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 | 2025-06-18 |
Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool
2024-03, Radiology. Artificial intelligence
DOI:10.1148/ryai.230088
PMID:38197796
|
research paper | 开发了一种基于Vision Transformer的自动分诊工具ASIST-TBI,用于预测创伤性脑损伤患者是否需要神经外科手术干预 | 首次将Vision Transformer应用于创伤性脑损伤的神经外科手术干预预测,并展示了高准确度 | 研究数据来自单一创伤中心,可能影响模型的泛化能力 | 开发自动预测创伤性脑损伤患者是否需要神经外科手术干预的工具 | 创伤性脑损伤患者 | digital pathology | traumatic brain injury | head CT scans | Vision Transformer | image | 2806名患者用于训练验证,612名患者用于独立测试 |
562 | 2025-06-18 |
NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans
2024-02-20, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-05973-8
PMID:38376564
|
研究论文 | 本研究评估了nnU-Net在对比增强T1(T1CE)图像中分割大脑、皮肤、肿瘤和脑室的性能,并与已建立的网格生长算法(MGA)进行了对比 | nnU-Net在分割任务中显著优于MGA,且速度更快,减少了对手动调整和迭代的需求 | 训练集规模较小,可能影响模型的泛化能力 | 评估nnU-Net在神经外科3D图像分割中的性能和效率 | 对比增强T1(T1CE)脑部扫描图像中的大脑、皮肤、肿瘤和脑室 | 数字病理 | 脑部疾病 | 对比增强T1 MRI扫描 | nnU-Net | 3D图像 | 67例用于训练,32例用于测试 |
563 | 2025-06-18 |
Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients
2024-02-07, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-05940-3
PMID:38321344
|
研究论文 | 本研究评估了AI辅助脑脊液分流阀检测系统在神经外科中的可行性 | 开发了一个基于深度学习的系统,能够快速准确地自动识别不同型号的脑脊液分流阀 | 研究仅使用了2070张图像,样本量相对较小 | 评估AI辅助分流阀检测系统在临床中的可行性 | 脑积水患者的脑脊液分流系统 | 数字病理 | 脑积水 | X射线和CT扫描 | CNN | 图像 | 2070张来自颅骨X射线或CT扫描的图像,涵盖10种不同的分流阀类型 |
564 | 2025-06-18 |
PPML-Omics: A privacy-preserving federated machine learning method protects patients' privacy in omic data
2024-02-02, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adh8601
PMID:38295178
|
研究论文 | 提出了一种保护患者隐私的联邦机器学习方法PPML-Omics,用于组学数据分析 | 设计了去中心化的差分隐私联邦学习算法,首次提供了数学上可证明的隐私保护能力 | NA | 解决组学数据分析中的患者隐私泄露问题 | 组学数据 | 机器学习 | NA | 三种测序技术 | 深度学习模型 | 组学数据 | NA |
565 | 2025-06-18 |
Body Composition, Coronary Microvascular Dysfunction, and Future Risk of Cardiovascular Events Including Heart Failure
2024-02, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2023.07.014
PMID:37768241
|
研究论文 | 本研究使用深度学习模型分析身体成分,探讨冠状动脉微血管功能障碍(CMD)与骨骼肌(SM)、皮下脂肪组织(SAT)和内脏脂肪组织(VAT)的关系及其对不良心血管事件的影响 | 首次揭示了骨骼肌减少而非脂肪组织增加与冠状动脉微血管功能障碍及未来不良心血管事件(尤其是心力衰竭)的独立关联 | 研究样本主要为女性(71%),可能限制结果在男性人群中的普适性 | 探究身体成分与冠状动脉微血管功能障碍的关系及其对心血管预后的影响 | 400例接受冠状动脉疾病评估的患者 | 数字病理学 | 心血管疾病 | 心脏应激正电子发射断层扫描(PET)、腹部计算机断层扫描(CT) | 深度学习模型 | 医学影像数据 | 400例患者(71%女性,50%非白人,50%肥胖)中位随访6年 |
566 | 2025-06-18 |
An automatic parathyroid recognition and segmentation model based on deep learning of near-infrared autofluorescence imaging
