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 | 2025-08-07 |
Virtual Hydrolysis-Based Screening of Wheat-Derived DPP-IV Inhibitory Peptides: A Mechanistic Analysis Integrating Cell Experiments and Molecular Dynamics Simulations
2025-Aug-06, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.5c03006
PMID:40623964
|
研究论文 | 本研究结合计算模拟与实验验证,从小麦蛋白中筛选具有潜在DPP-IV抑制活性的肽段 | 采用虚拟水解和深度学习算法ConPLex筛选肽段,结合分子动力学模拟揭示抑制机制 | 未提及实验样本量及临床前或临床试验数据 | 开发具有DPP-IV抑制活性的肽类健康食品 | 小麦蛋白衍生的肽段 | 计算生物学 | 糖尿病 | 虚拟水解、分子动力学模拟(MD)、tau随机加速分子动力学(tau-RaMD) | ConPLex深度学习算法 | 蛋白质序列数据、分子动力学模拟数据 | 筛选出4种肽段(TENEWK, NFVSER, LDLPSK, QHEQR) |
42 | 2025-08-07 |
An improved domain-adversarial network for predicting hemodialysis adequacy
2025-Aug-06, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adf3b9
PMID:40706617
|
研究论文 | 本文提出了一种改进的领域对抗网络(DANN)框架,用于预测血液透析的充分性(Kt/V) | 结合LSTM和KAN的特征提取器,以及多头部注意力机制的标签预测器,有效缓解了患者和设备间数据分布偏移的问题 | 样本量较小,仅涉及17名终末期肾病患者 | 提高血液透析治疗的智能化和效率,开发一种准确、低成本且兼容多种透析设备的Kt/V预测方法 | 终末期肾病(ESRD)患者的血液透析治疗 | 机器学习 | 肾病 | 领域对抗神经网络(DANN) | LSTM, KAN, 多头部注意力机制 | 临床和模拟数据 | 17名ESRD患者 |
43 | 2025-08-07 |
BlurryScope enables compact, cost-effective scanning microscopy for HER2 scoring using deep learning on blurry images
2025-Aug-06, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01882-x
PMID:40764388
|
研究论文 | 开发了一种名为BlurryScope的快速扫描光学显微镜,利用连续图像采集和深度学习技术,为组织切片的自动检测和分析提供了一种经济高效且紧凑的解决方案 | 通过使用运动模糊图像和深度学习技术,实现了在低成本和小型化设备上对HER2评分的自动分类,与高端数字扫描显微镜结果一致 | 在284个患者样本的测试集上,4分类和2分类的准确率分别为79.3%和89.7%,仍有提升空间 | 开发一种经济高效且紧凑的自动化显微镜解决方案,用于HER2评分的自动分类 | 免疫组化染色的乳腺癌组织切片 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 图像 | 284个独特的患者核心样本 |
44 | 2025-08-07 |
Current applications of deep learning in vertebral fracture diagnosis
2025-Aug-06, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07604-z
PMID:40764417
|
综述 | 本文综述了深度学习在椎体骨折诊断中的应用 | 深度学习在椎体骨折诊断中的应用,包括椎体识别和椎体骨折类型分类,可能显著减少放射科医生和骨科医生的工作量,并大大提高椎体骨折诊断的准确性 | NA | 总结深度学习模型在椎体骨折诊断中的应用 | 椎体骨折诊断 | 数字病理学 | 骨科疾病 | 深度学习 | NA | 医学影像 | NA |
45 | 2025-08-07 |
Pyramidal attention-based T network for brain tumor classification: a comprehensive analysis of transfer learning approaches for clinically reliable and reliable AI hybrid approaches
2025-Aug-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11574-x
PMID:40764518
|
研究论文 | 提出了一种基于金字塔注意力的T网络(PABT-Net),用于脑肿瘤分类,并通过综合评估验证了其临床可靠性 | 结合了分层金字塔注意力机制和基于T块的双分区特征提取,以及自卷积扩张神经分类器,提高了空间区分能力并减少了误报 | 未提及具体的数据偏差或模型在小样本上的表现 | 开发一种高精度、临床可靠的脑肿瘤自动分类模型 | 脑MRI图像中的四种肿瘤类型:神经胶质瘤、脑膜瘤、无肿瘤和垂体瘤 | 数字病理学 | 脑肿瘤 | 深度学习 | PABT-Net(结合CNN和注意力机制) | 图像 | 7023张脑MRI图像,来自三个数据集(Figshare、Sartaj和Br35H) |
