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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
821 | 2025-06-11 |
Development and Validation of a Deep Learning System for the Provision of a District-Wide Diabetes Retinal Screening Service
2025-Jun-09, Clinical & experimental ophthalmology
DOI:10.1111/ceo.14560
PMID:40491217
|
研究论文 | 开发并验证了一种深度学习系统,用于提供地区范围内的糖尿病视网膜筛查服务 | 双模态深度学习系统能够高准确度和特异性诊断威胁视力的糖尿病视网膜病变(vtDR) | 7.4%的参与者图像无法分级 | 评估深度学习系统在检测威胁视力的糖尿病视网膜病变(vtDR)方面的性能和有效性 | 748名糖尿病患者(年龄≥10岁) | 数字病理学 | 糖尿病视网膜病变 | 光学相干断层扫描(OCT) | 深度学习系统 | 图像 | 748名糖尿病患者 |
822 | 2025-06-11 |
Generation of ultrasonic and audible sound waves for the automatic classification of packaging waste in reverse vending machines
2025-Jun-08, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2025.114934
PMID:40489934
|
研究论文 | 本文提出了一种利用声学传感器进行包装废物分类的新方法,通过分析超声波和可听声波的声场变化来实现废物材料的自动分类 | 采用声学传感器替代传统的条形码扫描和计算机视觉系统,利用超声波和可听声波的脉冲响应进行材料分类,提出了一种成本更低且对环境条件不敏感的新方法 | 该方法仅在受控环境中进行了概念验证测试,尚未在实际的逆向自动售货机环境中验证其性能 | 开发一种基于声学技术的包装废物自动分类系统,以解决当前逆向自动售货机在废物分类中的局限性 | 塑料、玻璃、纸板和金属罐等可回收物品 | 机器学习 | NA | 指数正弦扫描(ESS)技术和参数声学阵列(PAA)效应 | 经典机器学习和深度学习模型 | 声学数据 | NA |
823 | 2025-06-11 |
Decoding tissue complexity: multiscale mapping of chemistry-structure-function relationships through advanced visualization technologies
2025-Jun-06, Journal of materials chemistry. B
DOI:10.1039/d5tb00744e
PMID:40476698
|
综述 | 本文系统探讨了先进生物可视化技术的原理、应用及局限性,特别关注AI驱动的图像分析、多维成像与重建以及多模态数据整合的变革性进展 | 整合AI、增强现实和深度学习等尖端技术,实现实时、高分辨率和预测性分析,超越传统成像模式的限制 | 未具体说明现有技术在特定生物组织或疾病应用中的具体性能限制 | 解码组织复杂性,推进生物材料开发,促进精准医学、组织工程和治疗发展 | 生物组织的多尺度结构与功能关系 | 数字病理学 | NA | AI驱动的图像分析、多维成像与重建、多模态数据整合 | 深度学习 | 图像、多维数据 | NA |
824 | 2025-06-11 |
Optimizing structured surfaces for diffractive waveguides
2025-Jun-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60626-3
PMID:40481002
|
研究论文 | 本文介绍了一种通用的衍射波导设计,通过深度学习优化,能够实现与传统介质波导相当的性能和多种功能 | 提出了可级联的衍射波导设计,能够实现任意长度,并开发了多种波导组件,包括弯曲衍射波导、模式滤波和模式分裂设计以及模式特定的偏振控制 | 实验验证仅在太赫兹频谱中进行,尚未在其他波长(如可见光和红外光谱)中全面验证 | 优化衍射波导设计,以实现低损耗、高模式纯度的波导传播和多功能应用 | 衍射波导及其组件 | 光学工程 | NA | 深度学习 | NA | NA | NA |
825 | 2025-06-11 |
Air quality prediction based on factor analysis combined with Transformer and CNN-BILSTM-ATTENTION models
2025-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03780-4
PMID:40481069
|
research paper | 提出了一种结合因子分析和深度学习模型的创新空气质量预测框架 | 整合因子分析与Transformer及CNN-BILSTM-ATTENTION模型,显著提升预测精度和稳定性 | 未来计划包括优化因子提取、探索外部数据源和开发更高效的深度学习架构 | 开发高精度的空气质量预测方法 | 北京天坛站的空气质量数据 | machine learning | NA | factor analysis, discrete wavelet transform | Transformer, CNN-BILSTM-ATTENTION | time series data | NA |
