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 | 2025-05-17 |
3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures
2025-May-15, Proteins
IF:3.2Q2
DOI:10.1002/prot.26837
PMID:40375059
|
research paper | 提出了一种基于蛋白质3D结构的双通道预测模型3D-ΔΔG,用于预测蛋白质-蛋白质结合亲和力变化 | 该模型能够处理多点突变的复杂情况,结合了侧链序列和3D结构的突变信息,通过双通道深度学习模型进行预测 | 未提及具体局限性 | 预测蛋白质-蛋白质结合亲和力变化(ΔΔG),以辅助蛋白质设计和工程 | 蛋白质-蛋白质相互作用及其突变效应 | 生物信息学 | NA | 深度学习,图注意力网络,预训练蛋白质语言模型 | 双通道深度学习模型,图注意力网络 | 蛋白质3D结构数据,氨基酸序列数据 | 使用了单点突变数据集以及混合突变数据集SKEMPIv1和SKEMPIv2 |
542 | 2025-05-17 |
Enhancing Food Quality Analysis: The Transformative Role of Artificial Neural Networks in Modern Analytical Techniques
2025-May-15, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2025.2505081
PMID:40375429
|
review | 本文综述了人工神经网络(ANNs)在现代食品质量分析技术中的变革性作用 | 结合ANNs与各种分析技术,解决食品真实性和质量分析中的非线性、高维度数据问题 | 未提及具体样本量或实验验证的局限性 | 提升食品质量分析的准确性和效率 | 食品质量与安全性分析 | machine learning | NA | 人工神经网络(ANNs) | ANNs | 复杂数据(高维度、非线性) | NA |
543 | 2025-05-17 |
"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation"
2025-May-15, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29812
PMID:40375492
|
综述 | 本文综述了磁共振指纹技术(MRF)在脑血流动力学和氧合作用量化中的应用及其最新进展 | 强调了血管模拟的几何模型、新型序列以及结合机器学习和深度学习算法的最先进重建技术的进展 | 未提及具体的技术限制或研究不足 | 探讨MRF技术在脑血流动力学和氧合作用量化中的潜力及其临床应用 | 脑血流动力学和氧合作用 | 医学影像 | NA | 磁共振指纹技术(MRF) | 机器学习和深度学习算法 | 磁共振影像数据 | NA |
544 | 2025-05-17 |
Accuracy and Reliability of Multimodal Imaging in Diagnosing Knee Sports Injuries
2025-May-15, Current medical imaging
IF:1.1Q3
|
research paper | 该研究通过结合MRI、CT和超声成像技术,并利用深度学习模型自动分析,提高了膝关节运动损伤诊断的准确性和可靠性 | 采用多模态成像技术和深度学习算法进行集成学习,自动识别和分类膝关节损伤类型,显著提高了诊断准确性和效率 | 未提及模型在不同医疗机构或设备上的泛化能力,以及对于罕见损伤类型的诊断效果 | 提高膝关节运动损伤诊断的准确性和可靠性 | 膝关节运动损伤,如前交叉韧带撕裂、半月板损伤、软骨损伤和骨折 | digital pathology | sports injuries | MRI, CT, US | CNN | image | NA |
545 | 2025-05-17 |
Meet the author: Hae Kyung Im
2025-May-14, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2025.100880
PMID:40373740
|
研究论文 | 介绍Hae Kyung Im的研究团队及其在基因组数据分析和健康研究中的贡献 | 开发了一种结合深度学习和单细胞数据的细胞类型特异性转录组范围关联研究框架 | NA | 改进转录组范围关联研究分析,以更好地理解复杂疾病的基因组学 | 基因组数据和健康研究 | 基因组学 | 复杂疾病 | 深度学习 | NA | 单细胞数据 | NA |
546 | 2025-05-17 |
Improving skin lesion classification through saliency-guided loss functions
2025-May-14, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110299
PMID:40375427
|
研究论文 | 提出一种通过将显著性分数直接整合到损失函数中来提升皮肤病变分类性能的方法 | 通过整合显著性分数到损失函数中,同时提升分类性能和模型解释性 | 仅在HAM10000和PH2数据集上进行了验证,未在其他数据集上测试 | 提升皮肤病变分类的准确性和模型解释性 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | 深度学习 | Inception-ResNet-v2, EfficientNet-B3, ResNeXt | 图像 | HAM10000和PH2数据集 |
