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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
661 | 2025-07-05 |
Can diffusion-based generated magnetic resonance images predict glioma methylation accurately?
2025-Jun-06, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-1688
PMID:40606391
|
研究论文 | 本研究开发了一种基于扩散的生成模型,用于从加速的T1加权扫描中重建高质量的MRI序列,同时保留对胶质瘤诊断和MGMT预测至关重要的病理特征 | 提出了一种基于扩散的生成模型,能够在加速扫描条件下重建高质量的MRI图像,并保持病理细节和诊断特征 | 研究为回顾性研究,未来需要评估其临床应用效果 | 开发能够从加速T1加权扫描中重建高质量MRI序列的生成模型,以保留对胶质瘤诊断和MGMT预测至关重要的病理特征 | 胶质瘤患者的MRI图像 | 数字病理学 | 胶质瘤 | 扩散模型 | 扩散模型 | MRI图像 | 1,480例(训练集785例,验证集695例) |
662 | 2025-07-05 |
READRetro web: A user-friendly platform for predicting plant natural product biosynthesis
2025-Jun-02, Molecules and cells
IF:3.7Q2
DOI:10.1016/j.mocell.2025.100235
PMID:40466944
|
研究论文 | 介绍了一个用户友好的网络平台READRetro web,用于预测植物天然产物的生物合成路径 | 开发了一个基于现代网络技术的用户友好平台,使不具备深厚计算背景的研究者也能轻松使用深度学习模型进行逆合成预测 | 未提及平台在处理特定复杂天然产物时的预测准确性或局限性 | 促进天然产物的生物合成路径设计和药物发现 | 植物天然产物及其生物合成路径 | 机器学习 | NA | 深度学习 | READRetro ML模型 | 化学结构数据 | NA |
663 | 2025-07-05 |
Gene spatial integration: enhancing spatial transcriptomics analysis via deep learning and batch effect mitigation
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf350
PMID:40511994
|
研究论文 | 提出了一种名为基因空间整合(GSI)的深度学习方法,用于整合和分析空间转录组数据,并解决批次效应问题 | 利用表示学习方法提取基因的空间分布特征,并将其与基因表达特征整合到同一特征空间,同时解决了批次效应问题 | 方法在特定数据集(人背外侧前额叶皮层)上进行了验证,尚未在其他组织或疾病类型中广泛测试 | 提升空间转录组数据分析的准确性和整合能力 | 空间转录组数据 | 数字病理学 | NA | 空间转录组技术(ST) | 自编码器网络(autoencoder) | 基因表达数据和空间分布数据 | 人背外侧前额叶皮层数据集(样本151673和151672) |
664 | 2025-07-05 |
GOBoost: leveraging long-tail gene ontology terms for accurate protein function prediction
2025-Jun-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf267
PMID:40581608
|
研究论文 | 提出了一种名为GOBoost的新方法,用于通过优化长尾基因本体术语来提高蛋白质功能预测的准确性 | 引入了长尾优化集成策略、全局-局部标签图模块和多粒度焦点损失函数,以增强长尾功能信息并减轻长尾现象 | 未明确提及具体限制,但可能依赖于特定数据集(PDB和AF2)的性能 | 提高蛋白质功能预测的准确性,特别是针对长尾分布的基因本体术语 | 蛋白质功能预测 | 机器学习 | NA | 深度学习 | GOBoost(结合全局-局部标签图模块和多粒度焦点损失函数) | 蛋白质功能数据 | PDB和AF2数据集 |
665 | 2025-04-03 |
Deep Learning Unlocks the Prognostic Importance of Thoracic Aortic Calcification
2025-Jun, AJR. American journal of roentgenology
DOI:10.2214/AJR.25.33012
PMID:40172167
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
666 | 2025-07-05 |
Analysis of influenza-like illness trends in Saudi Arabia: a comparative study of statistical and deep learning techniques
2025-Jun, Osong public health and research perspectives
