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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
921 | 2025-07-22 |
Machine learning-based histopathological features of histological slides and clinical characteristics as a novel prognostic indicator in diffuse large B-cell lymphoma
2025-Aug, Pathology, research and practice
DOI:10.1016/j.prp.2025.156071
PMID:40499499
|
研究论文 | 本研究开发并验证了一种基于临床和组织病理学特征的深度学习模型,用于预测弥漫性大B细胞淋巴瘤(DLBCL)的预后 | 结合临床特征和组织病理学特征,开发了一种新型的非侵入性预后预测方法 | 样本量相对较小(194例患者),且仅基于单一机构的回顾性数据 | 预测弥漫性大B细胞淋巴瘤(DLBCL)患者的预后 | 194例DLBCL患者的全切片图像和临床特征 | 数字病理学 | 弥漫性大B细胞淋巴瘤 | 深度学习,Cox回归分析,AUC分析,校准曲线,决策曲线分析(DCA) | 深度学习模型 | 图像(全切片图像),临床数据 | 194例患者 |
922 | 2025-07-22 |
A Deep Learning Approach to Assessing Cell Identity in Stem Cell-Based Embryo Models
2025-Jul-22, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_654
PMID:40690128
|
research paper | 该研究利用深度学习技术评估干细胞胚胎模型中细胞身份 | 开发了一个整合早期人类发育的深度学习模型,能够对体外细胞类型进行身份鉴定并提供分类可靠性评分 | 未提及具体样本量或模型验证的详细限制 | 评估干细胞胚胎模型中细胞身份与真实胚胎细胞的相似性 | 胚胎干细胞(ESCs)和体外培养的细胞类型 | machine learning | NA | scRNA-seq, scvi-tools | DL | RNA-seq数据 | NA |
923 | 2025-07-22 |
CoxKAN: Kolmogorov-Arnold networks for interpretable, High-Performance survival analysis
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf413
PMID:40685627
|
研究论文 | 介绍了一种名为CoxKAN的可解释高性能生存分析模型,结合了Cox比例风险模型和Kolmogorov-Arnold网络的优势 | 提出了一种结合可解释性和高性能的生存分析方法,能够揭示预测变量之间的复杂相互作用并提供符号公式 | 未提及具体局限性 | 开发一种既保持高性能又具有可解释性的生存分析模型 | 生存分析模型在医学中的应用 | 机器学习 | NA | Kolmogorov-Arnold Networks (KANs) | CoxKAN | 临床数据和基因组生物标志物数据 | 四个合成数据集和九个真实数据集(包括五个临床数据队列和四个基因组生物标志物队列) |
924 | 2025-07-22 |
Colorimetric detection of bisphenol A in water: a smartphone-based sensor using inverse opal molecularly imprinted photonic crystal hydrogel
2025-Jul-21, The Analyst
DOI:10.1039/d4an01426j
PMID:40685994
|
研究论文 | 本研究开发了一种基于智能手机的逆蛋白石分子印迹光子晶体水凝胶传感器,用于水中双酚A的高灵敏度和高选择性检测 | 结合智能手机和深度学习回归模型,实现了实时、便携的双酚A定量检测 | NA | 开发一种高灵敏度、高选择性的双酚A检测方法 | 水样中的双酚A | 传感器技术 | NA | 分子印迹技术、光子晶体技术 | 深度学习回归模型 | 图像 | NA |
925 | 2025-07-22 |
Noninvasive Deep Learning System for Preoperative Diagnosis of Follicular-Like Thyroid Neoplasms Using Ultrasound Images: A Multicenter, Retrospective Study
2025-Jul-21, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000006841
PMID:40689491
|
research paper | 提出一种基于深度学习的非侵入性系统,用于利用常规超声图像对滤泡状甲状腺肿瘤进行术前诊断 | 开发了一种深度学习系统,能够比ACR TI-RADS更准确地诊断滤泡状甲状腺肿瘤,并减少不必要的侵入性干预 | 研究为回顾性研究,可能受到数据收集时的偏差影响 | 提高滤泡状甲状腺肿瘤的术前诊断准确性 | 滤泡状甲状腺肿瘤患者 | digital pathology | thyroid cancer | ultrasound imaging | Inception-v3, ResNet50, Inception-ResNet-v2, DenseNet161 | image | 3634名患者,来自11个中心,包括1748例甲状腺滤泡腺瘤、299例滤泡癌和1587例乳头状甲状腺癌滤泡变异型 |
