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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
61 | 2025-10-03 |
Real-Time Deep-Learning Image Reconstruction and Instrument Tracking in MR-Guided Biopsies
2025-Oct-01, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.70138
PMID:41035253
|
研究论文 | 本研究开发了一种基于深度学习的实时MRI图像重建和器械跟踪系统,用于加速MR引导的前列腺活检 | 首次将深度学习同时应用于欠采样MRI图像重建和活检器械实时跟踪,并在临床环境中进行验证 | 样本量相对较小,仅在前列腺活检中验证,未在其他类型活检中测试 | 通过深度学习加速MR引导活检流程并实现实时器械跟踪 | 男性前列腺活检患者 | 医学影像分析 | 前列腺癌 | MRI,深度学习图像重建 | 深度学习分割和重建模型 | MRI图像,k空间数据 | 训练集:1289名男性患者(8464次扫描),测试集:8名男性患者(10个动态k空间样本) |
62 | 2025-10-03 |
Meta-learning provides a robust framework to discern taxonomic carnivore agency from the analysis of tooth marks on bone: reassessing the role of felids as predators of Homo habilis
2025-Oct, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.250548
PMID:41035507
|
研究论文 | 本研究开发了一种基于元学习的双方法框架,用于从骨骼咬痕中准确识别食肉动物分类,并重新评估了早期人类在食物链中的位置 | 首次将少样本监督学习和模型无关元学习相结合,解决了样本不平衡问题,实现了迄今为止最精确的食肉动物咬痕分类 | 研究主要基于非洲古人类遗址的样本,可能不适用于其他地理区域的食肉动物分类 | 开发更稳健的食肉动物机构识别方法,重新评估早期人类与食肉动物的捕食关系 | 食肉动物在骨骼上留下的咬痕,特别是针对OH7和OH65等古人类标本的分析 | 机器学习 | NA | 少样本监督学习(FSSL)、模型无关元学习(MAML) | Xception、FSSL-MAML集成模型 | 骨骼咬痕图像数据 | 涉及四种主要非洲食肉动物(鳄鱼、鬣狗、豹子、狮子)的咬痕样本,具体数量未明确说明但包含不平衡样本 |
63 | 2025-10-03 |
Fully ablative CO2 laser therapy for rhinophyma: long-term efficacy, safety and insights from an artificial intelligence-assisted predictive model in a large cohort
2025-Oct, Skin health and disease
DOI:10.1093/skinhd/vzaf042
PMID:41035836
|
研究论文 | 评估完全消融性CO2激光治疗酒渣鼻的长期疗效、安全性及患者满意度,并利用人工智能模型预测治疗成功因素 | 首次在大型队列研究中结合深度学习模型识别酒渣鼻治疗结果的关键预测因子 | 回顾性研究设计,样本量相对有限(152例患者) | 评估CO2激光治疗酒渣鼻的长期效果并建立治疗结果预测模型 | 152例I-III级酒渣鼻患者 | 数字病理 | 皮肤疾病 | CO2激光治疗,深度学习模型 | 深度学习模型,逻辑回归 | 临床数据,满意度调查,随访评估 | 152例酒渣鼻患者 |
64 | 2025-10-03 |
A dataset of lung ultrasound images for automated AI-based lung disease classification
2025-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.112034
PMID:41036250
|
研究论文 | 本文介绍了一个用于AI肺部疾病自动分类的标注肺部超声图像数据集 | 提供了一个在乌干达采集的标准化肺部超声图像基准数据集,专门用于AI模型开发 | 数据集仅包含1062张图像,样本量相对有限 | 开发基于AI的肺部疾病自动诊断工具 | 肺部超声图像 | 计算机视觉 | 肺部疾病 | 肺部超声(LUS) | CNN | 图像 | 1062张标注图像,来自乌干达两家转诊医院的患者 |
65 | 2025-10-03 |
Deep learning predicts osteogenic differentiation stages of human mesenchymal stem cells from phase-contrast microscopy images
2025-Sep-30, Dental materials journal
IF:1.9Q4
DOI:10.4012/dmj.2025-015
PMID:40903238
|
