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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
881 | 2025-07-10 |
Conditional autoregressive model based on next scale prediction for missing data reconstruction
2025-Jul-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08830-5
PMID:40615591
|
研究论文 | 提出了一种基于下一尺度预测的条件自回归模型,用于地震数据缺失轨迹的重建 | 采用下一尺度预测方法避免了数据扁平化,保持了数据的空间结构,并通过条件约束确保预测数据与已知数据分布一致 | 未提及具体计算资源需求或模型训练时间 | 解决复杂野外条件下采集的地震数据中缺失轨迹的重建问题 | 地震数据 | 机器学习 | NA | 深度学习 | 条件自回归模型 | 地震数据 | 未提及具体样本数量,但涉及现场和合成数据集 |
882 | 2025-07-06 |
Automated radiographic assessment of lower limb alignment using deep learning in a data-constrained clinical setting
2025-Jul-04, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-025-08846-y
PMID:40615817
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
883 | 2025-07-10 |
DeepELR: Deep learning-based energy and link stability aware routing in IoT for heart disease classification
2025-Jul-04, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 本文提出了一种基于深度学习的能量和链路稳定性感知路由算法DeepELR,用于物联网中的心脏疾病分类 | 开发了DeepELR路由算法,结合DRNN预测节点能量和链路稳定性,并采用ASSA-based集成学习技术进行心脏疾病分类 | 未提及具体实验样本量和临床验证结果 | 开发物联网环境下心脏疾病监测的高效路由算法和分类系统 | 心脏疾病患者监测数据 | 物联网与医疗健康监测 | 心脏疾病 | ASSA-based集成学习技术 | DRNN, DEB, RNN | 物联网传感器数据 | NA |
884 | 2025-07-10 |
An automatic patient-specific quality assurance with a novel DVH scoring algorithm for volumetric modulated arc therapy of cervical cancer
2025-Jul-04, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2025.112030
PMID:40628009
|
research paper | 开发了一种新的DVH评分算法,用于自动预测和分类宫颈癌患者特定质量保证(PSQA)结果 | 提出了一种基于权重的DVH评分(WDS)算法,能够根据剂量误差和体积误差自动分类PSQA结果 | 样本量相对较小,且仅针对宫颈癌患者 | 提高患者特定质量保证(PSQA)结果的分类准确性和效率 | 200名接受容积调强弧形治疗(VMAT)的宫颈癌患者 | digital pathology | cervical cancer | volumetric modulated arc therapy (VMAT) | U-shape-like network with skip-connection modules (T-Net) | CT and plan dose distributions | 200名宫颈癌患者(109例使用Infinity直线加速器,91例使用Synergy直线加速器) |
885 | 2025-07-10 |
Evaluating Vision and Pathology Foundation Models for Computational Pathology: A Comprehensive Benchmark Study
2025-Jul-04, Research square
DOI:10.21203/rs.3.rs-6823810/v1
PMID:40630532
|
research paper | 本文对31种计算病理学AI基础模型进行了全面基准测试,评估了它们在多种组织病理学数据集和任务中的表现和泛化能力 | 首次对病理学基础模型在不同数据集和任务中的表现进行系统比较,并发现模型大小和数据规模并不总是与性能提升相关 | 需要进一步研究影响模型性能的潜在因素,并开发增强模型在不同组织类型和数据集中泛化能力的策略 | 评估和比较不同病理学基础模型在计算病理学中的表现 | 31种AI基础模型,包括通用视觉模型(VM)、通用视觉语言模型(VLM)、病理专用视觉模型(Path-VM)和病理专用视觉语言模型(Path-VLM) | digital pathology | NA | deep learning | CNN, VLM, Path-VM, Path-VLM | image | 41项任务的数据集,包括TCGA、CPTAC、外部基准数据集和域外数据集 |