826 | 2025-06-11 |
Quantum-enhanced intelligent system for personalized adaptive radiotherapy dose estimation
2025-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05673-y
PMID:40481168
|
研究论文 | 介绍了一种新型量子增强智能系统,用于个性化自适应放疗剂量估计 | 整合量子算法、深度学习和蒙特卡洛模拟,实现计算速度提升8-15倍,同时保持高精度 | 仅在模拟数据集上验证,尚未在真实临床环境中测试 | 提高个性化自适应放疗剂量估计的精确性和效率 | 放疗剂量估计 | 医疗人工智能 | 癌症 | 量子算法、深度学习、蒙特卡洛模拟 | CNN、RNN | 模拟数据 | NA |
827 | 2025-06-11 |
The outcome prediction method of football matches by the quantum neural network based on deep learning
2025-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91870-8
PMID:40481179
|
研究论文 | 本研究提出了一种基于深度学习的量子神经网络模型,用于高精度预测足球比赛结果 | 创新性地将量子神经网络应用于足球比赛结果预测,相比传统神经网络和其他先进模型,在预测精度上有显著提升 | 未提及模型在实时预测或小样本数据上的表现,且仅针对欧洲主要联赛数据进行了验证 | 构建和优化基于深度学习的量子神经网络模型,用于足球比赛结果的高精度预测 | 欧洲主要足球联赛2008-2022年的比赛数据 | 机器学习 | NA | 量子神经网络(QNN)、深度学习(DL) | 多层感知机(MLP)与量子神经网络(QNN)结合 | 结构化数据(比赛结果、球队信息、球员统计、比赛场地等) | 2008-2022年欧洲主要足球联赛的详细比赛记录 |
828 | 2025-06-11 |
A versatile CRISPR/Cas9 system off-target prediction tool using language model
2025-Jun-06, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-08275-6
PMID:40481308
|
研究论文 | 介绍了一种名为CCLMoff的深度学习框架,用于预测CRISPR/Cas9系统的脱靶效应 | 结合了预训练的RNA语言模型,能够捕获sgRNA与靶位点之间的相互序列信息,并在广泛的NGS检测数据集上表现出强大的泛化能力 | NA | 提高CRISPR/Cas9基因编辑的精确性和效率,减少脱靶效应 | CRISPR/Cas9系统的单导RNA(sgRNA)和靶位点 | 生物信息学 | 单基因遗传病 | NGS | 深度学习框架 | RNA序列数据 | NA |
829 | 2025-06-11 |
Application of Mask R-CNN for automatic recognition of teeth and caries in cone-beam computerized tomography
2025-Jun-06, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-06293-8
PMID:40481434
|
research paper | 本研究评估了使用Mask R-CNN架构在锥形束计算机断层扫描(CBCT)中自动识别牙齿和龋齿的深度学习算法的效果 | 比较了不同预训练模型(COCO和ImageNet)在牙齿和龋齿识别中的性能,发现COCO预训练的模型表现更优 | 研究仅基于CBCT图像,未考虑其他影像学方法 | 评估深度学习算法在牙齿和龋齿自动识别中的效果 | 牙齿和龋齿 | computer vision | dental caries | CBCT | Mask R-CNN, ResNet-50 | image | 2128张CBCT图像 |
830 | 2025-06-11 |
Mandibular condyle detection using deep learning and double attractor-based energy valley optimizer algorithm
2025-Jun-06, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-025-05725-9
PMID:40481531
|
研究论文 | 本研究提出了一种结合深度学习和特征选择模型的下颌髁突检测技术 | 创新点包括使用YOLOv8识别感兴趣区域,结合改进的Energy Valley Optimizer (EVO) 进行特征选择 | NA | 更好地理解和准确表征颞下颌关节的多样化和可变形态特征 | 颞下颌关节的下颌髁突 | 计算机视觉 | 颞下颌关节疾病 | 深度学习,特征选择 | YOLOv8 | 全景图像 | 3000张全景图像,由两名经验丰富的颌面放射科医生分类为四种类型:平坦型、尖型、角型和圆型 |
831 | 2025-06-11 |
Histopathologic deep learning model for predicting tumor response to hepatic arterial infusion chemotherapy plus TKIs and ICIs in large hepatocellular carcinoma
