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 | 2025-07-21 |
A Large Language Model-Powered Map of Metabolomics Research
2025-Jul-15, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.5c01672
PMID:40608399
|
研究论文 | 本文通过大型语言模型构建了代谢组学研究的综合图谱,分析了超过80,000篇文献 | 利用PubMedBERT和GPT-4o mini进行文本嵌入和主题建模,揭示了代谢组学领域的关键主题和趋势 | 研究依赖于文献数据的质量和完整性,可能未涵盖所有相关研究 | 构建代谢组学研究的综合图谱,揭示研究趋势和关键领域 | 80,000篇代谢组学相关文献 | 自然语言处理 | NA | PubMedBERT, GPT-4o mini, t-SNE | BERT, 神经网络主题模型 | 文本 | 80,000篇文献 |
922 | 2025-07-21 |
SaeGraphDTI: drug-target interaction prediction based on sequence attribute extraction and graph neural network
2025-Jul-15, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-025-06195-0
PMID:40670964
|
研究论文 | 提出了一种基于序列属性提取和图神经网络的药物-靶点相互作用预测模型SaeGraphDTI | 结合序列特征提取器和图神经网络,利用相似性关系补充现有关系网络,从而获得更全面的特征表示 | 未提及模型在特定类型药物或靶点上的性能差异 | 提高药物-靶点相互作用预测的准确性以缩短药物开发周期和降低成本 | 药物和靶点的相互作用 | 机器学习 | NA | 图神经网络 | SaeGraphDTI | 序列数据 | 四个公共数据集 |
923 | 2025-07-21 |
Learning homeomorphic image registration via conformal-invariant hyperelastic regularisation
2025-Jul-15, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103712
PMID:40680568
|
research paper | 提出了一种基于共形不变超弹性正则化的同胚图像配准新框架 | 引入了一种基于非线性弹性设置中共形不变特性的新型正则化器,严格保证拓扑保持,并通过坐标MLPs提升性能 | 未提及具体临床应用的验证范围或数据集限制 | 解决医学图像分析中可变形图像配准的拓扑保持问题 | 医学图像 | digital pathology | NA | deep learning-based image registration | coordinate MLPs | image | NA |
924 | 2025-07-21 |
A novel framework integrating GeoAI and human perceptions to estimate walkability in Wuhan, China
2025-Jul-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09779-1
PMID:40659718
|
研究论文 | 本文提出了一种结合GeoAI和人类感知的新框架,用于评估中国武汉的可步行性 | 开发了分层评估框架和DS-HRNet深度学习模型,提高了街道场景分割的准确性 | 研究仅针对武汉市中心区域,可能不适用于其他城市或地区 | 评估城市可步行性及其与健康和社会经济因素的关系 | 武汉市中心的街道环境和居民感知 | 计算机视觉 | 慢性疾病和精神障碍 | 深度学习 | DS-HRNet | 图像 | 120名志愿者的问卷数据和113,900张街景图像 |
925 | 2025-07-21 |
AgNWs-COF SERS biosensor for oral cancer diagnosis based on exhaled breath and saliva
2025-Jul-14, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126648
PMID:40680353
|
研究论文 | 开发了一种基于银纳米线网络和COF-TpPa薄膜的SERS生物传感器,用于口腔癌的无创诊断 | 结合等离子体共价有机框架(COF)合成SERS生物传感器,提高了SERS信号和生物标志物吸附效率,并通过深度学习分析实现了高准确率的口腔癌识别 | 实验中使用的是人工呼出的甲基硫醇和唾液尿酸,实际临床应用中的样本可能更为复杂 | 开发一种无创、高灵敏度的口腔癌诊断方法 | 呼出气体和唾液中的生物标志物 | 生物医学传感 | 口腔癌 | 表面增强拉曼光谱(SERS) | Light Gradient Boosting (LGB) 算法 | 光谱数据 | 实验中使用人工呼出的甲基硫醇和唾液尿酸 |
926 | 2025-07-21 |
An insight into the role of artificial intelligence in combating malaria: recent developments
2025-Jul-13, Annals of parasitology
DOI:10.17420/ap71.545
PMID:40682862
|