46 | 2025-08-07 |
An effectiveness of deep learning with fox optimizer-based feature selection model for securing cyberattack detection in IoT environments
2025-Aug-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13134-9
PMID:40764727
|
研究论文 | 本文提出了一种基于狐狸优化器特征选择和深度学习的模型(FOFSDL-SCD),用于增强物联网环境中的网络安全攻击检测能力 | 结合狐狸优化器算法(FOA)进行特征选择,并采用时序卷积网络(TCN)进行分类,进一步通过蜣螂优化(DBO)方法优化超参数,提高了检测准确率 | 模型性能仅在Edge-IIoT数据集上进行了验证,未在其他数据集上测试其泛化能力 | 提升物联网网络的抗攻击能力和威胁检测能力 | 物联网环境中的网络安全攻击 | 机器学习 | NA | 狐狸优化器算法(FOA)、时序卷积网络(TCN)、蜣螂优化(DBO) | TCN | 网络数据 | Edge-IIoT数据集 |
47 | 2025-08-07 |
Fast Multi-Dimensional Imaging Using the Unsupervised 3D Noise2Void Denoising Network
2025-Aug-06, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01367
PMID:40765279
|
研究论文 | 提出一种基于3D Noise2Void网络的无监督去噪方法,用于提高拉曼高光谱和3D相位成像数据的质量 | 该方法在去噪操作中同时考虑所有三个维度,且无需大量高信噪比训练数据 | 未明确提及具体局限性 | 提高多维成像数据的去噪效果 | 酵母细胞的拉曼数据和COS7细胞的相位断层扫描及动态成像数据 | 计算机视觉 | NA | 拉曼成像和相位成像 | 3D Noise2Void (3D N2V)网络 | 拉曼高光谱和3D相位成像数据 | 酵母细胞和COS7细胞的成像数据 |
48 | 2025-08-07 |
Integrating Physics-Based Simulations with Data-Driven Deep Learning Represents a Robust Strategy for Developing Inhibitors Targeting the Main Protease
2025-Aug-06, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c01307
PMID:40767530
|
研究论文 | 本文提出了一种结合物理模拟和数据驱动深度学习的计算流程Deep-CovBoost,用于优化针对冠状病毒主蛋白酶的抑制剂 | 将深度学习与自由能微扰(FEP)模拟相结合,开发了一种新的计算流程Deep-CovBoost,用于指导针对冠状病毒主蛋白酶的抑制剂的结构优化 | NA | 加速先导化合物优化和抗病毒设计 | 冠状病毒主蛋白酶抑制剂 | 机器学习和计算化学 | 冠状病毒感染 | 自由能微扰(FEP)模拟和深度学习 | 深度学习 | 分子结构和模拟数据 | NA |
49 | 2025-08-07 |
Segmenting Whole-Body MRI and CT for Multiorgan Anatomic Structure Delineation
2025-Aug-06, Radiology. Artificial intelligence
DOI:10.1148/ryai.240777
PMID:40767616
|
研究论文 | 开发并验证了MRSegmentator,一种用于MRI扫描多器官分割的跨模态深度学习模型 | 利用跨模态迁移学习从现有的CT分割模型中学习,实现了40个解剖结构的分割,并在多个测试数据集上表现出色 | 较小结构的分割效果较差,如门静脉/脾静脉和肾上腺 | 开发一种能够准确分割MRI和CT图像中多器官解剖结构的深度学习模型 | MRI和CT图像中的多器官解剖结构 | 数字病理 | NA | 深度学习 | MRSegmentator | MRI和CT图像 | 1,200个UK Biobank Dixon MRI序列(50名参与者),221个内部腹部MRI序列(177名患者),1,228个TotalSegmentator-CT数据集的CT扫描 |
50 | 2025-08-07 |
Automated Deep Learning-based Segmentation of the Dentate Nucleus Using Quantitative Susceptibility Mapping MRI
2025-Aug-06, Radiology. Artificial intelligence
DOI:10.1148/ryai.240478
PMID:40767617
|