IF:2.1Q3
DOI:10.24171/j.phrp.2025.0080
PMID:40501115
|
研究论文 | 该研究比较了Holt-Winters统计方法和LSTM深度学习方法在预测沙特阿拉伯季节性流感样疾病(ILI)发病率方面的性能 | 结合了区域特异性外生变量(如气候条件和人口流动趋势)来增强中东流行病学建模的预测能力 | 在发病率波动较大的时期存在显著的未解释变异性 | 开发和评估流感样疾病(ILI)发病率预测模型 | 沙特阿拉伯2017-2022年的每周季节性流感样疾病(ILI)发病率数据 | 机器学习 | 流感 | 时间序列分析 | Holt-Winters, LSTM | 时间序列数据 | 2017-2022年的每周ILI病例数据 |
667 | 2025-07-05 |
Diagnostic performance of deep learning models in classifying mandibular third molar and mandibular canal contact status on panoramic radiographs: A systematic review and meta-analysis
2025-Jun, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240239
PMID:40607067
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了深度学习模型在全景X光片上分类下颌第三磨牙与下颌管接触状态的诊断性能 | 首次对深度学习模型在该特定诊断任务中的性能进行了系统评价,并识别了影响模型性能的关键因素 | 研究间存在高度异质性,患者选择标准不明确 | 评估深度学习模型在全景X光片上识别下颌第三磨牙与下颌管接触的诊断准确性 | 下颌第三磨牙与下颌管的接触状态 | 数字病理学 | 口腔疾病 | 深度学习 | CNN(包括VGG-16、AlexNet等架构) | 医学影像(全景X光片) | 7项研究共4,955张全景X光片 |
668 | 2025-07-05 |
Automated quality evaluation of dental panoramic radiographs using deep learning
2025-Jun, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240232
PMID:40607073
|
研究论文 | 本研究开发了一种基于深度学习的模型,用于自动评估牙科全景X光片的质量 | 首次使用YOLOv8模型对牙科全景X光片的多项质量指标进行自动化评估 | 模型在某些质量指标上的准确率仍有提升空间,如覆盖区域评估准确率为74.1% | 开发自动化工具以提高牙科全景X光片质量评估的效率和一致性 | 牙科全景X光片 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | 1000张全景X光片 |
669 | 2025-07-05 |
Single-shot reconstruction of three-dimensional morphology of biological cells in digital holographic microscopy using a physics-driven neural network
2025-May-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60200-x
PMID:40413181
|
research paper | 提出了一种名为MorpHoloNet的深度学习模型,用于从单次拍摄的全息图中重建生物细胞的三维形态 | 通过整合物理驱动和基于坐标的神经网络,MorpHoloNet能够直接从单次拍摄的全息图中重建三维复杂光场和三维形态,无需多次相移全息图或角度扫描 | NA | 改进数字同轴全息显微镜(DIHM)中生物细胞的三维形态重建技术 | 生物细胞 | digital pathology | NA | digital in-line holographic microscopy (DIHM) | physics-driven neural network, coordinate-based neural network | holograms | NA |
670 | 2025-07-05 |
Validity and accuracy of artificial intelligence-based dietary intake assessment methods: a systematic review
2025-May-14, The British journal of nutrition
DOI:10.1017/S0007114525000522
PMID:40207441
|
系统综述 | 本文系统综述了基于人工智能的膳食摄入评估方法的有效性和准确性 | 首次系统评估AI在膳食摄入评估中的应用及其与传统方法的比较 | 研究中存在中等偏倚风险,且需要更多不同人群的研究和更大样本量以验证实验设计的有效性 | 评估AI在营养流行病学中膳食数据准确性和有效性方面的应用 | 基于AI的膳食摄入评估方法 | 营养流行病学 | NA | 深度学习, 机器学习 | NA | 膳食数据 | 13项研究 |