547 | 2025-05-17 |
Single-cell and spatial transcriptomics reveals an anti-tumor neutrophil subgroup in microwave thermochemotherapy-treated lip cancer
2025-May-13, International journal of oral science
IF:10.8Q1
DOI:10.1038/s41368-025-00366-8
PMID:40360503
|
research paper | 该研究通过单细胞转录组学和空间转录组学揭示了微波热化疗治疗唇鳞状细胞癌中抗肿瘤中性粒细胞亚群的作用机制 | 发现了具有抗肿瘤活性的MNDA TANs(N1表型)在微波热化疗后大量浸润,并揭示了其通过IL1B-IL1R激活T&NK细胞和成纤维细胞的机制,同时构建了预测预后的MX2标记物 | 研究样本可能有限,且深度学习模型在临床实践中的实际应用效果需要进一步验证 | 探究微波热化疗治疗唇鳞状细胞癌的分子机制和免疫微环境变化 | 唇鳞状细胞癌(LSCC)患者样本中的肿瘤相关中性粒细胞(TANs)和肿瘤微环境 | digital pathology | lip cancer | scRNA-seq, ST, 深度学习 | 深度学习 | 单细胞转录组数据、空间转录组数据、H&E染色图像 | NA |
548 | 2025-05-17 |
An intelligent optimized object detection system for disabled people using advanced deep learning models with optimization algorithm
2025-May-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00608-z
PMID:40360540
|
研究论文 | 提出了一种结合高级深度学习模型和麻雀搜索优化算法的智能优化目标检测系统,用于帮助视觉障碍人士 | 结合YOLOv7、MobileNetV3和TCN模型,并使用麻雀搜索优化算法进行超参数选择,提高了目标检测的准确性 | 仅在室内目标检测数据集上进行了测试,未涉及室外或其他复杂环境 | 提升视觉障碍人士的目标检测能力,以提供更安全和信息丰富的导航 | 视觉障碍人士 | 计算机视觉 | 视觉障碍 | 深度学习、优化算法 | YOLOv7、MobileNetV3、TCN | 图像 | 室内目标检测数据集(具体数量未提及) |
549 | 2025-05-17 |
Multimodal learning audio-visual detection for obtaining object-level sound sources in Japanese-language teaching room
2025-May-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00588-0
PMID:40360586
|
research paper | 该研究提出了一种基于深度学习的多模态学习方法,用于日语教学室中的音频-视觉检测(AVD),以定位未知声源 | 结合音频和视觉信息,提出了一种新的深度学习方法,用于日语教学室中的对象级声源检测 | NA | 改进日语教学室中的教学和学习过程 | 日语教学室中的声源(如拍手、悄悄话、整理物品等) | multimodal learning | NA | audio-visual detection (AVD) | deep learning | audio and visual | NA |
550 | 2025-05-17 |
A modernized approach to sentiment analysis of product reviews using BiGRU and RNN based LSTM deep learning models
2025-May-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01104-0
PMID:40360609
|
research paper | 本文提出了一种基于BiGRU和RNN-LSTM深度学习模型的现代情感分析方法,用于挖掘在线产品评论 | 采用BiGRU特征提取器和基于RNN的LSTM分类器的特定组合,并将其应用于新型在线产品评论,使模型具有创新性 | NA | 通过情感分析挖掘在线产品评论,以了解市场需求和产品在消费者中的接受度 | 在线产品评论 | natural language processing | NA | natural language processing, deep learning | BiGRU, RNN-based LSTM | text | NA |
551 | 2025-05-17 |
Leveraging explainable artificial intelligence with ensemble of deep learning model for dementia prediction to enhance clinical decision support systems
