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 | 2025-09-23 |
COLDLNA: Enhancing long-range node features extraction to improve robust generalization ability of drug-target binding affinity prediction in cold-start scenarios
2025-Sep-20, Journal of bioinformatics and computational biology
IF:0.9Q4
DOI:10.1142/S0219720025500131
PMID:40977369
|
研究论文 | 提出COLDLNA模型用于提升冷启动场景下药物靶点结合亲和力预测的鲁棒泛化能力 | 设计长程节点注意力模块优化药物结构表征,利用卷积注意力模块从蛋白质序列提取关键长程信息以识别结合位点 | NA | 解决现有模型对药物分子图利用不足及蛋白质长程特征捕获不充分的问题 | 药物分子结构和蛋白质氨基酸序列 | 机器学习 | NA | 深度学习 | COLDLNA(包含长程节点注意力模块和卷积注意力模块) | 图数据(药物分子图)、序列数据(蛋白质序列) | Davis数据集、KIBA数据集、Human数据集、C. elegans数据集 |
42 | 2025-09-23 |
Deep learning approach for flow visualization in background-oriented schlieren
2025-Sep-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.572042
PMID:40981953
|
研究论文 | 提出一种基于深度学习的背景纹影法流场可视化技术,用于处理含噪声和畸变的条纹图案 | 首次将深度学习与子空间方法结合,实现强噪声和不均匀畸变条件下的可靠条纹图案解调 | 仅通过数值模拟和液体扩散实验验证,未涉及更复杂的流场场景 | 提高背景纹影法在复杂条件下的流场可视化精度 | 背景纹影法记录的条纹图案 | 计算机视觉 | NA | 背景纹影法、深度学习 | 深度学习辅助子空间方法 | 图像 | 数值模拟数据+液体扩散过程真实BOS图像 |
43 | 2025-09-23 |
Cascade deep polarization network for precise image semantic segmentation
2025-Sep-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.561465
PMID:40981975
|
研究论文 | 提出一种端到端的级联深度偏振网络,通过集成预处理模块提升光学偏振图像的语义分割精度 | 首次将图像去噪、融合和增强等预处理模块直接集成到端到端深度学习框架中,通过自监督损失函数协同训练预处理模块和主干网络 | NA | 提升光学偏振图像的语义分割性能 | 包含线性偏振角、线性偏振度和斯托克斯参数等多维信息的原始偏振图像 | 计算机视觉 | NA | 光学偏振成像技术 | 级联深度偏振网络(CDPN) | 偏振图像 | NA |
44 | 2025-09-23 |
Deep learning-enhanced holographic wavefront sensor for high-order aberration sensing
2025-Sep-20, Applied optics
IF:1.7Q3
DOI:10.1364/AO.574070
PMID:40981974
|
研究论文 | 提出一种深度学习增强的全息波前传感器,用于高精度波前像差检测 | 首次将深度学习神经网络应用于全息波前传感器,通过CNN和UNet两种架构分别实现模态系数估计和直接相位图重建 | DLHWS-p方法需要较高的计算资源,可能限制其实时应用 | 提高波前传感器的测量精度和高阶像差检测能力 | 光学波前像差,特别是大气湍流引起的高阶像差 | 计算机视觉 | NA | 深度学习,计算机生成全息图 | CNN,UNet | 图像 | NA |
45 | 2025-09-23 |
Full-Spectrum phototherapy in hair loss management: a systematic review of wavelength-dependent mechanisms, clinical efficacy, and future directions
2025-Sep-19, Lasers in medical science
IF:2.1Q2
DOI:10.1007/s10103-025-04616-3
PMID:40968340
|
综述 | 本文系统综述了全光谱光疗在脱发治疗中的波长依赖性机制、临床疗效及未来发展方向 | 提出创新的'波长-穿透深度-靶向机制'模型,阐明全光谱光疗对毛囊再生的多层次调控作用 | 存在治疗窗口窄、患者反应差异大和组织穿透性有限等未解决挑战 | 探讨光疗作为精准无创治疗方式在脱发管理中的应用潜力 | 斑秃(AA)、雄激素性脱发(AGA)和瘢痕性脱发患者 | 医学光疗 | 脱发疾病 | 全光谱光疗(紫外至中红外波长) | 双网络深度学习 | 临床研究数据 | NA |
