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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
801 | 2025-06-13 |
Open-source deep-learning models for segmentation of normal structures for prostatic and gynecological high-dose-rate brachytherapy: Comparison of architectures
2025-Jun, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70089
PMID:40186596
|
research paper | 该研究比较了两种UNet衍生架构(UNet++和nnU-Net)在前列腺和妇科高剂量率(HDR)近距离放射治疗计划中自动分割风险器官(OARs)的性能 | 研究实现了基于深度学习的分割模型,针对HDR近距离放射治疗中的CT图像进行优化,填补了商业或公开可用模型在此领域的不足 | 研究数据来源于单一机构,可能影响模型的泛化能力 | 评估和比较两种深度学习模型在前列腺和妇科HDR近距离放射治疗计划中自动分割风险器官的准确性和实用性 | 前列腺和妇科HDR近距离放射治疗患者的CT扫描图像 | digital pathology | prostate cancer | CT扫描 | UNet++, nnU-Net | image | 1316份CT扫描(来自1105名患者)用于训练,100份CT扫描(来自62名患者)用于测试 |
802 | 2025-06-13 |
Using deep learning generated CBCT contours for online dose assessment of prostate SABR treatments
2025-Jun, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70098
PMID:40265325
|
研究论文 | 本研究利用深度学习生成的CBCT轮廓评估前列腺SABR治疗中的在线剂量,以指导个性化决策树的开发 | 首次使用深度学习生成的CBCT轮廓进行每日剂量评估,并与计划剂量体积指标进行比较 | 研究为回顾性分析,样本量较小(40名患者),且未考虑所有可能的临床变量 | 评估当前中心使用的决策树在视觉评估患者摆位时的效果,并开发更精确的自动化工具 | 前列腺SABR治疗患者的CBCT扫描数据 | 数字病理 | 前列腺癌 | 深度学习,CBCT | NA | 医学影像(CBCT扫描) | 40名前列腺SABR患者的200次治疗前CBCT扫描 |
803 | 2025-06-13 |
Deep learning-based post hoc denoising for 3D volume-rendered cardiac CT in mitral valve prolapse
2025-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03403-z
PMID:40266552
|
研究论文 | 本研究探讨了基于深度学习的后处理去噪技术如何提升心脏CT在二尖瓣脱垂三维体积渲染成像中的质量 | 首次将残差密集网络应用于心脏CT图像的去噪处理,显著提升了三维体积渲染图像的质量和诊断效率 | 研究样本量较小(50例患者),且为回顾性研究 | 评估去噪处理对二尖瓣脱垂三维体积渲染图像质量和诊断性能的影响 | 接受二尖瓣修复手术患者的心脏CT图像 | 数字病理学 | 心血管疾病 | 心脏CT扫描 | 残差密集网络 | 医学影像 | 50例患者(中位年龄64岁,男性30例) |
804 | 2025-06-13 |
Validating Emotion Analysis on Social Media Text for Detecting Psychological Distress: A Cross-Sectional Survey
2025-06, Issues in mental health nursing
IF:1.7Q3
DOI:10.1080/01612840.2025.2488328
PMID:40266789
|
研究论文 | 本研究探讨了社交媒体文本中自我报告的心理困扰与情绪之间的关系,使用基于深度学习的情绪分析模型 | 使用KoBERT模型对社交媒体文本进行情绪分析,验证了情绪表达与心理困扰之间的强关联 | 样本量较小(87名参与者),且仅限于Instagram和Threads平台的数据 | 验证情绪分析作为通过社交媒体早期检测和监测心理困扰的工具的有效性 | 社交媒体用户及其文本帖子 | 自然语言处理 | 心理健康 | 深度学习 | KoBERT | 文本 | 87名参与者和2,610个句子 |
805 | 2025-06-13 |
Unsupervised non-small cell lung cancer tumor segmentation using cycled generative adversarial network with similarity-based discriminator
2025-Jun, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.70107
PMID:40266997
|
