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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
41 | 2025-08-31 |
Artificial Intelligence Empowers Novice Users to Acquire Diagnostic-Quality Echocardiography
2025-Aug, JACC. Advances
DOI:10.1016/j.jacadv.2025.102005
PMID:40700992
|
研究论文 | 本研究评估了基于AI的软件如何帮助无经验的护士获取诊断质量的心脏超声图像 | 首次证明AI引导系统能使无超声经验的新手获取与专家相当质量的心脏超声图像 | 研究仅在两个医疗中心进行,样本量相对有限,且为非随机设计 | 评估AI软件是否能帮助新手获取诊断质量的心脏超声图像 | 成年患者(平均年龄62.6岁,48.8%为女性) | 医疗人工智能 | 心血管疾病 | 深度学习算法 | 深度学习 | 超声图像 | 240名患者 |
42 | 2025-08-31 |
Accelerating brain T2-weighted imaging using artificial intelligence-assisted compressed sensing combined with deep learning-based reconstruction: a feasibility study at 5.0T MRI
2025-Jul-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01763-5
PMID:40596927
|
研究论文 | 本研究探索在5.0T MRI上结合人工智能辅助压缩感知和深度学习重建技术加速脑部T2加权成像的可行性 | 首次系统评估ACS与DLR技术在5.0T MRI中的协同应用效果,相比传统并行成像协议 | NA | 评估集成ACS-DLR技术在5.0T MRI中对脑部T2加权成像的诊断效能 | 98名接受脑部T2WI扫描的参与者 | 医学影像分析 | 神经系统疾病 | 人工智能辅助压缩感知(ACS), 深度学习重建(DLR), 并行成像(PI) | 深度学习 | MRI图像 | 98名参与者 |
43 | 2025-08-31 |
A deep foundation model for electrocardiogram interpretation: enabling rare disease detection through transfer learning
2025-Jul, European heart journal. Digital health
DOI:10.1093/ehjdh/ztaf051
PMID:40703125
|
研究论文 | 开发一种基于深度学习的ECG基础模型,通过迁移学习提升罕见心脏疾病的检测性能 | 构建了迄今为止最全面的ECG深度神经网络模型之一,并首次证明其作为基础模型在数据有限情况下对罕见心脏病的有效迁移能力 | 模型性能可能受到原始数据集时间跨度长(1986-2019)和临床护理环境数据变异性的影响 | 利用基础模型和迁移学习解决医疗领域标注数据稀缺问题,提升ECG诊断能力 | 心电图(ECG)信号和相关的68种常见及3种罕见心脏疾病诊断 | 医疗人工智能 | 心脏疾病 | 深度学习、迁移学习 | 卷积深度神经网络(CNN) | 心电图信号数据 | 160万份心电图记录,来自UCSF 1986-2019年临床护理数据 |
44 | 2025-08-31 |
Evaluating the performance and potential bias of predictive models for detection of transthyretin cardiac amyloidosis
2025-Jun-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.10.09.24315202
PMID:40502572
|
研究论文 | 本研究比较了四种算法在心力衰竭人群中检测转甲状腺素蛋白心脏淀粉样变性(ATTR-CM)的性能,并评估了模型偏见的潜在风险 | 首次直接比较了基于AI的深度学习回声模型与传统的基于索赔和回归的模型在ATTR-CM检测中的性能,并系统评估了种族偏见风险 | 研究样本中79.2%为白人,种族多样性有限,可能影响模型泛化性 | 评估和比较不同算法检测ATTR-CM的性能,并分析模型偏见风险 | 心力衰竭患者,包括176例确诊ATTR-CM病例和3192例对照患者 | 医疗人工智能 | 心脏淀粉样变性 | 深度学习,随机森林,回归分析 | CNN(EchoNet-LVH),深度学习模型(EchoGo Amyloidosis),随机森林,回归模型 | 医学影像(超声心动图),医疗索赔数据 | 3368名患者(176例ATTR-CM病例,3192例对照) |
45 | 2025-08-31 |
Extending Protein Language Models to a Viral Genomic Scale Using Biologically Induced Sparse Attention