研究论文 | 开发一种基于深度学习的齿状核自动分割工具,用于脑部MRI定量磁化率映射图像 | 采用两步法(定位模型+分割模型)的深度学习架构,显著提升了齿状核分割的准确性和泛化能力 | 样本年龄范围有限(11-64岁),未包含更广泛的年龄组或更多神经系统疾病类型 | 开发高精度的齿状核自动分割工具以辅助神经系统疾病诊断 | 健康人群和小脑性共济失调或多发性硬化症患者的脑部QSM图像 | 数字病理学 | 多发性硬化症/小脑性共济失调 | 定量磁化率映射(QSM) MRI | nnU-Net框架 | MRI图像 | 328人(141名健康人,187名患者) |
51 | 2025-08-07 |
Artificial intelligence and digital health in vascular surgery: a 2-decade bibliometric analysis of research landscapes and evolving frontiers
2025-Aug-06, Journal of robotic surgery
IF:2.2Q2
DOI:10.1007/s11701-025-02583-z
PMID:40767924
|
研究论文 | 本文通过文献计量分析,探讨了过去20年人工智能和数字健康在血管外科中的应用及其研究趋势 | 首次全面映射了人工智能和数字健康在血管外科中的采用情况,并识别了七个新兴研究子领域 | 研究仅基于WoSCC数据库的出版物,可能未涵盖所有相关研究 | 分析人工智能和数字健康在血管外科中的结构性和时间性演变 | 血管外科中的人工智能和数字健康应用 | 数字病理学 | 心血管疾病 | 文献计量分析(CiteSpace和HistCite) | NA | 文献数据 | 675篇爆发性论文 |
52 | 2025-08-07 |
Improved early-stage crop classification using a novel fusion-based machine learning approach with Sentinel-2A and Landsat 8-9 data
2025-Aug-06, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14420-9
PMID:40767980
|
研究论文 | 本研究提出了一种基于融合的深度学习方法,用于提高早期作物分类的准确性 | 结合Landsat 8-9和Sentinel-2A数据,利用Gram-Schmidt融合方法生成融合数据集,并整合纹理和光谱特征 | NA | 提高早期作物分类的准确性 | 早期作物 | 机器学习 | NA | Gram-Schmidt融合方法、多块灰度共生矩阵(GLCM)技术、光谱指数方法 | 深度神经网络(DNN)、1D卷积神经网络(1D CNN)、决策树、支持向量机(SVM)、随机森林 | 遥感图像 | NA |
53 | 2025-08-07 |
Artificial intelligence in prostate cancer
2025-Aug-05, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003689
PMID:40629505
|
review | 本文综述了人工智能在前列腺癌诊断、治疗和预后预测中的临床应用 | 强调了基础模型在医疗AI应用中的革命性作用及其与临床实践的整合 | 探讨了AI在临床应用中面临的当前挑战 | 提高前列腺癌患者的生存率 | 前列腺癌(PCa) | digital pathology | prostate cancer | deep learning (DL) | NA | image, text | NA |
54 | 2025-08-07 |
Machine learning enables legal risk assessment in internet healthcare using HIPAA data
2025-Aug-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13720-x
PMID:40760025
|
研究论文 | 本研究探讨了人工智能技术如何通过机器学习框架增强互联网医疗中的法律风险评估能力,并利用HIPAA数据库的数据 | 采用多种机器学习算法(如XGBoost、SVM、RF和DNN)进行法律风险评估,并比较其性能,展示了DNN在复杂非线性关系处理中的优势 | SVM和K近邻模型在某些情境下表现较弱,整体性能不及深度学习和集成学习方法 | 提升互联网医疗中的法律风险评估能力 | HIPAA数据库中的医疗记录、患者个人信息和治疗费用等数据 | 机器学习 | NA | 机器学习(XGBoost、SVM、RF、DNN) | XGBoost、SVM、RF、DNN | 结构化数据(医疗记录、患者信息、治疗费用) | NA |
55 | 2025-08-07 |
UFPF: A Universal Feature Perception Framework for Microscopic Hyperspectral Images
2025-Aug-05, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3594151
PMID:40763051
|
research paper | 提出了一种用于显微高光谱图像的通用特征感知框架(UFPF),旨在提升高光谱数据的空间-光谱特征提取能力 | 通过分层角点到中心的Mamba结构捕捉不同的空间最近邻关系,采用‘渐进式中心聚焦’策略整合丰富的空间-光谱信息,并设计了双路径空间-光谱联合感知模块以及Mamba注意力混合对齐机制 | 未明确提及具体局限性 | 提升显微高光谱图像的特征提取能力,支持下游医学诊断任务 | 显微高光谱图像数据 | digital pathology | NA | deep learning | hierarchical corner-to-center mamba structure, dual-path spatial-spectral joint perception module, Mamba-attention Mix-alignment | microscopic hyperspectral images | 多个数据集(未明确具体样本数量) |