research paper | 该研究提出了一种无监督的非小细胞肺癌肿瘤分割方法smic-GAN,利用基于相似性的生成对抗网络和循环策略进行训练,无需人工标注数据 | 提出了一种新型无监督肿瘤分割网络smic-GAN,通过相似性驱动的生成对抗网络和循环训练策略,实现了不依赖人工标注数据的肿瘤分割 | 虽然性能接近有监督方法,但与最佳有监督方法相比仍有一定差距 | 开发不依赖人工标注数据的自动肿瘤分割方法 | 非小细胞肺癌患者的CT扫描图像 | digital pathology | lung cancer | CT扫描 | GAN(生成对抗网络) | 医学影像(CT图像) | 609例肺癌患者的CT扫描(504训练,35验证,70测试) |
806 | 2025-06-13 |
Fast and automatic coronary artery segmentation using nnU-Net for non-contrast enhanced magnetic resonance coronary angiography
2025-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-025-03408-8
PMID:40287548
|
研究论文 | 本文提出了一种基于nnU-Net的自配置深度学习方法,用于自动化分割非对比增强磁共振冠状动脉造影(MRCA)图像中的冠状动脉 | 使用nnU-Net模型自动化分割MRCA图像中的冠状动脉,提供了一种非侵入性的冠状动脉疾病筛查工具 | MRCA图像的空间分辨率低且冠状动脉与周围组织的对比度不足 | 开发一种快速自动的冠状动脉分割方法,以增强冠状动脉疾病的早期检测 | 非对比增强磁共振冠状动脉造影(MRCA)图像 | 数字病理学 | 心血管疾病 | 非对比增强磁共振冠状动脉造影(MRCA) | nnU-Net | 图像 | 134名受试者的MRCA数据用于训练,114名受试者的数据用于测试 |
807 | 2025-06-13 |
A simulated annealing-based Bayesian network structure optimization framework for late morbidity prediction with a large prospective dataset
2025-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17881
PMID:40400111
|
研究论文 | 本文提出了一种基于模拟退火的贝叶斯网络结构优化框架,用于预测宫颈癌患者的晚期发病率 | 开发了一种结合信息理论度量、预测性能度量和复杂度度量的模拟退火优化方法,能够生成逻辑清晰、可解释性强的贝叶斯网络 | 研究仅针对宫颈癌患者的晚期中度至重度膀胱炎进行预测,未涉及其他疾病或并发症 | 开发一种可定制的优化方法,用于自动生成逻辑清晰、可解释的贝叶斯网络,以预测宫颈癌患者的晚期发病率 | 宫颈癌患者的晚期中度至重度膀胱炎(CTCAEv.3) | 机器学习 | 宫颈癌 | 模拟退火优化方法 | 贝叶斯网络 | 临床数据 | 1153名宫颈癌患者(来自EMBRACE I数据集) |
808 | 2025-06-13 |
An overview of artificial intelligence and machine learning in shoulder surgery
2025-Jun, Clinics in shoulder and elbow
IF:1.8Q2
DOI:10.5397/cise.2025.00185
PMID:40405638
|
综述 | 本文综述了人工智能和机器学习在肩部手术中的应用及其对临床实践的变革 | 探讨了机器学习在肩关节置换术和肩袖撕裂治疗中的创新应用,包括预测术后结果、并发症及植入物选择 | 面临数据变异性、模型可解释性及临床工作流程整合等挑战 | 研究机器学习在肩部手术中的应用及其对临床实践的影响 | 肩关节置换术和肩袖撕裂的治疗 | 机器学习 | 肩部疾病 | 机器学习算法(如XGBoost、神经网络、生成对抗网络) | 监督学习、无监督学习、强化学习、深度学习模型 | 医学影像数据(如磁共振成像、超声) | NA |
809 | 2025-06-13 |
Molecular insights into the unique activation and allosteric modulation mechanisms of the human mas-related G-protein-coupled receptor X1
2025-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2025.144815
PMID:40451369
|
research paper | 该研究通过高斯加速分子动力学(GaMD)和深度学习技术,揭示了人类mas相关G蛋白偶联受体X1(MRGPRX1)的独特激活和变构调节机制 | 首次获得了未结合受体的稳定非活性构象,揭示了MRGPRX1在缺乏W切换开关和其他保守基序的情况下从非活性状态转变为活性状态的微妙结构和动态变化,并阐明了ML382通过短程和长程途径增强肽激动剂BAM与MRGPRX1结合亲和力的分子基础 | NA | 研究MRGPRX1的激活和变构调节机制,以促进镇痛和止痒药物的合理设计 | 人类mas相关G蛋白偶联受体X1(MRGPRX1) | 分子动力学模拟与深度学习 | 疼痛和瘙痒相关疾病 | 高斯加速分子动力学(GaMD)、神经关系推理(NRI)深度学习、结合自由能计算 | NRI | 分子动力学模拟数据 | NA |
810 | 2025-06-13 |
TIGPR: A multi-view ground penetrating radar detection data for damage assessment of transportation infrastructure
