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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
561 | 2025-07-04 |
Developing Nationwide Estimates of Built Environment Quality Characteristics Using Street-View Imagery and Computer Vision
2025-Jul-03, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c00966
PMID:40607680
|
research paper | 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,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准确性较低,季节性偏差调整不完全 | 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 | computer vision | NA | deep learning | CNN | image | 72,516份调查问卷,覆盖1.2亿个街景位置 |
562 | 2025-07-04 |
Deep Learning Discovers New Morphological Features while Predicting Genetic Alterations from Histopathology of Papillary Thyroid Carcinoma
2025-Jul-03, Thyroid : official journal of the American Thyroid Association
IF:5.8Q1
DOI:10.1089/thy.2024.0691
PMID:40607934
|
research paper | 该研究利用深度学习从甲状腺乳头状癌的组织病理学切片中预测基因变异,并发现新的形态学特征 | 使用Vision Transformer模型从常规组织病理学切片中预测基因变异,并识别出与基因变化相关的新形态学标准 | 研究为回顾性设计,需要进一步前瞻性验证 | 探索AI在预测甲状腺乳头状癌基因变异中的应用 | 甲状腺乳头状癌患者 | digital pathology | thyroid cancer | AI-based histopathology analysis | Vision Transformer | image | 662例(TCGA队列496例,Mainz队列166例) |
563 | 2025-07-04 |
Sparse coding-based multiframe superresolution for efficient synchrotron radiation microspectroscopy
2025-Jul-03, Discover nano
DOI:10.1186/s11671-025-04291-x
PMID:40608206
|
研究论文 | 本研究提出了一种基于稀疏编码的多帧超分辨率方法,用于提升同步辐射显微光谱成像的质量 | 与忽视位置错配的深度学习方法不同,该方法将位置偏移作为已知控制参数处理,提高了超分辨率精度,并针对纳米结构提取学习了最优字典 | 方法在小样本和噪声数据上表现良好,但未讨论在大规模数据集上的适用性 | 提升同步辐射显微光谱成像的质量,减少辐射损伤和样品降解 | 同步辐射显微光谱图像 | 计算机视觉 | NA | 稀疏编码 | NA | 图像 | 小规模且含噪声的3D纳米电子能谱化学分析(nano-ESCA)数据集 |
564 | 2025-07-04 |
Development of a deep learning-based automated diagnostic system (DLADS) for classifying mammographic lesions - a first large-scale multi-institutional clinical trial in Japan
2025-Jul-03, Breast cancer (Tokyo, Japan)
DOI:10.1007/s12282-025-01741-3
PMID:40608200
|
research paper | 开发了一个基于深度学习的自动化诊断系统(DLADS),用于分类乳腺X线摄影病变,并在日本进行了首次大规模多机构临床试验 | 首次为日本女性建立了乳腺X线摄影AI-CADx系统,并在大规模多机构临床试验中验证了其有效性 | 研究为回顾性设计,前瞻性研究尚未完成 | 建立并验证一个针对日本女性的乳腺X线摄影AI-CADx系统 | 日本女性的乳腺X线摄影图像 | digital pathology | breast cancer | AI-CADx | SE-ResNet | image | 20,638张乳腺X线摄影图像,来自11,450名日本女性 |
565 | 2025-07-04 |
A Large Language Model-Powered Map of Metabolomics Research
2025-Jul-03, 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构建了一个代谢组学研究的综合图谱,分析了超过80,000篇文献 | 使用PubMedBERT将摘要转化为768维嵌入,结合t-SNE降维和GPT-4o mini优化的神经主题模型,揭示了代谢组学领域的主题结构和趋势 | 研究依赖于文献数据,可能未涵盖最新的研究进展或未发表的数据 | 构建代谢组学研究的综合图谱,揭示研究趋势和关键领域 | 代谢组学领域的80,000多篇文献 | 自然语言处理 | NA | PubMedBERT, t-SNE, GPT-4o mini, 神经主题模型 | BERT, t-SNE, 神经主题模型 | 文本 | 超过80,000篇文献 |