46 | 2025-09-23 |
MorphoITH: a framework for deconvolving intra-tumor heterogeneity using tissue morphology
2025-Sep-19, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-025-01504-x
PMID:40968388
|
研究论文 | 提出一种通过组织形态学分析解卷积肿瘤内异质性的计算框架MorphoITH | 首次将任务无关的自监督深度学习相似性度量应用于多维度表型多样性量化,可识别与关键驱动基因亚克隆改变相关的形态学变化 | 方法验证主要基于肾透明细胞癌,在其他癌种中的普适性有待进一步验证 | 开发从常规组织病理切片推断分子水平肿瘤内异质性的可扩展方法 | 肾透明细胞癌(ccRCC)组织样本 | 数字病理 | 肾癌 | 自监督深度学习、多区域测序 | 自监督深度学习模型 | 组织病理切片图像 | 基于多区域测序数据集的肾透明细胞癌样本(具体数量未明确说明) |
47 | 2025-09-23 |
Knowledge and Perceptions of AI Among Medical Students in Morocco: Cross-Sectional Study
2025-Sep-19, JMIR formative research
IF:2.0Q4
DOI:10.2196/66156
PMID:40971792
|
研究论文 | 本研究通过横断面调查评估摩洛哥医学生对人工智能的认知水平和态度 | 首次针对摩洛哥医学生群体开展人工智能认知度的系统性研究 | 采用滚雪球抽样方法,样本代表性可能存在局限 | 评估医学生对人工智能的知识水平和接受程度 | 摩洛哥阿加迪尔医学院1-7年级的580名本科医学生 | 医学教育 | NA | 横断面调查、在线问卷 | NA | 问卷调查数据 | 580名医学生(女性363人,平均年龄21.3岁) |
48 | 2025-09-23 |
A comprehensive landscape of AI applications in broad-spectrum drug interaction prediction: a systematic review
2025-Sep-19, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-025-01093-2
PMID:40973960
|
系统综述 | 本文首次全面梳理了人工智能在广泛谱系药物相互作用预测中的应用现状 | 首次系统性地绘制了AI在主要药物相互作用类型中的应用图谱,并强调了大语言模型和知识图谱在克服关键局限性的重要作用 | 存在数据不平衡、噪声源、可解释性有限以及某些相互作用类型代表性不足等挑战 | 推进更稳健、可解释和个性化的药物相互作用预测模型 | 药物-药物、药物-疾病、药物-营养素等相互作用 | 自然语言处理 | NA | 机器学习、深度学习、图模型 | 大语言模型、知识图谱 | 结构化数据库(DrugBank、TWOSIDES、SIDER) | 147项研究(2018-2024年) |
49 | 2025-09-23 |
Advances in Computational Nephropathology
2025-Sep-19, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2025.06.029
PMID:40976424
|
综述 | 本文全面概述了计算病理学(特别是肾脏病理学)的技术进展与应用 | 系统总结了计算肾脏病理学的方法体系,并提出'kidnAI病理学'的未来发展方向 | 面临技术基础设施、数据隐私和环境可持续性等临床实施挑战 | 推动计算病理学在肾脏疾病诊断中的标准化和自动化应用 | 肾脏组织病理图像及相关临床数据 | 数字病理学 | 肾脏疾病 | 深度学习、人工智能 | 图像分类和回归模型 | 组织病理图像、非图像临床数据 | NA |
50 | 2025-09-23 |
Synthetizing SWI from 3T to 7T by generative diffusion network for deep medullary veins visualization
2025-Sep-19, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2025.121475
PMID:40976490
|
研究论文 | 提出基于生成扩散网络的深度学习成像模型CDDPM,用于从3T SWI图像合成7T SWI图像以改善深部髓质静脉可视化 | 首次将条件去噪扩散概率模型应用于SWI图像跨场强合成,突破传统GAN训练困境对微血管结构重建的限制 | 扩散模型需要多步采样过程可能导致计算效率较低 | 通过深度学习实现低场强到超高场强SWI图像的跨场强合成 | 脑部深部髓质静脉的SWI医学图像 | 医学影像分析 | 脑血管疾病 | 条件去噪扩散概率模型(CDDPM) | 扩散模型 | 磁共振图像 | NA |