2024-02, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.7065
PMID:38457206
|
研究论文 | 该研究基于深度学习的近红外自发荧光成像技术,开发了一种自动识别和分割甲状旁腺的模型 | 利用AI模型自动识别和分割甲状旁腺,提高了识别率,并优于初级外科医生的识别能力 | 模型在召回率上表现一般(57.8%),可能影响其在实际应用中的全面性 | 建立一种新模型,帮助外科医生更好地识别和保护甲状旁腺 | 甲状旁腺的近红外自发荧光图像 | 数字病理 | 甲状旁腺疾病 | 近红外自发荧光成像(NIFI) | 深度学习模型 | 图像 | 523张NIFI图像 |
567 | 2025-06-18 |
Noninvasive molecular subtyping of pediatric low-grade glioma with self-supervised transfer learning
2023-Nov-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.04.23293673
PMID:37609311
|
research paper | 开发并外部验证了一种基于MRI的无创性深度学习流程,用于儿童低级别胶质瘤的BRAF突变状态分类 | 结合迁移学习和自监督交叉训练(TransferX)方法,提高了在有限数据场景下的分类性能和泛化能力,并开发了一种新的模型可解释性指标COMDist | 研究基于回顾性数据,样本量相对有限(开发数据集n=214,外部验证n=112) | 开发无创性MRI方法预测儿童低级别胶质瘤的BRAF突变状态 | 儿童低级别胶质瘤(pLGG)患者 | digital pathology | pediatric low-grade glioma | MRI, deep learning | TransferX (transfer learning + self-supervised cross-training) | MRI图像 | 开发数据集214例(BCH),外部验证112例(CBTN) |
568 | 2025-06-18 |
Epistasis regulates genetic control of cardiac hypertrophy
2023-Nov-20, Research square
DOI:10.21203/rs.3.rs-3509208/v1
PMID:38045390
|
研究论文 | 本研究开发了一种名为低信号符号迭代随机森林的方法,用于揭示心脏肥厚的复杂遗传结构,并通过深度学习从英国生物银行的29,661名个体的心脏MRI扫描中估计左心室质量 | 使用低信号符号迭代随机森林方法揭示心脏肥厚的遗传变异,包括通过单变量全基因组关联分析未优先考虑的位点,并通过RNA沉默和单细胞形态分析验证基因-基因相互作用的因果性 | 方法仍处于早期阶段,可能无法捕捉所有遗传互作 | 探索心脏肥厚的遗传调控机制,特别是非加性遗传互作(上位性)的作用 | 29,661名英国生物银行参与者的心脏MRI数据、313例人类心脏移植标本的转录组数据、人类诱导多能干细胞衍生的心肌细胞 | 遗传学 | 心血管疾病 | 低信号符号迭代随机森林、深度学习、RNA沉默、高通量微流控系统 | 随机森林、深度学习模型 | MRI图像、转录组数据、单细胞形态数据 | 29,661名个体的心脏MRI数据、313例人类心脏移植标本、人类诱导多能干细胞衍生的心肌细胞 |
569 | 2025-06-18 |
Expert-level pediatric brain tumor segmentation in a limited data scenario with stepwise transfer learning
2023-Sep-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.06.29.23292048
PMID:37425854
|
研究论文 | 本研究开发了一种基于逐步迁移学习的深度学习神经网络,用于在有限数据场景下实现儿科低级别胶质瘤的专家级自动分割 | 提出了一种新颖的领域内逐步迁移学习方法,在有限数据条件下实现了专家级的肿瘤分割性能 | 研究数据量仍然有限(n=284),且仅针对儿科低级别胶质瘤 | 开发适用于儿科脑肿瘤的AI自动分割算法以支持临床决策 | 儿科低级别胶质瘤(pLGG) | 数字病理 | 儿科脑肿瘤 | 深度学习 | 深度学习神经网络 | 医学影像 | 284例(184例来自国家脑肿瘤联盟,100例来自儿科癌症中心) |
570 | 2025-06-18 |
An Interpretable Longitudinal Preeclampsia Risk Prediction Using Machine Learning
2023-Aug-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.16.23293946
PMID:37645797
|
研究论文 | 本研究开发了一种基于机器学习的可解释性纵向子痫前期风险预测工具 | 使用常规临床数据开发了全面的纵向预测工具,能够在整个孕期预测子痫前期风险,并测试了多种预测模型,包括机器学习和深度学习模型,展示了高预测能力 | 研究中存在数据泄露、过拟合或缺乏普遍性的担忧 | 开发一种工具来纵向预测子痫前期风险 | 在2015年2月至2023年6月期间在新英格兰地区六家社区医院和两家三级医院分娩的患者 | 机器学习 | 子痫前期 | 机器学习 | 线性回归、随机森林、xgboost和深度神经网络 | 社会人口学、临床诊断、家族史、实验室和生命体征数据 | 120,752名患者,其中6,920名患有子痫前期 |
