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 | 2025-05-28 |
A comprehensive validation study on the influencing factors of cough-based COVID-19 detection through multi-center data with abundant metadata
2025-Apr, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2025.104798
PMID:39993588
|
研究论文 | 本研究通过多中心数据和丰富的元数据,全面验证了基于咳嗽的COVID-19检测模型的影响因素 | 首次利用自监督学习进行预训练,并通过不同来源的数据微调模型,同时验证了咳嗽类型、症状和感染阶段等因素对检测性能的影响,并观察了预测概率与临床指标的相关性 | 在康复个体和开源数据集上检测性能较差,且临床数据样本量较小 | 评估基于咳嗽的COVID-19检测模型在实际应用中的可行性 | 临床和众包的咳嗽音频数据 | 机器学习 | COVID-19 | 自监督学习 | 深度学习模型 | 音频 | 多中心临床和众包数据 |
742 | 2025-05-28 |
Enhancing convolutional neural networks in electroencephalogram driver drowsiness detection using human inspired optimizers
2025-Mar-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93765-0
PMID:40155444
|
research paper | 该研究探讨了使用人类启发式优化算法(TLBO和SPBO)优化卷积神经网络(CNN)在基于脑电图(EEG)的驾驶员 drowsiness 检测中的应用 | 引入了两种人类启发式优化算法(TLBO和SPBO)来优化CNN架构,提高了EEG信号中 drowsiness 检测的性能 | 存在轻微的过拟合问题 | 提高基于EEG的驾驶员 drowsiness 检测系统的性能 | 驾驶员 drowsiness 检测 | machine learning | NA | EEG | CNN | EEG信号 | NA |
743 | 2025-05-28 |
Multimodal medical image fusion combining saliency perception and generative adversarial network
2025-Mar-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95147-y
PMID:40148552
|
研究论文 | 本文提出了一种结合显著性感知和生成对抗网络的多模态医学图像融合方法,以提高诊断准确性 | 提出了一种新颖的深度学习架构Temporal Decomposition Network (TDN),通过特征级时间分析和对抗学习机制优化多模态医学图像融合 | NA | 优化多模态医学图像融合,提高诊断准确性 | 多模态医学图像 | 数字病理 | NA | 生成对抗网络(GAN) | TDN (Temporal Decomposition Network) | 图像 | 多样化的医学图像数据集,包含多种模态和图像维度 |
744 | 2025-05-28 |
Deep learning-based evaluation of panoramic radiographs for osteoporosis screening: a systematic review and meta-analysis
2025-Mar-12, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01626-z
PMID:40075328
|
meta-analysis | 本文通过系统综述和荟萃分析评估了深度学习模型在利用全景X光片预测骨质疏松症方面的准确性 | 首次对深度学习模型在全景X光片骨质疏松筛查中的准确性进行系统评价和荟萃分析 | 需要更多多中心研究来验证模型在高风险群体中的有效性 | 评估深度学习模型在全景X光片骨质疏松筛查中的诊断准确性 | 骨质疏松症患者 | digital pathology | geriatric disease | deep learning | AlexNet, ResNet | image | 7项研究(具体样本量未明确说明) |
745 | 2025-05-28 |
Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics
2025-Mar-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25051576
PMID:40096448
|
研究论文 | 本文探讨了基于大脑网格细胞的生物启发式导航在机器人中的应用,特别是利用深度学习模型处理不确定性和动态环境 | 展示了网格细胞网络能够从机器人轨迹中有效学习空间表示,为开发先进的移动机器人导航算法奠定了基础 | 讨论了当前面临的挑战和未来研究方向,暗示存在未解决的问题和限制 | 研究目的是探索基于网格细胞的导航系统在机器人中的应用,特别是在不确定和动态环境中的表现 | 研究对象是移动无人地面车辆(UGV)机器人的轨迹数据 | 机器人学 | NA | 深度学习 | 网格细胞网络 | 轨迹数据 | NA |
746 | 2025-05-28 |
Comparing the Effectiveness of Artificial Intelligence Models in Predicting Ovarian Cancer Survival: A Systematic Review
2025-Mar, Cancer reports (Hoboken, N.J.)