2025-Jun-11, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.29.656907
PMID:40501585
|
研究论文 | 提出一种基于生物学诱导稀疏注意力的长上下文蛋白质语言模型,用于病毒全基因组规模的蛋白质序列分析 | 将Transformer模型的上下文大小扩展到整个病毒基因组,通过训练大型基因组片段捕获长程蛋白质间相互作用 | NA | 解决传统蛋白质语言模型忽略基因组内序列相互依赖性的问题 | 病毒基因组及其编码的蛋白质序列 | 自然语言处理 | NA | 稀疏注意力机制,半监督学习 | Transformer | 蛋白质序列数据 | 支持长达61,000个氨基酸的序列 |
46 | 2025-08-31 |
An improved model for prediction of de novo designed proteins with diverse geometries
2025-Jun-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.02.657515
PMID:40502157
|
研究论文 | 本文提出了一种改进的深度学习模型,用于预测具有多样化几何结构的从头设计蛋白质 | 通过物理基础设计方法生成了包含5,996个稳定蛋白质的数据集,并开发了能够捕捉几何多样性的Alphafold2微调版本 | 当前深度学习方法未能完全捕捉支撑蛋白质构象偏好的物理原理 | 改进从头设计蛋白质的几何结构预测准确性 | 从头设计的蛋白质 | 机器学习 | NA | 深度学习,物理基础设计方法 | Alphafold2 | 蛋白质结构数据 | 5,996个稳定蛋白质,来自5个未见折叠家族的数千个蛋白质 |
47 | 2025-08-31 |
Structural Diversity of Mitochondria in the Neuromuscular System across Development Revealed by 3D Electron Microscopy
2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202411191
PMID:40047328
|
研究论文 | 利用3D电子显微镜和深度学习揭示线粒体在秀丽隐杆线虫神经肌肉系统中随发育阶段的结构多样性及其功能意义 | 开发半自动化方法重建线粒体三维结构,首次发现不同神经回路中线粒体结构特性在发育过程中的保守性,并揭示dauer阶段独特的线粒体适应性结构 | 研究局限于秀丽隐杆线虫模型,尚未在更复杂生物系统中验证 | 探究神经肌肉系统中线粒体结构随发育的变化规律及其与神经功能的关系 | 秀丽隐杆线虫(C. elegans)的神经元和肌肉细胞 | 生物显微成像 | NA | 3D电子显微镜,深度学习 | 深度学习(未指定具体模型) | 电子显微镜图像 | 正常生殖阶段和dauer阶段的秀丽隐杆线虫样本 |
48 | 2025-08-31 |
One-click image reconstruction in single-molecule localization microscopy via deep learning
2025-Apr-18, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.13.648574
PMID:40376092
|
研究论文 | 提出基于深度学习的AutoDS和AutoDS3D软件,实现单分子定位超分辨显微镜数据的一键图像重建 | 通过从原始数据自动提取实验参数,显著减少人工干预,2D场景自动选择预训练模型,3D场景集成图形界面实现一键重建 | 未明确说明模型在极端实验条件下的泛化能力或对新样本类型的适应性 | 开发自动化单分子超分辨显微镜图像重建工具,提升成像效率与分析便捷性 | 单分子定位超分辨显微镜数据 | 计算机视觉 | NA | 深度学习、单分子定位超分辨显微镜 | Deep-STORM、DeepSTORM3D改进模型 | 图像 | 复杂生物样本的单分子成像数据(未明确数量) |
49 | 2025-08-31 |
IBDome: An integrated molecular, histopathological, and clinical atlas of inflammatory bowel diseases
2025-Apr-10, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.26.645544
PMID:40291692
|
研究论文 | 本研究通过多组学和多模态数据分析,构建了炎症性肠病(IBD)的综合图谱,整合了分子、组织病理学和临床信息 | 开发了基于血清蛋白质组的炎症严重程度特征,并利用基础模型深度学习从H&E染色组织切片图像预测组织学疾病活动评分 | NA | 提高对炎症性肠病的理解,改进诊断并实现个性化治疗策略 | 1002名经临床注释的IBD患者和非IBD对照 | 数字病理学 | 炎症性肠病 | 全外显子组测序、RNA测序、血清蛋白质组学、组织病理学评估 | 基础模型深度学习 | 基因组数据、转录组数据、蛋白质组数据、图像数据 | 1002名患者和对照(包括正常和炎症肠道组织) |
50 | 2025-08-31 |
MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra
2025-Apr-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629645
PMID:40291707
|
研究论文 | 介绍了一个用于模拟体内磁共振波谱的开源框架MRS-Sim,旨在生成具有已知真实值的合成数据 | 包含两个新颖组件:3D场图模拟器用于模拟场不均匀性,以及半参数生成器模拟未充分表征的残余水区域和基线贡献 | NA | 开发和验证磁共振波谱分析方法,通过模拟真实体内数据支持方法验证和可重复性分析 | 磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱(MRS) | 半参数生成器 | 光谱数据 | NA |
51 | 2025-08-31 |
Optimizing Biophysical Large-Scale Brain Circuit Models With Deep Neural Networks
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.07.647497
PMID:40291740
|
研究论文 | 提出一种利用深度神经网络优化生物物理大规模脑回路模型的框架DELSSOME,显著提升计算效率 | 开发DELSSOME框架,通过深度学习直接预测模型参数是否产生真实脑动力学,避免传统数值积分的高计算成本 | NA | 优化生物物理脑回路模型的未知参数,提高模型与实验数据的一致性及生物合理性 | 大规模脑回路模型,特别是反馈抑制控制(FIC)平均场模型 | 计算神经科学 | NA | 深度学习,进化优化策略 | 深度神经网络 | 脑动力学数据,模型参数 | NA |
52 | 2025-08-31 |
DELR-Net: a network for 3D multimodal medical image registration in more lightweight application scenarios
2025-04, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04602-3
PMID:39400589
|
研究论文 | 提出一种轻量级双编码器网络DELR-Net,用于3D多模态医学图像配准 | 结合Mamba和ConvNet,采用状态空间序列模块和动态大核块构建双编码器,实现高精度低参数量的配准 | NA | 设计轻量化3D多模态医学图像变形配准网络,在减少参数量的同时保证配准质量 | 3D脑部MR图像及腹部MR与CT图像 | 计算机视觉 | NA | 深度学习 | DELR-Net (融合Mamba和ConvNet的双编码器网络) | 3D医学图像 | NA |
53 | 2025-08-31 |
An optimized siamese neural network with deep linear graph attention model for gynaecological abdominal pelvic masses classification
2025-04, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04633-w
PMID:39446167
|
研究论文 | 提出一种优化的孪生神经网络结合深度线性图注意力模型,用于妇科腹部盆腔肿块分类 | 引入SCINN-DLGN模型,结合语义感知结构保持中值形态滤波和EfficientNet-based U-Net框架,实现高精度分类 | NA | 开发高效准确的盆腔肿块分类方法以辅助卵巢癌诊断 | 盆腔肿块MRI图像 | 计算机视觉 | 妇科肿瘤 | 深度学习,图像处理 | Siamese neural network, deep linear graph attention, EfficientNet-based U-Net | MRI图像 | 实时MRI盆腔肿块数据集(具体数量未说明) |
54 | 2025-08-31 |
Advancements in early detection of pancreatic cancer: the role of artificial intelligence and novel imaging techniques
2025-04, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04644-7
PMID:39467913
|
综述 | 本文综述了人工智能和新型成像技术在胰腺癌早期检测中的进展 | 重点关注深度学习在胰腺导管腺癌早期检测中的应用及成像生物标志物开发 | NA | 改善胰腺导管腺癌的风险分层和早期检测方法 | 胰腺导管腺癌(PDA)患者 | 医学影像分析 | 胰腺癌 | 新型成像技术 | 深度学习 | 医学影像 | NA |
55 | 2025-08-31 |
Artificial intelligence in abdominal and pelvic ultrasound imaging: current applications
2025-04, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04640-x
PMID:39487919
|