566 | 2025-07-04 |
Deep Learning for Fluorescence Lifetime Predictions Enables High-Throughput In Vivo Imaging
2025-Jul-02, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.5c03749
PMID:40515693
|
研究论文 | 本文介绍了一种名为FLIMngo的深度学习模型,用于从光子稀缺环境中量化荧光寿命成像显微镜(FLIM)数据 | FLIMngo模型能够利用原始FLIM数据中的时间和空间信息,从每个像素少于50个光子的衰减曲线中准确预测荧光寿命,显著减少了数据采集时间 | 模型在模拟数据上进行了表征和基准测试,但在实际应用中的表现可能需要进一步验证 | 提高荧光寿命成像显微镜(FLIM)的数据采集效率,使其成为适用于活体样本分析的高通量工具 | 荧光寿命成像显微镜(FLIM)数据 | 数字病理学 | NA | 荧光寿命成像显微镜(FLIM) | 深度学习模型(FLIMngo) | 图像数据 | NA |
567 | 2025-07-04 |
Dual-Mode Temperature-Pressure MXene Sensor for Enhanced Firefighter Safety and Deep Learning-Enhanced Smart Gloves
2025-Jul-02, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c09442
PMID:40552641
|
研究论文 | 本研究开发了一种基于MXene的双模温度-压力传感器,用于增强消防员安全及深度学习增强的智能手套 | 利用MXene的优异热电性能、金属般导电性和阻燃性,结合柔性防火聚酰亚胺基底,开发出能同时准确检测温度和压力的多功能传感器 | 未明确提及样本量或具体应用场景中的长期稳定性测试 | 开发多功能可穿戴传感器,用于实时监测消防员健康状况及环境参数 | 消防员及其工作环境 | 机器学习 | NA | 深度学习算法 | NA | 传感器数据(温度、压力) | NA |
568 | 2025-07-04 |
Hybrid Transformer for Early Alzheimer's Detection: Integration of Handwriting-Based 2D Images and 1D Signal Features
2025-Jul-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3585379
PMID:40601463
|
研究论文 | 提出了一种新型混合Transformer模型,用于通过手写数据早期检测阿尔茨海默病 | 首次将手写2D图像与1D动态信号特征结合,并应用Transformer模型进行阿尔茨海默病检测 | 仅在一个数据集(DARWIN)上进行了验证,未在其他数据集上测试泛化能力 | 开发更准确的阿尔茨海默病早期检测方法 | 阿尔茨海默病患者的手写数据 | 数字病理学 | 阿尔茨海默病 | 深度学习 | 混合Transformer | 图像和信号数据 | DARWIN数据集中的Task 8('L' writing)样本 |
569 | 2025-07-04 |
In Vivo Laparoscopic Image De-smoking Dataset, Evaluation, and Beyond
2025-Jul-02, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3584641
PMID:40601460
|
research paper | 本文介绍了一种新颖的配对数据集,用于去除腹腔镜手术中的烟雾,并评估了现有去烟雾方法的有效性 | 提出了首个包含真实烟雾和烟雾自由手术场景的配对数据集,并开发了一种鲁棒的运动跟踪技术以补偿患者的不自主运动 | 现有去烟雾方法主要基于合成数据集和非参考图像增强指标,未能完全捕捉体内手术场景的复杂性 | 开发有效的算法去除腹腔镜手术中的烟雾 | 腹腔镜手术中的烟雾去除 | digital pathology | prostate cancer | motion-tracking technique | NA | image | 2000 smoky-to-smoke-free image pairs from 41 video sequences of 132 laparoscopic prostatectomy recordings, and 1000 image pairs from 68 video sequences of 45 cholecystectomy recordings |
570 | 2025-07-04 |
A novel few-shot learning framework for supervised diffeomorphic image registration network
2025-Jul-02, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3585199
PMID:40601459
|
研究论文 | 提出了一种新颖的小样本学习框架,用于监督微分同胚图像配准网络 | 通过随机微分同胚生成器(RDG)生成一系列微分同胚,仅需少量图像数据即可生成训练标签,有效解决了监督网络中物理网格折叠和标记训练数据稀缺的问题 | 未提及该方法在更广泛数据集上的泛化能力 | 解决医学图像配准中实时性需求和标记数据稀缺的问题 | 医学图像 | 计算机视觉 | NA | 深度学习 | 监督小样本学习网络 | 图像 | 理论上仅需一张图像数据 |
