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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
761 | 2025-07-04 |
Speech imagery brain-computer interfaces: a systematic literature review
2025-Jun-26, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ade28e
PMID:40490003
|
系统综述 | 本文系统综述了语音意象脑机接口(SI-BCI)解码流程的重要方面 | 总结了语音意象解码领域20年来的研究趋势,比较了不同神经影像模态和信号处理方法,并量化了解码效率 | 只有不到6%的研究报告了实时解码,大多数研究集中在离线分析上,方法多样性导致难以确定当前最先进水平 | 评估语音意象作为脑机接口范式的潜力和现状 | 语音意象(SI)及其在脑机接口中的应用 | 脑机接口 | NA | 神经影像技术(未具体说明) | 深度学习模型 | 神经信号数据 | 104篇同行评议报告 |
762 | 2025-07-04 |
Learning from small datasets-review of workshop 6 of the 10th International BCI Meeting 2023
2025-Jun-24, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/addf80
PMID:40456256
|
review | 本文回顾了2023年第十届国际BCI会议第六次研讨会的内容,重点讨论了在小数据集上训练分类或回归机器学习模型的最新技术 | 探讨了传统机器学习和深度学习方法在小数据集上的应用,并讨论了相关Python工具箱和分类模型基准测试 | NA | 减少脑机接口(BCI)中的校准时间,提高BCI应用的可用性和用户接受度 | 脑机接口(BCI)的解码器模型 | machine learning | NA | NA | classification or regression machine learning models | small datasets | NA |
763 | 2025-07-04 |
Investigating correlations between mental disorders and fundus imaging data using deep learning: A study from the UK Biobank
2025-Jun-24, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004574
PMID:40601933
|
研究论文 | 本研究利用深度学习技术探索眼底成像数据与精神障碍之间的关联,并评估其在非侵入性早期检测中的潜力 | 首次采用深度学习多模态训练方法分析眼底成像特征与精神障碍的相关性,并提出一种非侵入性早期检测的新途径 | 研究样本量相对有限(1494名参与者),且结果需要更大规模研究验证 | 自动识别精神行为障碍并解释精神疾病与眼底生物标志物之间的潜在关联 | UK Biobank数据库中1494名参与者的眼底图像和OCT测量特征 | 数字病理学 | 精神障碍 | 光学相干断层扫描(OCT) | 深度学习多模态模型、Random Forest分类器、Linear分类器 | 图像(眼底图像和OCT扫描数据) | 1494名UK Biobank参与者 |
764 | 2025-07-04 |
Fast intraoperative detection of primary central nervous system lymphoma and differentiation from common central nervous system tumors using stimulated Raman histology and deep learning
2025-Jun-21, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noae270
PMID:39673805
|
研究论文 | 结合受激拉曼组织学(SRH)和深度学习技术,开发了一种名为RapidLymphoma的快速术中检测方法,用于区分原发性中枢神经系统淋巴瘤(PCNSL)和其他中枢神经系统肿瘤 | 首次将SRH与深度学习结合,实现了PCNSL的快速术中检测和鉴别,准确率高且速度快 | 研究样本主要来自四个国际医疗中心,可能存在一定的样本选择偏差 | 开发一种快速、准确的术中检测方法,以区分PCNSL和其他中枢神经系统肿瘤 | 原发性中枢神经系统淋巴瘤(PCNSL)和其他中枢神经系统肿瘤 | 数字病理学 | 中枢神经系统淋巴瘤 | 受激拉曼组织学(SRH) | 深度学习 | 图像 | 训练数据包括54,000个SRH图像块,测试队列包括160、420和59个样本 |
765 | 2025-07-04 |
Validation of an artificial intelligence-based algorithm for predictive performance and risk stratification of sepsis using real-world data from hospitalised patients: a prospective observational study
2025-Jun-20, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2024-101353
PMID:40541404
|
研究论文 | 本研究验证了一种基于深度学习的算法VC-SEPS在预测败血症和患者风险分层方面的性能 | 前瞻性比较了医疗人工智能软件算法与传统评分系统在预测败血症方面的性能 | 研究仅在一家医院进行,样本量相对有限 | 验证VC-SEPS算法在早期预测败血症和风险分层中的性能 | 住院患者 | 数字病理学 | 败血症 | 深度学习 | 深度学习算法 | 电子医疗记录数据 | 6,455名患者,其中325名被诊断为败血症 |
766 | 2025-07-04 |
Prenatal detection of congenital heart defects using the deep learning-based image and video analysis: protocol for Clinical Artificial Intelligence in Fetal Echocardiography (CAIFE), an international multicentre multidisciplinary study
