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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
781 | 2025-07-22 |
Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture
2025-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03323-2
PMID:39832070
|
研究论文 | 本研究提出了一种基于自监督学习和物理启发的U-net transformer架构的新方法,用于从非对比动态计算机断层扫描中预测肺灌注成像 | 结合了U-Net Transformer架构和自监督学习策略,首次实现了从非对比CT预测灌注成像的高精度 | 研究样本量相对较小(44名患者),且需要进一步验证其临床适用性 | 开发一种更快速、更准确的肺功能成像方法,以克服当前核医学成像的局限性 | 肺灌注成像 | 数字病理学 | 肺病 | 4DCT成像,SPECT/CT灌注扫描 | U-Net Transformer | CT图像 | 523张IE-CT图像用于自监督训练,44名患者数据用于监督训练 |
782 | 2025-07-22 |
On-patient medical record and mRNA therapeutics using intradermal microneedles
2025-May, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-024-02115-4
PMID:39994390
|
研究论文 | 介绍了一种不可见的皮肤内微针技术,用于在患者皮肤上准确存储医疗信息,并结合mRNA治疗 | 开发了一种结合mRNA治疗和近红外荧光微粒的微针设计,用于在患者皮肤上存储医疗记录,并通过深度学习图像处理进行信息编码和解码 | 研究仅在猪模型中进行长期验证,尚未在人类中进行临床试验 | 开发一种可靠的医疗记录保存技术,以改善全球医疗记录不可靠或不可用的情况 | 患者皮肤和mRNA疫苗 | 数字病理学 | SARS-CoV-2 | mRNA治疗和近红外荧光微粒技术 | 深度学习 | 图像 | 猪模型 |
783 | 2025-07-22 |
Artificial Intelligence for the Detection of Patient-Ventilator Asynchrony
2025-05, Respiratory care
IF:2.4Q2
DOI:10.1089/respcare.12540
PMID:40178919
|
综述 | 本文综述了人工智能在检测患者-呼吸机异步(PVA)中的应用现状 | 展示了AI模型在PVA检测中的高准确性和潜力,涵盖多种人群和异步类型 | 需要进一步在不同临床环境和患者群体中进行模型验证 | 评估AI在PVA检测和量化中的应用 | 患者-呼吸机异步(PVA) | 机器学习 | 呼吸系统疾病 | 机器学习和深度学习技术 | 多种ML和深度学习模型 | 呼吸数据 | 13项研究,332名参与者,分析超过580万次呼吸 |
784 | 2025-07-22 |
Using deep learning for estimation of time-since-injury in pediatric accidental fractures
2025-May, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-025-06223-4
PMID:40258953
|
研究论文 | 本研究利用深度学习模型评估儿童意外长骨骨折的受伤时间 | 首次将深度学习应用于儿童骨折受伤时间的精确估计,提高了传统方法的准确性 | 研究数据仅来自单一儿童医院,样本多样性可能受限 | 改进儿童骨折受伤时间的影像学评估方法 | 6岁以下儿童的长骨意外骨折 | 数字病理学 | 儿科骨折 | 深度学习 | CNN | 影像 | 来自399名患者的2,328张X光片 |
785 | 2025-07-22 |
Model-based self-supervised learning for quantitative assessment of myocardial oxygen extraction fraction and myocardial blood volume
2025-May-01, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30555
PMID:40312974
|
研究论文 | 开发了一种基于模型驱动的自监督深度学习网络,用于同时映射心肌氧提取分数(mOEF)和心肌血容量(MBV) | 通过将物理模型整合到训练过程中,实现了自监督学习模式,并采用包含均方误差和余弦相似度的损失函数来同时估计mOEF和MBV | 研究样本量较小,仅包括10名健康受试者和10名心肌梗死患者 | 开发一种同时映射心肌氧提取分数和心肌血容量的方法 | 健康受试者和心肌梗死患者 | 医学影像分析 | 心肌梗死 | 自监督学习(SSL) | 深度学习网络 | 医学影像 | 10名健康受试者和10名心肌梗死患者 |
786 | 2025-07-22 |
