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 | 2025-09-26 |
A Deep Learning-Based Fully Automated Vertebra Segmentation and Labeling Workflow
2025-Sep-25, British journal of hospital medicine (London, England : 2005)
DOI:10.12968/hmed.2025.0443
PMID:40994375
|
研究论文 | 开发了一种基于深度学习的全自动椎骨分割与标记工作流程,用于脊柱手术导航机器人 | 提出将3D定位问题转化为2D检测的创新方法,结合YOLOv7、DBSCAN聚类、注意力机制3D U-Net和ResNet-Transformer混合架构 | NA | 为脊柱手术导航机器人开发高效准确的全自动椎骨分析工作流程 | 椎骨解剖结构 | 计算机视觉 | 脊柱疾病 | 深度学习 | YOLOv7, 3D U-Net, ResNet, Transformer | CT图像 | 106个脊柱CT数据集 |
822 | 2025-09-26 |
Artificial Intelligence-Led Whole Coronary Artery OCT Analysis; Validation and Identification of Drug Efficacy and Higher-Risk Plaques
2025-Sep-25, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.125.018133
PMID:40995622
|
研究论文 | 开发并验证基于人工智能的全冠状动脉OCT自动分析系统,用于识别药物疗效和高风险斑块 | 首次开发能够自动校正OCT图像分割错误、识别斑块成分并测量多种临床参数的人工智能系统 | 模型开发仅基于106名患者的数据,需要更大规模的外部验证 | 验证人工智能OCT分析系统在识别药物疗效和高风险斑块方面的准确性和实用性 | 冠状动脉OCT图像和斑块特征 | 医学影像分析 | 心血管疾病 | 光学相干断层扫描(OCT) | 深度学习 | 医学影像 | 开发集:106名患者的127个完整回撤图像(36,212帧);验证集:IBIS-4研究83名患者和CLIMA研究62名患者 |
823 | 2025-09-26 |
Rethinking the AI Paradigm for Solubility Prediction of Drug‑Like Compounds with Dual-Perspective Modeling and Experimental Validation
2025-Sep-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202511667
PMID:40995668
|
研究论文 | 通过双视角建模和实验验证开发药物溶解度预测模型 | 构建了迄今最大的药物溶解度数据集,发现多统计机器学习算法集成优于深度学习模型 | 数据限制导致深度学习模型精度不足 | 提高药物类似物溶解度预测的准确性 | 药物和药物类似分子 | 机器学习 | NA | 回归算法、分类算法、模型集成 | 统计机器学习算法集成 | 化学结构数据 | 最大规模的药物溶解度数据集(含DrugBank数据库条目) |
824 | 2025-09-26 |
Deep learning model for automated detection of Helicobacter pylori and intestinal metaplasia on gastric biopsy digital whole slide images
2025-Sep-25, American journal of clinical pathology
IF:2.3Q2
DOI:10.1093/ajcp/aqaf110
PMID:40996022
|
研究论文 | 开发基于深度学习的自动检测工具,用于在胃活检数字全切片图像中识别幽门螺杆菌和肠上皮化生 | 采用两阶段模型(Vision Transformer + 图注意力网络),首次在H&E染色全切片图像中同时检测幽门螺杆菌微生物和肠上皮化生,并整合背景组织病理学特征 | 样本量有限(180个全切片图像),模型性能仍有提升空间(幽门螺杆菌检测F1分数0.617) | 开发胃活检标本中幽门螺杆菌和肠上皮化生的自动识别工具 | 胃活检组织标本 | 数字病理学 | 胃部疾病 | 苏木精-伊红染色全切片成像 | Vision Transformer + 图注意力网络 | 病理图像 | 180个胃活检全切片图像(776,636个图像块) |
825 | 2025-09-26 |
Variational autoencoder-based deep learning and radiomics for predicting pathologic complete response to neoadjuvant chemoimmunotherapy in locally advanced esophageal squamous cell carcinoma
2025-Sep-25, The British journal of radiology
