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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
741 | 2025-07-16 |
Discovery of selective GluN1/GluN3A NMDA receptor inhibitors using integrated AI and physics-based approaches
2025-Jul-14, Acta pharmacologica Sinica
IF:6.9Q1
DOI:10.1038/s41401-025-01607-6
PMID:40659855
|
研究论文 | 本文介绍了一种结合人工智能和物理模型的化合物虚拟筛选流程,用于发现选择性GluN1/GluN3A NMDA受体抑制剂 | 整合了两种基于序列的深度学习预测模型(TEFDTA和ESMLigSite)与分子对接方法,提高了筛选效率和准确性 | 受限于可用结构数据的缺乏和离子通道的固有复杂性 | 发现针对GluN1/GluN3A NMDA受体的选择性抑制剂 | GluN1/GluN3A NMDA受体 | 机器学习 | 情绪障碍 | 虚拟筛选、分子对接 | TEFDTA、ESMLigSite | 化合物数据库 | 1800万种化合物 |
742 | 2025-07-16 |
ESE and Transfer Learning for Breast Tumor Classification
2025-Jul-14, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01608-1
PMID:40659967
|
研究论文 | 本研究提出了一种基于倒置残差网络、高效挤压激励(ESE)模块和双重迁移学习的轻量级神经网络架构TLese-ResNet,用于乳腺癌分子亚型识别 | 结合倒置ResNet减少网络参数并增强跨层梯度传播和特征表达能力,引入ESE模块在保持通道关系收集的同时降低网络复杂度,采用双重迁移学习策略应对小数据集问题 | 数据集规模较小,仅来自江西某医院的乳腺X线摄影图像 | 开发有效的乳腺癌分子亚型识别辅助工具 | 浸润性乳腺癌患者的乳腺X线摄影图像(CC和MLO视图) | 数字病理学 | 乳腺癌 | 深度学习 | TLese-ResNet(基于倒置ResNet与ESE模块) | 医学影像(乳腺X线摄影) | 未明确说明具体数量,来自江西某医院的乳腺X线摄影图像数据集 |
743 | 2025-07-16 |
An Adaptive Generative 3D VNet Model for Enhanced Monkeypox Lesion Classification Using Deep Learning and Augmented Image Fusion
2025-Jul-14, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01594-4
PMID:40659969
|
研究论文 | 本文提出了一种自适应生成3D VNet模型,用于通过深度学习和增强图像融合技术提高猴痘病变的分类效果 | 结合自适应生成网络和3D VNet,通过数据增强和自适应融合技术,有效解决了标记数据有限的问题,提高了分类准确性和鲁棒性 | 未提及模型在更大规模或多样化数据集上的泛化能力 | 设计一个有效的猴痘检测和分类模型 | 猴痘病变图像 | 计算机视觉 | 猴痘 | 深度学习、数据增强(裁剪、旋转、翻转)、图像融合 | Adaptive Generative 3D VNet | 3D图像 | 基于猴痘皮肤病变数据集,具体样本数量未提及 |
744 | 2025-07-16 |
The Rise of Intelligent Plastic Surgery: A 10-Year Bibliometric Journey Through AI Applications, Challenges, and Transformative Potential
2025-Jul-14, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-025-05068-4
PMID:40660032
|
review | 本文通过文献计量学方法分析了2016至2024年间人工智能在整形外科中的应用、挑战及潜在变革 | 利用CiteSpace和VOSviewer软件对235篇文献进行定量分析,揭示了AI在乳房重建、面部分析和自动分级系统等领域的创新应用 | 研究存在西方中心审美标准的偏见、数据集多样性不足以及跨机构合作有限等问题 | 系统分析人工智能在整形外科领域的研究趋势和临床整合面临的挑战 | Web of Science核心合集中2016至2024年间的235篇文献 | 数字病理 | NA | deep learning, predictive modeling | NA | 文献数据 | 235篇文献 |
745 | 2025-07-16 |
PETFormer-SCL: a supervised contrastive learning-guided CNN-transformer hybrid network for Parkinsonism classification from FDG-PET
2025-Jul-14, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-025-02081-0
PMID:40660058
|
