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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
601 | 2025-07-10 |
AI Revolution in Radiology, Radiation Oncology and Nuclear Medicine: Transforming and Innovating the Radiological Sciences
2025-Jul-09, Journal of medical imaging and radiation oncology
IF:2.2Q2
DOI:10.1111/1754-9485.13880
PMID:40631621
|
review | 本文探讨了人工智能(AI)在放射学、核医学和放射肿瘤学中的革命性影响及其在临床实践中的整合 | 强调了AI在医疗影像和治疗领域的潜力,特别是通过深度学习和机器学习提高图像识别、分析和决策能力 | 未提及具体的技术实施细节或临床案例研究 | 评估AI如何影响放射学、核医学和放射肿瘤学,并强调医学教育中AI专业培训的必要性 | 放射学、核医学和放射肿瘤学领域的临床实践 | 医疗影像 | NA | 深度学习和机器学习 | NA | 影像数据 | NA |
602 | 2025-07-10 |
Assessment of a Deep Learning Model Trained on Permanent Pathology for the Classification of Squamous Cell Carcinoma in Mohs Frozen Sections: Lessons Learned
2025-Jul-09, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.]
IF:2.5Q1
DOI:10.1097/DSS.0000000000004758
PMID:40631753
|
研究论文 | 评估基于永久病理学训练的深度学习模型在Mohs冰冻切片中对鳞状细胞癌的分类效果,并从中学习模型不足以指导重新训练和微调 | 首次尝试将基于永久病理学训练的模型应用于冰冻切片,并识别模型在分布外数据上的不足 | 模型在肿瘤稀少区域的冰冻切片上表现不佳,可能错误关注正常组织或其他结构 | 扩展永久病理学训练模型的临床应用范围,提升其在冰冻切片中的分类性能 | 鳞状细胞癌的Mohs手术冰冻切片 | 数字病理学 | 鳞状细胞癌 | 深度学习 | CNN | 病理图像 | 746张皮肤活检切片(训练集),15张Mohs手术冰冻切片(测试集) |
603 | 2025-07-10 |
Estimation of lower limb joint moments using consumer realistic wearable sensor locations and deep learning - finding the balance between accuracy and consumer viability
2025-Jul-09, Sports biomechanics
IF:2.0Q2
DOI:10.1080/14763141.2025.2526702
PMID:40631968
|
研究论文 | 使用消费者可穿戴传感器数据和深度学习技术估计下肢关节力矩,平衡准确性与消费者可行性 | 利用消费者实际佩戴位置的传感器数据(如手表、臂带、胸带等),通过LSTM模型估计跑步时下肢关节力矩,并评估减少传感器数量对准确性的影响 | 研究仅针对跑步机跑步场景,未涉及其他运动或日常活动 | 开发一种基于可穿戴传感器的现场工具,为跑步者提供关节力矩的实时反馈 | 50名不同能力的跑步者(25名男性和25名女性) | 机器学习 | NA | 深度学习 | LSTM | 传感器数据 | 50名跑步者(25名男性和25名女性) |
604 | 2025-07-10 |
Prediction of Early Neoadjuvant Chemotherapy Response of Breast Cancer through Deep Learning-based Pharmacokinetic Quantification of DCE MRI
2025-Jul-09, Radiology. Artificial intelligence
DOI:10.1148/ryai.240769
PMID:40631989
|
研究论文 | 通过基于深度学习的药代动力学量化方法预测乳腺癌新辅助化疗早期反应 | 提出了一种新的深度学习方法,用于提高乳腺癌新辅助化疗后病理完全缓解(pCR)预测的泛化能力和准确性 | 研究为回顾性研究,可能存在选择偏差 | 提高乳腺癌新辅助化疗后病理完全缓解(pCR)预测的准确性和泛化能力 | 乳腺癌患者 | 数字病理 | 乳腺癌 | DCE MRI, 深度学习 | DL | MRI图像 | 1073名女性乳腺癌患者 |
605 | 2025-07-10 |
A multi-pseudo-sensor fusion approach to estimating the lower limb joint moments based on deep neural network
2025-Jul-09, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-025-03406-x
PMID:40632380
|