Deep learning-assisted analysis of single-particle tracking for automated correlation between diffusion and function
2025-May, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02665-8
PMID:40341204
|
research paper | 介绍了一种名为DeepSPT的深度学习框架,用于快速高效地分析细胞内物体扩散的二维或三维时间行为 | 开发了DeepSPT框架,能够自动从分子和细胞器的扩散中提取功能信息,显著提高了分析效率 | 未提及具体的技术限制或数据局限性 | 研究细胞内物体扩散与功能之间的自动关联 | 分子和细胞器在亚细胞环境中的扩散行为 | machine learning | NA | deep learning | DeepSPT | temporal behavior data | 未提及具体样本数量 |
787 | 2025-07-22 |
Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth
2025-Apr-25, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70074
PMID:40276961
|
研究论文 | 开发了一种数据驱动的连续睡眠深度测量方法——有序睡眠深度(OSD),并评估其与觉醒概率的关联及其与年龄、性别、睡眠呼吸障碍(SDB)和认知障碍的关系 | 使用深度学习框架开发了连续测量睡眠深度的方法,相比传统离散睡眠分期更能捕捉睡眠深度的连续性 | NA | 开发连续睡眠深度测量方法并验证其临床相关性 | 18,116名患者的21,787份多导睡眠图记录 | 机器学习 | 睡眠呼吸障碍, 认知障碍 | 多导睡眠图 | CNN | EEG信号 | 21,787份多导睡眠图记录(来自18,116名患者) |
788 | 2025-07-22 |
Association of Deep Learning-Derived Histologic Features of Placental Chorionic Villi with Maternal and Infant Characteristics in the New Hampshire Birth Cohort Study
2025-Apr-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.22.25325465
PMID:40313259
|
研究论文 | 本研究利用深度学习技术自动检测胎盘绒毛组织特征,并探讨其与母婴特征的关联 | 首次采用深度学习分割技术自动识别胎盘绒毛亚型,并通过无监督聚类验证其生物学相关性 | 仅分析了足月胎盘样本,未涵盖早产或其他妊娠并发症病例 | 建立胎盘绒毛结构的客观量化标准以改善母婴健康评估 | 新罕布什尔州出生队列研究中的1531例足月胎盘全切片图像 | 数字病理学 | 妊娠相关疾病 | 深度学习分割、无监督聚类 | CNN | 病理图像 | 1531例足月胎盘全切片图像(包含900多万个绒毛结构) |
789 | 2025-07-22 |
Dissection of tumoral niches using spatial transcriptomics and deep learning
2025-Apr-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112214
PMID:40230519
|
研究论文 | 本研究介绍了一种名为TG-ME的创新计算框架,结合了transformer和图变分自编码器(GraphVAE)模型,用于利用空间转录组学数据和形态学图像解析肿瘤微环境 | TG-ME框架整合了transformer和GraphVAE模型,能够有效识别和表征肿瘤微环境中的特定区域,为肿瘤微环境的空间组织提供了新的见解 | 研究可能受限于数据集的大小和多样性,以及模型在更广泛癌症类型中的泛化能力 | 解析肿瘤微环境的空间组织,揭示与疾病预后和治疗效果相关的微环境特征 | 肿瘤微环境中的特定区域(niches) | 数字病理学 | 肺癌(NSCLC) | 空间转录组学 | transformer, GraphVAE | 空间转录组学数据, 形态学图像 | 基准数据集和高分辨率NSCLC数据集 |
790 | 2025-07-22 |
Enhanced cell tracking using a GAN-based super-resolution video-to-video time-lapse microscopy generative model
2025-Apr-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2025.112225
PMID:40230526
|
研究论文 | 本文提出了一种基于GAN的超分辨率视频到视频延时显微镜生成模型tGAN,用于增强细胞追踪的性能 | 引入了tGAN,一种基于GAN的延时显微镜生成器,能够生成高质量和多样性的合成注释延时显微镜数据,提升细胞追踪模型的性能 | 需要进一步验证tGAN在不同类型细胞和实验条件下的泛化能力 | 提升细胞追踪的准确性和减少对人工注释的依赖 | 细胞动态行为 | 数字病理学 | NA | GAN | GAN | 视频 | NA |