DOI:10.1093/bjr/tqaf239
PMID:40996309
|
研究论文 | 本研究利用变分自编码器深度学习与影像组学技术预测局部晚期食管鳞癌患者新辅助化疗免疫治疗的病理完全缓解 | 创新性地结合VAE深度学习和影像组学构建深度学习影像组学模型用于预测治疗反应 | 单中心研究且测试队列样本量较小(40例患者) | 预测局部晚期食管鳞癌患者新辅助化疗免疫治疗的病理完全缓解 | 局部晚期食管鳞癌患者 | 数字病理 | 食管癌 | 增强CT影像分析、影像组学 | VAE、深度学习模型、深度学习影像组学模型 | 医学影像 | 训练队列253例患者(2019年7月-2023年7月),测试队列40例患者(2023年8月-2024年8月) |
826 | 2025-09-26 |
Deep learning reconstruction for temporomandibular joint MRI: diagnostic interchangeability, image quality, and scan time reduction
2025-Sep-25, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-12029-7
PMID:40996510
|
研究论文 | 评估深度学习重建颞下颌关节MRI与传统MRI在诊断可互换性、图像质量和扫描时间方面的表现 | 首次系统验证深度学习重建MRI在颞下颌关节诊断中的临床等效性,并实现扫描时间减少49.2% | 样本量相对有限(88名患者),且仅针对特定MRI序列进行评估 | 比较深度学习重建与传统MRI在颞下颌关节诊断中的性能差异 | 疑似颞下颌关节紊乱病患者(88名患者,176个关节) | 医学影像分析 | 颞下颌关节疾病 | 深度学习重建、磁共振成像 | 深度学习模型 | 医学影像 | 88名患者(平均年龄37±16岁,43名男性),共176个颞下颌关节 |
827 | 2025-09-26 |
Machine-learned density functional based quantum chemical computations for ethane: performance of DeepMind 21 on potential energy surface and molecular properties
2025-Sep-25, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-025-06451-3
PMID:40996570
|
研究论文 | 本研究使用DeepMind 21机器学习密度泛函对乙烷分子进行量子化学计算,评估其在势能面和分子性质预测方面的性能 | 首次将深度学习密度泛函DM21应用于乙烷分子的量子科学计算,验证了神经网络泛函在量子化学计算中的适用性 | 研究仅限于乙烷分子,尚未扩展到更复杂的分子体系 | 评估机器学习密度泛函在量子化学计算中的准确性和适用性 | 乙烷分子(C2H6) | 机器学习 | NA | 密度泛函理论、深度学习、量子化学计算 | 神经网络、DM21、TensorFlow | 分子结构数据、量子化学计算数据 | 单个乙烷分子的不同几何构型 |
828 | 2025-09-26 |
Deep learning-based segmentation of acute pulmonary embolism in cardiac CT images
2025-Sep-25, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03503-0
PMID:40996587
|
研究论文 | 本研究开发基于深度学习的急性肺栓塞自动分割方法,用于心脏CT图像分析 | 首次将nnU-Net和基于Transformer的VT-UNet两种先进神经网络应用于急性肺栓塞的自动分割任务 | 研究样本量有限(200例CTPA图像),需要更大规模数据验证模型泛化能力 | 实现急性肺栓塞的精确自动分割,以改善患者预后评估和治疗规划 | 急性肺栓塞患者的CT肺动脉造影图像 | 计算机视觉 | 肺栓塞 | CT肺动脉造影 | nnU-Net, VT-UNet | 医学影像 | 200例CTPA图像体积数据 |
829 | 2025-09-26 |
Decoding the limits of deep learning in molecular docking for drug discovery
2025-Sep-24, Chemical science
IF:7.6Q1
DOI:10.1039/d5sc05395a
PMID:40901622
|
研究论文 | 分析深度学习在分子对接中的性能局限并提出优化策略 | 首次从五个关键维度系统评估传统与深度学习对接方法的性能差异,揭示生成扩散模型的优势及泛化挑战 | 深度学习方法对新型蛋白结合口袋的泛化能力不足,多数方法存在高空间容忍度问题 | 评估深度学习在药物发现分子对接中的性能局限与发展前景 | 传统分子对接方法与深度学习范式(生成扩散模型、回归架构、混合框架) | 机器学习 | NA | 分子对接、虚拟筛选 | 生成扩散模型、回归模型、混合框架 | 蛋白质-配体结构数据 | NA |
830 | 2025-09-26 |
A novel hybrid deep learning model for segmentation and uzzy Res-LeNet based classification for Alzheimer's disease