571 | 2025-06-18 |
Simultaneous Estimation of Hand Configurations and Finger Joint Angles Using Forearm Ultrasound
2023-Feb, IEEE transactions on medical robotics and bionics
IF:3.4Q2
DOI:10.1109/tmrb.2023.3237774
PMID:40511365
|
研究论文 | 提出一种基于卷积神经网络(CNN)的深度学习流程,用于预测手指关节角度和手部配置分类 | 首次利用前臂超声图像同时估计手部配置和掌指关节(MCP)角度,填补了文献中的空白 | 研究样本量较小,仅涉及6名受试者 | 开发流畅直观的人机交互方法,用于数字系统、增强/虚拟现实(AR/VR)界面和物理机器人系统 | 手部运动识别,特别是手部配置分类和MCP关节角度检测 | 计算机视觉 | NA | 前臂超声成像 | CNN, 支持向量分类器(SVC), 多层感知机(MLP) | 图像 | 6名受试者的前臂超声图像和运动捕捉数据 |
572 | 2025-06-17 |
Unsupervised deep clustering of high-resolution satellite imagery reveals phenotypes of urban development in Sub-Saharan Africa
2025-Aug-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.179739
PMID:40480170
|
研究论文 | 利用无监督深度学习和高分辨率卫星图像对撒哈拉以南非洲城市的城市发展表型进行聚类分析 | 提出了一种新颖的分层深度学习框架,用于无监督聚类高分辨率卫星图像,揭示城市发展的多维特征 | 研究仅覆盖了撒哈拉以南非洲的少数城市,可能无法完全代表该地区的所有城市发展模式 | 通过无监督深度学习分析高分辨率卫星图像,实现对城市环境的近实时监测 | 撒哈拉以南非洲多个城市的卫星图像 | 计算机视觉 | NA | 无监督深度学习 | 分层深度学习框架 | 卫星图像 | 多个城市(阿克拉、达喀尔、达累斯萨拉姆和基加利)的高分辨率卫星图像 |
573 | 2025-06-17 |
Attain: Inclusive annotated pavement distress types and severity dataset
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111715
PMID:40521146
|
研究论文 | 介绍了一个名为Attain的多样化、注释详尽的路面病害数据集,用于支持机器学习和深度学习模型在路面病害分类和目标检测中的开发 | 数据集包含10种不同的路面病害类别,每种病害还标注了低、中、高三个严重程度级别,且使用智能手机摄像头收集数据显著降低了数据收集成本 | 数据集仅包含2293张图像,可能不足以覆盖所有可能的路面条件和病害类型 | 促进自动路面病害检测系统的开发,以提高路面维护过程的效率和准确性 | 路面病害图像 | 计算机视觉 | NA | 智能手机摄像头图像采集 | NA | 图像 | 2293张图像,包含19,761个病害实例 |
574 | 2025-06-17 |
A systematic review and meta-analysis of the utility of quantitative, imaging-based approaches to predict radiation-induced toxicity in lung cancer patients
2025-Jul, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2025.110935
PMID:40360049
|
meta-analysis | 本文通过系统综述和荟萃分析评估了放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能 | 首次对放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能进行了系统综述和荟萃分析,并比较了不同模型的性能 | 研究主要集中在放射性肺炎的预测,对其他毒性反应的预测研究较少 | 评估放射组学、剂量组学和机器学习在预测胸部放疗毒性方面的性能 | 接受胸部放疗的肺癌患者 | digital pathology | lung cancer | radiomics, dosiomics, machine learning | classical and deep learning models | imaging data | 104项研究,包括23,373名患者 |
575 | 2025-06-17 |
Integration of metabolomics and machine learning for precise management and prevention of cardiometabolic risk in Asians
2025-Jul, Clinical nutrition (Edinburgh, Scotland)
DOI:10.1016/j.clnu.2025.05.011
PMID:40414052
|