research paper | 提出了一种结合CNN和Transformer的深度学习框架PETFormer-SCL,用于从FDG-PET图像中分类帕金森综合征亚型 | 整合了CNN与通道级Transformer模块,并采用监督对比学习指导,以增强疾病特异性特征学习并减少个体差异 | 未明确提及样本多样性或外部验证集的泛化能力 | 提高帕金森综合征亚型(PD、MSA、PSP)的早期鉴别诊断准确性 | 帕金森综合征患者的FDG-PET图像 | digital pathology | Parkinsonism | FDG-PET | CNN-Transformer hybrid (PETFormer-SCL) | medical image | 训练集945例患者,独立测试集330例(总计1275例) |
746 | 2025-07-16 |
The MSA Atrophy Index (MSA-AI): An Imaging Marker for Diagnosis and Clinical Progression in Multiple System Atrophy
2025-Jul-14, Annals of clinical and translational neurology
IF:4.4Q1
DOI:10.1002/acn3.70106
PMID:40660627
|
research paper | 本研究提出了一种新的复合体积测量方法MSA-AI,用于区分多系统萎缩(MSA)与相关疾病并监测疾病进展 | 提出了一种新的影像生物标志物MSA-AI,能够有效区分MSA与其他相关疾病,并与临床严重程度和疾病进展相关 | 需要在更大规模的独立队列中进行验证 | 开发可靠的生物标志物以追踪MSA的疾病进展并推进治疗方法 | 多系统萎缩(MSA)患者及相关疾病患者 | digital pathology | geriatric disease | 3T MRI, deep learning-based segmentation | NA | image | 17名初始诊断为可能MSA的患者,26名MSA病例,23名健康对照,23名纯自主神经衰竭患者,56名帕金森病患者,8名路易体痴呆患者,以及469名规范数据集 |
747 | 2025-07-16 |
Innovative Immunoinformatics Tools for Enhancing MHC (Major Histocompatibility Complex) Class I Epitope Prediction in Immunoproteomics
2025-Jul-14, Protein and peptide letters
IF:1.0Q4
|
研究论文 | 本文探讨了免疫信息学工具在提高MHC I类表位预测方面的最新进展 | 结合生物信息学算法、人工智能和机器学习模型,显著提高了表位预测的敏感性和特异性 | 由于MHC I类结合肽的复杂性和多样性,准确识别不同人群和情境下的表位仍然极具挑战性 | 提高MHC I类表位预测的准确性,以促进疫苗开发、癌症免疫治疗和自身免疫性疾病的研究 | MHC I类分子结合肽 | 免疫信息学 | 癌症、自身免疫性疾病 | 生物信息学算法、人工智能、机器学习、深度学习、多组学数据整合 | NetMHC、IEDB、MHCflurry | 蛋白质组学、转录组学、基因组学数据 | NA |
748 | 2025-07-16 |
Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence
2025-Jul-12, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2025.105976
PMID:40659080
|
研究论文 | 本研究开发并评估了一种自动方法,用于在儿童数字印模中分割和标记乳牙和恒牙 | 结合大上下文预测进行牙齿标记和高分辨率预测进行牙齿分割的深度学习模型 | 对于不寻常的牙齿状况或模糊的牙齿萌出模式会出现错误 | 开发自动区分儿童数字印模中乳牙和恒牙的方法 | 儿童数字印模中的乳牙和恒牙 | 数字病理 | NA | 深度学习 | 深度学习模型 | 数字印模 | 来自351名患者的716个数字印模 |
749 | 2025-07-16 |
Single-cell spatial transcriptomics reveals immunotherapy-driven bone marrow niche remodeling in AML
2025-Jul-11, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adw4871
PMID:40632867
|
研究论文 | 该研究通过单细胞空间转录组学揭示了免疫治疗在急性髓系白血病(AML)中驱动的骨髓微环境重塑 | 结合单细胞RNA测序与单细胞空间转录组学,实现了对肿瘤微环境的更精确分析,揭示了免疫治疗后白血病细胞附近免疫细胞的全局和局部富集 | 测序深度限制可能影响数据的全面性 | 探索免疫治疗在AML中的效果及其对骨髓微环境的影响 | 接受pembrolizumab和decitabine治疗的AML患者的骨髓样本 | 数字病理学 | 急性髓系白血病(AML) | 单细胞RNA测序、单细胞空间转录组学 | 深度学习 | 转录组数据、图像数据 | NA |
750 | 2025-07-16 |
Visual WetlandBirds Dataset: Bird Species Identification and Behavior Recognition in Videos
2025-Jul-11, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05516-5
PMID:40645987
|
research paper | 介绍了一个专为鸟类行为检测和物种分类设计的细粒度视频数据集,填补了现有数据集的空白 | 首个提供详细鸟类行为视频注释的数据集,促进深度学习模型在鸟类行为识别方面的发展 | 数据集仅包含西班牙湿地的178个视频,覆盖13种鸟类和7种行为类别,样本多样性和规模有限 | 通过提供详细的鸟类行为视频数据集,支持全球生物多样性保护的决策制定 | 西班牙湿地中的13种不同鸟类及其7种行为类别 | computer vision | NA | 视频记录与深度学习模型应用 | state of the art models(未具体说明) | video | 178个视频,涵盖13种鸟类和7种行为类别 |