2025-Sep-24, Neurogenetics
IF:1.6Q3
DOI:10.1007/s10048-025-00837-4
PMID:40991056
|
研究论文 | 提出一种用于阿尔茨海默病分割和分类的混合深度学习模型 | 创新性地结合O-SegNet和U-Net进行分割,并集成模糊逻辑、ResNeXt和LeNet构建Fuzzy Res-LeNet分类器 | NA | 阿尔茨海默病的早期检测和分类 | 阿尔茨海默病患者的大脑MRI图像 | 数字病理学 | 阿尔茨海默病 | 深度学习、图像处理 | O-SegUNet、Fuzzy Res-LeNet(集成模糊逻辑、ResNeXt和LeNet) | 医学影像(MRI) | NA |
831 | 2025-09-26 |
Beyond application-specific design: a generalized deep learning framework for optical property prediction in TiO2/GaN nanophotonic metasurfaces
2025-Sep-24, Nanoscale advances
IF:4.6Q2
DOI:10.1039/d5na00550g
PMID:40880600
|
研究论文 | 提出基于人工智能的通用深度学习框架,用于预测TiO2/GaN纳米光子超表面光学特性 | 采用迁移学习模型处理两种材料纳米柱的光学响应,建立通用预测框架而非特定应用设计 | 仅验证了特定波长范围(600-700nm)和有限尺寸透镜(最大直径100μm)的性能 | 开发通用深度学习框架以预测纳米光子超表面的光学特性 | 二氧化钛和氮化镓纳米柱超表面 | 机器学习 | NA | 迁移学习 | 深度学习框架 | 光学响应数据 | 两个包含GaN和TiO2纳米柱光学响应的大型数据集 |
832 | 2025-09-26 |
Fuzzy Rule-Based Differentiable Representation Learning
2025-Sep-24, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3609722
PMID:40991592
|
研究论文 | 提出一种基于模糊规则的可微分表示学习方法,在保持可解释性的同时提升表示学习性能 | 首次将TSK模糊系统与可微分优化结合,通过高维模糊特征空间映射和第二阶几何保持策略实现可解释的表示学习 | NA | 开发兼具可解释性和高性能的表示学习方法 | 复杂数据集的特征表示 | 机器学习 | NA | TSK模糊系统、可微分优化 | 模糊规则模型 | 结构化数据 | 多个基准数据集(未指定具体数量) |
833 | 2025-09-26 |
BrainAuth: A Neuro-Biometric Approach for Personal Authentication
2025-Sep-24, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3613234
PMID:40991601
|
研究论文 | 提出基于深度强化学习的脑电波生物认证框架BrainAuth,用于个人身份认证 | 首次将深度强化学习与Dyna框架、双重估计技术结合用于脑电波认证,引入分层架构减少探索时间 | 未明确说明模型对脑电信号采集环境的要求及跨设备泛化能力 | 开发用户友好、鲁棒可靠的个人生物特征认证系统 | 人脑伽马(γ)和贝塔(β)脑电波 | 机器学习 | NA | 脑电信号处理、深度强化学习 | 深度强化学习、深度神经网络 | 脑电信号 | NA |
834 | 2025-09-26 |
Reliable Multimodal Cancer Survival Prediction with Confidence-aware Risk Modeling
2025-Sep-24, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3613406
PMID:40991606
|
研究论文 | 提出一种可靠的多模态癌症生存预测框架ReCaSP,通过置信感知风险建模整合组织学全切片图像和转录组数据 | 首次引入置信感知风险建模机制为生存预测提供置信度评估,并设计跨注意力对齐模块解决多模态数据对齐噪声问题 | NA | 开发可靠的多模态癌症生存预测方法以提高患者预后评估准确性 | 癌症患者的组织学全切片图像和转录组数据 | 数字病理 | 癌症 | 多模态融合、证据深度学习 | 跨注意力对齐模块、风险分类器 | 图像、转录组数据 | 五个数据集(具体样本数未提及) |
835 | 2025-09-26 |
STANet: A Surgical Gesture Recognition Method Based on Spatiotemporal Fusion
2025-Sep-24, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.70053
PMID:40991934
|
