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 | 2025-05-23 |
Quantum-Chemical Simulation of Multiresonance Thermally Activated Delayed Fluorescence Materials Based on B,N-Heteroarenes Using Graph Neural Networks
2025-May-22, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.5c01243
PMID:40338523
|
研究论文 | 本研究开发了一种基于B,N-杂芳烃的多共振热激活延迟荧光(MR-TADF)材料的简单分子设计方法,并利用图神经网络加速了MR-TADF发射体的搜索 | 提出了一种基于π扩展DABNA核心的简单分子设计方法,并开发了基于深度学习的加速搜索工具,用于预测MR-TADF发射体的能量值 | NA | 开发高效、窄带发射的MR-TADF材料,用于下一代电致发光器件 | 基于B,N-杂芳烃的MR-TADF材料 | 机器学习 | NA | 密度泛函理论,深度学习 | 图神经网络 | 化学分子数据 | 18种不同的环状系统修饰的化合物 |
882 | 2025-05-23 |
Evaluating machine- and deep learning approaches for artifact detection in infant EEG: classifier performance, certainty, and training size effects
2025-May-22, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/add740
PMID:40354792
|
research paper | 评估机器学习和深度学习在婴儿EEG伪迹检测中的性能、确定性及训练数据量影响 | 直接处理未经特征提取的婴儿EEG复杂噪声信号,比较RF、SVM和DL模型性能,并探讨分类器确定性与数据覆盖率的权衡 | 研究仅基于单一数据集(BRISE项目),且未探索其他潜在有效的特征提取方法或模型架构 | 开发自动化方法以减少婴儿EEG伪迹检测的主观性和工作量 | 294名婴儿(平均年龄8.34个月)的EEG数据,共66,851个时段 | machine learning | NA | EEG信号处理 | Random Forest (RF), Support Vector Machine (SVM), deep learning (DL) | EEG信号 | 294名婴儿的66,851个EEG时段(45%标记为伪迹) |
883 | 2025-05-23 |
Whole-body CT-to-PET synthesis using a customized transformer-enhanced GAN
2025-May-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/add8dd
PMID:40367973
|
research paper | 提出了一种基于深度学习的全身CT到PET图像合成方法,使用定制的transformer增强GAN模型 | 提出了一个结合残差块和全连接transformer残差块的CPGAN模型,能够同时捕捉局部特征和全局上下文信息,并设计了包含结构一致性的定制损失函数以提高合成PET图像的质量 | CT图像本身无法直接反映代谢组织的生物信息 | 开发一种能够从CT图像合成高质量PET图像的深度学习方法,以减少对实际PET-CT扫描的依赖 | 全身CT和PET图像 | digital pathology | tumors | 深度学习 | transformer-enhanced GAN (CPGAN) | 3D和2D医学图像 | 102对3D CT和PET扫描,切片为27,240对2D图像(训练21,855对,验证2,810对,测试2,575对) |
884 | 2025-05-23 |
Recognizing artery segments on carotid ultrasonography using embedding concatenation of deep image and vision-language models
2025-May-22, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/add8db
PMID:40367970
|
研究论文 | 本研究提出了一种自动分类模型,用于识别颈动脉超声图像中的不同动脉段,以提高颈动脉检查的量化准确性 | 结合了预训练的DenseNet201、视觉变换器和回声对比语言-图像预训练模型的嵌入特征,使用支持向量机分类器进行解剖结构识别 | 样本量相对较小(288名患者),且仅使用了B型超声图像 | 提高颈动脉超声检查的准确性和一致性 | 颈总动脉(CCA)、颈动脉球部、颈内动脉(ICA)和颈外动脉(ECA) | 计算机视觉 | 心血管疾病 | 深度学习 | DenseNet201, 视觉变换器, 支持向量机 | 图像 | 288名患者的2943张B型超声图像(CCA: 1563; 球部: 611; ICA: 476; ECA: 293) |
885 | 2025-05-23 |
Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment
2025-May-22, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.4c13905
PMID:40400486
|
