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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
861 | 2025-05-14 |
Deep learning-based spatial optimization of green and cool roof implementation for urban heat mitigation
2025-May, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125398
PMID:40273786
|
research paper | 提出了一种基于深度学习的城市绿色和凉爽屋顶实施空间优化方法,以减轻城市热压力并最大化成本效益 | 开发了基于Multi-ResNet深度学习算法的替代模型,用于优化绿色和凉爽屋顶的分配,显著降低了计算需求 | 研究仅针对大首尔地区,且基于SSP585气候情景和2100年土地覆盖预测,可能不适用于其他地区或情景 | 优化城市绿色和凉爽屋顶的实施,以减轻城市热压力并提高成本效益 | 大首尔地区的城市绿色和凉爽屋顶实施 | machine learning | NA | Multi-ResNet, WRF-UCM | Multi-ResNet | 模拟数据 | 379个城市网格的262,144种情景 |
862 | 2025-05-14 |
Multitemporal river flow discharge prediction: A new framework for integrated environmental management and flood control
2025-May, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.125372
PMID:40279745
|
research paper | 该研究提出了一种先进的通用数据分组处理方法(AUGMDH)模型,用于预测不同时间尺度的河流流量排放 | 引入AUGMDH模型,在多种时间尺度上预测河流流量排放,并在准确性、可靠性和计算效率上优于CNN模型 | 未明确提及研究的具体局限性 | 提高河流流量排放预测的准确性和可靠性,以支持水资源管理和洪水控制 | 河流流量排放 | machine learning | NA | AUGMDH, CNN | AUGMDH, CNN | 时间序列数据 | NA |
863 | 2025-05-03 |
Deep Learning Radiopathomics for Predicting Tumor Vasculature and Prognosis in Hepatocellular Carcinoma
2025-May, Radiology. Imaging cancer
DOI:10.1148/rycan.250141
PMID:40314587
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
864 | 2025-05-14 |
Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials
2025-May, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI-24-00284
PMID:40344545
|
research paper | 该研究评估了多模态人工智能(MMAI)深度学习系统在前列腺癌(PCa)临床试验中预测远处转移(DM)和前列腺癌特异性死亡率(PCSM)的算法公平性 | 首次在多模态人工智能模型中评估了算法在不同种族(非洲裔和非非洲裔)前列腺癌患者中的公平性 | 研究中仍有0.5%的患者种族信息未知或缺失 | 评估多模态人工智能模型在前列腺癌预后预测中的算法公平性 | 非洲裔和非非洲裔前列腺癌患者 | digital pathology | prostate cancer | deep learning | MMAI | digital histopathology and clinical data | 5,708名患者(包括948名非洲裔和4,731名非非洲裔患者) |
865 | 2025-05-14 |
An overview of computational methods in single-cell transcriptomic cell type annotation
2025-May-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf207
PMID:40347979
|
综述 | 本文系统性地回顾了基于单细胞RNA测序数据的细胞类型注释计算方法 | 全面比较和分类了多种细胞类型注释方法,并探讨了深度学习技术在解决数据不平衡和识别新细胞类型中的潜力 | 主要关注转录组学数据,可能未涵盖其他组学数据的注释方法 | 总结和比较现有的单细胞转录组细胞类型注释方法 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 监督学习、深度学习 | 基因表达数据 | NA |
866 | 2025-05-14 |
Three-dimensional C-scan-based generation adversarial network with synthetic input to improve optical coherence tomography angiography