2025-Jun-05, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-101263
PMID:40473283
|
研究论文 | 本研究旨在开发基于深度学习的图像和视频分析技术,用于产前先天性心脏缺陷的检测 | 提出一个国际多中心多学科合作的研究协议,利用AI模型实时支持临床医生检测胎儿先天性心脏缺陷,特别是在资源匮乏或非专业环境中 | 目前AI模型在先天性心脏缺陷检测上的准确性不足,部分原因是缺乏足够的超声数据用于机器学习,且CHD罕见且异质性高 | 开发能够区分正常胎儿心脏和先天性心脏缺陷的AI模型,并识别特定类型的CHD | 胎儿心脏超声图像和视频 | 数字病理 | 先天性心脏病 | 深度学习 | AI模型 | 图像和视频 | 16,400例回顾性和前瞻性超声扫描(包括13,000例正常胎儿心脏和1,000例CHD胎儿的回顾性数据,以及2,000例正常胎儿心脏和400例主要CHD胎儿的前瞻性数据) |
767 | 2025-07-04 |
Referenceless 4D flow cardiovascular magnetic resonance with deep learning
2025-Jun-02, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101920
PMID:40467036
|
研究论文 | 本研究利用深度学习预测心血管4D流动磁共振成像中的参考编码,以减少扫描时间 | 首次提出使用深度学习预测参考编码,从而减少25%的数据采集量,缩短扫描时间或提高分辨率 | 在左心室和右心室的总湍流动能测量中存在较大误差 | 改进心血管疾病的评估方法,减少4D流动磁共振成像的扫描时间 | 126名不同类型心肌病患者的心脏4D流动数据集 | 医学影像处理 | 心血管疾病 | 4D流动心血管磁共振成像 | U-NetADV, U-NetVEL | 医学影像数据 | 126名患者(113名用于训练,13名用于测试) |
768 | 2025-07-04 |
Retraction: A deep learning model for estimating sedation levels using heart rate variability and vital signs: a retrospective cross-sectional study at a center in South Korea
2025-Jun-02, Acute and critical care
IF:1.7Q3
DOI:10.4266/acc.2024.01200.r1
PMID:40602482
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
769 | 2025-07-04 |
Subclinical tremor differentiation using long short-term memory networks
2025-Jun, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-025-01526-0
PMID:39992543
|
研究论文 | 本研究利用长短期记忆网络(LSTM)开发了一种深度学习模型,用于区分帕金森病(PD)、原发性震颤(ET)和正常生理性震颤的亚临床震颤 | 该研究首次采用LSTM网络处理亚临床震颤数据,并在低振幅震颤分类上比现有方法提高了30-50%的准确率 | 未来需要增强模型的可解释性,并在更大、更多样化的数据集(包括动作性震颤)上进行验证 | 开发能够区分PD、ET和正常生理性震颤的亚临床震颤的AI模型 | 帕金森病(PD)、原发性震颤(ET)和正常受试者的亚临床震颤数据 | 机器学习 | 帕金森病 | 短时傅里叶变换 | LSTM | 传感器数据 | 51名PD患者、15名ET患者和58名正常受试者 |
770 | 2025-07-04 |
Deep Learning-Based Models for Ventricular Segmentation in Hydrocephalus: A Systematic Review and Meta-Analysis
2025-Jun, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2025.124001
PMID:40306409
|
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脑积水患者心室分割中的性能 | 首次对深度学习模型在脑积水心室分割中的应用进行系统评价和荟萃分析 | 纳入研究数量有限(24项),且不同研究间可能存在异质性 | 评估深度学习模型在脑积水心室分割中的性能表现 | 脑积水患者的心室影像数据 | 数字病理学 | 脑积水 | 深度学习 | DL-based models | 医学影像(MRI/CT/超声) | 24项研究共2911名患者 |
771 | 2025-07-04 |
FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study
2025-Jun, The Lancet. Digital health
DOI:10.1016/j.landig.2025.03.002
PMID:40345937
|
研究论文 | 开发并验证了一个名为FaceAge的深度学习系统,通过面部照片估计生物年龄以改善癌症患者的预后预测 | 利用深度学习从面部照片中客观估计生物年龄,并将其应用于癌症患者的生存预测和临床决策支持 | 需要在更大的队列中进一步验证,并探索是否适用于其他疾病患者 | 开发一个能够从面部照片估计生物年龄的系统,以改善癌症患者的预后预测 | 健康个体和癌症患者的面部照片 | 计算机视觉 | 癌症 | 深度学习 | CNN | 图像 | 训练集包含58,851名健康个体,验证集包含6,196名癌症患者 |
772 | 2025-07-04 |
The value of artificial intelligence in PSMA PET: a pathway to improved efficiency and results
2025-Jun, The quarterly journal of nuclear medicine and molecular imaging : official publication of the Italian Association of Nuclear Medicine (AIMN) [and] the International Association of Radiopharmacology (IAR), [and] Section of the Society of...
