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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
7541 | 2025-02-13 |
PortNet: Achieving lightweight architecture and high accuracy in lung cancer cell classification
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e41850
PMID:39931476
|
研究论文 | 本研究开发了一种名为PortNet的深度学习模型,旨在为肺癌细胞的病理类型提供高效、准确且经济的辅助诊断 | PortNet模型通过结合1×1卷积块和深度可分离卷积架构,显著减少了模型参数数量,同时通过集成Squeeze-and-Excitation自注意力模块增强了特征表示,实现了轻量化和高精度的平衡 | 未提及模型在实际临床环境中的验证情况,以及是否适用于其他类型的癌症细胞分类 | 开发一种轻量化的深度学习模型,用于肺癌细胞分类的辅助诊断 | 肺癌细胞 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 未明确提及样本数量 |
7542 | 2025-02-13 |
Deep learning-based quick MLC sequencing for MRI-guided online adaptive radiotherapy: a feasibility study for pancreatic cancer patients
2025-Feb-12, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adb099
PMID:39883962
|
研究论文 | 本研究提出了一种基于深度学习的快速MLC序列生成方法,用于MRI引导的在线自适应放疗,旨在加速胰腺癌患者的治疗计划适应过程 | 使用递归条件生成对抗网络模型从通量图预测MLC段形状,并结合线性矩阵方程模块优化段的监测单位权重,显著减少了治疗计划的执行时间 | 研究仅针对腹部癌症患者,且样本量相对较小(49名患者,242个每日分数) | 加速MRI引导的在线自适应放疗的每日在线重新计划过程 | 胰腺癌患者 | 数字病理学 | 胰腺癌 | 深度学习 | 递归条件生成对抗网络(RCGAN) | MRI图像 | 49名腹部癌症患者的242个每日分数 |
7543 | 2025-02-13 |
A novel method for online sex sorting of silkworm pupae (Bombyx mori) using computer vision combined with deep learning
2025-Feb-12, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.14177
PMID:39936219
|
研究论文 | 本文提出了一种基于计算机视觉和深度学习的蚕蛹性别在线分选新方法 | 开发了一种结合级联空间通道注意力(CSCA)和G-GhostNet的实时蚕蛹性别识别模型,并提出了一种新的损失函数以减少模型复杂性和避免过拟合 | NA | 提高蚕蛹性别分选的效率和生产力 | 蚕蛹(Bombyx mori) | 计算机视觉 | NA | 深度学习 | CSCA, G-GhostNet | 图像 | NA |
7544 | 2025-02-13 |
Association of visceral fat obesity with structural change in abdominal organs: fully automated three-dimensional volumetric computed tomography measurement using deep learning
2025-Feb-12, Abdominal radiology (New York)
DOI:10.1007/s00261-025-04834-x
PMID:39937214
|
研究论文 | 本研究探讨了腹部器官结构变化与内脏脂肪肥胖(VFO)之间的关联,采用基于深度学习算法的全自动三维体积CT测量方法 | 首次使用全自动三维体积CT测量方法结合深度学习算法,研究腹部器官结构变化与内脏脂肪肥胖的关联 | 样本量相对较小,且仅基于CT测量,未涉及其他影像学或生物学指标 | 探讨腹部器官结构变化与内脏脂肪肥胖的关联 | 610名患者(295名男性和315名女性,平均年龄68.4岁) | 数字病理学 | 代谢相关疾病 | 全自动三维体积CT测量 | 深度学习算法 | CT图像 | 610名患者 |
7545 | 2025-02-13 |
Forensic dental age estimation with deep learning: a modified xception model for panoramic X-Ray images
2025-Feb-12, Forensic science, medicine, and pathology
DOI:10.1007/s12024-025-00962-4
PMID:39937388
|