研究论文 | 本文开发了一种数据驱动的方法,结合深度学习和自动机器学习,用于检测城市环境中的花粉碎片化现象及其触发气象条件 | 首次利用气象和在线BioPM光谱数据常规检测花粉碎片化,明确了湿度超过90%时触发碎片化的阈值,并发现这一现象主要发生在夜间 | 研究仅基于气象和光谱数据,未涉及其他可能影响花粉碎片化的环境因素 | 检测花粉碎片化现象并确定其触发气象条件,以评估其对公共健康的影响 | 城市环境中的生物颗粒物(BioPM),特别是花粉 | 环境科学 | NA | 深度学习、自动机器学习、可解释性方法 | NA | 气象数据、在线BioPM光谱数据 | NA |
886 | 2025-05-23 |
iPSC-RPE patch restores photoreceptors and regenerates choriocapillaris in a pig retinal degeneration model
2025-May-22, JCI insight
IF:6.3Q1
DOI:10.1172/jci.insight.179246
PMID:40401519
|
研究论文 | 该研究开发了一种基于诱导多能干细胞衍生的视网膜色素上皮(iRPE)贴片,用于治疗干性年龄相关性黄斑变性(AMD),并在猪视网膜变性模型中验证了其恢复光感受器和再生脉络膜毛细血管的能力 | 使用临床兼容的制造工艺在可生物降解的PLGA支架上成熟iRPE细胞,开发了iRPE贴片,并通过深度学习算法和光学相干断层扫描(OCT)验证了其效果 | 研究仅在猪模型中进行,尚未在人体中验证其安全性和有效性 | 开发并验证一种能够恢复光感受器和再生脉络膜毛细血管的治疗方法,以治疗干性年龄相关性黄斑变性 | 激光诱导的外视网膜变性的猪模型 | 数字病理学 | 年龄相关性黄斑变性 | 光学相干断层扫描(OCT)、自适应光学成像、深度学习算法 | 深度学习算法 | 图像 | 猪模型 |
887 | 2025-05-23 |
Machine learning models for pharmacogenomic variant effect predictions - recent developments and future frontiers
2025-May-22, Pharmacogenomics
IF:1.9Q3
DOI:10.1080/14622416.2025.2504863
PMID:40401639
|
综述 | 本文综述了机器学习在药物基因组变异效应预测中的最新进展和未来方向 | 探讨了新兴的深度学习方法如何利用进化保守性和生物物理特性,以及集成方法如何提高预测的准确性、稳健性和可解释性 | 未具体提及研究的局限性 | 提高药物基因组变异效应的预测能力,以支持精准医学的实施 | 药物基因组变异,特别是那些与药物处置和药物靶点相关的基因变异 | 机器学习 | NA | 机器学习(ML),深度学习 | 深度学习模型,集成模型 | DNA序列,蛋白质序列 | NA |
888 | 2025-05-23 |
Using Traditional and Deep Machine Learning to Predict Emergency Room Triage Levels
2025-May-22, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2024.0632
PMID:40401726
|
研究论文 | 本研究开发了使用传统机器学习和深度学习方法预测急诊室分诊等级的方法 | 结合了土耳其语医疗文档处理和特定土耳其医疗系统特点的预测模型,以及BERT嵌入在神经网络模型中的显著性能提升 | 研究数据仅来自土耳其当地一家医院,可能影响模型的泛化能力 | 提高急诊室分诊的准确性和效率 | 急诊室患者的分类等级 | 自然语言处理 | NA | Bag of Words, Word2Vec, BERT嵌入 | 逻辑回归, 随机森林, XGBoost, CNN, LSTM | 结构化数据和非结构化文本数据 | 土耳其当地医院急诊科就诊患者数据集 |
889 | 2025-05-23 |
Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients
2025-May-22, Journal of neuro-oncology
IF:3.2Q2
DOI:10.1007/s11060-025-05073-2
PMID:40402200
|
研究论文 | 提出了一种基于机器学习和深度学习的创新框架,利用多模态MRI影像组学预测儿童低级别胶质瘤患者的肿瘤相关癫痫 | 整合肿瘤和瘤周特征的多参数MRI影像组学方法,以及使用SGD分类器实现高预测性能 | 需要更多标准化术前评估数据以提高模型的泛化能力 | 快速、无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫 | 儿童低级别胶质瘤患者 | 数字病理学 | 儿童低级别胶质瘤 | 多参数MRI扫描 | SGD分类器 | MRI影像 | NA |
890 | 2025-05-23 |
An X-ray bone age assessment method for hands and wrists of adolescents in Western China based on feature fusion deep learning models
2025-May-22, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-025-03497-z
PMID:40402226
|
研究论文 | 本研究开发了一种基于特征融合深度学习模型的手腕X射线骨龄评估方法,用于中国西部青少年的骨骼成熟度评估 | 采用特征融合的深度学习模型(InceptionV3 + Bilinear + SE + Sex)进行骨龄分类,并在关键法律年龄边界(14.0、16.0和18.0岁)表现出高准确率 | 研究样本仅来自中国西部地区,可能限制了模型的泛化能力 | 开发一种自动化的骨龄评估方法,以辅助青少年刑事责任年龄的判定 | 中国西部11.00-23.99岁青少年的手腕X射线图像 | 计算机视觉 | NA | 深度学习 | InceptionV3, InceptionV3 + SE + Sex, InceptionV3 + Bilinear, InceptionV3 + Bilinear + SE + Sex | X射线图像 | 688张手腕X射线图像 |