791 | 2025-07-22 |
A deep learning strategy to identify cell types across species from high-density extracellular recordings
2025-Apr-17, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2025.01.041
PMID:40023155
|
研究论文 | 本文开发了一种深度学习策略,用于从高密度细胞外记录中识别跨物种的细胞类型 | 结合光遗传学和药理学,生成经过筛选的电生理特性真实库,并训练半监督深度学习分类器,预测细胞类型的准确率超过95% | 研究主要集中在小脑作为测试平台,可能在其他脑区的适用性有待验证 | 揭示具有不同功能、分子和解剖特性的神经元在行为中的计算作用 | 小脑中的浦肯野细胞、分子层中间神经元、高尔基细胞和苔藓纤维 | 机器学习 | NA | 光遗传学、药理学、高密度细胞外记录 | 半监督深度学习分类器 | 电生理记录数据 | NA |
792 | 2025-07-22 |
Accurate and rapid determination of metabolic flux by deep learning of isotope patterns
2025-Apr-15, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.06.565907
PMID:37986781
|
研究论文 | 本文介绍了一种名为ML-Flux的机器学习框架,用于快速准确地测定代谢通量 | 创新性地开发了ML-Flux框架,能够解读复杂的同位素标记模式,并比现有方法更准确、更快速地计算代谢通量 | 研究仅涉及26种关键C-葡萄糖、H-葡萄糖和C-谷氨酰胺示踪剂,可能不涵盖所有代谢情况 | 旨在通过机器学习方法改进代谢通量的定量分析 | 中心碳代谢中的同位素标记模式 | 机器学习 | NA | 同位素示踪实验 | 神经网络 | 同位素标记模式数据 | 26种关键C-葡萄糖、H-葡萄糖和C-谷氨酰胺示踪剂 |
793 | 2025-07-22 |
DCATNet: polyp segmentation with deformable convolution and contextual-aware attention network
2025-Apr-14, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-025-01661-w
PMID:40229681
|
研究论文 | 提出了一种名为DCATNet的新型深度学习架构,专门用于息肉分割 | 结合了ResNetV2-50编码器和Transformer,集成了几何注意力模块(GAM)、上下文注意力门(CAG)和多尺度特征提取(MSFE)块 | 未提及具体局限性 | 解决医学图像中息肉分割的挑战 | 医学图像中的息肉 | 计算机视觉 | 息肉相关疾病 | 深度学习 | U-shaped网络结合ResNetV2-50和Transformer | 医学图像 | 五个公共数据集(包括Kvasir-SEG和CVC-ClinicDB) |
794 | 2025-07-22 |
Deciphering epistatic genetic regulation of cardiac hypertrophy
2025-Apr-11, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.11.06.23297858
PMID:37987017
|
研究论文 | 该研究开发了一种名为低信号符号迭代随机森林的方法,用于揭示心脏肥大的复杂遗传结构,并通过深度学习从29,661份英国生物银行心脏MRI中获取左心室质量估计 | 使用低信号符号迭代随机森林方法发现全基因组关联研究中被认为不显著的位点,并通过功能基因组学和转录组网络分析验证这些基因在心脏肥大中的非加性调控作用 | 研究依赖于英国生物银行的样本,可能无法完全代表其他人群的遗传多样性 | 揭示心脏肥大的复杂遗传调控机制,特别是非加性遗传互作(上位性)的作用 | 人类心脏组织、诱导多能干细胞衍生的心肌细胞 | 遗传学 | 心血管疾病 | 低信号符号迭代随机森林、深度学习、RNA沉默、微流控单细胞形态分析 | 随机森林、深度学习模型 | 心脏MRI图像、基因组数据、转录组数据 | 29,661份英国生物银行心脏MRI,313个人类心脏样本 |
795 | 2025-07-22 |
Continuous sleep depth index annotation with deep learning yields novel digital biomarkers for sleep health
2025-Apr-11, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01607-0
PMID:40216900
|
研究论文 | 提出一种深度学习方法,利用现有离散睡眠分期标签标注连续睡眠深度指数(SDI),揭示了更详细的睡眠结构 | 使用深度学习从传统离散睡眠分期中提取连续睡眠深度指数,发现新的数字生物标志物 | 研究基于现有数据集,可能无法涵盖所有睡眠异常情况 | 开发更精细的睡眠评估方法,发现与健康相关的睡眠数字生物标志物 | 来自四个大型队列的10,000多份多导睡眠图记录 | 机器学习 | 睡眠障碍 | 深度学习 | 深度学习模型(未指定具体类型) | 多导睡眠图数据 | 超过10,000份记录 |
