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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
701 | 2025-07-30 |
BDHerbalPlants: augmented and curated herbal plants image dataset for classification
2025-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111885
PMID:40727026
|
研究论文 | 本文介绍了一个名为BDHerbalPlants的增强和精选草药植物图像数据集,用于分类任务 | 提供了一个包含1792张原始高质量图像和14,336张增强数据的草药植物数据集,涵盖八种不同的草药植物 | 数据集仅包含八种草药植物,可能无法涵盖所有相关植物种类 | 开发一个可用于农业研究和植物识别任务的草药植物图像数据集 | 八种不同的草药植物,包括Eclipta prostrata、Ocimum tenuiflorum等 | 计算机视觉 | NA | 数据增强 | Xception, DenseNet201, RegNetY032 | 图像 | 1792张原始图像和14,336张增强数据图像 |
702 | 2025-07-30 |
REVIEW ARTICLE: A Performance Benchmarking Review of Transformers for Speaker-Independent Speech Emotion Recognition
2025-Jul-29, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065725300013
PMID:40726155
|
综述 | 本文对用于说话人无关语音情感识别(SER)的Transformer架构进行了全面的性能评估回顾 | 首次对Transformer在说话人无关SER任务中的性能进行全面评估,并探讨了多数据集聚合对模型泛化能力的提升 | 大多数实验实例在跨数据集测试时准确率低于40%,表明模型泛化能力仍有局限 | 评估Transformer架构在说话人无关语音情感识别任务中的性能表现 | 用于语音情感识别的Transformer模型 | 自然语言处理 | NA | Deep Learning | Transformer | 音频信号 | 多个公开可用的SER数据集 |
703 | 2025-07-30 |
Response by Hijazi et al to Letter Regarding Article, "Deep Learning-Derived Cardiac Chamber Volumes and Mass From PET/CT Attenuation Scans: Associations With Myocardial Flow Reserve and Heart Failure"
2025-Jul-29, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018683
PMID:40726395
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
704 | 2025-07-30 |
Development and validation of a cranial ultrasound imaging-based deep learning model for periventricular-intraventricular haemorrhage detection and grading: a two-centre study
2025-Jul-29, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06327-x
PMID:40728538
|
研究论文 | 开发并验证了一种基于颅脑超声图像的深度学习模型,用于检测和分级脑室周围-脑室内出血 | 结合卷积块注意力模块机制开发了深度学习模型Periventricular IVH Net,并在两个中心的前瞻性数据中验证了其有效性 | 研究样本主要来自两家医院,可能存在一定的选择偏倚 | 提高脑室周围-脑室内出血的诊断准确性和效率 | 早产儿和婴儿的颅脑超声图像 | 数字病理学 | 新生儿颅内出血 | 深度学习 | CNN(结合卷积块注意力模块机制) | 图像 | 回顾性数据集773例,前瞻性验证数据集287例 |
705 | 2025-07-30 |
Diabetes and longitudinal changes in deep learning-derived measures of vertebral bone mineral density using conventional CT: the Multi-Ethnic Study of Atherosclerosis
2025-Jul-29, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-025-04995-2
PMID:40728733
|
研究论文 | 本研究探讨了糖尿病与通过常规胸部CT获取的椎体骨密度纵向变化之间的关联,并评估了肾功能(估计肾小球滤过率)对这一关系的影响 | 使用深度学习模型从常规胸部CT中提取椎体骨密度数据,并首次在纵向研究中探讨糖尿病与骨密度变化的关系,特别关注肾功能的影响 | 研究仅基于常规CT数据,未纳入骨微结构信息或骨折结局数据 | 评估糖尿病对椎体骨密度纵向变化的影响以及肾功能在这一关系中的作用 | 1046名来自多种族动脉粥样硬化研究的参与者 | 数字病理学 | 糖尿病 | 深度学习 | 深度学习模型(未指定具体类型) | CT图像 | 1046名参与者 |