926 | 2025-07-22 |
SOLeNNoID: A Deep Learning Pipeline For Solenoid Residue Detection in Protein Structures
2025-Jul-21, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf415
PMID:40689530
|
研究论文 | 介绍了一种基于深度学习的管道SOLeNNoID,用于预测蛋白质结构中的螺线管残基 | 利用CNN架构分析蛋白质距离矩阵,准确识别螺线管区域,覆盖所有三种螺线管亚类,并在性能上优于现有方法 | 未明确提及具体限制 | 开发一种结构基础的螺线管残基检测方法,以解决序列基础方法的局限性 | 蛋白质结构中的螺线管残基 | 生物信息学 | NA | 深度学习 | CNN | 蛋白质距离矩阵 | 整个Protein Data Bank (PDB)数据库 |
927 | 2025-07-22 |
Fully automated pedicle screw manufacturer identification in plain radiograph with deep learning methods
2025-Jul-21, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-025-09167-3
PMID:40689982
|
研究论文 | 开发了一种基于深度学习的算法,用于从普通X光片中识别椎弓根螺钉的制造商 | 首次提出使用深度学习方法自动识别椎弓根螺钉制造商,且准确率与经验丰富的脊柱外科医生相当 | 研究仅涉及三家国际制造商的椎弓根螺钉,可能无法涵盖所有制造商 | 开发一种自动识别椎弓根螺钉制造商的算法,以辅助翻修手术规划 | 276名接受胸腰椎手术并使用椎弓根螺钉的患者 | 计算机视觉 | 脊柱疾病 | 深度学习 | CNN, YOLO | X光片 | 276名患者的1,887个椎弓根螺钉 |
928 | 2025-07-22 |
GraphCellNet: A deep learning method for integrated single-cell and spatial transcriptomic analysis with applications in development and disease
2025-Jul-21, Journal of molecular medicine (Berlin, Germany)
DOI:10.1007/s00109-025-02575-4
PMID:40690004
|
研究论文 | 提出了一种名为GraphCellNet的深度学习方法,用于整合单细胞和空间转录组分析,应用于发育和疾病研究 | 结合细胞类型解卷积和空间域识别的模型,采用Kolmogorov-Arnold Network层(KAN)增强非线性特征表示和上下文整合 | NA | 提高空间转录组分析的精确度,理解组织结构和功能 | 心肌梗死、果蝇发育和人类心脏发育 | 数字病理学 | 心血管疾病 | 空间转录组学(ST)、单细胞RNA测序(scRNA-seq) | GraphCellNet、KAN | 基因表达数据、空间位置数据 | NA |
929 | 2025-07-22 |
Automatic measuring of coronary atherosclerosis from medicolegal autopsy photographs based on deep learning techniques
2025-Jul-21, Forensic science, medicine, and pathology
DOI:10.1007/s12024-025-01045-0
PMID:40690102
|
研究论文 | 本研究开发了一种基于深度学习的算法,用于快速准确地评估冠状动脉粥样硬化,并识别影响模型预测粥样硬化严重程度的因素 | 首次利用深度学习技术自动测量法医尸检照片中的冠状动脉粥样硬化,提高了诊断的准确性和效率 | 模型在中等程度粥样硬化等级上的表现最低,且分解、支架植入和血栓对评估无显著影响 | 开发一种快速准确的冠状动脉粥样硬化评估工具,以辅助法医病理学诊断 | 法医尸检照片中的冠状动脉粥样硬化 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 3,717张数字照片,来自1,920例法医尸检 |
930 | 2025-07-22 |
[A multi-feature fusion-based model for fetal orientation classification from intrapartum ultrasound videos]
2025-Jul-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
|
研究论文 | 本研究构建了一种基于多特征融合的智能分析模型,用于分类产时超声视频中的胎儿方位 | 结合Yolov8、CBAM、ECA、PSA注意力机制和AIFI特征交互模块进行特征提取,提高了分类准确性 | NA | 开发一种高效准确的胎儿方位分类模型 | 产时超声视频中的胎儿方位 | 计算机视觉 | NA | 深度学习 | Yolov8结合CBAM、ECA、PSA注意力机制和AIFI特征交互模块 | 超声视频 | NA |
931 | 2025-07-22 |