51 | 2025-09-23 |
Optimized deep learning-accelerated single-breath-hold abdominal HASTE with and without fat saturation improves and accelerates abdominal imaging at 3 Tesla
2025-Sep-18, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01838-3
PMID:40968371
|
研究论文 | 本研究评估了深度学习加速的单次屏气腹部HASTE序列(含/不含脂肪抑制)在3特斯拉磁共振中的图像质量 | 首次系统比较深度学习加速HASTE序列在不同脂肪抑制参数下的图像质量,并优化扫描参数 | 样本量有限(10名健康志愿者+50名患者),未针对特定疾病进行专项评估 | 评估深度学习加速腹部成像序列的技术可行性和图像质量优化 | 健康志愿者和患者的上腹部磁共振影像 | 医学影像分析 | NA | 深度学习加速磁共振成像(DL-HASTE) | 深度学习(具体网络结构未说明) | 医学影像(磁共振图像) | 60例(10名健康志愿者+50名患者) |
52 | 2025-09-23 |
An Efficient Neuro-framework for Brain Tumor Classification Using a CNN-based Self-supervised Learning Approach with Genetic Optimizations
2025-Sep-18, Current neuropharmacology
IF:4.8Q1
|
研究论文 | 提出一种结合自监督学习、深度聚类、集成建模和遗传优化的高效深度学习框架用于脑胶质瘤MRI图像分类 | 首次将SimCLR自监督学习、深度嵌入聚类、加权集成模型与差分进化遗传算法优化相结合,显著提升分类精度和训练效率 | 需要大量计算资源且缺乏临床验证 | 开发鲁棒高效的深度学习框架以改进脑胶质瘤MRI图像分类 | 脑胶质瘤MRI图像 | 计算机视觉 | 脑肿瘤 | MRI成像、深度学习 | CNN(EfficientNet-B7、ResNet-50、DenseNet-121)、自监督学习(SimCLR)、深度嵌入聚类、集成学习、遗传算法 | 医学图像(MRI) | NA |
53 | 2025-09-23 |
Multi-filter stacking in inception V3 for enhanced Alzheimer's severity classification
2025-Sep-16, Neuroscience
IF:2.9Q2
|
研究论文 | 提出一种基于Inception V3架构的多滤波器堆叠方法,用于提升阿尔茨海默病严重程度的分类性能 | 将多滤波器堆叠技术与Inception V3架构相结合,通过多尺度卷积滤波器捕获细微结构变化 | NA | 开发更准确高效的阿尔茨海默病严重程度自动分类技术 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | Inception V3 | MRI图像 | NA |
54 | 2025-09-23 |
A Synergistic Framework for Hardness Prediction and Design of High-Entropy Alloys Based on Deep Learning and Intelligent Optimization Algorithms
2025-Sep-16, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c05550
PMID:40978448
|
研究论文 | 提出结合深度学习与智能优化算法的协同框架,用于高熵合金硬度预测与成分设计 | 首次将Transformer注意力机制与多层感知器混合模型应用于高熵合金性能预测,并集成NSGA-III算法和Egret Swarm优化算法实现正反向协同优化 | 实验验证仅通过激光金属沉积技术进行,未涉及其他制备工艺的普适性验证 | 建立高熵合金硬度预测与成分逆向设计的系统化框架 | Al-Ti-Co-Cr-Fe-Ni体系高熵合金 | 机器学习 | NA | 激光金属沉积实验、SHAP分析、NSGA-III算法、Egret Swarm优化算法 | Transformer+多层感知器混合深度学习模型 | 材料成分与性能数据 | 未明确说明具体样本数量,但通过实验验证预测偏差低于10% |
55 | 2025-09-23 |
Examination of Social Participation in Older Adults Undergoing Frailty Health Checkups Using Deep Learning Models
2025-Sep-12, Geriatrics (Basel, Switzerland)
DOI:10.3390/geriatrics10050124
PMID:40981294
|