891 | 2025-05-23 |
High-resolution deep learning reconstruction to improve the accuracy of CT fractional flow reserve
2025-May-22, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11707-w
PMID:40402290
|
research paper | 比较基于模型迭代重建(MBIR)和高分辨率深度学习重建(HR-DLR)图像的CT衍生的血流储备分数(CT-FFR)在检测功能显著性狭窄中的诊断性能 | 首次研究了HR-DLR对CT-FFR诊断性能的影响,并证明其优于MBIR | 单中心回顾性研究,样本量较小(79例患者) | 评估HR-DLR在提高CT-FFR诊断功能显著性狭窄准确性方面的效果 | 79例连续患者(平均年龄70±11岁,57名男性)的98条血管 | 医学影像分析 | 心血管疾病 | CT血管造影,深度学习重建 | 深度学习模型(未具体说明) | 医学影像(CT图像) | 79例患者(98条血管) |
892 | 2025-05-23 |
Influence of content-based image retrieval on the accuracy and inter-reader agreement of usual interstitial pneumonia CT pattern classification
2025-May-22, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11689-9
PMID:40402291
|
research paper | 研究基于内容的图像检索(CBIR)对不同经验水平的读者在普通间质性肺炎(UIP)CT模式分类中的准确性和读者间一致性的影响 | 使用深度学习算法检索相似的胸部CT图像,辅助UIP分类,提高了诊断准确性和读者间一致性 | CBIR系统的影响因读者经验水平而异,对经验丰富的读者更有益 | 探讨CBIR在UIP CT模式分类中的应用效果 | 587名接受高分辨率胸部CT检查的纤维化间质性肺疾病患者 | digital pathology | lung cancer | deep learning | NA | image | 587名患者(100例作为查询案例) |
893 | 2025-05-23 |
Artificial intelligence in neuro-oncology: methodological bases, practical applications and ethical and regulatory issues
2025-May-22, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico
IF:2.8Q2
DOI:10.1007/s12094-025-03948-4
PMID:40402414
|
review | 本文综述了人工智能在神经肿瘤学中的方法学基础、实际应用及伦理与监管问题 | 探讨了解释性AI方法解决'黑箱'问题,以及机制模型整合生物学原理以提高肿瘤生长预测和治疗反应评估的精确性 | 面临数据偏见、伦理问题和监管合规等挑战 | 探索人工智能在神经肿瘤学中的应用及其面临的伦理与监管挑战 | 神经肿瘤学中的诊断、治疗规划和预后预测 | digital pathology | brain tumors | advanced imaging techniques and genomic analysis | CNNs and deep learning | image and genomic data | NA |
894 | 2025-05-23 |
Auxiliary Teaching and Student Evaluation Methods Based on Facial Expression Recognition in Medical Education
2025-May-22, JMIR human factors
IF:2.6Q3
DOI:10.2196/72838
PMID:40402552
|
研究论文 | 提出了一种基于面部表情识别技术的医学教育辅助教学和学生评估方法 | 利用面部表情识别技术改进医学教育中的教学效果和学生评估 | 面临技术准确性、设备依赖性和隐私保护等挑战 | 提升医学教育的教学质量和学生学习体验 | 医学教育中的学生和教师 | 计算机视觉 | NA | 面部表情识别 | 深度学习算法 | 图像 | NA |
895 | 2025-05-23 |
Machine learning-based label-free macrophage phenotyping in immune-material interactions
2025-May-21, Journal of materials chemistry. B
DOI:10.1039/d5tb00365b
PMID:40289902
|
研究论文 | 本研究提出了一种基于机器学习的无标记巨噬细胞表型分析方法,结合AI驱动的图像分类和定量相位成像(QPI)技术,用于评估免疫材料相互作用 | 首次将AI驱动的图像分类与QPI技术结合,用于无标记巨噬细胞表型分析,克服了传统方法的局限性 | QPI单独使用时无法完全区分巨噬细胞表型 | 优化植入式生物医学材料的免疫相容性 | THP-1来源的巨噬细胞(M0、M1、M2a和M2c表型)及其对胶原涂层(I型、III型和IV型)的反应 | 数字病理学 | NA | 定量相位成像(QPI) | GoogLeNet, ShuffleNet, VGG-16, ResNet-18 | 图像 | THP-1来源的巨噬细胞样本 |
896 | 2025-05-23 |