2025-May, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.30.5.056006
PMID:40352109
|
研究论文 | 提出了一种基于三维C扫描的生成对抗网络(3DCS-GAN),用于改善光学相干断层扫描血管成像(OCTA)的血管可视化 | 首次提出利用三维C扫描数据重建高质量三维血管网络,充分利用了OCTA数据的体积信息和血管网络的拓扑特征 | NA | 改善OCTA数据的血管可视化质量 | OCTA数据中的血管网络 | 计算机视觉 | 葡萄酒色斑病 | OCTA | GAN(基于Pix2Pix架构) | 三维医学图像 | NA |
867 | 2025-05-14 |
Association of Deep Learning-based Chest CT-derived Respiratory Parameters with Disease Progression in Amyotrophic Lateral Sclerosis
2025-May, Radiology
IF:12.1Q1
DOI:10.1148/radiol.243463
PMID:40358443
|
research paper | 该研究探讨了基于深度学习的胸部CT衍生呼吸参数在预测肌萎缩侧索硬化症(ALS)疾病进展和生存期中的价值 | 使用深度学习技术从胸部CT中提取肺体积指数(LVI)和呼吸肌指数(RMI),这些参数能够反映ALS的临床分期并预测生存期,特别是在延髓受累患者中具有应用价值 | 研究为回顾性设计,样本量相对有限(261例患者),且所有数据来自单一三级医院 | 评估深度学习衍生的胸部CT参数对ALS疾病进展和患者生存期的预测能力 | 肌萎缩侧索硬化症(ALS)患者 | digital pathology | geriatric disease | deep learning-based CT analysis | Gaussian process regressor | CT images | 261例ALS患者(平均年龄65.2岁±11.9,男性156例) |
868 | 2025-05-14 |
Self-Supervised Learning with Adaptive Frequency-Time Attention Transformer for Seizure Prediction and Classification
2025-Apr-07, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci15040382
PMID:40309845
|
研究论文 | 提出了一种结合自适应频时注意力Transformer的自监督学习方法,用于癫痫发作预测和分类 | 引入了自适应频时注意力机制(AFTA),通过频域自适应全局和局部滤波增强EEG特征提取的鲁棒性 | 未明确说明模型在实时预测场景中的表现或计算效率 | 提高癫痫发作预测和分类的准确性 | 脑电图(EEG)信号 | 机器学习 | 癫痫 | 自监督学习 | Transformer | EEG信号 | TUSZ、TUAB和TUEV数据集(具体数量未说明) |
869 | 2025-05-14 |
Flood resilience through hybrid deep learning: Advanced forecasting for Taipei's urban drainage system
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124835
PMID:40056592
|
research paper | 该研究利用知识图谱整合多元数据源,结合深度学习模型,为台北市中山抽水站的实时城市排水预警系统提供洪水管理方案 | 提出结合CNN与BP神经网络的深度学习模型(CNN-BP),用于多输入多输出多步预测(MIMOMS),在10至60分钟间隔内对下水道水位及抽水站内外水位进行高精度预测 | 研究仅针对台北市中山抽水站,模型在其他地理或气候条件下的泛化能力未验证 | 提升城市排水系统对极端降雨事件的应对能力,优化防洪策略与灾害管理 | 台北市中山抽水站的下水道水位及抽水站内外水位 | machine learning | NA | 深度学习,知识图谱 | CNN-BP(卷积神经网络与反向传播神经网络结合) | 水位时序数据 | 未明确提及具体样本数量,数据来源于台北市中山抽水站的实时监测系统 |
870 | 2025-05-14 |
Effect of training sample size, image resolution and epochs on filamentous and floc-forming bacteria classification using machine learning
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124803
PMID:40056595
|
研究论文 | 本研究探讨了训练样本大小、图像分辨率和训练周期对使用机器学习分类丝状和絮状细菌的影响 | 研究了AI分割模型在准确度指标和计算需求方面的优化,特别是训练样本大小、图像分辨率和训练周期三个变量的影响 | 未提及具体的技术或模型在极端条件下的表现 | 优化AI分割模型在废水处理厂细菌检测中的应用 | 丝状和絮状细菌 | 计算机视觉 | NA | 深度学习 | AI分割模型 | 图像 | 300和500张图像 |