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111665
PMID:40496733
|
research paper | 介绍了一个名为TIGPR的高质量地面穿透雷达(GPR)图像数据集,用于交通基础设施损坏的检测和评估 | 提供了多样化的交通基础设施损坏数据,支持深度学习在无损检测和自动化评估中的应用 | 数据采集地点有限,可能无法涵盖所有环境条件下的基础设施损坏情况 | 推动智能损坏检测技术的发展,支持交通基础设施监测的机器学习模型开发 | 道路、桥梁、隧道和机场等交通基础设施的结构性损坏 | computer vision | NA | 2D和3D GPR系统(IDS-FastWave, MALA GX750, GeoScope 3D-Radar) | NA | image | 覆盖贵州、金华和南京等地的高速公路、市政道路和桥梁结构 |
811 | 2025-06-13 |
UrduSER: A comprehensive dataset for speech emotion recognition in Urdu language
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111627
PMID:40496743
|
research paper | 该文章介绍了一个名为UrduSER的综合数据集,用于乌尔都语语音情感识别研究 | 开发了一个全面的乌尔都语语音情感识别数据集,填补了现有数据集的不足,包括情感种类少、样本量小和对话内容重复等问题 | 数据集虽然全面,但仍可能受限于演员表演的真实性和乌尔都语方言的多样性 | 推动乌尔都语语音情感识别技术的研究和应用 | 乌尔都语语音信号及其对应的情感状态 | 自然语言处理 | NA | 语音信号分析 | NA | 语音 | 3500个语音信号,来自10名专业演员,每种情感500个样本 |
812 | 2025-06-13 |
Ripen banana dataset: A comprehensive resource for carbide detection and ripening stage analysis to enhance food quality and agricultural efficiency
2025-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111659
PMID:40496751
|
research paper | 介绍了一个名为'Ripen Banana'的数据集,用于碳化物检测和香蕉成熟阶段分析,以提升食品质量和农业效率 | 新开发的香蕉数据集包含碳化和非碳化两类香蕉图像,覆盖从生到熟的各个阶段,为农业实践和计算机视觉技术提供了新资源 | 数据集仅来自孟加拉国Sirajganj地区,可能不具有全球代表性 | 提升食品质量和农业效率,支持数据驱动的食品检测和香蕉成熟系统 | 香蕉的成熟阶段和碳化处理 | computer vision | NA | 图像采集和增强 | machine learning和deep learning模型 | image | 1404张原始图像和6410张增强图像,总计7814张图像 |
813 | 2025-06-13 |
Meet the engineer using deep learning to restore Renaissance art
2025-Jun, Nature
IF:50.5Q1
DOI:10.1038/d41586-025-01776-8
PMID:40500324
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
814 | 2025-06-13 |
Integrating Alternative Fragmentation Techniques into Standard LC-MS Workflows Using a Single Deep Learning Model Enhances Proteome Coverage
2025-Jun-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656555
PMID:40501536
|
研究论文 | 本文介绍了一种能够自动执行多种碎裂技术的质谱仪,并开发了一个深度学习模型用于预测碎片离子强度,从而提高了蛋白质组覆盖范围 | 开发了一个单一的Prosit深度学习模型,能够预测所有碎裂技术的碎片离子强度,并在标准数据分析流程中整合了这些替代碎裂方法 | NA | 提高质谱实验中的蛋白质组覆盖范围 | 质谱仪和碎裂技术 | 质谱分析 | NA | CID, UVPD, EID, ECD, LC-MS | Prosit深度学习模型 | 质谱数据 | NA |
815 | 2025-06-13 |
Neural Spectral Prediction for Structure Elucidation with Tandem Mass Spectrometry
2025-Jun-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656653
PMID:40501725
|
研究论文 | 本文介绍了一种名为ICEBERG的几何深度学习模型,用于模拟质谱中的碰撞诱导解离,以生成化学上合理的碎片及其相对强度,并考虑了碰撞能量和极性 | 提出了一种新的深度学习模型ICEBERG,能够模拟质谱中的碰撞诱导解离,显著提高了化合物注释的准确性 | 未明确提及具体局限性 | 开发一种能够快速、经济高效地识别未知分子结构的方法 | 分子结构及其碎片 | 机器学习和质谱分析 | 抑郁症和结核性脑膜炎 | 质谱/MS/MS | 几何深度学习模型/ICEBERG | 质谱数据 | NIST'20 [M+H] 加合物子集 |