MRI-based diagnostic model for Alzheimer's disease using 3D-ResNet
2025-May-21, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/add73d
PMID:40354785
|
研究论文 | 本研究提出了一种基于3D-ResNet架构的新型诊断模型,用于利用MRI数据对阿尔茨海默病(AD)、轻度认知障碍(MCI)和认知正常(CN)个体进行分类 | 模型结合了ResNet和3D卷积神经网络(3D-CNN)的优势,并在残差结构中引入了特殊的注意力机制(SAM)以增强特征表示 | 研究仅使用了ADNI数据集,样本量相对有限,可能影响模型的泛化能力 | 开发一种准确且可解释的AI诊断框架,用于阿尔茨海默病的早期检测和临床干预 | 阿尔茨海默病(AD)、轻度认知障碍(MCI)和认知正常(CN)个体 | 数字病理学 | 老年疾病 | MRI | 3D-ResNet | 图像 | 800个脑部MRI扫描 |
897 | 2025-05-23 |
A Chemistry-Informed Generative Deep Learning Approach for Enhancing Voltammetric Neurochemical Sensing in Living Mouse Brain
2025-May-21, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.5c05393
PMID:40358003
|
research paper | 提出了一种基于化学信息的生成深度学习模型(CIGNN),用于增强活体小鼠脑中伏安法神经化学传感的定量准确性 | 开发了CIGNN模型,能够分离伏安电流中的法拉第和非法拉第成分,减少相互干扰并提高定量准确性 | 研究仅在小鼠模型中进行验证,尚未扩展到其他生物模型或临床环境 | 开发一种新方法来同时监测多种神经化学物质的动态变化,以研究神经功能和病理机制 | 活体小鼠脑中的神经化学物质(多巴胺、抗坏血酸和离子强度) | machine learning | 神经炎症 | 伏安法神经化学传感 | CIGNN(化学信息生成神经网络) | 伏安电流数据 | 神经炎症模型小鼠和对照小鼠(具体数量未明确说明,但有浓度数据) |
898 | 2025-05-23 |
Identifying Disinformation on the Extended Impacts of COVID-19: Methodological Investigation Using a Fuzzy Ranking Ensemble of Natural Language Processing Models
2025-May-21, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/73601
PMID:40397945
|
研究论文 | 本研究开发了一个结合预训练语言模型和模糊排序集成方法的深度学习框架,用于检测与COVID-19长期影响相关的虚假信息 | 采用模糊排序集成方法结合预训练语言模型,提出了一种新颖的预测方法,提高了检测准确性和可靠性 | 研究仅基于文本内容进行训练,可能忽略了其他可能影响检测准确性的因素 | 开发一个鲁棒且可推广的深度学习框架,用于检测与COVID-19长期影响相关的虚假信息 | 与COVID-19长期影响相关的虚假信息 | 自然语言处理 | COVID-19 | 预训练语言模型(PLMs)、模糊排序集成方法 | RoBERTa、DeBERTa、XLNet、HAN | 文本 | 566个真实样本和2361个虚假样本 |
899 | 2025-05-23 |
Prediction of Spontaneous Breathing Trial Outcome in Critically Ill-Ventilated Patients Using Deep Learning: Development and Verification Study
2025-May-21, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/64592
PMID:40397953
|
研究论文 | 本研究开发了一种基于深度学习的模型,用于预测重症监护病房中机械通气患者的自主呼吸试验(SBT)结果 | 提出了一种新颖的混合CNN-MLP架构,通过交替CNN和MLP层进行特征学习和融合,提高了模型的灵活性和预测准确性 | 研究数据来自单一医疗中心,可能影响模型的泛化能力 | 开发人工智能预测模型,提高呼吸机脱机评估的准确性和效率 | 重症监护病房中机械通气的成年患者 | 数字病理学 | 呼吸系统疾病 | 深度学习 | 混合CNN-MLP | 临床记录数据 | 3686名患者,6536份SBT前临床记录 |
900 | 2025-05-23 |
Unveiling Spectrum-Structure Correlation in Vibrational Spectroscopy: Task-Driven Deep Learning Classification Balancing Global Fusion and Local Extraction
2025-May-21, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c05842
PMID:40399767
|
研究论文 | 本文提出两种基于CNN的算法,分别针对光谱数据中的混合物分类和功能基团识别任务,通过多尺度卷积和注意力机制优化性能 | 针对光谱数据的全局和局部信息关注差异,设计了两种任务导向的CNN算法,分别优化混合物分类和功能基团识别 | 算法性能依赖于光谱数据的特征丰富度和数据量,可能在某些数据不足的场景下表现受限 | 提升光谱-结构关联分析的效能和准确性,实现更严谨的实验设计和实施 | 光谱数据中的混合物和功能基团 | 机器学习 | NA | 多尺度卷积、注意力机制 | CNN、ResNet | 光谱数据 | NA |