871 | 2025-05-14 |
Integrating flora, fauna, and indigenous practices into spatial optimization for prescribed burning
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124833
PMID:40058039
|
研究论文 | 本研究开发了一种整合植物、动物和传统土地管理实践的空间优化方法,用于指导规定性燃烧,以可持续管理野火风险 | 提出了一种新颖的空间优化方法,整合火灾风险和共存能力,为规定性燃烧提供区域尺度的规划框架 | 研究仅应用于嘉陵江流域,未验证其在不同地理区域的普适性 | 开发可持续的野火管理策略,促进生态系统与火灾的共存 | 嘉陵江流域(中国)的火灾易发山区 | 空间优化 | NA | 机器学习和深度学习 | NA | 空间数据 | 嘉陵江流域的特定区域(东部北碚等) |
872 | 2025-05-14 |
Chemically Engineered Peptide Efficiently Blocks Malaria Parasite Entry into Red Blood Cells
2025-Apr-01, Biochemistry
IF:2.9Q3
DOI:10.1021/acs.biochem.4c00465
PMID:40062812
|
研究论文 | 通过化学肽工程设计出一种能高效阻断疟原虫进入红细胞的环肽 | 通过残基插入、骨架环化和引入额外二硫键的化学肽工程方法,设计出亲和力比天然配体高20倍的环肽 | 研究主要基于体外实验,尚未进行体内验证 | 设计肽类抑制剂以干扰疾病相关的蛋白质-蛋白质相互作用 | 疟原虫入侵红细胞的机制 | 生物医学工程 | 疟疾 | 化学肽工程、表面等离子共振、体外寄生虫生长抑制实验 | ColabFold-AlphaFold2 | 蛋白质结构数据 | NA |
873 | 2025-05-14 |
Phyloformer: Fast, Accurate, and Versatile Phylogenetic Reconstruction with Deep Neural Networks
2025-Apr-01, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msaf051
PMID:40066802
|
研究论文 | 介绍了一种名为Phyloformer的快速、准确且多功能的方法,用于进化距离估计和系统发育重建 | 利用无似然推断和几何深度学习的最新进展,Phyloformer在GPU加速下超越了现有方法的准确性和速度 | 随着序列数量的增加,Phyloformer在拓扑准确性上落后于最大似然方法 | 开发一种快速、准确的系统发育重建方法 | 序列进化树的重建 | 机器学习 | NA | 深度学习 | Phyloformer | 序列比对数据 | 3,801个实证基因比对数据 |
874 | 2025-05-14 |
Enhancing short-term algal bloom forecasting through an anti-mimicking hybrid deep learning method
2025-Apr, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2025.124832
PMID:40068506
|
研究论文 | 开发了一种混合深度学习模型(TAB)用于提高短期藻华预测的准确性 | 结合了Temporal Convolutional Network (TCN)、注意力机制和Bidirectional Long Short-Term Memory (BiLSTM)网络,并采用了新型的失真损失函数DILATE以增强模型的预测鲁棒性 | 模型在藻华突然变化时的预测准确性可能仍有提升空间 | 提高藻华短期预测的准确性 | 中国九龙江东水库的现场藻华数据 | 机器学习 | NA | 深度学习 | TCN, BiLSTM, 注意力机制 | 时间序列数据 | 江东水库的藻华监测数据 |
875 | 2025-05-14 |
Multiparametric MR Urography: State of the Art
2025-Apr, Radiographics : a review publication of the Radiological Society of North America, Inc
IF:5.2Q1
DOI:10.1148/rg.240151
PMID:40080439
|
review | 本文综述了多参数MR尿路造影(MRU)的最新技术进展及其在临床中的应用 | MRU在对比分辨率、组织表征和上尿路可视化方面与CT尿路造影(CTU)相当,并在特定患者群体中成为首选检查方法 | MRU在某些情况下可能不如CTU普及,且需要技术优化和专业解读 | 探讨MRU在尿路成像中的最新技术进展和临床应用 | 肾脏、肾盂系统、输尿管和膀胱 | 医学影像 | 泌尿系统疾病 | 静态流体T2加权成像、钆增强尿路上皮和排泄期成像、动态对比增强MRI、扩散加权成像 | NA | 医学影像数据 | NA |
876 | 2025-05-14 |