研究论文 | 使用深度学习模型预测接受衰弱健康检查的老年人社会参与情况 | 首次比较三种机器学习模型在预测老年人社会参与中的表现,并通过DNN贡献分析识别关键预测因子 | 样本量相对较小(295人),模型区分性能仅为中等水平(AUC 0.776-0.795) | 预测老年人的社会参与行为并识别关键影响因素 | 接受衰弱健康检查的老年人群体 | 机器学习 | 老年疾病 | 深度学习、机器学习 | DNN、逻辑回归、非线性支持向量机 | 结构化数据 | 295名老年人(包含18个人口统计学、身体、认知和社会属性) |
56 | 2025-09-23 |
Estimation of variable optical feedback coupling factor for self-mixing interferometry by signal-to-image translation
2025-Sep-10, Applied optics
IF:1.7Q3
DOI:10.1364/AO.567935
PMID:40981854
|
研究论文 | 提出一种基于深度学习的新方法,通过将一维自混合干涉信号转换为二维图像来估计时变光学反馈耦合因子 | 首次将信号到图像转换的概念应用于传感器参数推断,利用CNN从二维图像表示中提取丰富特征 | NA | 提高激光自混合干涉传感器在可变反馈条件下光学反馈耦合因子的估计精度 | 自混合干涉信号 | 机器学习 | NA | 深度学习 | CNN | 信号数据 | NA |
57 | 2025-09-23 |
Deep learning-enhanced spectral ghost imaging with accelerated and high-fidelity reconstruction
2025-Sep-10, Applied optics
IF:1.7Q3
DOI:10.1364/AO.573030
PMID:40981855
|
研究论文 | 提出结合深度学习框架的计算光谱鬼成像方法SGICNN,显著提升重建保真度并减少测量时间 | 首次将卷积神经网络编码器-解码器模型应用于光谱鬼成像领域,仅需8000次测量即可实现超越10万次测量的重建精度 | 模型训练完全基于模拟数据,尚未在真实复杂场景中验证 | 开发加速高保真光谱鬼成像重建的新方法 | 宽带光的光谱分量及其空间色散特性 | 计算成像 | NA | 光谱鬼成像、深度学习 | CNN编码器-解码器 | 光谱测量数据 | 8000-100000次测量实现 |
58 | 2025-09-23 |
Predicting emergent phenotypes from single cell populations using CELLECTION
2025-Sep-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.02.673886
PMID:40950226
|
研究论文 | 提出名为CELLECTION的深度学习框架,用于从单细胞群体数据预测涌现表型 | 开发能够关联实例子群与不同涌现表型的可解释预测框架,适用于多种异质性任务 | NA | 建立可扩展的框架来识别发育、疾病和进化中复杂性状的关键细胞或遗传特征 | 单细胞群体、细胞亚型、发育阶段、鸟类谱系 | 机器学习 | NA | 深度学习 | 深度学习框架 | 单细胞数据 | NA |
59 | 2025-09-23 |
Evaluation of De Novo Deep Learning Models on the Protein-Sugar Interactome
2025-Sep-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.02.673778
PMID:40950156
|
研究论文 | 本研究评估了多种深度学习模型在蛋白质-糖非共价复合物结构预测中的性能 | 开发了首个专门针对蛋白质-碳水化合物相互作用的基准数据集BCAPIN和新型评估指标DockQC | 所有模型的预测能力随碳水化合物聚合物长度的增加而下降 | 评估深度学习模型在蛋白质-糖相互作用组预测中的能力 | 蛋白质-碳水化合物非共价复合物 | 机器学习 | NA | 结构对接、深度学习模型评估 | AlphaFold3、Boltz-1、Chai-1、DiffDock、RosettaFold-All Atom | 蛋白质结构数据 | BCAPIN基准数据集(具体数量未明确说明) |
60 | 2025-09-23 |
Systematic Review and Meta-analysis of AI-driven MRI Motion Artifact Detection and Correction
2025-Sep-05, ArXiv
PMID:40949764
|
系统综述与荟萃分析 | 对人工智能驱动的MRI运动伪影检测与校正方法进行系统评估和定量分析 | 首次系统评估深度学习生成模型在MRI运动伪影处理中的应用效果与挑战 | 方法泛化能力有限、依赖配对训练数据、存在视觉失真风险 | 评估AI方法在MRI运动伪影检测与校正中的有效性及未来发展方向 | 磁共振成像中的运动伪影 | 医学影像分析 | NA | 深度学习 | 生成模型 | 医学影像 | 基于多研究数据集汇总的荟萃分析 |