571 | 2025-07-04 |
Development of a tongue image-based machine learning tool for the diagnosis of colorectal cancer: a prospective multicentre clinical cohort study
2025-Jul-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3585552
PMID:40601462
|
研究论文 | 开发了一种基于舌像的机器学习工具,用于辅助结直肠癌的诊断 | 结合传统舌诊与现代机器学习,利用创新的图像分割技术和特征提取方法,开发了一种非侵入性、经济高效的结直肠癌筛查工具 | 需要进一步的外部验证以确认其广泛适用性 | 开发一种辅助结直肠癌诊断的非侵入性工具 | 结直肠癌患者和非结直肠癌参与者的舌像 | 数字病理 | 结直肠癌 | 图像分割(SAM与Grounding DINO)、特征提取(手工特征与深度学习特征) | Swin-Transformer | 图像 | 1,389张结直肠癌患者舌像和1,543张非结直肠癌参与者舌像(内部验证),119名结直肠癌患者和221名非结直肠癌参与者(外部验证) |
572 | 2025-07-04 |
An EEG-based seizure prediction model encoding brain network temporal dynamics
2025-Jul-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3584861
PMID:40601467
|
研究论文 | 本文提出了一种基于EEG的癫痫发作预测模型,通过编码脑网络的时间动态来提高预测性能 | 结合脑网络生理先验与深度学习进行EEG表征学习,提出了一种全新的癫痫发作预测策略 | NA | 提高癫痫发作预测的准确性和可靠性 | 癫痫患者的EEG数据 | 生物医学工程 | 癫痫 | EEG | VAE (变分自编码器) | EEG信号 | 两个公开可用的EEG数据集和一个临床头皮EEG数据集 |
573 | 2025-07-04 |
Robust Multi-contrast MRI Medical Image Translation via Knowledge Distillation and Adversarial Attack
2025-Jul-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3584721
PMID:40601468
|
研究论文 | 提出了一种结合知识蒸馏和对抗攻击的鲁棒多对比MRI医学图像翻译框架 | 通过设计教师模块作为配准网络以更好地学习噪声分布,并引入对抗攻击模块增强模型鲁棒性 | 未提及在临床环境中的实际应用效果验证 | 提升多对比MRI医学图像翻译的质量和鲁棒性 | MRI医学图像 | 数字病理 | NA | 知识蒸馏、对抗攻击 | GAN | 医学图像 | 两个公开MRI数据集 |
574 | 2025-07-04 |
Evaluation of Small-Molecule Binding Site Prediction Methods on Membrane-Embedded Protein Interfaces
2025-Jul-02, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00336
PMID:40601846
|
研究论文 | 评估小分子结合位点预测方法在膜嵌入蛋白界面的性能 | 首次系统评估了多种计算方法在膜蛋白膜内区域配体结合位点预测中的性能 | 所有方法在膜蛋白数据上的平均DCC和DVO值均低于可溶性蛋白数据集 | 评估计算预测方法在膜蛋白膜内区域配体结合位点预测中的性能 | GPCR和离子通道配体复合物 | 计算生物学 | NA | 几何基方法(Fpocket, ConCavity)、能量探针法(FTSite)、机器学习方法(P2Rank, GRaSP)、深度学习方法(PUResNet, DeepPocket, PUResNetV2.0) | 机器学习、深度学习 | 蛋白质结构数据 | GPCR和离子通道配体复合物数据集(具体数量未提及) |
575 | 2025-07-04 |
Facial Emotion Recognition of 16 Distinct Emotions From Smartphone Videos: Comparative Study of Machine Learning and Human Performance
2025-Jul-02, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/68942
PMID:40601921
|
研究论文 | 本研究开发了基于深度学习的自动面部情绪识别模型,用于从智能手机视频中识别16种不同的情绪,并与人类表现进行比较 | 引入了包含16种治疗相关情绪的新型STREs WoZ数据集,并比较了机器学习模型与人类观察者在情绪识别任务中的表现 | 需要进一步研究以提高自动情绪识别模型在心理治疗应用中的实际使用性能 | 开发用于二元和多元情绪分类任务的自动面部情绪识别模型,并验证其性能 | 63名个体在非约束实验室环境中通过智能手机前置摄像头录制的14,412个面部视频 | 计算机视觉 | NA | Facial Action Coding System, ResNet50, RNN-based architectures | RNN-convolution, RNN-attention, RNN-average | 视频 | 14,412个面部视频(来自63名个体),测试集包含3,018个视频 |
576 | 2025-07-04 |