796 | 2025-07-22 |
Quantitative CT Measures of Lung Fibrosis and Outcomes in the National Lung Screening Trial
2025-Apr-10, Annals of the American Thoracic Society
IF:6.8Q1
DOI:10.1513/AnnalsATS.202410-1048OC
PMID:40208581
|
研究论文 | 本研究探讨了定量CT测量肺纤维化与全国肺癌筛查试验(NLST)中临床相关结果之间的关联 | 使用定量成像算法(CALIPER和DL-UIP)评估间质性肺病(ILD),而非传统的定性评估方法 | 未发现ILD定量测量与肺癌发病率的关联 | 确定ILD定量测量是否与NLST中的临床相关结果相关联 | 全国肺癌筛查试验(NLST)中的11,518名个体 | 数字病理学 | 肺癌 | 低剂量CT(LDCT), CALIPER算法, 深度学习UIP(DL-UIP)算法 | 深度学习 | CT影像 | 11,518名有吸烟史的高危人群 |
797 | 2025-07-22 |
Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP)
2025-Apr-10, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3559467
PMID:40208770
|
研究论文 | 本研究通过开发计算高效的基于模型的深度学习图像重建框架和联合优化框架,旨在提高全3D螺旋轨迹高分辨率MR指纹识别的扫描效率并克服计算挑战 | 提出了一种计算高效的基于模型的深度学习图像重建框架,并联合优化了图像重建、定量参数估计和k空间采样轨迹 | NA | 提高3D定量MRI的参数量化准确性并缩短重建时间 | 健康受试者和患者的模拟和体内MRF数据 | 医学影像处理 | NA | MR指纹识别(MRF) | 基于模型的深度学习(MBDL) | 医学影像数据 | 模拟和体内MRF数据,包括健康受试者和患者 |
798 | 2025-07-22 |
Transitions in dynamical regime and neural mode underlie perceptual decision-making
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.15.562427
PMID:37904994
|
研究论文 | 研究通过无监督深度学习方法,发现大鼠前额叶皮层和纹状体中与决策相关的神经动力学 | 揭示了感知决策过程中神经动力学和神经模式的快速协调转变,提出了决策承诺时刻的新概念 | 研究仅基于大鼠模型,人类决策过程可能存在差异 | 探索感知决策的神经机制 | 大鼠前额叶皮层和纹状体的神经元活动 | 神经科学 | NA | 无监督深度学习方法 | NA | 神经电生理数据 | 数百个神经元的同时记录 |
799 | 2025-07-22 |
Decomposing the effect of normal aging and Alzheimer's disease in brain morphological changes via learned aging templates
2025-Apr-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96234-w
PMID:40189702
|
研究论文 | 本文提出两种评分(AS和ADS)来独立测量正常衰老和阿尔茨海默病(AD)对脑萎缩的影响 | 使用深度学习模型生成不同年龄的成像模板,并基于深度学习的微分同胚配准技术分解脑萎缩的两种成分 | 研究仅基于OASIS-3数据集,样本量有限,且未涵盖其他神经退行性疾病 | 区分正常衰老和AD病理对脑形态变化的独立影响 | 认知正常(CN)个体和不同临床严重程度的AD患者 | 数字病理学 | 阿尔茨海默病 | T1加权MRI扫描 | 生成式深度学习模型 | MRI图像 | 1014例(326例CN,688例AD) |
800 | 2025-07-22 |
Optimizing Biophysical Large-Scale Brain Circuit Models With Deep Neural Networks
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.07.647497
PMID:40291740
|
研究论文 | 本文介绍了一种名为DELSSOME的框架,通过深度学习优化生物物理大规模脑回路模型的参数,显著提高了计算效率 | 提出DELSSOME框架,绕过数值积分直接预测模型参数是否产生真实的脑动力学,实现了2000倍的速度提升 | 未明确提及具体局限性,但可能依赖于深度学习模型的泛化能力 | 优化生物物理大规模脑回路模型参数,提高计算效率和生物合理性 | 反馈抑制控制(FIC)平均场模型 | 计算神经科学 | NA | 深度学习 | DELSSOME(DEep Learning for Surrogate Statistics Optimization in MEan field modeling) | 脑动力学数据 | NA |