research paper | 提出了一种基于深度神经网络的多伪传感器融合方法,用于估计下肢关节力矩 | 结合卷积神经网络、循环神经网络和注意力机制,设计了一个新的框架DeepMPSF-Net,通过伪传感器观测和可变权重融合方法提高了分类精度和动力学估计性能 | NA | 快速准确地估计实验室外下肢关节力矩,以辅助智能辅助设备的设计 | 下肢关节力矩 | machine learning | NA | deep learning | CNN, RNN, attention mechanisms | joint kinematics data and individual feature parameters | NA |
606 | 2025-07-10 |
Psychometric Evaluation of Large Language Model Embeddings for Personality Trait Prediction
2025-Jul-08, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/75347
PMID:40627556
|
研究论文 | 本研究评估了大型语言模型(LLM)嵌入在人格特质预测中的心理测量效度,并与传统特征工程方法进行了比较 | 首次系统评估LLM嵌入在心理测量效度框架内的表现,并探索其与语言和情感标记的相关性 | 心理测量效度测试显示中等可靠性(平均Cronbach α为0.63),且未探索微调策略以增强心理测量效度 | 评估LLM嵌入在人格特质预测中的心理测量效度,并探索其与传统特征工程方法的比较 | 来自PANDORA大五人格数据集的100万条Reddit帖子 | 自然语言处理 | NA | LLM嵌入生成、双向LSTM模型训练、心理语言学特征提取 | RoBERTa、BERT、OpenAI、双向LSTM | 文本 | 100万条Reddit帖子 |
607 | 2025-07-10 |
Deep Learning-Enhanced Hand-Driven Spatial Encoding Microfluidics for Multiplexed Molecular Testing at Home
2025-Jul-08, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.5c04309
PMID:40627810
|
研究论文 | 提出了一种基于深度学习和微流控技术的家庭分子检测系统MACRO,用于多种传染病的诊断 | 结合RPA和CRISPR技术,利用多维空间沙漏结构设计实现流体的精确时空控制,无需核酸提取和加热设备 | 需要临床样本的进一步验证以确认其广泛适用性 | 开发一种家庭用的多病原体分子检测系统 | 27种HPV亚型和三种呼吸道病原体(SARS-CoV-2、甲型流感和乙型流感) | 数字病理 | 传染病 | RPA、CRISPR、微流控技术 | YoLov8 | 图像 | 140份宫颈拭子样本和70份呼吸道样本 |
608 | 2025-07-10 |
Assessment of T2-weighted MRI-derived synthetic CT for the detection of suspected lumbar facet arthritis: a comparative analysis with conventional CT
2025-Jul-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-08958-y
PMID:40629162
|
研究论文 | 评估基于T2加权MRI生成的合成CT在检测腰椎小关节关节炎中的效果,并与传统CT进行比较 | 使用Pix2Pix-GAN框架从MRI数据生成CT图像,提高了检测腰椎小关节关节炎结构病变的敏感性和特异性 | 单中心回顾性研究,样本量较小(40例患者) | 评估合成CT在检测腰椎小关节关节炎结构病变中的效果 | 40例腰椎MRI和CT检查患者 | 数字病理 | 腰椎小关节关节炎 | T2加权MRI, 深度学习 | Pix2Pix-GAN | 图像 | 40例患者(21名男性,19名女性) |
609 | 2025-07-10 |
DeepMolecules: a web server for predicting enzyme and transporter-small molecule interactions
2025-Jul-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf343
PMID:40297998
|
research paper | DeepMolecules是一个易于访问的网页服务器,用于预测蛋白质与小分子之间的相互作用 | 集成了四种最先进的模型(ESP、SPOT、TurNuP和KM预测模型),使用深度学习生成的蛋白质和小分子数值表示作为梯度提升决策树模型的输入特征,实现了高预测性能 | NA | 预测酶和转运蛋白与小分子之间的相互作用,支持代谢工程、药物发现和生物催化剂优化等应用 | 酶、转运蛋白和小分子 | machine learning | NA | 深度学习、梯度提升决策树 | ESP、SPOT、TurNuP、KM预测模型 | 蛋白质氨基酸序列、小分子SMILES、InChI或KEGG ID格式 | NA |
610 | 2025-07-10 |
HawkDock version 2: an updated web server to predict and analyze the structures of protein-protein complexes
2025-Jul-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf379
PMID:40326522
|