研究论文 | 本研究旨在通过深度学习模型改进法医年龄估计方法,特别关注于区分12岁以下和12岁及以上的个体 | 引入了新的多边形面积度量(PAM)来处理法医应用中常见的不平衡数据集,并开发了基于Xception的'Forensic Xception'模型,该模型在年龄分类任务中表现出色 | 研究仅使用了1941名儿科患者的数据,未来研究需要探索更多数据集并解决伦理和法律问题 | 开发一种改进的法医年龄估计方法,特别关注于区分12岁以下和12岁及以上的个体 | 1941名5至15岁的儿科患者的正畸全景X射线图像 | 计算机视觉 | NA | 深度学习 | Xception, ResNet, ShuffleNet, InceptionV3, DarkNet, NasNet, DenseNet, EfficientNet, MobileNet, ResNet18, GoogleNet, SqueezeNet, AlexNet | 图像 | 1941名儿科患者 |
7546 | 2025-02-13 |
In vivo confocal microscopy in ophthalmology: research trends from a bibliometric analysis
2025-Feb-11, Clinical & experimental optometry
DOI:10.1080/08164622.2025.2459345
PMID:39933698
|
研究论文 | 本文通过文献计量分析探讨了活体共聚焦显微镜(IVCM)在眼科领域的研究趋势 | 首次对IVCM在眼科领域的全球研究进行了文献计量分析,填补了该领域的空白 | 研究仅基于Web of Science核心合集数据库,可能未涵盖所有相关文献 | 识别IVCM研究中的有影响力的文章、作者、机构和新兴趋势 | 眼科领域的IVCM研究文献 | 数字病理 | 眼科疾病 | 活体共聚焦显微镜(IVCM) | NA | 文献数据 | 1,389篇文章,其中600篇发表于过去十年 |
7547 | 2025-02-13 |
Beam's eye view to fluence maps 3D network for ultra fast VMAT radiotherapy planning
2025-Feb-11, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17673
PMID:39935217
|
研究论文 | 本文提出了一种深度学习方法来加速VMAT放疗计划中的通量图生成 | 通过直接从患者数据预测通量图,显著减少了传统方法中的复杂和迭代过程 | 需要进一步验证在不同数据集和临床环境中的泛化能力 | 加速VMAT治疗计划中的通量图生成 | VMAT放疗计划中的通量图 | 医学影像处理 | 癌症 | 深度学习 | 3D网络 | 3D剂量图 | 超过2000个VMAT计划 |
7548 | 2025-02-13 |
A deep learning-based peer review method for radiotherapy planning
2025-Feb-11, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17686
PMID:39935240
|
研究论文 | 本研究开发了一种基于深度学习的放疗计划同行评审方法,利用患者解剖信息和深度学习剂量预测模型进行个性化质量控制 | 结合深度学习剂量预测模型和统计模型,提出了一种新的个性化放疗计划质量控制方法 | 研究样本量较小,仅针对鼻咽癌患者,未涵盖其他类型的癌症 | 开发一种基于深度学习的放疗计划同行评审方法,以提高放疗计划的质量 | 鼻咽癌患者的放疗计划 | 数字病理学 | 鼻咽癌 | 深度学习剂量预测 | UNet | 3D剂量分布数据 | 139名鼻咽癌患者(95名用于训练,20名用于验证,24名用于测试),另外29个临床治疗计划用于同行评审 |
7549 | 2025-02-13 |
Automatic bone marrow segmentation for precise [177Lu]Lu-PSMA-617 dosimetry
2025-Feb-11, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17684
PMID:39935268
|
研究论文 | 本文开发了一种基于图像的自动分割方法,用于[177Lu]Lu-PSMA-617治疗中的个性化骨髓剂量测定 | 使用X-means聚类方法对CT图像进行骨髓分割,相比传统方法具有更高的准确性和更低的误差 | 样本量较小(10名患者,30个治疗周期),可能影响结果的普遍性 | 开发一种自动图像分割方法,用于[177Lu]Lu-PSMA-617治疗中的骨髓剂量测定 | 转移性去势抵抗性前列腺癌患者的骨髓 | 数字病理学 | 前列腺癌 | SPECT/CT成像,X-means聚类 | 深度学习 | 图像 | 10名患者,30个治疗周期 |
7550 | 2025-02-13 |
Frontier molecular orbital weighted model based networks for revealing organic delayed fluorescence efficiency
2025-Feb-10, Light, science & applications
DOI:10.1038/s41377-024-01713-w
PMID:39924488
|
研究论文 | 本文提出了一种基于前沿分子轨道加权模型的网络,用于揭示有机延迟荧光效率 | 开发了电子结构注入网络(ESIN),用于TADF发射体的筛选,能够基于分子几何和轨道信息准确预测TADF分子的光致发光量子产率(PLQYs) | 数据驱动的材料筛选方法在访问TADF发射体的激发态特性方面仍然非常困难且未得到充分解决 | 预测TADF发射体的功能,以替代金属基磷光材料,并作为新一代发射体用于OLED显示的大规模生产 | 具有热激活延迟荧光(TADF)特性的有机分子 | 机器学习 | NA | 深度学习(DL) | 电子结构注入网络(ESIN) | 分子几何和轨道信息 | NA |