DOI:10.1002/cnr2.70138
PMID:40103563
|
系统性综述 | 本文系统性综述了机器学习算法在预测卵巢癌患者生存结果中的应用 | 比较了多种AI模型在预测卵巢癌生存结果中的有效性,并识别了影响预测准确性的重要特征 | 模型准确性和可解释性仍存在挑战 | 评估机器学习算法在预测卵巢癌患者生存结果中的有效性 | 卵巢癌患者 | 机器学习 | 卵巢癌 | 机器学习算法 | 随机森林、支持向量机、逻辑回归、XGBoost及多种深度学习模型 | 临床数据、影像数据和分子数据 | 32项符合纳入标准的研究 |
747 | 2025-05-28 |
Using pretrained models in ensemble learning for date fruits multiclass classification
2025-Mar, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.70136
PMID:40135491
|
研究论文 | 该研究使用预训练模型和集成学习方法对九种不同椰枣进行多类分类 | 提出了Dirichlet Ensemble方法,结合多个CNN模型的预测结果,显著提高了分类准确率 | VGG16模型表现不佳,仅获得73.24%的准确率,表明其难以处理复杂分类任务 | 提高椰枣分类的准确性和鲁棒性,用于质量控制、自动分拣和商业应用 | 九种不同椰枣 | 计算机视觉 | NA | 集成学习 | CNN(DenseNet121, MobileNetV2, ResNet18, VGG16) | 图像 | NA |
748 | 2025-05-28 |
Deep learning-based defect detection in film-coated tablets using a convolutional neural network
2025-Feb-25, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2025.125220
PMID:39832574
|
研究论文 | 本文提出了一种基于深度学习的薄膜包衣片剂缺陷检测方法,使用卷积神经网络(CNN)进行定量分析 | 采用CNN进行薄膜包衣片剂缺陷检测,准确率达到99.7%,显著优于传统的基于静态规则的方法 | 研究中使用的缺陷是人为诱导的,可能无法完全代表实际生产中的所有缺陷类型 | 开发一种标准化、客观且高效的薄膜包衣片剂缺陷检测方法 | 红色-橙色薄膜包衣安慰剂片剂 | 计算机视觉 | NA | 图像分析 | CNN | 图像 | 25,200张片剂图像 |
749 | 2025-05-28 |
Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management
2025-Feb-23, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-025-01349-w
PMID:39988715
|
综述 | 本文综述了深度学习与心电图(ECG)在心血管疾病领域应用的最新进展,系统性地分析了198篇高质量文献 | 通过细致的分类和层次分割,全面描绘了当前心血管疾病领域的研究现状 | NA | 为感兴趣的读者提供全面的指南,激发对这一领域进一步深入探索和研究的热情 | 心血管疾病 | 机器学习 | 心血管疾病 | 深度学习 | NA | 心电图(ECG)数据 | 198篇高质量文献 |
750 | 2025-05-28 |
Development of a pressure ulcer stage determination system for community healthcare providers using a vision transformer deep learning model
2025-Feb-14, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000041530
PMID:39960905
|
research paper | 开发了一种基于Vision Transformer深度学习模型的压疮分期系统,用于辅助社区医疗护理人员早期检测压疮 | 首次使用Vision Transformer模型处理实际压疮照片进行分类,相比传统CNN模型具有更高准确性和更低计算复杂度 | 研究仅基于395张图像,样本量相对有限 | 开发辅助社区护理人员早期检测压疮的计算机视觉系统 | 压疮患者的不同分期照片 | computer vision | pressure ulcer | deep learning | Vision Transformer (ViT) | image | 395张来自3家医院的压疮分期图像 |
751 | 2025-05-28 |
Fraud detection in healthcare claims using machine learning: A systematic review
2025-Feb, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.103061
PMID:39756221
|