2025-May-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97102-3
PMID:40360623
|
研究论文 | 本文提出了一种结合可解释人工智能和优化算法的痴呆症预测与分类模型(LXAIOA-ADPCM),旨在通过深度学习技术提高痴呆症早期检测的准确性 | 结合了可解释人工智能(XAI)和优化算法,采用集成分类器(BiLSTM、SAE和TCN)进行痴呆症预测,并通过Grad-CAM提供决策过程的透明解释 | 未提及模型在临床环境中的实际应用效果或跨数据集的泛化能力 | 开发一种新型算法,通过先进技术提高痴呆症预测的准确性 | 痴呆症高风险个体 | 机器学习 | 老年疾病 | 深度学习(DL)、机器学习(ML)、裸鼹鼠算法(NMRA)、瞪羚优化算法(GOA) | BiLSTM、SAE、TCN | 医疗诊断数据 | 使用Dementia Prediction数据集进行实验,具体样本量未提及 |
552 | 2025-05-17 |
Advanced smart assistance with enhancing social interaction and daily activities for visually impaired individuals using deep learning with modified seagull optimization
2025-May-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99849-1
PMID:40360641
|
研究论文 | 本研究提出了一种基于深度学习和改进海鸥优化算法的自动化损伤检测方法,旨在提升视障人士的社交互动和日常活动能力 | 采用改进的海鸥优化器与集成学习相结合的ADD-MSGOEL方法,用于视障人士周围环境中的损伤和潜在危险检测 | NA | 提升视障人士的社交生活和日常功能,通过准确检测周围环境中的损伤和潜在危险 | 视障人士 | 计算机视觉 | NA | 深度学习,改进海鸥优化算法,集成学习 | LSTM, BiGRU, SAE | 图像 | 使用CODEBRIM数据集进行实验验证 |
553 | 2025-05-17 |
Revolutionizing sleep disorder diagnosis: A Multi-Task learning approach optimized with genetic and Q-Learning techniques
2025-May-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-01893-4
PMID:40360656
|
研究论文 | 本文提出了一种创新的多任务学习卷积神经网络方法,结合遗传算法和Q学习技术,用于基于EEG信号的睡眠障碍诊断 | 采用部分共享结构的多任务学习CNN模型,结合STFT和CWT生成的时频图像,并使用遗传算法和Q学习优化权重 | EEG信号数据集较小且异质性高,可能影响模型泛化能力 | 开发高效准确的自动化睡眠障碍诊断工具 | 睡眠障碍患者 | 机器学习 | 睡眠障碍 | STFT, CWT, 遗传算法, Q学习 | 多任务学习CNN | EEG信号 | 26名参与者 |
554 | 2025-05-17 |
A deep learning sex-specific body composition ageing biomarker using dual-energy X-ray absorptiometry scan
2025-May-13, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-025-00850-6
PMID:40360687
|
研究论文 | 本研究开发并验证了一种基于双能X射线吸收测定法(DXA)扫描的体成分生物年龄指标(BCBA),用于评估健康状况和预测疾病结果 | 首次提出基于DXA扫描的体成分生物年龄指标,并证明其在慢性疾病风险预测中的优越性 | 研究主要基于UK Biobank数据,可能在其他人群中的适用性有待验证 | 开发可靠的生物标志物来评估疾病风险和进展 | UK Biobank参考人群,包括典型和非典型体成分个体、已有疾病患者和DXA成像后发病者 | 数字病理学 | 心血管疾病 | 双能X射线吸收测定法(DXA) | 深度学习模型 | 医学影像 | UK Biobank参考人群(具体数量未说明) |
555 | 2025-05-17 |
Rethinking femoral neck anteversion assessment: a novel automated 3D CT method compared to traditional manual techniques
2025-May-13, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-08697-7
PMID:40361057
|
research paper | 评估一种新型自动化3D CT方法在测量股骨颈前倾角(FNA)中的准确性和可靠性,并与三种传统手动方法进行比较 | 提出了一种基于深度学习的自动化3D CT方法,用于股骨分割、标志点识别和前倾角计算,与传统手动方法相比具有一致性和可靠性 | 研究未涉及临床实际应用的验证,且样本量相对较小(126个股骨) | 评估自动化3D CT方法在测量股骨颈前倾角中的准确性和可靠性 | 63例全长CT扫描的126个股骨(35名男性和28名女性,平均年龄52.0±14.7岁) | 医学影像分析 | 骨科疾病 | 3D CT扫描和深度学习网络 | 深度学习网络 | 3D CT图像 | 126个股骨(来自63例CT扫描) |