7551 | 2025-02-13 |
An automatic control system based on machine vision and deep learning for car windscreen clean
2025-Feb-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88688-9
PMID:39924520
|
研究论文 | 本文介绍了一种基于机器视觉和深度学习的实时雨滴检测系统和创新的雨刷控制方法,用于汽车挡风玻璃清洁 | 使用改进的YOLOv8模型构建了一个全天候雨滴检测模型,并提出了根据降雨强度自动调整检测频率和雨刷操作速度的控制方法 | 未提及具体的数据集大小和多样性,可能影响模型的泛化能力 | 提高雨天驾驶的安全性,通过自动控制雨刷系统保持挡风玻璃清晰 | 汽车挡风玻璃上的雨滴 | 计算机视觉 | NA | 深度学习 | CNN, YOLOv8 | 图像 | 未提及具体样本数量 |
7552 | 2025-02-13 |
Response to Letter to the Editor regarding, "Evaluation of accuracy of deep learning and conventional neural network algorithms in detection of dental implant type using intraoral radiographic images: A systematic review and meta-analysis"
2025-Feb-10, The Journal of prosthetic dentistry
IF:4.3Q1
DOI:10.1016/j.prosdent.2025.01.020
PMID:39934030
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
7553 | 2025-02-13 |
Translational Informatics Driven Drug Repositioning for Neurodegenerative Disease
2025-Feb-06, Current neuropharmacology
IF:4.8Q1
|
综述 | 本文通过转化信息学的视角,全面探讨了神经退行性疾病的药物重新定位,包括数据来源、计算模型和临床应用 | 利用人工智能和医疗数据的快速发展,提出了一种创新的、数据驱动的药物重新定位方法,为神经退行性疾病的治疗提供了新的途径 | 本文主要集中于理论和方法论的探讨,缺乏具体的实验验证和临床数据支持 | 开发适用于神经退行性疾病的有效治疗干预措施 | 神经退行性疾病 | 转化信息学 | 神经退行性疾病 | 人工智能、机器学习、深度学习、网络分析方法 | 机器学习、深度学习、网络模型 | 医疗数据 | NA |
7554 | 2025-02-13 |
Quantifying multilabeled brain cells in the whole prefrontal cortex reveals reduced inhibitory and a subtype of excitatory neuronal marker expression in serotonin transporter knockout rats
2025-Feb-05, Cerebral cortex (New York, N.Y. : 1991)
DOI:10.1093/cercor/bhae486
PMID:39932853
|
研究论文 | 本文介绍了一种新方法,用于量化动物模型中全脑亚区域的多标记细胞,并展示了5-HTT敲除大鼠前额叶皮层亚区域中兴奋性和抑制性神经元标记表达的减少 | 结合StarDist深度学习方法与新型开源方法,实现了前额叶皮层亚区域中细胞的自动计数,揭示了5-HTT敲除大鼠中特定兴奋性和抑制性神经元标记表达的减少 | 研究结果受限于脑部表示和细胞分割的局限性,标准免疫组化方法无法考虑感兴趣区域的体积变化 | 研究5-HTT敲除大鼠前额叶皮层中亚区域兴奋性和抑制性神经元标记表达的变化 | 5-HTT敲除大鼠 | 数字病理学 | 焦虑症 | StarDist深度学习方法 | 深度学习网络 | 图像 | 5-HTT敲除大鼠和野生型大鼠 |
7555 | 2025-02-13 |
High-content imaging and deep learning-driven detection of infectious bacteria in wounds
2025-Feb, Bioprocess and biosystems engineering
IF:3.5Q2
DOI:10.1007/s00449-024-03110-4
PMID:39621107
|
研究论文 | 本文介绍了一种基于深度学习的框架,用于快速准确地检测和分类伤口中的四种常见细菌 | 利用预训练的ResNet50深度学习架构,结合高内涵成像技术,显著缩短了细菌检测时间,并提供了关键特征的可视化 | 研究主要基于体外和小鼠伤口样本,尚未在人类临床环境中进行大规模验证 | 开发一种快速、准确的细菌检测方法,以改善伤口感染的临床治疗 | 伤口中的四种常见细菌:鲍曼不动杆菌(AB)、大肠杆菌(EC)、铜绿假单胞菌(PA)和金黄色葡萄球菌(SA) | 计算机视觉 | 伤口感染 | 高内涵成像 | ResNet50 | 图像 | 体外样本和小鼠伤口样本 |
7556 | 2025-02-13 |
Deep Learning-Enabled STEM Imaging for Precise Single-Molecule Identification in Zeolite Structures