886 | 2025-07-10 |
Semantic ECG hash similarity graph
2025-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07838-1
PMID:40610475
|
研究论文 | 提出了一种结合语义哈希编码的新型图生成学习框架,用于捕获心电信号内部及信号间的复杂关联,显著提升基于图的深度学习模型的检索效率 | 利用语义哈希编码构建全局哈希字典,并通过汉明相似度组装图拓扑结构,同时提出正交域迭代优化方法以确保语义相似性 | 未明确提及具体局限性,但可能受限于哈希编码的精度和噪声干扰 | 提高心电信号检索效率和识别准确性 | 心电信号(ECG) | 机器学习 | 心血管疾病 | 语义哈希编码、汉明相似度计算 | GCN(图卷积网络) | 时间序列数据(ECG信号) | 多个公开ECG数据集(未明确数量) |
887 | 2025-07-10 |
Quantification of Optical Coherence Tomography Features in >3500 Patients with Inherited Retinal Disease Reveals Novel Genotype-Phenotype Associations
2025-Jul-03, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.07.03.25330767
PMID:40630585
|
研究论文 | 本研究通过量化光谱域光学相干断层扫描(SD-OCT)图像,分析了3500多名遗传性视网膜疾病(IRD)患者的特征,揭示了新的基因型-表型关联 | 开发了一种新型深度学习算法AIRDetect-OCT,用于大规模OCT特征量化,并发现了与人口统计学和基因型参数的横断面和纵向表型相关性 | 研究为回顾性设计,可能受到数据收集的限制 | 量化遗传性视网膜疾病患者的SD-OCT图像特征,探索基因型与表型之间的关联 | 遗传性视网膜疾病患者 | 数字病理学 | 遗传性视网膜疾病 | 光谱域光学相干断层扫描(SD-OCT) | 神经网络(AIRDetect-OCT) | 图像 | 3,534名患者,涵盖176个独特基因,7,405个SD-OCT体积,272,168个b-scans |
888 | 2025-07-10 |
A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network
2025-Jul-01, Computers, informatics, nursing : CIN
DOI:10.1097/CIN.0000000000001302
PMID:40164059
|
研究论文 | 本研究提出了一种基于深度学习的婴儿疼痛评估方法,通过卷积神经网络分析面部表情 | 使用CNN模型从婴儿面部表情中客观评估疼痛,填补了婴儿无法言语表达疼痛的临床需求空白 | 样本量较小、需要外部验证以及存在伦理考量 | 开发一种客观评估婴儿疼痛的临床工具 | 婴儿疼痛面部表情 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用COPE数据库(具体数量未提及) |
889 | 2025-07-10 |
Investigating Bubble Formation and Evolution in Vanadium Redox Flow Batteries via Synchrotron X-Ray Imaging
2025-Jul-01, ChemSusChem
IF:7.5Q1
DOI:10.1002/cssc.202500282
PMID:40202080
|
研究论文 | 通过同步辐射X射线成像技术研究钒氧化还原液流电池中气泡的形成与演变 | 结合深度学习模型和形态学分析工具,对同步辐射X射线断层扫描图像中的气泡进行识别和表征,揭示了气泡在不同电极区域的生长和融合规律 | 研究仅针对钒氧化还原液流电池中的氢气泡,未涉及其他类型电池或气泡 | 探究钒氧化还原液流电池中氢气泡的形成和演变机制,以提高电池效率 | 钒氧化还原液流电池中的氢气泡 | 能源存储 | NA | 同步辐射X射线断层扫描、深度学习模型、形态学分析 | 深度学习模型 | 图像 | NA |
890 | 2025-07-10 |
Estimation method of dynamic range parameters for cochlear implants based on neural response telemetry threshold
2025-Jul, Acta oto-laryngologica
IF:1.2Q3
DOI:10.1080/00016489.2025.2492359
PMID:40347195
|
研究论文 | 本研究探讨了人工耳蜗植入患者主观行为测试阈值与神经反应遥测阈值之间的相关性,并利用深度学习技术建立预测模型以指导术后机器调整 | 首次结合深度学习技术构建卷积神经网络预测模型,用于预测人工耳蜗机器调整参数,并比较了正常耳蜗形态与内耳畸形患者的不同调整策略 | 样本量相对较小(77例患者),且仅测试了特定电极(1、6、11、16、22)的数据 | 探索人工耳蜗调整参数的客观预测方法,改善术后调整效果 | 77例人工耳蜗植入患者(57例正常耳蜗形态,20例内耳畸形) | 数字病理 | 听力障碍 | 神经反应遥测(NRT)、深度学习 | CNN | 生理信号数据 | 77例患者(57例正常耳蜗形态,20例内耳畸形) |