Deep learning-based eye sign communication system for people with speech impairments
2025-Jul-20, Disability and rehabilitation. Assistive technology
DOI:10.1080/17483107.2025.2532698
PMID:40684450
|
研究论文 | 提出一种基于深度学习的眼动符号通信系统,帮助言语障碍人士通过标准网络摄像头进行交流 | 系统无需校准,能在不同光照条件下有效工作,并集成了文本预测功能 | 研究仅针对18至35岁年龄段的参与者,未涵盖更广泛年龄范围或其他潜在用户群体 | 开发一种无需校准、适应性强且高效的辅助通信系统,以改善言语障碍人士的交流能力 | 言语障碍或瘫痪人士 | 计算机视觉 | 言语障碍 | 深度学习 | NA | 图像 | 18至35岁的参与者 |
932 | 2025-07-22 |
Dual-Dielectric-Layer-Based Iontronic Pressure Sensor Coupling Ultrahigh Sensitivity and Wide-Range Detection for Temperature/Pressure Dual-Mode Sensing
2025-Jul-20, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202503926
PMID:40685692
|
研究论文 | 本文提出了一种新型的双介电层离子电子压力传感器(DLIPS),结合高和低介电常数层,实现了超高灵敏度和宽范围检测的温度/压力双模式传感 | 提出了一种新型的双介电层离子电子压力传感器结构,结合高和低介电常数层,实现了超高灵敏度(72548.7 kPa)、宽工作压力范围(0.001-420 kPa)、极低检测限(0.832 Pa)和超过5000次循环的卓越耐久性 | NA | 开发一种具有超高灵敏度和宽范围检测能力的温度/压力双模式传感器 | 双介电层离子电子压力传感器(DLIPS) | 传感器技术 | NA | 离子凝胶和开孔聚氨酯泡沫作为介电层 | 深度学习回归模型 | 压力和温度信号 | NA |
933 | 2025-07-22 |
Effect of arc length on the deep learning prediction of monitor units in lung stereotactic ablative radiation therapy treatment
2025-Jul-19, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2025.105018
PMID:40684542
|
research paper | 研究弧长对深度学习预测肺部立体定向消融放射治疗中监测单位的影响 | 首次研究了弧长对深度学习预测监测单位的影响,并比较了不同弧长训练集对预测准确性的影响 | 研究仅基于单一机构的患者数据,样本量相对有限 | 提高多病灶肺部立体定向消融放射治疗中监测单位的预测准确性 | 肺部立体定向消融放射治疗中的监测单位预测 | digital pathology | lung cancer | deep learning | DL | clinical treatment data | 60,720 samples from 295 treatments of 257 patients |
934 | 2025-07-22 |
Machine learning-assisted tacrolimus dose optimization in childhood- onset systemic lupus erythematosus through population pharmacokinetic modeling
2025-Jul-19, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110782
PMID:40684660
|
research paper | 本研究通过机器学习算法结合群体药代动力学模型,优化儿童系统性红斑狼疮患者的他克莫司剂量 | 首次将机器学习算法与药代动力学参数结合,用于预测儿童系统性红斑狼疮患者的个体化他克莫司剂量 | 样本量较小(86名患者),且仅基于回顾性数据 | 优化儿童系统性红斑狼疮患者的他克莫司治疗剂量 | 儿童系统性红斑狼疮患者 | machine learning | systemic lupus erythematosus | population pharmacokinetic modeling | XGBoost | clinical variables and pharmacokinetic parameters | 86名儿童系统性红斑狼疮患者的480个他克莫司谷浓度数据 |
935 | 2025-07-22 |
Automatic Point Cloud Patching of Intraoral Three-Dimensional Scanning Based on Deep Learning
2025-Jul-19, International dental journal
IF:3.2Q1
DOI:10.1016/j.identj.2025.100911
PMID:40684681
|
研究论文 | 本研究开发了一种基于深度学习的自动修复口腔内三维扫描点云缺失区域的方法,以提高数字正畸工作流程的准确性和效率 | 采用Point Fractal Network架构自动修复口腔内三维扫描点云的缺失区域,实现了高几何保真度和近实时处理 | 缺失数据是通过随机移除点云部分模拟的,可能与实际临床环境中的缺失模式存在差异 | 开发并评估一种深度学习方法,用于自动修复口腔内三维扫描点云的缺失区域 | 口腔内扫描(IOS)数据 | 计算机视觉 | NA | 深度学习 | Point Fractal Network | 三维点云 | 314个IOS扫描和4162颗单独牙齿 |