DOI:10.23736/S1824-4785.25.03640-4
PMID:40444499
|
系统综述 | 本文系统综述了人工智能(AI)在提高前列腺特异性膜抗原正电子发射断层扫描(PSMA PET)检测转移性前列腺癌准确性和效率方面的潜力 | 探讨了AI在PSMA PET扫描中的多种应用,包括提高诊断准确性、敏感性、区分良性病变、报告标准化以及预测治疗反应 | 性能存在显著变异性,部分算法的'黑箱'性质,需要更大规模的前瞻性研究和改进模型可解释性 | 研究AI在PSMA PET扫描中提高转移性前列腺癌检测准确性和效率的潜力 | 前列腺癌患者的PSMA PET扫描数据 | 数字病理学 | 前列腺癌 | PSMA PET扫描 | 机器学习(ML)、深度学习(DL)、卷积神经网络(CNN) | 医学影像 | 22项研究,包括前瞻性和回顾性设计 |
773 | 2025-07-04 |
Refined selection of individuals for preventive cardiovascular disease treatment with a transformer-based risk model
2025-Jun, The Lancet. Digital health
DOI:10.1016/j.landig.2025.03.005
PMID:40461349
|
研究论文 | 本研究开发并验证了一种基于Transformer的深度学习模型TRisk,用于预测心血管疾病的10年风险,旨在优化预防性治疗的个体选择 | 提出了一种新型的Transformer-based Risk assessment survival (TRisk)模型,在心血管疾病风险预测中表现出优于传统统计模型和现有深度学习模型的性能 | 研究未提及模型在其他种族或地区人群中的适用性,且未说明模型在临床实践中的实施难度 | 开发并验证一种能更精准识别需要心血管疾病预防性治疗个体的风险预测模型 | 25-84岁的成年人,包括普通人群和糖尿病患者 | 机器学习 | 心血管疾病 | 深度学习 | Transformer | 电子健康记录 | 来自英格兰291家全科诊所的300万成年人数据用于模型开发,98家诊所数据用于验证 |
774 | 2025-07-04 |
Future Applications of Cardiothoracic CT
2025-Jun, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240085
PMID:40492912
|
综述 | 本文综述了光子计数CT(PCCT)、直立CT和人工智能(AI)在心胸CT成像和诊断中的未来应用 | 探讨了PCCT、直立CT和AI在心胸CT中的创新应用,包括降低辐射剂量、提高空间分辨率和改变放射科医生解读影像的方式 | 未提及具体临床实施中的挑战或限制 | 探讨心胸CT技术的未来发展方向和应用前景 | 心胸CT技术及其临床应用 | 数字病理 | 心血管疾病 | 光子计数CT(PCCT)、直立CT、四维CT、AI | 深度学习 | CT影像 | NA |
775 | 2025-07-04 |
Artificial intelligence-assisted detection of nasopharyngeal carcinoma on endoscopic images: a national, multicentre, model development and validation study
2025-Jun, The Lancet. Digital health
DOI:10.1016/j.landig.2025.03.001
PMID:40544083
|
研究论文 | 开发并验证了一种基于Swin Transformer的深度学习系统(STND),用于在内窥镜检查中区分鼻咽癌、良性增生和正常鼻咽组织 | 首次开发了一种基于Swin Transformer的深度学习系统,用于鼻咽癌的内窥镜图像诊断,并在多中心研究中验证了其临床实用性 | 研究主要基于中国高发地区的医院数据,可能在其他地区的泛化性有待验证 | 提高鼻咽癌的早期诊断准确率,减少漏诊和误诊 | 鼻咽癌、良性增生和正常鼻咽组织的内窥镜图像 | 数字病理 | 鼻咽癌 | 深度学习 | Swin Transformer | 图像 | 内部数据集包含27,362张内窥镜图像(来自15,521名个体),外部验证集包含1,885张前瞻性采集的图像(来自945名参与者) |
776 | 2025-07-04 |
Pharmakon or the healing art: experience of artistic-transformative transdisciplinary workshops in fibromyalgia syndrome
2025-Jun, Clinical and experimental rheumatology