706 | 2025-07-30 |
Investigating Membership Inference Attacks against CNN Models for BCI Systems
2025-Jul-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3593443
PMID:40720264
|
研究论文 | 研究针对脑机接口系统中CNN模型的成员推理攻击及其隐私风险 | 针对EEG数据的CNN分类器进行成员推理攻击的实证分析,解决了数据集异构性和时空设计选择两个关键挑战 | 攻击对其他类型数据(如图像和表格数据)的深度学习模型无效,且正则化对EEG数据的CNN分类器防御效果有限 | 探讨脑机接口系统中CNN模型的隐私漏洞 | 脑机接口系统中的CNN模型和EEG数据 | 机器学习 | NA | EEG | CNN | EEG数据 | 涉及不同参与者和人口统计数据的训练数据集 |
707 | 2025-07-30 |
Verification is All You Need: Prompting Large Language Models for Zero-Shot Clinical Coding
2025-Jul-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3593028
PMID:40720269
|
研究论文 | 本文提出了一种基于代码验证的新型ICD编码范式,利用大型语言模型(LLMs)在零样本设置下进行临床编码 | 通过代码验证而非直接生成代码,简化任务并提升LLMs在临床编码中的性能 | LLMs在生成临床代码方面的性能仍然不够理想 | 提升临床编码的准确性和泛化能力 | 电子健康记录(EHRs)中的医疗信息 | 自然语言处理 | NA | 大型语言模型(LLMs) | GPT-4o | 文本 | CodiEsp数据集 |
708 | 2025-07-30 |
PDSNet: Patient-Disease Dual Spatial Similarity Neural Networks for Predicting Heart Failure Risk Using Short Electronic Health Records
2025-Jul-28, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3593388
PMID:40720268
|
研究论文 | 提出了一种名为PDSNet的新型深度神经网络,通过患者-疾病双重空间相似性策略,利用短期电子健康记录改善心力衰竭风险预测 | 引入患者-疾病双重空间相似性策略,结合本体图和二分图模型捕捉患者间的层次关系和空间相似性,并采用基于transformer的架构整合时空动态 | 研究仅基于MIMIC-III数据集,样本量和多样性可能存在限制 | 提高心力衰竭风险的预测准确性 | 心力衰竭患者 | 机器学习 | 心血管疾病 | 深度学习 | PDSNet(基于transformer的架构) | 电子健康记录 | 7,346名患者(来自MIMIC-III数据集) |
709 | 2025-07-30 |
Topology Optimization in Medical Image Segmentation with Fast χ Euler Characteristic
2025-Jul-28, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3589495
PMID:40720275
|
研究论文 | 本文提出了一种基于欧拉特性的快速拓扑优化方法,用于医学图像分割,以提高拓扑正确性同时保持像素级分割精度 | 提出了一种基于欧拉特性(χ)的快速拓扑感知分割方法,克服了现有基于持久同调(PH)方法在高维数据中计算复杂度高的问题 | 未明确说明方法在更复杂拓扑结构或更大规模数据集上的适用性 | 提高医学图像分割中的拓扑正确性 | 医学图像分割结果 | 数字病理 | NA | 欧拉特性计算 | 拓扑感知校正网络 | 2D和3D医学图像 | 未明确说明具体样本数量 |
710 | 2025-07-30 |
Differential Analysis of Age, Gender, Race, Sentiment, and Emotion in Substance Use Discourse on Twitter During the COVID-19 Pandemic: A Natural Language Processing Approach
2025-Jul-28, JMIR infodemiology
IF:3.5Q1
DOI:10.2196/67333
PMID:40720823
|
研究论文 | 该研究通过自然语言处理技术分析了COVID-19大流行期间Twitter上关于物质使用的讨论,探讨了年龄、性别、种族等人口统计维度与情感、情绪的关系 | 首次在大规模社交媒体数据上结合人口统计属性和情感分析,研究物质使用趋势,并建立了一个基于RoBERTa模型的物质使用帖子识别系统 | 研究仅基于英语Twitter数据,可能无法代表其他语言或社交媒体平台的情况 | 分析COVID-19大流行期间不同人口统计群体在社交媒体上讨论物质使用的趋势,为公共卫生干预提供依据 | Twitter上关于物质使用的帖子及其发布者 | 自然语言处理 | NA | 自然语言处理、深度学习 | RoBERTa | 文本 | 11.3亿条Twitter帖子,其中识别出900万条物质使用相关帖子 |