系统综述 | 本文系统综述了机器学习技术在医疗保险欺诈检测中的应用 | 分析了近二十年来文献中记录的数据和方法,提供了研究挑战和机遇的见解 | 数据不一致、缺乏数据标准化和整合、隐私问题以及用于训练模型的标记欺诈案例数量有限 | 识别医疗保险欺诈,减少医疗支出损失 | 医疗保险索赔数据 | 机器学习 | NA | 机器学习 | 无监督方法、监督方法、混合方法 | 医疗保险索赔数据 | 137篇研究文章,涉及16个国家的数据,主要来自美国(96篇)、中国(11篇)和澳大利亚(5篇) |
752 | 2025-05-28 |
Predicting the Price of Molecules Using Their Predicted Synthetic Pathways
2025-Feb, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400039
PMID:39887833
|
research paper | 本文提出了一种名为RetroPriceNet的深度学习模型,用于预测分子的价格,该模型利用分子的预测合成路径作为特征 | 首次提出了一种考虑起始材料可用性和价格的虚拟分子价格预测函数,填补了现有指标的空白 | NA | 改进和加速与商品成本相关的决策过程 | 虚拟分子的价格预测 | machine learning | NA | Computer Aided Synthetic Planning (CASP) | RetroPriceNet (deep learning model) | molecular data | NA |
753 | 2025-05-28 |
Retinal vascular alterations in cognitive impairment: A multicenter study in China
2025-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.14593
PMID:39988572
|
研究论文 | 本研究通过多中心研究调查了认知障碍患者的视网膜血管变化 | 使用VC-Net深度学习模型分割视网膜动静脉网络,提取36个血管特征,发现认知障碍患者血管结构显著变化 | 需要在更大规模的队列中验证,并探索潜在机制 | 研究认知障碍患者的视网膜血管变化 | 176名轻度认知障碍(MCI)或阿尔茨海默病(AD)患者和264名对照者 | 数字病理学 | 阿尔茨海默病 | 深度学习 | VC-Net | 图像 | 440名受试者(176名患者和264名对照) |
754 | 2025-05-28 |
Diagnostic accuracy of radiomics and artificial intelligence models in diagnosing lymph node metastasis in head and neck cancers: a systematic review and meta-analysis
2025-Feb, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03485-x
PMID:39527265
|
meta-analysis | 该研究通过系统综述和荟萃分析评估了放射组学和人工智能模型在头颈癌淋巴结转移诊断中的准确性 | 首次对AI模型在头颈癌淋巴结转移诊断中的准确性进行全面评估,并比较了不同影像学方法和模型类型的表现差异 | 大多数研究缺乏外部验证,分析仅限于内部验证集,可能影响结果的普遍适用性 | 评估人工智能模型在头颈癌淋巴结转移诊断中的准确性 | 头颈癌患者的淋巴结转移情况 | digital pathology | head and neck cancers | radiomics, deep learning | deep learning models, hand-crafted radiomics models | 医学影像数据(CT、MRI、PET/CT) | 23项符合条件的研究(具体样本量未明确说明) |
755 | 2025-05-28 |
Advancing bioinformatics with large language models: components, applications and perspectives
2025-Jan-31, ArXiv
PMID:38259343
|
综述 | 本文全面概述了大语言模型(LLMs)在生物信息学中的关键组成部分、应用及未来展望 | 探讨了大语言模型在解决生物信息学问题中的潜力,超越了其在人类语言建模方面的熟练度 | NA | 为大语言模型的用户和开发者提供实用指导,优化其使用并促进该领域的进一步创新 | 大语言模型在生物信息学中的应用,包括基因组学、转录组学、蛋白质组学、药物发现和单细胞分析 | 生物信息学 | NA | 自监督或半监督学习 | transformer | 未标记的输入数据 | NA |
756 | 2025-05-28 |
Abnormality detection in nailfold capillary images using deep learning with EfficientNet and cascade transfer learning