Deep learning combined Monte Carlo simulation reveal the fundamental light propagation in apple puree: Monitoring the quality changes from different cultivar, storage period and heating duration
2025-Apr, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2025.115997
PMID:40086950
|
research paper | 该研究通过深度学习结合蒙特卡洛模拟,探究了不同品种、储存期和加热时间的苹果泥的光传播特性,以监测其化学、结构和流变参数的变化 | 结合深度学习和蒙特卡洛模拟方法,首次系统地研究了苹果泥在不同条件下的光传播特性及其与质量参数的关系 | 研究仅针对两种苹果品种,可能无法代表所有苹果品种的特性 | 探究苹果泥的光传播特性及其与质量参数的关系,开发监测苹果泥质量的方法 | 不同品种、储存期和加热时间的苹果泥 | 食品科学与技术 | NA | 蒙特卡洛模拟, 深度学习 | 反向传播神经网络 | 光学吸收和散射数据 | 多种苹果品种、储存期和加热时间的苹果泥样品 |
877 | 2025-05-14 |
Artificial intelligence demonstrates potential to enhance orthopaedic imaging across multiple modalities: A systematic review
2025-Apr, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70259
PMID:40337671
|
系统性综述 | 本文系统性评估了人工智能在骨科影像学中的应用效果和可靠性 | 首次系统比较不同AI模型在骨科影像诊断、分割和操作效率方面的临床效果 | 缺乏全面的统计分析和随机对照试验 | 评估AI在骨科影像学中的有效性和可靠性 | 骨科影像学中的AI应用 | 医学影像分析 | 骨科疾病 | 机器学习 | CNN | 医学影像 | 11,990,643张影像 |
878 | 2025-05-14 |
Artificial intelligence-based deep learning algorithms for ground-glass opacity nodule detection: A review
2025-Apr, Narra J
DOI:10.52225/narra.v5i1.1361
PMID:40352244
|
综述 | 本文评估了基于人工智能的深度学习算法在检测胸部CT扫描中的磨玻璃结节(GGO)方面的性能 | 综合评估了多种深度学习模型在GGO检测中的表现,并提出了未来开发混合模型的方向 | 纳入研究数量有限(18项),且部分模型性能指标未完全报告 | 评估AI模型在胸部CT扫描中检测磨玻璃结节的诊断性能 | 胸部CT扫描中的磨玻璃结节(GGO) | 数字病理学 | 肺癌 | 深度学习 | DenseNet, WOANet | CT图像 | 18项符合纳入标准的研究(从5247篇文献中筛选) |
879 | 2025-05-14 |
Electronic Peer-Assisted Reflection in Educational Discussion Boards: A Content Analysis of Medical and Health Students' Opinions in Psychology-Related Courses
2025-Apr, Medical science educator
IF:1.9Q2
DOI:10.1007/s40670-024-02256-w
PMID:40352990
|
研究论文 | 本研究通过内容分析方法分析了医学生在心理学相关课程中对电子同伴辅助反思(ePAR)的看法 | 首次在医学教育背景下评估电子同伴辅助反思在心理学课程中的应用效果 | 研究样本仅来自伊朗一所医科大学,可能限制结果的普适性 | 评估电子同伴辅助反思在医学教育心理学课程中的应用效果 | 医学、实验室科学和公共卫生专业的学生 | 医学教育 | NA | 内容分析法 | NA | 文本数据(论坛讨论内容) | 389名学生(来自16个论坛) |
880 | 2025-05-14 |
Deep learning-based segmentation of head and neck organs at risk on CBCT images with dosimetric assessment for radiotherapy
2025-Mar-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adbf63
PMID:40068304
|
研究论文 | 本研究开发了一种基于深度学习的框架,用于在CBCT图像上分割头颈部危险器官,以促进放射治疗计划的重新制定 | 提出了一种综合框架,能够在CBCT图像上自动分割25个头颈部危险器官,并通过剂量学分析验证了其临床相关性 | CBCT图像的软组织对比度差、存在伪影和视野有限,以及缺乏大型标注数据集来训练深度学习模型 | 开发一种自动分割头颈部危险器官的框架,以加速放射治疗计划的重新制定 | 头颈部危险器官(OARs) | 数字病理学 | 头颈癌 | 深度学习 | DL | 图像 | 未明确提及样本数量 |