IF:3.4Q2
DOI:10.55563/clinexprheumatol/yxhmcr
PMID:40556605
|
研究论文 | 本研究验证了通过艺术转化工作坊在纤维肌痛综合征患者中改善生活质量、睡眠、自尊和自我效能的有效性 | 首次将艺术转化体验应用于纤维肌痛综合征患者的治疗,并验证其有效性 | 研究为观察性设计,缺乏对照组,且样本量相对较小 | 验证跨学科艺术转化路径对纤维肌痛综合征患者的治疗效果 | 纤维肌痛综合征患者 | 心理健康 | 纤维肌痛综合征 | 艺术转化工作坊(包括自传回顾、诗歌表达和视觉思维策略) | NA | 问卷调查数据 | 109名纤维肌痛综合征患者 |
777 | 2025-07-04 |
Predicting heavy metal concentration in crop grain using automated machine learning models
2025-Jun, Ying yong sheng tai xue bao = The journal of applied ecology
DOI:10.13287/j.1001-9332.202506.018
PMID:40607569
|
研究论文 | 使用自动化机器学习模型预测作物籽粒中的重金属浓度 | 首次应用自动化机器学习(AutoML)模型预测作物籽粒中多种重金属的浓度,并比较了六种不同模型的性能 | 研究基于已有文献的数据集,可能受限于数据的质量和覆盖范围 | 预测和控制作物籽粒中的重金属污染 | 作物籽粒中的重金属(铬、镉、铅、砷、汞)浓度 | 机器学习 | NA | 自动化机器学习(AutoML) | DL, DRF, XRT, SE, GBM, GLM | 结构化数据 | 791个数据集来自54篇出版物 |
778 | 2025-07-04 |
Toward diffusion MRI in the diagnosis and treatment of pancreatic cancer
2025-May-28, Medical oncology (Northwood, London, England)
DOI:10.1007/s12032-025-02759-5
PMID:40434720
|
研究论文 | 探讨扩散磁共振成像(dMRI)在胰腺癌诊断和治疗中的潜力 | 结合扩散加权成像(DWI)、扩散张量成像(DTI)、体素内不相干运动(IVIM)和扩散峰度成像(DKI)等扩散技术及AI分析,提供组织微结构的深入洞察 | 标准化协议和稳健的数据分析流程仍存在挑战 | 增强胰腺癌的诊断和治疗效果 | 胰腺癌 | 数字病理 | 胰腺癌 | dMRI, DWI, DTI, IVIM, DKI, AI分析 | 深度学习 | MRI图像 | NA |
779 | 2025-07-04 |
Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan
2025-May-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.22.623650
PMID:39651232
|
research paper | 该研究利用深度学习预测单细胞酵母的寿命,通过代谢网络分析揭示寿命差异的根本原因 | 首次发现酵母寿命差异是代谢网络的一个涌现特性,并识别出与寿命相关的三种代谢通量状态 | 研究仅针对单细胞酵母,结果是否适用于多细胞生物尚不明确 | 探究单细胞酵母寿命差异的根本原因 | 单倍体单细胞酵母 | machine learning | NA | 深度学习、主成分分析(PCA) | Regression Neural Network (RNN)、Classification Neural Network (CfNN)、Convolutional Neural Network (CNN) | 代谢通量分布数据 | 812个可行突变体对应的66,400个单个细胞 |
780 | 2025-07-04 |
Galileo-an Artificial Intelligence tool for evaluating pre-implantation kidney biopsies
2025-May, Journal of nephrology
IF:2.7Q2
DOI:10.1007/s40620-024-02094-4
PMID:39356416
|
研究论文 | 介绍了一种名为Galileo的人工智能工具,用于评估移植前肾脏活检 | 开发了专门用于辅助病理学家解读移植前肾脏活检的AI工具Galileo,显著提高了评估速度和一致性 | 需要进一步基于硬终点(如移植物存活率)进行改进 | 开发AI工具以辅助病理学家评估移植前肾脏活检 | 移植前肾脏活检的病理图像 | 数字病理 | 肾脏疾病 | 深度学习 | 深度学习算法 | 图像 | 多中心收集的肾脏穿刺和楔形活检的全切片图像 |