2025-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202408629
PMID:39703985
|
研究论文 | 本文开发了一种深度学习框架,用于在低剂量条件下进行集成差分相位对比扫描透射电子显微镜(iDPC-STEM)成像,以精确捕捉沸石结构中的单分子行为 | 提出了一种名为DIVAESR的去噪超分辨率模型,有效减少了散粒噪声,从而获得更清晰的原子分辨率iDPC-STEM图像,并支持高级单分子检测和分析 | 测试主要基于合成数据集,虽然展示了在真实iDPC-STEM图像上的应用潜力,但仍需进一步验证其在实际复杂环境中的表现 | 开发深度学习框架以提升iDPC-STEM成像质量,用于精确捕捉和分析沸石结构中的单分子行为 | 沸石结构中的单分子行为 | 计算机视觉 | NA | 集成差分相位对比扫描透射电子显微镜(iDPC-STEM) | DIVAESR(去噪推理变分自编码器超分辨率模型) | 图像 | 合成数据集和真实iDPC-STEM图像 |
7557 | 2025-02-13 |
Tumour purity assessment with deep learning in colorectal cancer and impact on molecular analysis
2025-Feb, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6376
PMID:39710952
|
研究论文 | 本文探讨了使用深度学习模型SoftCTM在结直肠癌中评估肿瘤纯度的有效性及其对分子分析的影响 | 提出了一个开源的多器官深度学习模型SoftCTM,用于在H&E染色切片中检测肿瘤和非肿瘤细胞,并展示了其在肿瘤纯度评估中的高重复性和准确性 | 尽管SoftCTM在技术重复性和准确性上表现出色,但其在更广泛临床环境中的应用仍需进一步验证 | 比较和验证SoftCTM在结直肠癌肿瘤纯度评估中的效用和准确性,以改进下游分子分析 | 结直肠癌患者的数字病理和多组学数据 | 数字病理 | 结直肠癌 | 深度学习 | SoftCTM | 图像 | 1,097名患者 |
7558 | 2025-02-13 |
Semi-supervised learning-based identification of the attachment between sludge and microparticles in wastewater treatment
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124268
PMID:39889421
|
研究论文 | 本文提出了一种基于半监督学习的方法,用于识别废水处理系统中污泥与微粒之间的附着情况 | 采用基于SimCLR的半监督学习方法,结合预训练的ResNet50和Mask R-CNN架构,显著提高了在有限标注数据情况下的检测精度 | 需要一定量的未标注数据进行预训练,且标注数据量较少时性能提升有限 | 提高废水处理系统中微粒转移过程的监测精度 | 废水处理系统中的污泥和微粒 | 计算机视觉 | NA | 半监督学习(SSL),SimCLR,Mask R-CNN | ResNet50,Mask R-CNN | 图像 | 1000张未标注图像,约200张标注图像(包含约600个标注微粒) |
7559 | 2025-02-13 |
Integrating deep learning algorithms for forecasting evapotranspiration and assessing crop water stress in agricultural water management
2025-Feb, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124363
PMID:39889430
|
研究论文 | 本研究旨在通过先进的深度学习技术提高蒸散发(ET)、潜在蒸散发(PET)和作物水分胁迫指数(CWSI)的预测精度,以优化农业水资源管理 | 结合高分辨率气候数据和四种共享社会经济路径(SSPs),采用多种深度学习模型(FFNNs、CNNs、GRUs、LSTMs)进行预测,显著提高了预测精度 | 研究主要针对孟加拉国,可能在其他地区的适用性有限 | 开发先进的预测模型以优化农业水资源管理 | 蒸散发(ET)、潜在蒸散发(PET)和作物水分胁迫指数(CWSI) | 机器学习 | NA | 深度学习 | FFNNs、CNNs、GRUs、LSTMs | 气候数据 | NA |
7560 | 2025-02-13 |
Foundation models in ophthalmology: opportunities and challenges
2025-Jan-01, Current opinion in ophthalmology
IF:3.0Q1
DOI:10.1097/ICU.0000000000001091
PMID:39329204
|
综述 | 本文探讨了眼科领域基础模型的机遇与挑战,特别是RETFound模型和大型语言模型(如GPT-4和Gemini)在医疗专业化中的应用 | RETFound模型在特定任务上优于传统深度学习模型,且仅需在小数据集上进行微调;大型语言模型如Med-Gemini和Medprompt GPT-4在眼科任务中表现优于现成模型 | 眼科领域缺乏多模态模型,主要由于训练这些模型需要大量计算资源,且高质量眼科数据集有限 | 探讨眼科领域基础模型的进一步发展和应用 | 眼科领域的基础模型和大型语言模型 | 自然语言处理 | 眼科疾病 | NA | RETFound, GPT-4, Gemini | 文本, 图像 | NA |