研究论文 | 本研究构建了能够仅通过相差显微镜图像预测间充质干细胞成骨分化阶段的深度学习模型 | 首次使用深度学习从相差显微镜图像中非侵入性地识别间充质干细胞的成骨分化阶段 | 仅使用了单一细胞系(UE7T-13)进行验证,样本多样性有限 | 开发基于形态学特征的成骨分化阶段自动识别方法 | 人间充质干细胞(UE7T-13细胞系) | 计算机视觉 | 骨科疾病 | 相差显微镜成像 | ResNet-50, DenseNet-121 | 图像 | 在D0、D1、D5、D10、D14五个时间点采集的相差显微镜图像 |
66 | 2025-10-03 |
An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease
2025-Sep-30, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae087d
PMID:40961977
|
研究论文 | 提出一种可解释的多模态神经影像-基因组学生成框架,用于阿尔茨海默病的分类和轻度认知障碍转化预测 | 在潜在空间中引入循环生成对抗网络进行缺失数据填补,并采用可解释AI方法增强模型表示的可解释性 | NA | 基于多模态MRI数据和单核苷酸多态性解码阿尔茨海默病,实现疾病分类和早期转化预测 | 阿尔茨海默病患者、轻度认知障碍患者和健康对照 | 医学影像分析 | 阿尔茨海默病 | 多模态MRI、单核苷酸多态性分析 | 生成对抗网络(GAN)、深度学习 | 神经影像数据、基因组数据 | NA |
67 | 2025-10-03 |
Deep learning-based optimal selection of construction and demolition waste crushing equipment
2025-Sep-30, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.127466
PMID:41033205
|
研究论文 | 本研究提出了一种基于深度学习的建筑垃圾破碎设备优化选择方法 | 结合Mask R-CNN模型进行建筑垃圾识别分割,并集成生命周期评估和环境成本计算来确定最优破碎设备 | 未明确说明研究样本的具体数量和来源限制 | 开发建筑垃圾破碎设备的智能选择方法以提高回收效率和环境效益 | 建筑拆除垃圾(CDW)及其破碎处理设备 | 计算机视觉 | NA | Mask R-CNN、Brute Force算法、3D体积重建、生命周期评估(LCA) | Mask R-CNN | 图像 | NA |
68 | 2025-10-03 |
Analysis of the analgesic mechanism of TENS-WAA in colonoscopy using the EEG-fNIRS system: a study protocol for a randomised controlled trial
2025-Sep-30, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2025-103681
PMID:41033775
|
研究论文 | 通过随机对照试验研究基于腕踝针理论的经皮神经电刺激在结肠镜检查中的中枢镇痛机制 | 首次结合EEG-fNIRS多模态系统研究TENS-WAA的镇痛机制,并应用深度学习框架分析神经生理信号与主观疼痛体验的关系 | 单中心研究,样本量较小(60例患者),仅针对非麻醉结肠镜检查患者 | 探究TENS-WAA在结肠镜检查中的中枢镇痛机制 | 接受非麻醉结肠镜检查的患者 | 医学影像与信号处理 | 结直肠疾病 | EEG-fNIRS多模态系统,深度学习 | 深度学习框架 | 脑电图信号,近红外光谱信号,疼痛评分 | 60例接受结肠镜检查的患者 |
69 | 2025-10-03 |
Identification of structural predictors of lung function improvement in adults with cystic fibrosis treated with elexacaftor-tezacaftor-ivacaftor using deep-learning
2025-Sep-30, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2025.09.003
PMID:41033969
|
研究论文 | 本研究使用深度学习模型评估囊性纤维化成人患者在接受ETI治疗前后CT结构异常与肺功能改善的关系 | 首次使用深度学习模型量化囊性纤维化患者CT结构异常,并识别肺功能改善的预测因子 | 研究仅针对成人囊性纤维化患者,样本量相对有限 | 评估ETI治疗对囊性纤维化患者肺功能改善与CT结构异常的关系 | 囊性纤维化成人患者 | 医学影像分析 | 囊性纤维化 | 深度学习,CT影像分析 | 深度学习模型 | CT影像 | 训练集:100例CF患者和150例其他支气管疾病患者的CT检查;测试集:218例接受ETI治疗的CF成人患者 |
70 | 2025-10-03 |
PTF-Vāc: An explainable and generative deep co-learning encoders-decoders system for ab-initio discovery of plant transcription factor binding sites
2025-Sep-30, Plant communications
IF:9.4Q1
DOI:10.1016/j.xplc.2025.101543