2025-Jun-06, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-025-00885-x
PMID:40481560
|
研究论文 | 本研究开发了一种基于深度学习的模型HAIM,用于预测大型肝细胞癌(HCC)患者对三联疗法(HTI)的治疗反应 | 首次开发了基于病理切片的深度学习模型HAIM,用于预测HTI治疗反应,为HCC的个性化管理提供了新工具 | 研究样本量有限,且仅基于两个中心的数据,可能需要更多外部验证 | 评估三联疗法(HTI)在大型HCC治疗中的效果,并开发预测治疗反应的深度学习模型 | 大型肝细胞癌(HCC)患者 | 数字病理学 | 肝细胞癌 | 深度学习 | HAIM(Hepatocellular Carcinoma Artificial Intelligence Prediction Model) | 病理切片图像 | HTI组281例患者,HAIC组97例患者,其中194例HTI治疗患者的病理切片用于模型开发 |
832 | 2025-06-11 |
PhenoDP: leveraging deep learning for phenotype-based case reporting, disease ranking, and symptom recommendation
2025-Jun-06, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-025-01496-8
PMID:40481598
|
research paper | 介绍了一种名为PhenoDP的深度学习工具包,用于基于表型的病例报告、疾病排名和症状推荐 | PhenoDP结合了蒸馏大型语言模型和对比学习,提供临床总结、疾病优先级排序和症状推荐功能 | 未提及具体的数据局限性或模型适用范围 | 提高孟德尔遗传病的诊断准确性和效率 | 患者的Human Phenotype Ontology (HPO)术语 | natural language processing | 孟德尔遗传病 | 深度学习 | 蒸馏大型语言模型, 对比学习 | HPO术语 | 模拟和真实世界数据集 |
833 | 2025-06-11 |
Direct detection of 8-oxo-dG using nanopore sequencing
2025-Jun-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60391-3
PMID:40473638
|
研究论文 | 本文开发了一种利用纳米孔测序直接检测8-oxo-dG的策略,通过合成寡核苷酸生成长链DNA分子用于深度学习模型训练 | 首次提出使用合成DNA和纳米孔测序直接检测8-oxo-dG的方法,解决了现有间接检测方法的局限性 | 需要依赖合成DNA生成训练数据,可能无法完全模拟真实生物样本中的复杂情况 | 开发直接检测DNA氧化损伤标记物8-oxo-dG的新方法 | 8-oxo-7,8-dihydro-2'-deoxyguanosine (8-oxo-dG) DNA损伤标记物 | 基因组学 | NA | 纳米孔测序 | 深度学习 | DNA序列数据 | 合成寡核苷酸生成的DNA分子 |
834 | 2025-06-11 |
Progressive plug and play full waveform inversion with multitask learning
2025-Jun-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04506-2
PMID:40473696
|
研究论文 | 本文提出了一种名为MP-FWI的两阶段框架,通过多任务学习和即插即用方法同时提高地震全波形反演(FWI)的低频数据质量和初始模型准确性 | 提出了一种结合多任务学习框架(MCNN)和即插即用方法(PnPFWI)的两阶段框架,同时优化低频数据外推和初始速度模型预测,并引入MLRealv2方法增强合成数据的监督训练 | 未明确提及具体局限性 | 提高地震全波形反演(FWI)的准确性和鲁棒性 | 地震全波形反演(FWI)的低频数据和初始模型 | 地球物理信号处理 | NA | 多任务学习、即插即用方法、MLRealv2 | MCNN、PnPFWI | 地震波形数据 | 基准模型和Mobile AVO数据 |
835 | 2025-06-11 |
Analysis of Research Hotspots and Development Trends in the Diagnosis of Lung Diseases Using Low-Dose CT Based on Bibliometrics
2025-Jun-05, Current medical imaging
IF:1.1Q3
|
research paper | 通过文献计量学方法分析低剂量CT在肺部疾病诊断中的研究热点和发展趋势 | 揭示了低剂量CT技术与深度学习结合成为早期肺癌研究的新热点 | 研究仅基于Web of Science核心合集的英文文献,可能忽略了其他语言或数据库的重要研究 | 分析低剂量CT在肺部疾病诊断领域的研究热点和发展趋势 | 低剂量CT在肺部疾病诊断中的应用 | digital pathology | lung cancer | bibliometric analysis, CiteSpace software | deep learning | text (literature data) | NA |