891 | 2025-07-10 |
Deep Learning with Domain Randomization in Image and Feature Spaces for Abdominal Multiorgan Segmentation on CT and MRI Scans
2025-Jul, Radiology. Artificial intelligence
DOI:10.1148/ryai.240586
PMID:40396895
|
研究论文 | 开发一种深度学习分割模型,用于在CT和MRI扫描中高精度且具有良好泛化能力地分割腹部多器官 | 提出了一种在图像和特征空间中进行域随机化的方法,以提高跨站点和跨模态设置下的泛化能力 | NA | 提高腹部多器官在CT和MRI扫描中的分割准确性和泛化能力 | 腹部多器官 | 计算机视觉 | NA | 深度学习 | nnU-Net | 图像 | 公共前列腺MRI数据集和腹部CT及MRI数据集 |
892 | 2025-07-10 |
Enhancing ultrasonographic detection of hepatocellular carcinoma with artificial intelligence: current applications, challenges and future directions
2025-Jul-01, BMJ open gastroenterology
IF:3.3Q2
DOI:10.1136/bmjgast-2025-001832
PMID:40592728
|
综述 | 本文综述了人工智能在超声检测肝细胞癌中的当前应用、挑战及未来发展方向 | 探讨了AI在超声影像中提升肝细胞癌早期检测的潜力,特别是深度学习方法的成功应用 | 数据异质性、缺乏标准化、模型可解释性问题、监管限制及临床实际应用障碍 | 提升肝细胞癌的早期检测和监测 | 肝细胞癌(HCC) | 医学影像分析 | 肝细胞癌 | 深度学习 | CNN | 超声影像 | NA |
893 | 2025-07-10 |
Muscle-Driven prognostication in gastric cancer: A multicenter deep learning framework integrating Iliopsoas and erector spinae radiomics for 5-Year survival prediction
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09083-y
PMID:40596621
|
research paper | 本研究开发了一个结合放射组学和深度学习的5年生存预测模型,用于胃癌患者,重点关注基于CT的髂腰肌和竖脊肌的2D和3D特征 | 通过融合2D和3D放射组学特征,并利用深度学习进行特征提取,开发了一个新的生存预测模型,强调了肌肉质量与生存之间的关联 | 3D模型表现不佳,可能由于数据中包含不相关信息 | 开发一个用于胃癌患者5年生存预测的精准医学模型 | 胃癌患者 | digital pathology | gastric cancer | CT, radiomics, deep learning | deep learning | CT图像 | 来自两个中心的705名患者 |
894 | 2025-07-10 |
Retrieval-Augmented Generation with Large Language Models in Radiology: From Theory to Practice
2025-Jul, Radiology. Artificial intelligence
DOI:10.1148/ryai.240790
PMID:40464682
|
research paper | 探讨大型语言模型(LLMs)在放射学中的应用,特别是检索增强生成(RAG)如何优化工作流程 | 提出将RAG与LLMs结合,以解决幻觉和响应来源不透明的问题,并展示其在放射学中的实际应用 | 需要持续优化以处理大量输入数据和复杂的多代理对话 | 探索LLMs在放射学中的应用潜力,优化工作流程 | 大型语言模型(LLMs)和检索增强生成(RAG) | natural language processing | NA | few-shot and zero-shot learning, RAG integration, multistep reasoning, agentic RAG | LLMs | text | NA |
895 | 2025-07-10 |
Combined model-driven and dual-cycle interactive strategy few-shot learning scheme for predicting breast cancer molecular subtypes based on DCE-MRI
2025-Jul-01, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108923
PMID:40628151
|
研究论文 | 提出一种结合模型驱动和双循环交互策略的小样本学习方案,用于基于DCE-MRI预测乳腺癌分子亚型 | 联合嵌入模型驱动机制和双循环交互策略的小样本学习方案,以及独特的时空循环网络分类器(STRNC) | 仅基于DCE-MRI数据,未考虑其他类型医学影像数据 | 解决医学影像数据量少的情况下乳腺癌分子亚型的分类问题 | 乳腺癌分子亚型 | 数字病理 | 乳腺癌 | DCE-MRI | 时空循环网络分类器(STRNC) | 医学影像 | 公共数据集(具体数量未提及) |