556 | 2025-05-17 |
Deep learning based on ultrasound images to predict platinum resistance in patients with epithelial ovarian cancer
2025-May-13, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01391-8
PMID:40361149
|
研究论文 | 本研究开发并验证了一种基于超声图像的深度学习模型,用于预测上皮性卵巢癌患者对铂类药物的耐药性 | 首次利用深度学习模型基于超声图像预测上皮性卵巢癌患者的铂类药物耐药性 | 回顾性研究设计可能引入选择偏倚,且样本量相对有限 | 开发预测上皮性卵巢癌患者铂类药物耐药性的工具 | 上皮性卵巢癌患者 | 数字病理学 | 卵巢癌 | 超声成像 | 深度学习模型 | 图像 | 392名2014-2020年间确诊并接受盆腔超声检查的患者 |
557 | 2025-05-17 |
Generalizable, fast, and accurate DeepQSPR with fastprop
2025-May-13, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01013-4
PMID:40361252
|
research paper | 介绍了一个名为fastprop的软件包和通用的Deep-QSPR框架,结合分子描述符与深度学习,用于分子性质预测 | fastprop结合了分子描述符与深度学习,提供了快速、可解释且性能优越的分子性质预测方法 | 未提及具体的数据集或应用场景限制 | 开发一个通用的Deep-QSPR框架,用于分子性质预测 | 分子结构及其目标性质 | machine learning | NA | deep learning, QSPR/QSAR | feedforward neural networks | molecular descriptors | 从几十到几万个分子不等的数据集 |
558 | 2025-05-17 |
Automatic deep learning segmentation of mandibular periodontal bone topography on cone-beam computed tomography images
2025-May-13, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105813
PMID:40373868
|
research paper | 评估基于SegResNet的多阶段深度学习模型在自动分割牙周炎患者CBCT图像中的性能 | 提出了一种多阶段SegResNet深度学习模型,用于自动分割CBCT图像,显著减少了分割时间 | 模型在牙周区域颊侧的可靠性和一致性有待提高 | 评估深度学习模型在牙周炎患者CBCT图像分割中的性能 | 牙周炎患者的CBCT图像 | digital pathology | periodontitis | CBCT | SegResNet | image | 70例CBCT扫描用于训练和验证,10例独立测试 |
559 | 2025-05-17 |
Modeling Chemical Reaction Networks Using Neural Ordinary Differential Equations
2025-May-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00296
PMID:40262040
|
research paper | 该论文提出了一种结合动态建模与深度学习的神经常微分方程方法,用于建模化学反应网络 | 通过神经常微分方程揭示化学反应网络中隐藏的机制,并识别现有经验模型的不足 | 未提及具体的数据集或实验验证,可能缺乏实际应用的广泛性 | 改进化学反应网络的建模方法,揭示隐藏的反应机制 | 化学反应网络及其物种浓度的时间变化 | machine learning | NA | 神经常微分方程 | Neural ODE | 化学物种浓度数据 | NA |
560 | 2025-05-17 |
The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning
2025-May-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126390
PMID:40373548
|
研究论文 | 本文研究了多面体顶点数对表面增强拉曼散射(SERS)活性的影响,并基于深度学习技术应用于口腔癌检测 | 发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性,并将SERS技术与深度学习神经网络技术结合用于口腔癌检测 | NA | 研究多面体顶点数对SERS活性的影响,并开发基于SERS和深度学习技术的口腔癌检测方法 | 球形、四面体、立方体、八面体和十二面体纳米颗粒,以及口腔癌患者的唾液样本 | 数字病理学 | 口腔癌 | 表面增强拉曼散射(SERS),有限差分时域(FDTD)模拟 | 深度学习神经网络 | 光谱数据 | NA |