671 | 2025-07-05 |
Challenges in AI-driven Biomedical Multimodal Data Fusion and Analysis
2025-May-10, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf011
PMID:40036568
|
综述 | 本文全面回顾了生物医学多模态数据融合与分析中的人工智能技术应用及其挑战 | 提出了利用模型预训练和知识整合来推进生物医学研究的未来方向 | 未提及具体实验验证或案例研究 | 探讨人工智能在生物医学多模态数据整合分析中的应用与挑战 | 分子、细胞、图像和电子健康记录等多模态生物医学数据 | 数字病理学 | NA | 深度学习 | 大语言和视觉模型 | 多模态数据(分子、细胞、图像、电子健康记录) | NA |
672 | 2025-07-05 |
Relevance of choroid plexus volumes in multiple sclerosis
2025-May-08, Fluids and barriers of the CNS
IF:5.9Q1
DOI:10.1186/s12987-025-00656-7
PMID:40340923
|
研究论文 | 本研究探讨了脉络丛体积在多发性硬化症(MS)中的相关性及其与脑室周围组织损伤的关系 | 使用新型深度学习分割方法评估脉络丛体积,并揭示了其在复发缓解型多发性硬化症(RRMS)和原发性进展型多发性硬化症(PPMS)中的不同表现 | 研究为横断面设计,无法确定因果关系;样本量相对有限 | 阐明脉络丛在多发性硬化症神经炎症中的作用及其与脑室周围组织损伤的关系 | 复发缓解型多发性硬化症(RRMS)和原发性进展型多发性硬化症(PPMS)患者及健康对照 | 数字病理学 | 多发性硬化症 | 结构MRI和深度学习分割方法 | 深度学习 | MRI图像 | 141名RRMS患者、64名PPMS患者和75名健康对照 |
673 | 2025-07-05 |
Deep learning approaches for classification tasks in medical X-ray, MRI, and ultrasound images: a scoping review
2025-May-07, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01701-5
PMID:40335965
|
综述 | 本文探讨了深度学习在医学X射线、MRI和超声图像分类任务中的应用 | 总结了深度学习模型在医学图像分类中的使用情况、达到的准确率以及模型架构的细节 | 讨论了当前方法的局限性并提出了医学图像分类的未来方向 | 探索深度学习如何用于分类通过X射线、MRI或超声图像诊断的各种疾病 | 医学X射线、MRI和超声图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
674 | 2025-07-05 |
Using interpretable deep learning radiomics model to diagnose and predict progression of early AD disease spectrum: a preliminary [18F]FDG PET study
2025-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11158-9
PMID:39477837
|
研究论文 | 本研究提出了一种基于[18F]FDG PET图像的可解释深度学习放射组学(IDLR)模型,用于诊断阿尔茨海默病(AD)的临床谱系并预测从轻度认知障碍(MCI)到AD的进展 | 提出的IDLR模型结合了放射组学和深度学习特征,增强了传统深度学习模型的可解释性,并提高了分类准确性 | 研究为初步结果,需要进一步验证 | 诊断阿尔茨海默病的临床谱系并预测从轻度认知障碍到AD的进展 | 1962名来自不同种族的受试者(包括ADNI的高加索人群和中国两家医院的亚洲人群) | 数字病理学 | 阿尔茨海默病 | [18F]FDG PET成像 | 可解释深度学习放射组学(IDLR)模型 | 图像 | 1962名受试者(高加索和亚洲人群) |
675 | 2025-07-05 |
Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning
2025-Apr-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.15.603529
PMID:39071413
|
研究论文 | 本文探讨了AlphaFold在模拟蛋白质动态结构时存在的构象记忆偏差问题,并提出了一种结合ESM和基于模板建模的方法来模拟SLC蛋白质的多种构象状态 | 提出了一种结合ESM和基于模板建模的方法,能够一致地模拟SLC蛋白质的多种构象状态,并通过实验验证了多状态模型的准确性 | 现有AI方法在模拟蛋白质多种构象状态时仍受限于对某一构象状态的记忆,无法总是提供SLC蛋白质的内外开放构象 | 评估AlphaFold在模拟SLC蛋白质时的记忆效应,并开发一种能够模拟SLC蛋白质多种构象状态的方法 | 溶质载体(SLC)超家族膜蛋白 | 机器学习 | NA | AlphaFold2, AlphaFold3, Evolutionary Scale Modeling (ESM), 模板建模 | AlphaFold, ESM | 蛋白质序列和结构数据 | 多个膜蛋白转运体,包括SLC35F2 |