896 | 2025-07-10 |
Establish a simple and quantitative deep learning-based method to analyse complicated intra- and inter-species social interaction behaviour for four stag beetle species
2025-Jul, Open biology
IF:4.5Q1
DOI:10.1098/rsob.250060
PMID:40628294
|
研究论文 | 开发一种基于深度学习的简单定量方法,用于分析四种锹甲物种复杂的社会互动行为 | 利用DeepLabCut™(DLC)这一先进的深度学习姿态估计工具,首次对锹甲物种内和物种间的复杂社会互动行为进行客观量化 | 研究仅针对四种锹甲物种,可能无法完全代表所有锹甲的社会行为多样性 | 开发一种定量分析方法,以理解锹甲的社会行为、生态和进化 | 四种锹甲物种(Lucanidae)的社会互动行为 | 计算机视觉 | NA | DeepLabCut™(DLC)姿态估计 | 深度学习 | 视频 | 四种锹甲物种的高分辨率视频数据 |
897 | 2025-07-10 |
Dynamic frame-by-frame motion correction for 18 F-flurpiridaz PET-MPI using convolution neural network
2025-Jul-01, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.27.25330436
PMID:40630596
|
research paper | 提出了一种基于深度学习的方法,用于18F-flurpiridaz PET心肌灌注成像的动态逐帧运动校正 | 首次使用3D ResNet架构进行自动运动校正,显著减少了人工校正的时间和观察者间差异 | 研究样本来自32个中心的临床试验数据,可能无法代表所有临床场景 | 开发自动运动校正方法以提高心肌血流定量分析的准确性和效率 | 18F-flurpiridaz PET心肌灌注成像数据 | digital pathology | cardiovascular disease | PET成像 | 3D ResNet | 3D PET图像数据 | 来自32个中心的临床试验数据(NCT01347710) |
898 | 2025-07-10 |
Fluctuation structure predicts genome-wide perturbation outcomes
2025-Jul-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.27.661814
PMID:40631127
|
研究论文 | 提出了一种名为CIPHER的概念框架,利用统计物理中的线性响应理论,通过未受干扰细胞中的基因共波动来预测全转录组扰动结果 | CIPHER框架首次利用基因共波动信息预测扰动响应,超越了传统方法将基因视为孤立单元或使用不透明的深度学习模型的局限 | NA | 开发一个理论基础的模型来捕捉复杂的生物学响应,揭示细胞波动模式中编码的基本设计原则 | 基因共波动和全基因组扰动响应 | 功能基因组学 | NA | 单细胞扰动筛选 | 线性响应理论模型 | 单细胞转录组数据 | 11个大规模单细胞扰动数据集,涵盖4,234个扰动和超过136万个细胞 |
899 | 2025-07-10 |
Deep Learning of Suboptimal Spirometry to Predict Respiratory Outcomes and Mortality
2025-Jun-30, Research square
DOI:10.21203/rs.3.rs-6296752/v1
PMID:40630516
|
研究论文 | 本研究探讨了利用深度学习模型基于次优肺活量测定预测呼吸系统结果和死亡率的能力 | 提出了一种基于对比学习的Spiro-CLF框架,能够利用次优肺活量测定数据进行预测,而传统方法仅依赖质量控制通过的测试结果 | 需要在特定临床场景中进一步验证模型的性能和实用性 | 探索次优肺活量测定数据在预测呼吸系统结果和死亡率方面的价值 | 英国生物银行和COPDGene研究中的参与者 | 机器学习 | 呼吸系统疾病 | 对比学习 | Spiro-CLF | 体积-时间曲线(肺活量测定原始数据) | 英国生物银行352,684名参与者(940,705条曲线)和COPDGene研究10,110名参与者 |
900 | 2025-07-10 |
Multicenter Evaluation of Interpretable AI for Coronary Artery Disease Diagnosis from PET Biomarkers
2025-Jun-30, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.06.19.25329944
PMID:40630571
|
研究论文 | 本研究开发了一种整合临床PET MPI参数的人工智能模型,用于提高阻塞性冠状动脉疾病(CAD)的诊断准确性 | 该研究首次将多种PET MPI成像生物标志物整合到一个AI模型中,提供自动化和可解释的CAD诊断预测 | 研究为回顾性设计,且仅纳入了有侵入性冠状动脉造影的患者 | 提高阻塞性冠状动脉疾病的诊断准确性 | 接受心脏PET/CT检查的患者 | 数字病理学 | 心血管疾病 | PET/CT, 深度学习 | XGBoost | 医学影像 | 1,664名患者(来自4个中心) |