816 | 2025-06-13 |
EnhancerDetector : Enhancer Discovery from Human to Fly via Interpretable Deep Learning
2025-May-31, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656532
PMID:40501920
|
research paper | 介绍了一个基于卷积神经网络的跨物种增强子预测框架EnhancerDetector,该框架结合了高准确性和生物可解释性 | 提出了一种新的跨物种增强子预测方法,通过集成策略减少假阳性,并支持在新物种上进行微调,同时利用类激活图增强模型的可解释性 | 未提及具体的技术或数据限制 | 开发一个准确且可解释的增强子预测框架,适用于多种物种 | 人类、小鼠和果蝇的增强子序列 | machine learning | NA | deep learning, convolutional neural network | CNN | DNA序列数据 | 至少20,000个增强子序列用于微调 |
817 | 2025-06-13 |
MCOA: A Comprehensive Multimodal Dataset for Advancing Deep Learning in Corneal Opacity Assessment
2025-May-30, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-05205-3
PMID:40447652
|
research paper | 该研究建立了一个全面的角膜混浊多模态数据集,用于推进深度学习在角膜混浊评估中的应用 | 创建了目前最大规模的角膜混浊数据集,结合了AS-OCT图像和前段照片,为深度学习算法的发展提供了高质量数据 | 未提及数据集的多样性和代表性是否覆盖所有类型的角膜混浊 | 推进深度学习在角膜混浊识别和评估中的应用,支持AI驱动的临床决策和个性化治疗计划 | 角膜混浊患者 | digital pathology | vision impairment | AS-OCT | deep learning | image | 6,272张AS-OCT图像和392张前段照片 |
818 | 2025-06-13 |
A Diffusion-Based Framework for Designing Molecules in Flexible Protein Pockets
2025-May-30, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.27.656443
PMID:40502112
|
research paper | 介绍了一种基于扩散的框架YuelDesign,用于设计适应柔性蛋白质口袋的分子 | YuelDesign采用新的蛋白质编码方案和全连接图表示来编码蛋白质口袋的灵活性,以及专门的键重建模块 | 未明确提及具体限制,但可能涉及对更广泛蛋白质类型的适用性或实验验证的深度 | 解决结构基药物发现中柔性蛋白质口袋分子设计的挑战 | 柔性蛋白质口袋和设计的分子 | machine learning | NA | 扩散模型 | diffusion-based model | 分子结构数据 | NA |
819 | 2025-06-13 |
Multi-center evaluation of radiomics and deep learning to stratify malignancy risk of IPMNs
2025-May-30, Research square
DOI:10.21203/rs.3.rs-6622868/v1
PMID:40502758
|
研究论文 | 本研究通过多中心评估放射组学和深度学习在区分高风险与低风险IPMNs中的效能 | 首次将放射组学与深度学习融合模型应用于IPMN恶性风险分层,并在多中心队列中验证其性能 | 模型性能尚需提升以达到独立临床应用标准 | 开发客观、非侵入性的IPMN恶性风险分层方法以减少不必要的手术干预 | 胰腺导管内乳头状黏液性肿瘤(IPMNs) | 数字病理 | 胰腺癌 | T2W MRI成像 | 2D/3D radiomics模型、DL模型及radiomics-DL融合模型 | 医学影像 | 7个中心的359例T2W MRI图像 |
820 | 2025-06-13 |
A Multi‑Region Brain Model to Elucidate the Role of Hippocampus in Spatially Embedded Decision‑Making
2025-May-29, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.29.656671
PMID:40502058
|
research paper | 本文提出了一种多区域大脑模型,用于研究海马体在空间嵌入决策中的作用 | 通过对比不同交互架构的强化学习代理与大脑模型,发现特定架构(网格细胞接收并联合编码自运动速度信号和决策证据增量)能优化学习效率并最好地再现实验观察结果 | 模型对海马体-内嗅皮层-新皮层回路的信息流和组织提出了新的预测,但需要进一步的神经生理学实验验证 | 探索结构化记忆回路在空间嵌入二元决策任务中的规范性作用 | 强化学习代理与大脑模型中的网格细胞和位置细胞 | machine learning | NA | reinforcement learning (RL) | recurrent neural network (RNN) | NA | NA |