2025-01-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85277-8
PMID:39814806
|
研究论文 | 本研究利用基于EfficientNet和级联迁移学习的深度学习方法,开发了一种自动化的临床筛查工具,用于检测甲襞毛细血管图像中的异常 | 提出了一个基于EfficientNet-B0和级联迁移学习的鲁棒框架,显著提高了分类器在区分甲襞毛细血管图像正常与异常病例中的性能 | 数据集中正常图像仅占6%,可能导致模型在正常病例上的泛化能力受限 | 开发一种自动化的临床筛查工具,用于检测甲襞毛细血管图像中的异常 | 甲襞毛细血管图像 | 计算机视觉 | 心血管疾病 | 深度学习和迁移学习 | EfficientNet-B0 | 图像 | 225名参与者的甲襞毛细血管图像 |
757 | 2025-05-28 |
Exploring the subtle and novel renal pathological changes in diabetic nephropathy using clustering analysis with deep learning
2025-01-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-84588-6
PMID:39814818
|
研究论文 | 利用深度学习的聚类分析方法探索糖尿病肾病中细微且新颖的肾脏病理变化 | 采用不变信息聚类(IIC)和可视化技术(Grad-CAM和GAN)识别糖尿病肾病中早期和新型的病理变化 | 样本来源仅限于金泽医科大学的45名患者,可能影响结果的普遍性 | 早期诊断糖尿病肾病以减少慢性肾脏病(CKD)的数量 | 糖尿病和非糖尿病患者的肾小球图像 | 数字病理学 | 糖尿病肾病 | IIC, Grad-CAM, GAN | IIC, Cycle-GAN | 图像 | 45名患者的13,251张肾小球图像(糖尿病病例7,799张,非糖尿病病例5,542张) |
758 | 2025-05-28 |
Advances in computer vision and deep learning-facilitated early detection of melanoma
2025-Jan-15, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elaf002
PMID:40139223
|
综述 | 本文综述了计算机视觉和深度学习在黑色素瘤早期检测中的重大进展 | 整合了YOLO、GAN、Mask R-CNN、ResNet和DenseNet等前沿神经网络模型,提升黑色素瘤的早期检测和诊断 | 未来研究需进一步提升技术、整合多模态数据并改善AI决策的可解释性以促进临床采用 | 探索计算机视觉和深度学习技术在黑色素瘤早期检测中的应用 | 黑色素瘤的早期检测和诊断 | 计算机视觉 | 黑色素瘤 | 深度学习 | YOLO, GAN, Mask R-CNN, ResNet, DenseNet | 图像 | 使用了PH2、ISIC、DERMQUEST和MED-NODE等综合皮肤病数据集 |
759 | 2025-05-28 |
Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis
2025-01-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86455-4
PMID:39809940
|
研究论文 | 本研究评估了变分图自编码器(VGAE)在重建与NLRP3介导的牙周炎细胞焦亡相关基因数据中的效果 | 首次将VGAE应用于牙周炎研究中基因表达数据的重建,展示了其在基因表达分析和图结构重建中的潜力 | 存在5820个假阴性结果,表明模型采取了保守策略 | 评估VGAE在牙周炎相关基因数据重建中的效果 | 与NLRP3介导的细胞焦亡相关的基因数据 | 机器学习 | 牙周炎 | 无监督K-means聚类 | VGAE | 基因表达数据 | NCBI GEO数据集GSE262663中的3个样本(含缺氧暴露与无缺氧暴露) |
760 | 2025-05-28 |
Clinical Decision Support Using Speech Signal Analysis: Systematic Scoping Review of Neurological Disorders
2025-Jan-13, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/63004
PMID:39804693
|
系统范围综述 | 本文通过系统范围综述探讨了语音信号分析在神经系统疾病临床决策支持中的应用 | 提出了一个结构化研究框架,结合临床实践、语音科学和数据科学知识,以系统指导未来研究 | 仅纳入了72篇聚焦神经系统疾病的研究,样本量相对有限 | 了解语音信号分析在神经系统疾病临床决策中的技术革新和最新趋势 | 神经系统疾病患者的语音信号 | 自然语言处理 | 神经系统疾病(如帕金森病、阿尔茨海默病和认知障碍) | 语音特征分析(包括传统语音特征、基于数字信号处理的语音特征和声谱图) | 传统机器学习和深度学习模型 | 语音信号 | 389篇初步符合条件的文章,其中72篇纳入定性分析 |