PMID:41035197
|
研究论文 | 开发了一种可解释的深度协同学习编码器-解码器系统PTF-Vāc,用于从头发现植物转录因子结合位点 | 首次提出基于通用TF:DNA相互作用模型的深度协同学习系统,完全摆脱了传统方法对特定转录因子模型和基序发现的依赖 | NA | 解决植物转录因子结合位点发现中跨物种变异性和上下文依赖性的挑战 | 植物转录因子及其结合位点 | 生物信息学 | NA | 深度学习 | 深度编码器-解码器系统 | 基因组序列数据 | 大量实验数据(具体数量未提及) |
71 | 2025-10-03 |
Leveraging MobileNetV2 and deep learning innovation for high accuracy Plasmodium Vivax detection in blood smears
2025-Sep-29, Saudi pharmaceutical journal : SPJ : the official publication of the Saudi Pharmaceutical Society
IF:3.0Q2
DOI:10.1007/s44446-025-00019-1
PMID:41021108
|
研究论文 | 本研究提出了一种基于改进MobileNetV2和YOLOv3的深度学习模型,用于血液涂片中疟原虫的高精度检测 | 在YOLOv3的骨干网络中引入改进的MobileNetV2,并在瓶颈层使用提出的TCL(变换卷积层),根据不同类别图像特征计算权重 | 模型在薄血涂片分类中的准确性仍是需要关注的关键缺点 | 提高疟疾寄生虫检测的准确性和速度,为医疗专业人员提供更好的诊断方法 | 薄血涂片图像中的间日疟原虫(Plasmodium vivax)细胞 | 计算机视觉 | 疟疾 | 深度学习,目标检测 | YOLOv3,MobileNetV2,CNN | 图像 | NA |
72 | 2025-10-03 |
Automated deep U-Net model for ischemic stroke lesion segmentation in the sub-acute phase
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17337-y
PMID:41022812
|
研究论文 | 开发用于亚急性缺血性卒中病灶自动分割的深度学习框架 | 提出具有六条并行路径的多路径残差U-Net架构,每块包含0-5个卷积层深度 | 需要在不同临床环境中进行多中心验证才能投入临床应用 | 开发并验证用于FLAIR MRI中亚急性缺血性卒中病灶自动分割的深度学习框架 | 亚急性缺血性卒中患者的FLAIR MRI图像 | 医学影像分析 | 缺血性卒中 | FLAIR MRI,N4偏置场校正 | 多路径残差U-Net | 医学影像 | 28名患者(18名训练,5名验证,5名测试) |
73 | 2025-10-03 |
Wearable interactive full-body motion tracking and haptic feedback network systems with deep learning
2025-Sep-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-63644-3
PMID:41022813
|
研究论文 | 提出一种集成全身运动分析与实时双向触觉反馈的低成本运动追踪系统 | 结合柔性贴片式表皮触觉设备与远程机器学习框架,实现实时双向触觉提示的闭环系统设计 | NA | 开发具有实时双向触觉反馈功能的低成本全身运动追踪系统 | 全身运动追踪与触觉反馈系统 | 机器学习 | NA | 深度学习 | 机器学习框架 | 运动数据 | NA |
74 | 2025-10-03 |
A super-resolution network based on dual aggregate transformer for climate downscaling
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-17234-4
PMID:41022853
|
研究论文 | 提出一种基于双聚合Transformer的气候降尺度超分辨率网络CDDAT,用于生成高分辨率降雨图像 | 结合轻量CNN和双聚合Transformer的混合模型,通过多元融合提供风暴微物理和动力结构信息 | 仅使用NJU-CPOL数据集进行评估,未在其他气候数据集上验证 | 解决气候降尺度问题,生成高分辨率降雨图像数据 | 降雨图像数据 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | NJU-CPOL数据集 |
75 | 2025-10-03 |
A deep learning algorithm for automatic 3D segmentation and quantification of hamstrings musculotendon injury from MRI
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16926-1
PMID:41022866
|