综述 | 本文综述了人工智能在腹部和盆腔超声成像中的当前应用现状 | 系统总结了AI在腹部盆腔超声多器官检测、妇科、肝胆系统及肌肉骨骼等领域的应用分布与方法学趋势 | 研究偏倚风险较高,因多数应用缺乏前瞻性多中心验证或FDA批准 | 概述人工智能技术在腹部和盆腔超声成像中的最新应用进展 | 腹部和盆腔器官的超声影像 | 医学影像分析 | 多器官疾病(妇科、肝胆、肌肉骨骼等) | 深度学习、机器学习、自然语言处理、机器人技术 | NA | 超声影像 | 57篇纳入文献(涵盖128项初步研究),17种FDA批准的AI超声设备 |
56 | 2025-08-31 |
REVEALS: an open-source multi-camera GUI for rodent behavior acquisition
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae421
PMID:39420472
|
研究论文 | 开发了一个名为REVEALS的开源多摄像头图形用户界面,用于高效采集啮齿类动物行为数据 | 提供了首个用户友好、开源且支持多摄像头同步控制的啮齿动物行为数据采集解决方案 | NA | 解决多摄像头同步采集啮齿类动物行为数据的技术瓶颈 | 啮齿类动物(小鼠)行为 | 行为分析 | NA | 多摄像头同步采集,DeepLabCut行为分析 | NA | 视频 | NA |
57 | 2025-08-31 |
Individual cognitive traits can be predicted from task-based dynamic functional connectivity with a deep convolutional-recurrent model
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae412
PMID:39445422
|
研究论文 | 使用深度卷积-循环模型从任务态动态功能连接中预测个体认知特质 | 结合多尺度卷积和LSTM层,首次证明任务态动态功能连接比静息态具有更高预测力,并发现智力构建在大脑中呈空间均匀分布 | 预测性能受混淆变量(如年龄、运动等)校正影响显著,且未发现特定皮层网络的显著相关性 | 从神经影像数据预测认知能力评分,探索智力的神经基础 | 874名人类连接组计划受试者的神经影像和行为数据 | 机器学习 | NA | 功能磁共振成像,多波段重建算法,多元线性回归 | CNN, LSTM | 神经影像数据 | 874名受试者 |
58 | 2025-08-31 |
Investigating the role of auditory cues in modulating motor timing: insights from EEG and deep learning
2024-10-03, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae427
PMID:39475113
|
研究论文 | 本研究利用EEG和深度学习探究听觉线索在调节运动节律中的作用,重点关注手指敲击任务中的神经机制 | 首次结合单试次EEG数据与深度学习方法区分节律协调模式,并揭示听觉输入对运动时序的关键调制作用 | 在去除听觉成分后,阶段区分变得不确定,突显了在缺乏听觉刺激时隔离运动激活的挑战 | 探究基于动作的时序神经机制,特别是听觉线索如何调制运动节律行为 | 12名健康参与者 | 机器学习 | NA | 脑电图(EEG) | 深度学习 | 脑电信号 | 12名健康参与者完成节律性手指敲击任务 |
59 | 2025-08-31 |
Long axial-range double-helix point spread functions for 3D volumetric super-resolution imaging
2024-Aug-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.31.605907
PMID:39131321
|
研究论文 | 本文提出并验证了长轴向范围双螺旋点扩散函数用于哺乳动物细胞全细胞三维超分辨率成像的方法 | 开发了长轴向范围DH-PSF实现无拼接的全细胞3D超分辨率成像,并结合深度学习算法定位密集发射体 | NA | 简化厚样本(如全哺乳动物细胞)的三维超分辨率成像的实验和分析流程 | 荧光微球、U-2 OS细胞中的核纤层蛋白lamin B1 | 显微成像 | NA | 单分子定位显微镜(SMLM)、DNA-PAINT成像、深度学习算法 | 深度学习 | 图像 | 荧光微球和U-2 OS细胞 |
60 | 2025-08-31 |
In silico co-crystal design: Assessment of the latest advances
2023-11, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2023.103763
PMID:37689178
|
综述 | 本文综述了机器学习、深度学习和基于网络的推荐方法在药物共晶设计中的应用,并比较了晶体结构预测作为替代方法 | 整合并评估了机器学习、深度学习及网络推荐系统在药物共晶设计中的最新进展,同时探讨了晶体结构预测的替代方案 | NA | 评估计算共晶设计领域的最新技术进展,特别是机器学习相关方法的应用 | 药物共晶体及其理化性质 | 药物发现 | NA | 机器学习、深度学习、网络推荐系统、晶体结构预测 | NA | 晶体结构数据 | NA |