836 | 2025-06-11 |
Applications and Prospects of Artificial Intelligence in Proteomics Via Mass Spectrometry: A Review
2025-Jun-05, Current protein & peptide science
IF:1.9Q4
|
review | 本文综述了人工智能在质谱蛋白质组学中的应用和前景 | 详细比较了不同AI算法在蛋白质组学任务中的表现,并讨论了其优缺点 | 讨论了AI在质谱蛋白质组学研究中的局限性和未来发展方向 | 探索人工智能在质谱蛋白质组学中的应用潜力 | 质谱蛋白质组学数据 | machine learning | NA | mass spectrometry (MS) | deep learning | protein spectra, retention times, peptide sequences, protein structures | NA |
837 | 2025-06-11 |
Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)"
2025-Jun-04, JMIR research protocols
IF:1.4Q3
DOI:10.2196/67875
PMID:40466092
|
研究论文 | 该研究旨在评估乳腺癌放疗后心房颤动的发生率,并探讨心脏辐射暴露与心房颤动事件之间的关联 | 首次系统研究乳腺癌放疗后心房颤动的发生率,并开发深度学习算法用于自动分割分析关键心脏结构 | 样本量较小(200名患者),且仅针对65岁以上人群,结果可能无法推广到更广泛的人群 | 评估乳腺癌放疗后心房颤动的发生率并探索其与心脏辐射暴露的关系 | 65岁以上接受乳腺癌放疗5年且无心房颤动病史的患者 | 数字病理学 | 乳腺癌 | 心电图(ECG)、经胸超声心动图(TTE)、深度学习算法 | 深度学习 | 医疗记录、心电图数据、超声心动图数据 | 200名65岁以上接受乳腺癌放疗5年的患者 |
838 | 2025-06-11 |
Iterative deep learning design of human enhancers exploits condensed sequence grammar to achieve cell-type specificity
2025-Jun-04, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2025.101302
PMID:40472848
|
研究论文 | 本文应用迭代深度学习设计具有细胞类型特异性的人类增强子 | 利用迭代深度学习设计合成增强子,实现细胞类型特异性,并通过实验验证和模型优化提高特异性 | 仅在两株人类细胞系中验证增强子活性,尚未在其他细胞类型或体内环境中测试 | 解决合成生物学中如何靶向特定细胞类型进行基因表达的问题 | 人类增强子序列 | 合成生物学 | NA | 深度学习 | NA | 序列数据 | 两株人类细胞系 |
839 | 2025-06-11 |
Improving AlphaFold2- and AlphaFold3-Based Protein Complex Structure Prediction With MULTICOM4 in CASP16
2025-Jun-02, Proteins
IF:3.2Q2
DOI:10.1002/prot.26850
PMID:40452318
|
research paper | 本文介绍了MULTICOM4系统,通过整合AlphaFold2、AlphaFold3及内部技术,提升蛋白质复合物结构预测的准确性 | 整合了基于transformer的AlphaFold2和基于扩散模型的AlphaFold3,结合内部技术如蛋白质复合物化学计量预测、多样化的多序列比对生成等 | 未明确提及具体限制,但可能依赖于AlphaFold系列模型的固有局限 | 提升多链蛋白质复合物(多聚体)结构的预测准确性 | 蛋白质复合物结构 | 生物信息学 | NA | 多序列比对(MSA)、深度学习模型质量评估 | AlphaFold2, AlphaFold3, MULTICOM4 | 蛋白质序列和结构数据 | 在CASP16评估中进行了测试,具体样本数量未明确 |
840 | 2025-06-11 |
Glioma Identification Based on Digital Multimodal Spectra Integrated with Deep Learning Feature Fusion Using a Miniature Raman Spectrometer
2025-Jun, Applied spectroscopy
IF:2.2Q2
DOI:10.1177/00037028241276013
PMID:39252509
|
research paper | 提出了一种基于数字多模态光谱与深度学习特征融合的胶质瘤识别方法(DMS-DLFF),使用微型拉曼光谱仪提高识别准确性 | DMS-DLFF方法在特征层面和决策层面进行操作,利用高信息密度特征向量训练集成分类模型,提高了胶质瘤识别的准确性 | 胶质瘤样本的异质性导致收集的光谱存在较大的类内差异,且微型拉曼光谱仪的信噪比较低 | 提高脑胶质瘤识别的准确性,帮助医生制定精确的手术计划 | 胶质瘤和正常脑组织的拉曼光谱 | digital pathology | glioma | Raman spectroscopy | ensemble classification models, SVM | spectral data | 260个胶质瘤拉曼光谱和151个正常脑组织拉曼光谱 |