711 | 2025-07-30 |
Representation of Molecules by Sequences of Instructions
2025-Jul-28, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.5c00354
PMID:40720985
|
研究论文 | 本文提出了一种全新的化学命名方法,通过定义一组精简指令集来表示分子结构 | 采用指令序列表示分子结构,确保所有字符串均为有效且微小变化对应分子结构的微小修改 | 未提及该方法在实际化学信息处理系统中的性能表现或与其他方法的比较 | 解决分子图结构复杂性带来的计算智能方法处理化学信息的挑战 | 分子结构表示方法 | 计算化学 | NA | 指令序列表示法 | NA | 分子结构数据 | NA |
712 | 2025-07-30 |
Deep Learning-Based Acceleration in MRI: Current Landscape and Clinical Applications in Neuroradiology
2025-Jul-28, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8943
PMID:40721279
|
review | 本文探讨了基于深度学习的磁共振成像加速技术的现状及其在神经放射学中的临床应用 | 介绍了深度学习图像重建技术(DLBIR)在减少MRI扫描时间的同时保持或提高图像质量方面的创新应用 | 技术在不同扫描器和成像条件下的泛化能力有限,易受伪影影响,且病理表示可能被潜在改变,此外,训练数据、底层算法和临床验证的不足也限制了用户信任和广泛采用 | 探索DLBIR在神经成像中的当前应用、厂商驱动的实现方式以及可能影响加速MRI采集的新兴趋势 | 磁共振成像(MRI)技术及其在神经放射学中的应用 | 医学影像 | 神经疾病 | 深度学习图像重建(DLBIR) | 深度学习 | 医学影像 | NA |
713 | 2025-07-30 |
Identifying Cocoa Flower Visitors: A Deep Learning Dataset
2025-Jul-28, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05631-3
PMID:40721425
|
研究论文 | 该论文介绍了首个可可花访客数据集,包含5,792张昆虫图像和1,082张背景图像,用于深度学习模型训练 | 首个针对可可花访客的深度学习数据集,使用嵌入式相机在海南可可种植园收集数据 | 数据集仅来自中国海南的可可种植园,可能无法代表其他地区的可可花访客情况 | 通过深度学习技术识别可可花访客,以提高可可产量 | 可可花访客(包括Ceratopogonidae、Formicidae、Aphididae、Araneae和Encyrtidae) | 计算机视觉 | NA | 嵌入式相机图像采集 | YOLOv8 | 图像 | 5,792张昆虫图像和1,082张背景图像,从2,300万张原始图像中筛选 |
714 | 2025-07-30 |
Rapid vessel segmentation and reconstruction of head and neck angiograms from MR vessel wall images
2025-Jul-28, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01866-x
PMID:40721485
|
研究论文 | 开发了一个名为VWI Assistant的多序列集成深度学习平台,用于自动化头部和颈部血管造影的血管分割和重建 | VWI Assistant是一个多序列集成深度学习平台,能够自动化血管分割和重建,显著提高了处理效率并减少了人工和时间成本 | 研究未提及对特定患者群体或病理类型的适用性限制 | 解决3D MR-VWI在临床应用中因后处理工作量大而受限的问题 | 头部和颈部血管造影的血管分割和重建 | 数字病理 | 脑血管疾病 | 3D磁共振血管壁成像(3D MR-VWI) | 深度学习平台 | 磁共振成像(MRI) | 1981名患者和影像数据集,实际部署中涉及1099名患者 |
715 | 2025-07-30 |
A new low-rank adaptation method for brain structure and metastasis segmentation via decoupled principal weight direction and magnitude
2025-Jul-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-11632-4
PMID:40721601
|
研究论文 | 提出了一种名为PDoRA的新型参数高效微调方法,用于脑部图像分割任务,减少对大量标注数据和计算资源的依赖 | 通过将模型权重分解为主权重和残差权重,并将主权重进一步分为幅度和方向,实现了独立微调,提升了模型捕捉任务特定特征的能力 | 未提及具体的数据集规模限制或模型泛化能力的详细评估 | 解决医学图像分割中对大量标注数据和计算资源的依赖问题 | 脑部结构和转移瘤的分割 | 数字病理 | 脑部疾病 | 深度学习 | SwinUNETR | 医学图像 | 三个不同的医学图像数据集 |
716 | 2025-07-30 |
Classification of skin diseases with deep learning based approaches