研究论文 | 提出一种基于时空融合的手术手势识别方法STANet,用于机器人手术中的动作序列建模 | 设计了时空自适应网络,通过时间模块和空间模块分别提取特征,并采用时间自适应卷积策略进行时空特征融合 | NA | 提高机器人手术中手术手势识别的准确性和效率 | 手术手势动作序列 | 计算机视觉 | NA | 深度学习 | STANet(时空自适应网络) | 视频序列数据 | 公开手术手势数据集JIGSAWS和RARP-45 |
836 | 2025-09-26 |
Transforming histologic assessment: artificial intelligence in cancer diagnosis and personalized treatment
2025-Sep-24, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-025-03206-y
PMID:40993310
|
综述 | 探讨人工智能在癌症组织学评估中从辅助诊断工具发展为临床决策核心组件的转型过程 | 提出多模态方法整合组织学图像与临床分子数据,实现癌症分层和治疗个性化的创新范式 | AI预测验证存在挑战,特别是在预后应用和资源有限环境中的可及性不足 | 推动人工智能在癌症诊断和个性化治疗中的临床转化应用 | 组织病理学全切片图像(WSIs)及相关的基因组与临床数据 | 数字病理学 | 癌症 | 深度学习、空间转录组学 | 深度学习模型 | 全切片图像、基因组数据、临床数据 | 基于TCGA等公共数据库的大规模样本(具体数量未明确说明) |
837 | 2025-09-26 |
Automated detection of neonatal pulmonary hypertension in echocardiograms with a deep learning model
2025-Sep-24, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-025-04404-3
PMID:40993360
|
研究论文 | 开发用于新生儿超声心动图视频中肺动脉高压自动检测的深度学习模型 | 首次将时空卷积神经网络应用于新生儿肺动脉高压的自动检测,并通过显著性图谱提供模型可解释性 | 样本量相对有限(共1353个视频),需要进一步外部验证 | 实现新生儿肺动脉高压的自动化筛查和早期诊断 | 3-90天龄新生儿的超声心动图视频 | 医学影像分析 | 肺动脉高压 | 超声心动图 | CNN(空间和时空卷积神经网络) | 视频 | 训练验证集975个视频,测试集378个视频,总计1353个视频帧 |
838 | 2025-09-24 |
Correction: Myocardial scar and left ventricular ejection fraction classification for electrocardiography image using multi-task deep learning
2025-Sep-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18185-6
PMID:40983619
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
839 | 2025-09-26 |
Deciphering the sequence basis and application of transcriptional initiation regulation in plant genomes through deep learning
2025-Sep-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03782-5
PMID:40983924
|
研究论文 | 开发可解释深度学习模型GenoRetriever解析植物转录起始调控的序列基础 | 首次通过多作物基因组STRIPE-seq数据建立可解释深度学习模型,系统揭示27个核心启动子基序功能 | 研究主要聚焦作物基因组,未涵盖所有植物物种 | 解析植物转录起始调控的序列基础及其在作物改良中的应用 | 16种大豆组织和6种其他作物的转录起始位点 | 机器学习 | NA | STRIPE-seq、深度学习、饱和突变、启动子活性检测 | 深度学习模型 | 基因组序列数据 | 16种大豆组织+6种作物基因组数据 |
840 | 2025-09-24 |
GeneRAIN: multifaceted representation of genes via deep learning of gene expression networks
2025-Sep-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03749-6
PMID:40983974
|
研究论文 | 开发基于Transformer的GeneRAIN模型套件,通过41万个人类批量RNA-seq样本学习基因表达关系 | 提出创新的Binning-By-Gene标准化技术和多维度基因表征GeneRAIN-vec,实现从蛋白质编码基因到长链非编码RNA的知识迁移 | NA | 推进Transformer和自监督深度学习在基因表达数据中的应用,增强生物学探索能力 | 人类基因表达网络,特别是13,030个长链非编码RNA | 机器学习 | NA | RNA-seq,深度学习 | Transformer | 基因表达数据 | 410,000个人类批量RNA-seq样本 |