751 | 2025-07-16 |
Artificial Intelligence Tools in Myocardial Infarction Prognosis: Evaluating the Performance of Machine Learning and Deep Learning Models
2025-Jul-11, Current cardiology reviews
IF:2.4Q2
|
review | 本文综述了人工智能(AI)在心肌梗死预后评估中的应用,特别是机器学习和深度学习模型的性能 | 探讨了AI模型在心肌梗死风险分层中的潜力,包括对复杂数据集的适应能力和在不同场景中的应用 | 没有单一算法表现最优,人工神经网络并不总是优于其他机器学习方法 | 开发新的心肌梗死患者死亡风险分层工具 | 心肌梗死患者 | machine learning | cardiovascular disease | machine learning, deep learning | random forest, gradient boosting, support vector machines, artificial neural networks | clinical data | 十六篇论文 |
752 | 2025-07-16 |
Identification of neural crest and melanoma cancer cell invasion and migration genes using high-throughput screening and deep attention networks
2025-Jul-10, Developmental dynamics : an official publication of the American Association of Anatomists
IF:2.0Q3
DOI:10.1002/dvdy.70059
PMID:40637615
|
研究论文 | 通过高通量筛选和深度学习网络识别神经嵴和黑色素瘤癌细胞侵袭与迁移的关键基因 | 结合高通量siRNA筛选、统计分析和深度学习技术,从45个基因中筛选出对黑色素瘤细胞迁移至关重要的基因,并揭示了BMP4和RASGRP1在细胞间相互作用中的关键作用 | 研究主要基于体外实验和鸡胚胎移植模型,尚未在更复杂的体内环境中验证这些基因的功能 | 识别调控神经嵴和黑色素瘤癌细胞侵袭与迁移的关键基因 | 神经嵴细胞和c8161黑色素瘤细胞系 | 机器学习 | 黑色素瘤 | 高通量siRNA筛选、深度学习分析 | 深度注意力网络 | 基因表达数据、细胞行为数据 | 45个基因的筛选,重点关注14个显著影响细胞迁移的基因 |
753 | 2025-07-16 |
Integrating deep learning in stride-to-stride muscle activity estimation of young and old adults with wearable inertial measurement units
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-83903-5
PMID:40634326
|
研究论文 | 该研究提出了一种基于CNN的方法,利用可穿戴惯性测量单元(IMUs)数据来估计步行时的肌肉活动 | 通过深度学习模型处理可穿戴IMUs数据,克服了传统步态分析需要专业实验室设置和精确电极放置的限制 | 样本年龄范围较广(19-73岁),可能影响模型在特定年龄段的性能 | 开发一种更简便、经济的步态分析方法 | 65名19-73岁的参与者 | 机器学习 | NA | 可穿戴惯性测量单元(IMUs) | CNN | 传感器数据 | 65名参与者(19-73岁) |
754 | 2025-07-16 |
Deep ensemble learning with transformer models for enhanced Alzheimer's disease detection
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08362-y
PMID:40634379
|
研究论文 | 本文提出了一种基于BERT和循环卷积神经网络的深度学习集成模型,用于提高阿尔茨海默病的检测准确率 | 结合BERT编码器和循环卷积神经网络的双分支结构,并采用集成学习方法提高模型性能 | 模型仅在特定数据集(DementiaBank Pitt Corpus的子集)上进行测试,可能需要更多数据验证泛化能力 | 开发更准确的阿尔茨海默病早期诊断方法 | 阿尔茨海默病患者和健康对照者的临床笔记文本数据 | 自然语言处理 | 阿尔茨海默病 | 深度学习 | BERT, CNN, LSTM, 集成学习 | 文本 | DementiaBank Pitt Corpus中Cookie Theft子集的数据 |
755 | 2025-07-16 |
Applying deep learning techniques to identify tonsilloliths in panoramic radiography
2025-Jul-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10489-x
PMID:40634633
|