研究论文 | 本文探讨了代谢组学与机器学习在亚洲人群心血管代谢风险精确管理与预防中的应用 | 结合代谢组学与机器学习技术,揭示隐藏的代谢模式和通路,为亚洲人群提供个性化干预措施 | 代谢组学结果在不同种族群体间的解释存在困难,研究设计有限,分析平台和数据处理方法存在不一致性 | 开发针对亚洲人群的心血管代谢疾病(CMDs)的精准干预和预防措施 | 亚洲人群的心血管代谢风险 | 机器学习 | 心血管疾病 | 代谢组学 | 深度学习、网络分析 | 代谢组数据 | NA |
576 | 2025-05-27 |
Deep Learning Auto-Segmentation of Organs at Risk in a Real-World Head and Neck Cancer Proton Beam Radiotherapy Planning
2025-Jul, Clinical oncology (Royal College of Radiologists (Great Britain))
DOI:10.1016/j.clon.2025.103849
PMID:40414067
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
577 | 2025-06-17 |
A Deep Learning Model Based on High-Frequency Ultrasound Images for Classification of Different Stages of Liver Fibrosis
2025-Jul, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.70148
PMID:40515461
|
研究论文 | 开发基于高频超声图像的深度学习模型,用于分类慢性乙型肝炎患者肝纤维化的不同阶段 | 使用高频超声图像训练深度学习模型,在肝纤维化分类中表现优于低频超声模型及其他非侵入性方法 | 回顾性多中心研究,可能存在选择偏倚 | 开发并评估基于高频超声图像的深度学习模型在肝纤维化分类中的诊断价值 | 慢性乙型肝炎患者 | 数字病理 | 肝纤维化 | 高频超声成像 | CNN | 图像 | 多中心研究,涉及六家医院2014年1月至2024年8月的患者数据 |
578 | 2025-06-17 |
Association Between Automated Coronary Artery Calcium From Routine Chest Computed Tomography Scans and Cardiovascular Risk in Patients With Colorectal or Gastric Cancer
2025-Jun-16, Circulation. Cardiovascular quality and outcomes
DOI:10.1161/CIRCOUTCOMES.124.011656
PMID:40519001
|
研究论文 | 本研究探讨了在结直肠癌或胃癌患者中,通过常规胸部CT扫描自动计算冠状动脉钙化(CAC)评分与心血管疾病风险之间的关联 | 首次在结直肠癌或胃癌患者群体中,使用深度学习软件自动量化CAC评分,并评估其与心血管事件风险的关联 | 研究为回顾性队列设计,且仅在韩国两家三级医院进行,可能存在选择偏倚 | 评估自动CAC评分在预测结直肠癌或胃癌患者心血管风险中的临床应用价值 | 结直肠癌或胃癌患者 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 医学影像 | 3153名患者(2011-2019年期间在韩国两家三级医院接受非心电图门控胸部CT扫描) |
579 | 2025-06-17 |
LumiCharge: Spherical Harmonic Convolutional Networks for Atomic Charge Prediction in Drug Discovery
2025-Jun-16, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.5c01025
PMID:40521781
|
research paper | 提出了一种名为LumiCharge的新型原子电荷预测框架,用于药物发现中的原子电荷预测 | 结合高阶球谐卷积并显式建模多体相互作用,增强了模型的几何空间感知能力 | 未明确提及具体局限性 | 提高原子电荷预测的准确性和泛化能力,以支持药物设计 | 药物分子中的原子电荷 | machine learning | NA | spherical harmonics convolutions | CNN | molecular structures | diverse data sets, external halogen-containing test set |
580 | 2025-06-17 |
From gas sensing to AI-gas sensing
2025-Jun-16, Chemical communications (Cambridge, England)
DOI:10.1039/d5cc01291k
PMID:40521933
|
综述 | 本文综述了气体传感技术及其在人工智能技术介入下的发展 | 探讨了AI技术在气体传感领域的应用,如深度学习驱动的特征提取和模式识别、漂移补偿以及在边缘设备上的部署,以及硬件-软件融合的创新 | NA | 概述气体传感技术及其在AI技术介入下的发展 | 气体传感技术 | 机器嗅觉 | NA | 深度学习、模式识别、漂移补偿 | NA | 化学信号 | NA |