676 | 2025-07-05 |
Combination of deep learning reconstruction and quantification for dynamic contrast-enhanced (DCE) MRI
2025-Apr, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2024.110310
PMID:39710009
|
研究论文 | 本研究提出了一种结合深度学习重建和量化的端到端深度学习流程,用于快速定量动态对比增强(DCE)MRI | 提出了一种名为DCE-Movienet的新型深度重建网络,与之前开发的DCE-Qnet深度量化网络结合,显著缩短了重建时间并提高了量化性能 | 研究仅在健康志愿者和一名宫颈癌患者中进行了验证,样本量较小 | 提高动态对比增强MRI在临床中的速度和量化鲁棒性 | 动态对比增强MRI数据 | 数字病理学 | 宫颈癌 | 动态对比增强MRI | DCE-Movienet, DCE-Qnet | 4D MRI数据 | 健康志愿者和一名宫颈癌患者 |
677 | 2025-07-05 |
TonguExpert: A Deep Learning-Based Algorithm Platform for Fine-Grained Extraction and Classification of Tongue Phenotypes
2025-Apr, Phenomics (Cham, Switzerland)
DOI:10.1007/s43657-024-00210-9
PMID:40606562
|
研究论文 | 介绍了一个名为TonguExpert的深度学习平台,用于舌象的精细提取和分类 | 提出了一个集成先进技术的深度学习框架,用于舌象分割和表型提取,并发布了最大的公开舌象数据集 | 现有方法难以捕捉细微细节,且缺乏大型数据集阻碍了稳健和泛化模型的开发 | 推进自动化舌诊,促进更广泛的临床应用 | 舌象图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 5992张舌象图像 |
678 | 2025-07-05 |
Facial identity recognition using StyleGAN3 inversion and improved tiny YOLOv7 model
2025-Mar-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93096-0
PMID:40097614
|
研究论文 | 本文提出了一种基于StyleGAN3反演和改进的tiny YOLOv7模型的面部身份识别方法 | 提出了一种结合StyleGAN3反演和改进的tiny YOLOv7模型的一步式解决方案,用于面部属性操作和检测,实现了在少样本和传统场景下的面部身份识别 | 数据集中仅包含20个独特身份和38个面部属性,可能限制了模型的泛化能力 | 解决计算机视觉领域中面部身份识别的挑战性问题 | 面部属性和身份识别 | 计算机视觉 | NA | StyleGAN3反演,深度学习 | FIR-Tiny YOLOv7(改进的Tiny YOLOv7模型) | 图像 | 11,560张图像,包含20个独特身份和38个面部属性 |
679 | 2025-07-05 |
Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection
2025-Mar-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-92531-6
PMID:40057599
|
研究论文 | 本文提出了一种基于边缘特征并行提取的SegFormer金属腐蚀检测方法,以提高金属腐蚀边界和小腐蚀区域的分割准确性 | 引入了边缘特征提取模块(EEM)和特征融合模块(FFM),通过构建空间分支和渐进式特征融合,增强了模型对金属腐蚀边界和小腐蚀区域的检测能力 | 未提及模型在复杂环境或多类型腐蚀情况下的泛化能力 | 提高金属腐蚀检测的准确性和小腐蚀区域的识别能力 | 金属腐蚀图像 | 计算机视觉 | NA | 语义分割 | SegFormer | 图像 | 公共金属表面腐蚀图像数据集、BSData缺陷数据集和自建管道腐蚀坑图像数据集 |
680 | 2025-07-05 |
gRNAde: Geometric Deep Learning for 3D RNA inverse design
2025-Feb-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.31.587283
PMID:38826198
|
研究论文 | 本文介绍了一种名为gRNAde的几何深度学习管道,用于3D RNA逆设计,能够考虑结构和动态性 | gRNAde利用多状态图神经网络和自回归解码,针对一个或多个3D骨架结构生成候选RNA序列,显著提高了原生序列恢复率 | 尽管在单状态固定骨架重新设计基准测试中表现优异,但在多状态设计方面的应用仍需进一步验证 | 开发一种能够考虑3D构象多样性的RNA序列设计方法 | RNA序列和3D骨架结构 | 机器学习 | NA | 几何深度学习,图神经网络 | GNN | 3D结构数据 | 14个RNA结构(来自PDB),10个结构化RNA骨架的湿实验验证 |