药物发现 | 药物化合物与生物靶标(蛋白质)的相互作用 | machine learning | NA | 多尺度特征提取、注意力机制 | MSCMLCIDTI(基于CNN与注意力机制的混合模型) | 药物分子结构数据、蛋白质氨基酸序列数据 | 四个公开基准数据集(未说明具体样本量) |
560 | 2025-07-16 |
VAULT-OCT: Vault Accuracy Using Deep Learning Technology - An AI Model for Predicting Implantable Collamer Lens Postoperative Vault with AS-OCT
2025-Jul-15, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001743
PMID:40660493
|
研究论文 | 开发了一个基于深度学习的模型VAULT-OCT,用于预测植入式Collamer晶体(ICL)术后拱高 | 首次利用术前AS-OCT图像结合深度学习技术预测ICL术后拱高 | 研究为回顾性设计,样本量相对有限(324只眼) | 提高ICL植入术后拱高预测的准确性 | 接受ICL植入术的患者(162例患者的324只眼) | 数字病理 | 眼科疾病 | 光学相干断层扫描(OCT) | 神经网络 | 图像 | 162例患者的324只眼 |