研究论文 | 开发用于自动分割和量化MRI中腘绳肌肌腱损伤的深度学习算法 | 首个基于AI的自动3D分割方法,能够量化水肿体积和肌肉受影响比例,并与临床损伤分级相关联 | 腘绳肌腱结构的相关性相对较低(R≥0.42),样本来源仅限于大学足球运动员 | 开发自动AI模型用于腘绳肌损伤的定量评估 | 大学足球运动员的腘绳肌肌腱损伤 | 医学影像分析 | 肌肉损伤 | T2加权和T1加权磁共振成像(MRI) | 深度学习算法 | 3D医学影像 | 大学足球运动员在腘绳肌损伤时和恢复运动时的MRI扫描 |
76 | 2025-10-03 |
Mixed prototype correction for causal inference in medical image classification
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-15920-x
PMID:41022936
|
研究论文 | 提出一种混合原型校正因果推理方法(MPCCI),用于提升医学图像分类的诊断准确性 | 结合前门调整的因果推理组件和自适应训练策略,通过多视角特征提取和混合原型校正模块来缓解未观测混杂因素对因果关系的干扰 | NA | 减轻未观测混杂因素对医学图像与疾病标签间因果关系的影响,提高深度学习模型的诊断准确性 | 医学图像(CT和超声图像) | 医学图像分析 | NA | 因果推理、前门调整、多视角特征提取 | 深度学习模型 | 医学图像(CT和超声) | 四个医学图像数据集 |
77 | 2025-10-03 |
Clinical application of deep learning for enhanced multistage caries detection in panoramic radiographs
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-16591-4
PMID:41022932
|
研究论文 | 本研究开发了一种基于深度学习的系统,用于在全景X光片中增强检测多阶段龋齿 | 采用双模型方法(YOLOv5进行牙齿检测,Attention U-Net进行龋齿分割),在全景X光片上实现多阶段龋齿检测 | 存在低估釉质龋齿的情况,偶尔在健康牙齿上过度预测龋齿(假阳性) | 利用深度学习技术提高全景X光片中多阶段龋齿的检测能力 | 牙齿龋齿病变 | 计算机视觉 | 龋齿 | 深度学习 | YOLOv5, Attention U-Net | X光图像 | 500张全景X光片,包含14,997颗牙齿中的1,792个龋齿病变 |
78 | 2025-10-03 |
Advanced deep feature engineering with crayfish optimization for diabetes detection using tongue images
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-14780-9
PMID:41022952
|
研究论文 | 提出一种基于舌像分析的深度特征工程与小龙虾优化算法相结合的糖尿病检测方法 | 首次将小龙虾优化算法(COA)应用于舌像分析的糖尿病检测,结合SE-DenseNet特征提取和TCN分类器 | 仅使用单一舌像数据集进行验证,未提及跨数据集或临床实际应用验证 | 开发非侵入性、准确的糖尿病诊断方法 | 糖尿病患者的舌像数据 | 计算机视觉 | 糖尿病 | 舌像分析 | SE-DenseNet, TCN, COA | 图像 | 舌像数据集(具体数量未明确说明) |
79 | 2025-10-03 |
Dual Attention-Based recurrent neural network and Two-Tier optimization algorithm for human activity recognition in individuals with disabilities
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-12283-1
PMID:41022965
|
研究论文 | 提出一种基于双注意力机制和双层优化算法的人类活动识别模型,专门用于残疾人士 | 结合双注意力双向门控循环单元和塔斯马尼亚恶魔优化器的超参数选择,提出DATTMOA-HARD新型混合模型 | NA | 改进人类活动识别技术以协助残疾人士 | 残疾人士的人类活动数据 | 机器学习 | 残疾相关疾病 | 双注意力双向门控循环单元,塔斯马尼亚恶魔优化器,二元萤火虫算法 | DABiG,BFA,TDO | 传感器数据 | 基于HAR数据集(具体样本数量未明确说明) |
80 | 2025-10-03 |
Adaptive temporal attention mechanism and hybrid deep CNN model for wearable sensor-based human activity recognition
2025-Sep-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18444-6
PMID:41022984
|
研究论文 | 提出了一种结合扩张卷积网络和改进时序注意力机制的混合深度学习模型CNNd-TAm,用于可穿戴传感器的人类活动识别 | 通过整合扩张卷积网络和改进的时序注意力机制,增强了空间特征提取和长期时序依赖建模能力 | NA | 开发高效的人类活动识别系统,解决复杂活动识别中的不足 | 人类基本活动和复杂活动 | 机器学习 | NA | 深度学习 | CNN与注意力机制混合模型 | 传感器数据(加速度计和陀螺仪) | UTwente数据集,包含10个人的13种活动数据 |