research paper | 介绍HawkDock版本2,一个更新的网络服务器,用于预测和分析蛋白质-蛋白质复合物的结构 | 集成了基于深度学习的柔性对接方法GeoDock,实现了VD-MM/GBSA方法来预测结合亲和力,新增了突变分析模块,并迁移到高性能集群 | NA | 提高蛋白质-蛋白质复合物结构预测和分析的准确性和效率 | 蛋白质-蛋白质复合物 | 生物信息学 | NA | 深度学习,VD-MM/GBSA方法 | GeoDock | 蛋白质结构数据 | 超过234,000个计算任务 |
611 | 2025-07-10 |
DEMO-EMol: modeling protein-nucleic acid complex structures from cryo-EM maps by coupling chain assembly with map segmentation
2025-Jul-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf416
PMID:40366028
|
研究论文 | 介绍了一种改进的服务器DEMO-EMol,通过结合深度学习图像分割和链拟合技术,从冷冻电镜密度图中准确组装蛋白质-核酸复合物结构 | DEMO-EMol整合了深度学习图像分割和链拟合技术,提高了蛋白质-核酸复合物结构建模的准确性 | NA | 提高从冷冻电镜密度图中建模蛋白质-核酸复合物结构的准确性 | 蛋白质-核酸复合物结构 | 结构生物学 | NA | 冷冻电镜(cryo-EM), 深度学习 | 深度学习 | 冷冻电镜密度图 | 分辨率从1.96到12.77 Å的冷冻电镜图谱的综合基准集 |
612 | 2025-07-10 |
ASOptimizer: optimizing chemical diversity of antisense oligonucleotides through deep learning
2025-Jul-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf392
PMID:40377084
|
research paper | 介绍了一个基于深度学习的计算框架ASOptimizer,用于优化反义寡核苷酸(ASO)的序列和化学修饰 | 开发了一个用户友好的网络服务器,使研究人员无需深度学习专业知识即可优化ASO序列和化学修饰 | 未提及该框架在实际应用中的性能验证或与其他方法的比较 | 优化反义寡核苷酸的化学多样性,提高基因治疗的效率 | 反义寡核苷酸(ASO)序列和化学修饰 | machine learning | NA | deep learning | NA | sequence data | NA |
613 | 2025-07-10 |
Battery management in IoT hybrid grid system using deep learning algorithms based on crowd sensing and micro climatic data
2025-Jul-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07868-9
PMID:40619453
|
研究论文 | 本文提出了一种基于深度学习的物联网混合电网系统电池管理方法,利用人群感知和微气候数据优化电池管理系统 | 提出了一种结合物联网、光伏系统和风力系统的混合电网系统(IPWS),并采用多种混合深度学习算法(如SCO-LSTM、JO-LSTM和HBO-LSTM)进行电池管理,显著提高了系统的瞬态稳定性和阻尼比 | 研究主要针对住宅负载,未涉及工业或其他大规模应用场景的验证 | 优化混合电网系统中的电池管理,提高电力系统的效率和稳定性 | 混合电网系统(HGS)中的电池管理系统(BMS) | 机器学习 | NA | 深度学习算法(SCO-LSTM、JO-LSTM、HBO-LSTM) | LSTM | 微气候数据、人群感知数据 | NA |
614 | 2025-07-10 |
Multilayer perceptron deep learning radiomics model based on Gd-BOPTA MRI to identify vessels encapsulating tumor clusters in hepatocellular carcinoma: a multi-center study
2025-Jul-07, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00895-9
PMID:40624579
|
研究论文 | 本研究基于多层感知器(MLP)深度学习开发了一个预测模型,用于识别肝细胞癌(HCC)中包裹肿瘤簇的血管(VETC) | 结合临床放射学和放射组学特征,利用MLP深度学习算法开发融合模型,提高了VETC的预测性能 | 研究为回顾性设计,样本量相对有限,且仅基于Gd-BOPTA MRI数据 | 开发预测肝细胞癌中VETC的深度学习模型 | 230例经病理证实的HCC患者 | 数字病理 | 肝细胞癌 | Gd-BOPTA MRI | MLP | MRI图像 | 230例患者(训练集144例,测试集54例,验证集32例) |
615 | 2025-07-10 |
Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques
2025-Jul-07, Gait & posture
IF:2.2Q2
DOI:10.1016/j.gaitpost.2025.06.024
PMID:40628146
|