2025-Jul-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13275-x
PMID:40721845
|
研究论文 | 该研究利用深度学习方法对三种皮肤疾病(湿疹、皮肤癌和脂溢性皮炎)进行分类 | 结合特征选择算法Relief和简化架构的AlexNet模型,提供了一种新的皮肤疾病分类方法 | 研究仅针对三种特定皮肤疾病,可能不适用于其他皮肤病症 | 提高皮肤疾病的自动分类准确率,以支持早期诊断和治疗 | 湿疹、皮肤癌和脂溢性皮炎患者 | 计算机视觉 | 皮肤癌 | Relief算法 | AlexNet, SVM | 图像 | 2213名个体(693名湿疹患者,750名皮肤癌患者,770名脂溢性皮炎患者) |
717 | 2025-07-30 |
Quantitative evaluation of hydrocarbon contamination in soil using hyperspectral data-a comparative study of machine learning models
2025-Jul-28, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-025-14386-8
PMID:40721876
|
研究论文 | 本研究评估了机器学习和深度学习技术在利用高光谱数据快速预测土壤中碳氢化合物污染方面的适用性 | 比较了多种机器学习模型在高光谱数据预测碳氢化合物污染中的表现,并发现XGB回归器在准确性和鲁棒性之间取得了良好平衡 | 汽油污染模型的准确性较低,因为其光谱特征较难区分 | 评估机器学习和深度学习技术在高光谱数据预测土壤碳氢化合物污染中的适用性 | 三种类型土壤(黏土、粉土和砂土)中的碳氢化合物污染 | 机器学习 | NA | 高光谱成像、GC-MS | XGB regressor, 神经网络 | 高光谱数据 | 三种土壤类型(黏土、粉土和砂土)的合成污染样本,污染范围为0至10,000 mg/kg |
718 | 2025-07-30 |
DBA-ViNet: an effective deep learning framework for fruit disease detection and classification using explainable AI
2025-Jul-28, BMC plant biology
IF:4.3Q1
DOI:10.1186/s12870-025-07015-6
PMID:40721988
|
研究论文 | 本研究开发了一种名为DBA-ViNet的深度学习框架,用于水果病害的检测和分类,并利用可解释AI技术提高模型的透明度和可信度 | 提出了一种新的双分支注意力引导视觉网络(DBA-ViNet),能够有效整合全局和局部特征以提高病害识别准确率,并利用Grad-CAM可视化模型关注区域 | 未进行统计显著性检验,将在未来工作中探索 | 开发一个有效且稳健的模型,用于水果病害的识别和分类 | 苹果、番石榴、芒果、石榴和橙子等水果的病害图像 | 计算机视觉 | 水果病害 | 计算机视觉技术 | DBA-ViNet(双分支注意力引导视觉网络),并比较了Swin Transformer、EfficientNetV2、ConvNeXt、YOLOv8和MobileNetV3等预训练CNN模型 | 图像 | 开源水果病害图像数据集,包含五种水果的病害和健康样本,数据分为70%训练、15%验证和15%测试,并采用5折交叉验证 |
719 | 2025-07-30 |
Prediction of 1p/19q state in glioma by integrated deep learning method based on MRI radiomics
2025-Jul-28, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14454-9
PMID:40722008
|
research paper | 本研究开发了一种基于MRI影像组学的深度学习方法来预测低级别胶质瘤患者的1p/19q分子状态 | 提出了一种集成变分自编码器(VAE)、信息增益(IG)和卷积神经网络(CNN)的集成卷积神经网络(ECNN)方法 | 研究为回顾性研究,样本量相对有限(218例) | 预测低级别胶质瘤患者的1p/19q分子状态 | 低级别胶质瘤患者 | digital pathology | glioma | MRI radiomics | ECNN (集成VAE、IG和CNN) | MRI图像(增强T1加权和T2加权图像) | 218例低级别胶质瘤患者(155例来自TCIA数据库,63例来自区域医疗中心) |
720 | 2025-07-30 |
Diagnostic accuracy of artificial intelligence for obstructive sleep apnea detection: a systematic review
2025-Jul-28, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-025-03129-x
PMID:40722158
|
系统综述 | 本文系统评估了人工智能模型在阻塞性睡眠呼吸暂停(OSA)诊断中的准确性 | 首次系统评估了多种AI模型在OSA诊断中的表现,并比较了不同架构的准确性 | 研究存在透明度、可解释性以及性能变异性的挑战,需要更多样化的训练数据集来提高临床应用的普适性 | 评估AI模型在阻塞性睡眠呼吸暂停诊断中的准确性 | 成人阻塞性睡眠呼吸暂停患者 | 机器学习 | 阻塞性睡眠呼吸暂停 | AI算法(包括深度学习和机器学习) | 深度学习、机器学习和混合模型 | 临床特征数据 | 13项研究纳入最终分析 |