A transformer-based network with second-order pooling for motor imagery EEG classification
2025-Jul-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adeae8
PMID:40602422
|
研究论文 | 提出了一种结合转置注意力机制和二阶池化的神经网络(SecTNet),用于解码运动想象脑电图(EEG)信号 | SecTNet通过Riemannian几何在对称正定矩阵上度量EEG信号的协方差结构,并引入注意力机制自适应建模通道间的依赖关系,从而增强SPD特征的区分性 | 虽然SecTNet在有限数据条件下表现出色,但未提及在更复杂或噪声更大的EEG数据集上的性能 | 提升基于运动想象的脑机接口(MI-BCI)的性能,支持多样化的实际应用场景 | 运动想象EEG信号 | 神经信息学 | NA | EEG信号解码 | SecTNet(结合转置注意力机制和二阶池化的神经网络) | EEG信号 | 两个公开EEG数据集:BCI Competition IV 2a数据集和OpenBMI数据集 |
577 | 2025-07-04 |
Differential Diagnosis of Papillary Thyroid Carcinoma and Nodular Goiter With Papillary Hyperplasia Using Hyperspectral Imaging Technology
2025-Jul-02, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202500200
PMID:40603107
|
研究论文 | 本研究利用高光谱成像技术结合深度学习,区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生 | 首次将高光谱成像技术与带自注意力机制的一维卷积神经网络结合,用于区分PTC和NGPH | 样本量相对较小(43例PTC和39例NGPH) | 开发一种能够准确区分甲状腺乳头状癌和结节性甲状腺肿伴乳头状增生的方法 | 甲状腺乳头状癌(PTC)和结节性甲状腺肿伴乳头状增生(NGPH)的病理样本 | 数字病理 | 甲状腺癌 | 高光谱成像(HSI) | 一维CNN带自注意力机制 | 高光谱图像 | 82例样本(43例PTC,39例NGPH) |
578 | 2025-07-04 |
Multimodal AI to forecast arrhythmic death in hypertrophic cardiomyopathy
2025-Jul-02, Nature cardiovascular research
IF:9.4Q1
DOI:10.1038/s44161-025-00679-1
PMID:40603582
|
研究论文 | 提出了一种名为MAARS的多模态AI方法,用于预测肥厚型心肌病患者的致死性心律失常事件 | MAARS模型结合了电子健康记录、超声心动图和放射学报告以及对比增强心脏磁共振图像等多模态医疗数据,其基于transformer的神经网络架构是该模型的独特特点 | 虽然在内外部队列中表现良好,但模型性能仍需在更广泛的人群中进行验证 | 提高肥厚型心肌病患者致死性心律失常事件的预测准确性 | 肥厚型心肌病患者 | 医疗人工智能 | 心血管疾病 | 深度学习 | transformer-based神经网络 | 多模态医疗数据(电子健康记录、影像报告、磁共振图像) | 内部和外部队列(具体数量未提及) |
579 | 2025-07-04 |
Clinical value of the 70-kVp ultra-low-dose CT pulmonary angiography with deep learning image reconstruction
2025-Jul-02, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11764-1
PMID:40603771
|
研究论文 | 本研究评估了基于深度学习图像重建算法的低辐射剂量和低对比剂剂量的CT肺动脉造影(CTPA)的可行性 | 采用70 kVp超低剂量CTPA结合深度学习图像重建算法,显著降低辐射和对比剂剂量,同时保持图像质量 | 样本量较小(100名患者),且仅在一家机构进行,可能影响结果的普遍性 | 评估低辐射剂量和低对比剂剂量的CTPA在临床中的应用价值 | 100名连续患者(41名女性,平均年龄60.9岁,范围18-90岁) | 数字病理 | 心血管疾病 | CT肺动脉造影(CTPA) | 深度学习图像重建(DLIR) | 医学影像 | 100名患者(50名传统剂量组,50名低剂量组) |
580 | 2025-07-04 |
Development and validation of a deep learning ultrasound radiomics model for predicting drug resistance in lymph node tuberculosis a multicenter study
2025-Jul-02, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002850
PMID:40607926
|
研究论文 | 开发并验证了一种深度学习超声放射组学模型,用于预测淋巴结结核的药物耐药性 | 结合集成机器学习和AdaBoost算法,开发了一种新的预测模型,并在多中心研究中验证了其高效诊断能力 | 研究样本量相对较小,且外部验证集来自有限的其他中心 | 预测淋巴结结核的药物耐药性 | 234名颈部淋巴结结核患者 | 数字病理 | 结核病 | 超声放射组学 | 集成机器学习与AdaBoost算法 | 超声图像 | 234名患者(来自一个中心的训练和内部验证队列,以及来自另外两个中心的外部测试集A和B) |