research paper | 该研究利用克里金经验模态分解和深度学习技术识别帕金森病 | 结合克里金经验模态分解和深度学习技术进行帕金森病的识别 | NA | 识别帕金森病 | 帕金森病患者 | machine learning | geriatric disease | Kriging Empirical Mode Decomposition, deep learning | deep learning | NA | NA |
616 | 2025-07-10 |
Enhancing automatic multilabel diagnosis of electrocardiogram signals: A masked transformer approach
2025-Jul-07, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110674
PMID:40628168
|
research paper | 本研究提出了一种基于掩码Transformer的心电图信号多标签自动诊断方法,显著提高了分类准确率 | 首次将基于图像的掩码自编码器应用于心电图时间序列的自监督表示学习,提出MTECG模型 | 模型在真实临床环境中处理复杂信号模式的性能仍需进一步验证 | 提高心电图分类的准确性,推动基于心电图的诊断系统发展 | 心电图信号 | machine learning | cardiovascular disease | self-supervised representation learning | Transformer | time series | 220,251份心电图记录(Fuwai数据集)及两个公共数据集 |
617 | 2025-07-10 |
A comparison between commercially available artificial intelligence-based and conventional human expert-based digital workflows for designing anterior crowns
2025-Jul-07, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.06.005
PMID:40628576
|
研究论文 | 比较商业可用的人工智能驱动与传统人工专家驱动的数字工作流程在前牙冠设计中的效果 | 首次比较了商业可用的基于深度学习的牙冠设计软件与传统人工设计在功能和美学效果上的差异 | 研究仅评估了前牙冠设计,未涉及后牙或其他修复体类型 | 评估基于深度学习的数字工作流程是否能达到与传统人工设计相当的效果 | 前牙全冠修复体 | 数字病理 | 牙科疾病 | 深度学习 | DL | 数字牙科模型 | 25个前牙全冠设计样本 |
618 | 2025-07-10 |
Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer
2025-Jul-07, Ultrasound in medicine & biology..
|
研究论文 | 提出了一种名为DMFormer的动态多尺度融合Transformer模型,用于超声乳腺癌检测,旨在解决超声成像中的噪声、模糊和复杂组织结构问题 | DMFormer采用动态多尺度特征融合机制,结合窗口注意力和网格注意力,全面捕捉细粒度组织细节和更广泛的解剖学背景 | NA | 开发一种先进的深度学习模型,用于在超声乳腺癌筛查中准确区分良性和恶性肿块 | 超声图像中的乳腺肿块 | 数字病理学 | 乳腺癌 | 深度学习 | Transformer (DMFormer) | 图像 | 在两个独立的数据集上进行评估 |
619 | 2025-07-10 |
Corrigendum to 'CT-Based Deep Learning Predicts Prognosis in Esophageal Squamous Cell Cancer Patients Receiving Immunotherapy Combined with Chemotherapy' [Acad Radiol 32/6 (2025) 3397-3409]
2025-Jul-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.036
PMID:40628644
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
620 | 2025-07-10 |
Deep Learning Model Based on Dual-energy CT for Assessing Cervical Lymph Node Metastasis in Oral Squamous Cell Carcinoma
2025-Jul-07, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.06.020
PMID:40628643
|
research paper | 本研究开发了一种基于双能CT的深度学习模型,用于评估口腔鳞状细胞癌中的宫颈淋巴结转移 | 使用双能CT和多序列融合图像,结合Crossformer_Transformer模型,显著提高了淋巴结转移的检测性能 | 研究仅基于两个中心的数据,可能需要更多外部验证以提高模型的泛化能力 | 提高口腔鳞状细胞癌中宫颈淋巴结转移的术前检测准确性 | 口腔鳞状细胞癌患者的双能CT图像和临床数据 | digital pathology | oral squamous cell carcinoma | dual-energy CT | Crossformer_Transformer, Densenet169, Squeezenet1_0 | image | 354 patients (248 from the first center and 106 from the second center) |