研究论文 | 本研究应用深度学习技术在全景X光片中识别扁桃体结石,以提高诊断准确性和效率 | 首次将ResNet和EfficientNet CNN模型应用于扁桃体结石的自动识别 | 样本量相对较小(仅275例),且仅评估了两种CNN模型 | 开发准确快速的扁桃体结石诊断支持系统 | 全景X光片中的扁桃体结石 | 计算机视觉 | 口腔疾病 | 深度学习 | CNN(包括ResNet18、ResNet101、EfficientNetB0和EfficientNetB1) | 医学影像(全景X光片) | 275张全景X光片(125张无结石,150张有结石) |
756 | 2025-07-16 |
[The development of AlphaFold and its applications in biology and medicine]
2025-Jul-06, Zhonghua yu fang yi xue za zhi [Chinese journal of preventive medicine]
|
综述 | 本文综述了AlphaFold的发展历程及其在生物学和医学中的应用 | AlphaFold2通过端到端深度学习架构实现了原子级精度的蛋白质结构预测,解决了长期以来的蛋白质折叠问题,而AlphaFold3进一步扩展了预测能力,能够模拟复杂的生物分子复合物 | 在模拟构象动力学和瞬时结合状态方面仍存在局限性 | 探讨AlphaFold在计算生物学中的发展及其多学科应用 | 蛋白质结构预测及生物分子复合物模拟 | 计算生物学 | NA | 深度学习 | AlphaFold2, AlphaFold3 | 蛋白质结构数据 | NA |
757 | 2025-07-16 |
MPN-RRT*: A New Method in 3D Urban Path Planning for UAV Integrating Deep Learning and Sampling Optimization
2025-Jul-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25134142
PMID:40648397
|
研究论文 | 提出了一种结合深度学习和采样优化的新型3D城市无人机路径规划方法MPN-RRT* | 通过将Motion Planning Networks (MPNet)与RRT*结合,利用降维技术将3D城市地形切片为2D迷宫表示,并应用迁移学习优化采样,显著提高了计算效率和路径质量 | 研究仅基于MATLAB仿真验证,未涉及实际无人机飞行测试 | 提升无人机在复杂3D城市环境中的路径规划效率和路径质量 | 无人机(UAV) | 机器学习和路径规划 | NA | Motion Planning Networks (MPNet), Rapidly exploring Random Tree Star (RRT*), 迁移学习 | MPNet, RRT* | 3D城市地图数据 | 两个3D环境:稀疏的200 × 200 × 200地图和密集的800 × 800 × 200地图 |
758 | 2025-07-16 |
The Pulseq-CEST Library: definition of preparations and simulations, example data, and example evaluations
2025-Jul, Magma (New York, N.Y.)
DOI:10.1007/s10334-025-01242-6
PMID:40146474
|
研究论文 | 介绍Pulseq-CEST库,一个用于标准化和原型设计化学交换饱和转移(CEST)MRI序列的存储库 | 提供了一种灵活的机制来标准化和原型设计CEST序列,支持可重复研究、快速原型设计和深度学习训练数据生成 | NA | 标准化化学交换饱和转移(CEST)MRI研究,促进协作开发 | CEST MRI序列及其模拟和评估 | 医学影像 | NA | 化学交换饱和转移(CEST)MRI,Bloch-McConnell模拟 | Bloch-McConnell方程 | 模拟数据和实验数据 | 使用五管模型和模拟环境进行比较 |
759 | 2025-07-16 |
Computer-Aided Technology for Bioactive Protein Design and Clinical Application
2025-Jul, Macromolecular bioscience
IF:4.4Q1
DOI:10.1002/mabi.202500007
PMID:40260555
|
综述 | 本文综述了计算机辅助蛋白质设计(CAPD)技术及其在蛋白质治疗药物中的应用 | 整合了深度学习预测和生成模型,显著提升了蛋白质药物的结合亲和力、特异性并降低免疫原性 | 面临模型过拟合、稀有蛋白质家族数据不足以及需要高效实验验证等挑战 | 探讨CAPD技术在蛋白质工程和治疗药物开发中的应用 | 单克隆抗体、蛋白质药物、抗原和蛋白质聚合物 | 蛋白质工程 | NA | 计算机辅助蛋白质设计(CAPD)、深度学习 | 生成模型 | 蛋白质结构数据 | NA |
760 | 2025-07-16 |
Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review
2025-Jul, Advances in nutrition (Bethesda, Md.)
DOI:10.1016/j.advnut.2025.100438
PMID:40334987
|
系统综述 | 本文系统综述了人工智能在癌症患者营养不良管理中的应用,包括营养状况评估、预测、临床结果和身体成分监测 | AI模型在营养不良检测中表现出高预测准确性,机器学习算法优于传统筛查工具,深度学习模型在医学影像中实现了高分割精度 | 需要进一步研究以标准化AI模型并确保临床适用性 | 评估人工智能在癌症患者营养不良识别和管理中的作用 | 癌症患者 | 医疗人工智能 | 癌症 | 机器学习算法(决策树、随机森林、支持向量机)、深度学习模型 | 决策树、随机森林、支持向量机、深度学习模型 | 医学影像、临床数据 | 11项研究(n = 52,228患者) |