936 | 2025-07-22 |
Predicting arterial pressure without prejudice: towards effective hypotension prediction models
2025-Jul-19, British journal of anaesthesia
IF:9.1Q1
DOI:10.1016/j.bja.2025.06.016
PMID:40685291
|
research paper | 本文探讨了选择偏差对低血压预测模型的影响,并通过深度学习模型在偏差和无偏差数据选择下的表现进行了分析 | 揭示了无偏差训练数据如何帮助算法学习更多信息,而偏差数据则显著扭曲并夸大了阳性预测值 | 未具体说明模型在其他临床环境中的泛化能力 | 开发有效的低血压预测算法 | 动脉波形数据 | machine learning | cardiovascular disease | deep learning | 深度学习预测模型 | 波形数据 | NA |
937 | 2025-07-22 |
Long-term dynamics of earthquake swarms in the Yellowstone caldera
2025-Jul-18, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adv6484
PMID:40680135
|
研究论文 | 利用深度学习和三维速度模型构建黄石火山口地区15年高分辨率地震目录,研究地震群的空间分布和时间演化 | 结合前沿深度学习算法和详细三维速度模型,首次构建了黄石火山口地区长期高分辨率地震目录,揭示了地震群与流体扩散过程的关联 | 研究结果主要基于黄石火山口地区,可能不适用于其他火山系统 | 探究火山系统中地震群空间分布和时间演化的控制因素 | 黄石火山口地区的地震群活动 | 地球物理学 | NA | 深度学习算法,三维速度模型 | NA | 地震数据 | 15年的地震数据 |
938 | 2025-07-22 |
The application of super-resolution ultrasound radiomics models in predicting the failure of conservative treatment for ectopic pregnancy
2025-Jul-17, Reproductive biology and endocrinology : RB&E
IF:4.2Q1
DOI:10.1186/s12958-025-01437-5
PMID:40676578
|
研究论文 | 本研究开发并验证了一种结合超分辨率超声放射组学特征与临床生物标志物的预测模型,用于改善异位妊娠保守治疗失败的风险分层 | 首次将深度学习生成的超分辨率超声图像放射组学特征与血清β-hCG结合,构建预测模型,显著提高了预测准确性 | 研究为回顾性设计,样本量相对有限,需要更大规模的前瞻性研究进一步验证 | 提高异位妊娠保守治疗失败风险的预测准确性 | 接受保守治疗的异位妊娠患者 | 数字病理学 | 异位妊娠 | 超分辨率超声成像、放射组学分析、血清β-hCG检测 | GAN、随机森林 | 超声图像、临床数据 | 228例患者(训练集),40例独立验证集 |
939 | 2025-07-22 |
Recognition of microplastic aging features based on multimodal data fusion and attention mechanisms
2025-Jul-17, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.139301
PMID:40684512
|
研究论文 | 本文提出了一种基于多模态数据融合和注意力机制的深度学习模型,用于识别微塑料老化特征 | 通过多模态数据融合和注意力机制,模型能够识别微塑料老化的关键特征,并显著提高了验证准确率 | 研究仅分析了7种老化类型的1371个样本,可能无法涵盖所有微塑料老化情况 | 增强对微塑料老化机制的理解,并为实验室观察与自然环境条件的关联提供基础 | 微塑料老化特征 | 计算机视觉 | NA | SEM图像和FT-IR数据 | 深度学习模型(含注意力机制) | 图像和光谱数据 | 1371个样本,涵盖7种老化类型 |
940 | 2025-07-22 |
Automated CAD-RADS scoring from multiplanar CCTA images using radiomics-driven machine learning
2025-Jul-16, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2025.112320
PMID:40684709
|
研究论文 | 本研究提出了一种基于放射组学的机器学习方法,用于从多平面重建的冠状动脉CT血管造影图像中自动进行CAD-RADS评分 | 首次将放射组学方法应用于CAD-RADS分类,提高了模型的可解释性 | 单中心回顾性研究,样本量有限(251例患者) | 开发自动化CAD-RADS评分系统以辅助冠状动脉狭窄评估 | 冠状动脉疾病患者的CCTA图像 | 数字病理 | 心血管疾病 | 放射组学特征提取 | 机器学习(未指定具体模型) | 医学影像 | 251名患者(男性70%,平均年龄60.5±12.7岁) |