56 | 2025-08-07 |
Hot Topics: Exploring Artificial Intelligence and Inflammatory Memory in the Management of Psoriatic Diseases
2025-Aug-05, The Journal of rheumatology
IF:3.6Q2
DOI:10.3899/jrheum.2025-0241
PMID:40763946
|
研究论文 | 本文探讨了人工智能在银屑病疾病管理中的应用及炎症记忆在银屑病和银屑病关节炎复发中的作用机制 | 结合人工智能和炎症记忆研究,提出银屑病管理的新方法和潜在治疗靶点 | 需要进一步研究以整合技术进步并深入理解影响治疗结果的生物过程 | 探索人工智能在银屑病疾病管理中的应用及炎症记忆的机制 | 银屑病和银屑病关节炎 | 数字病理学 | 银屑病 | 深度学习 | CNN | NA | NA |
57 | 2025-08-07 |
AI-Enhanced SERS with Probe Combinations for Concurrent Identification and Quantification of Coexisting Metal Ions in Water
2025-Aug-05, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.5c07025
PMID:40764259
|
研究论文 | 提出一种结合AI和表面增强拉曼光谱(SERS)的方法,用于同时识别和量化水中共存的金属离子 | 采用AI增强的SERS技术与定制探针组合,解决了传统方法在痕量检测和多离子同时定量方面的不足 | 仅验证了四种共存金属离子的检测,未涉及更多种类离子的情况 | 开发一种高效、同时检测共存金属离子的方法,以保护水质和减轻生态风险 | 水中共存的金属离子 | 环境监测 | NA | 表面增强拉曼光谱(SERS) | 基于自注意力的深度学习架构 | 光谱数据 | 包括河水、工业废水和生活污水在内的多种环境样本 |
58 | 2025-08-07 |
A Deep Learning Model for Predicting the Cement Soil Deformation Modulus
2025-Aug-05, Langmuir : the ACS journal of surfaces and colloids
IF:3.7Q2
DOI:10.1021/acs.langmuir.5c03160
PMID:40764282
|
研究论文 | 本研究提出了一种基于改进的卷积长短期记忆(ConvLSTM)模型的机器学习方法,用于预测水泥土的变形模量 | 引入了改进的ConvLSTM模型,结合通道注意力和注意力机制,以区分参数重要性并提取特征的潜在时空顺序依赖性 | NA | 提高水泥性能预测的准确性,特别是在盾构隧道回填注浆中的应用 | 水泥土的变形模量 | 机器学习 | NA | 机器学习 | 改进的ConvLSTM模型 | 实验数据 | NA |
59 | 2025-08-07 |
Scalable and lightweight deep learning for efficient high accuracy single-molecule localization microscopy
2025-Aug-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-62662-5
PMID:40764305
|
research paper | 介绍了一种名为LiteLoc的可扩展分析框架,用于高效处理高通量单分子定位显微镜(SMLM)数据 | 采用轻量级神经网络架构,并集成CPU和GPU资源的并行处理,在不牺牲定位精度的情况下减少延迟和能耗 | 未提及具体的技术限制或应用场景限制 | 提高单分子定位显微镜(SMLM)数据分析的计算效率和资源利用率 | 高通量SMLM数据 | 计算机视觉 | NA | 单分子定位显微镜(SMLM) | 轻量级神经网络 | 图像 | NA |
60 | 2025-08-07 |
A deep learning framework for gender sensitive speech emotion recognition based on MFCC feature selection and SHAP analysis
2025-Aug-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14016-w
PMID:40764384
|
研究论文 | 提出一种基于MFCC特征选择和SHAP分析的性别敏感语音情感识别深度学习框架 | 与现有最先进的深度学习方法相比,该模型在语音情感识别方面实现了高达15%的性能提升 | NA | 通过深度学习技术改进语音情感识别 | 语音信号中的情感(如快乐、悲伤、愤怒、恐惧、惊讶和中性) | 自然语言处理 | NA | MFCC特征选择、SHAP分析 | CNN、RNN(带LSTM单元) | 语音 | NA |