review | 本文综述了人工智能在疟疾诊断、监测、治疗和病媒控制中的应用及其最新进展 | 强调了AI在个性化医疗、加速药物发现和改善诊断方面的创新应用,特别是在应对抗药性疟原虫方面的潜力 | 未提及具体AI模型的性能比较或实际应用中的具体挑战 | 探讨AI技术在对抗疟疾中的角色及其对全球健康安全的潜在影响 | 疟疾的诊断、治疗、药物发现及流行病学追踪 | machine learning | malaria | machine learning, deep learning, in silico drug repurposing | NA | NA | NA |
927 | 2025-07-21 |
A novel multimodal adaptive delineation model for primary tumors and lymph node metastases in multi-center nasopharyngeal carcinoma radiotherapy
2025-Jul-12, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108965
PMID:40682906
|
研究论文 | 提出了一种新型多模态自适应勾画模型,用于多中心鼻咽癌放疗中原发肿瘤和淋巴结转移的自动勾画 | 采用条件去噪扩散模型(DDPM)结合‘模态间和模态内’注意力机制,动态校准多模态特征的融合权重,提高了勾画准确性 | 前瞻性验证样本量较小(仅4例),且原发肿瘤的勾画精度优于转移病灶 | 提升鼻咽癌放疗中肿瘤靶区(GTV)自动勾画的准确性和稳定性 | 鼻咽癌原发肿瘤及淋巴结转移病灶 | 数字病理 | 鼻咽癌 | CT和MRI多模态影像分析 | 条件去噪扩散模型(DDPM) | 医学影像(CT/MRI) | 529例回顾性病例+4例前瞻性病例(多中心数据) |
928 | 2025-07-21 |
Automated segmentation of the breech and firing pin faces of fired cartridge case images
2025-Jul-12, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2025.112554
PMID:40682899
|
研究论文 | 本文提出了一种深度学习方法来处理更高分辨率图像中的弹壳底部标记分割问题,以支持法医科学中的枪支识别 | 提出了一种针对512×512和2592×1944像素高分辨率图像的自动化头部印记去除方法,并引入了后处理方法以提高性能 | 未明确说明方法在更广泛数据集上的泛化能力或实际案例中的验证效果 | 开发自动化弹壳底部标记分割方法以支持法医枪支识别 | 发射后的弹壳图像,特别是弹壳底部的头部印记、闭锁面和击针区域 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用NIST弹壳图像数据库及自行标注的数据集 |
929 | 2025-07-21 |
Tem2-KAN: Data-driven temporal temperature prediction via an improved Kolmogorov-Arnold network
2025-Jul-10, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2025.07.014
PMID:40681441
|
研究论文 | 本文提出了一种名为Tem-KAN的深度学习架构,用于通过改进的Kolmogorov-Arnold网络进行高精度的气候温度预测 | Tem-KAN通过用样条参数化的单变量函数替代神经网络中的传统线性权重,动态学习非线性气候模式,同时保持内在可解释性,并整合了多层感知器(MLPs)的通用逼近能力和物理意义特征可视化 | NA | 开发一种高精度的气候温度预测方法 | 气候温度数据 | 机器学习 | NA | 深度学习 | Kolmogorov-Arnold网络(KAN) | 气象数据 | 来自英国监测站的原始气象数据 |
930 | 2025-07-21 |
EEG Emotion Copilot: Optimizing lightweight LLMs for emotional EEG interpretation with assisted medical record generation
2025-Jul-10, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2025.107848
PMID:40683189
|
研究论文 | 本文提出了一种名为EEG Emotion Copilot的系统,通过优化轻量级大型语言模型(LLM),直接从EEG信号识别情绪状态,并生成个性化的诊断和治疗建议,支持辅助电子病历的自动化 | 提出了一种优化轻量级LLM的系统,能够直接从EEG信号识别情绪并生成个性化医疗建议,实现了端到端的情绪计算 | 模型参数规模较小(0.5B),可能影响处理复杂情绪状态的能力 | 优化轻量级LLM以实现EEG情绪识别和辅助医疗记录生成 | EEG信号和情绪状态 | 脑机接口 | 心理健康 | 模型剪枝和微调训练 | LLM | EEG信号 | 未明确说明 |
931 | 2025-07-21 |
Facial Emotion Recognition of 16 Distinct Emotions From Smartphone Videos: Comparative Study of Machine Learning and Human Performance
2025-Jul-02, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/68942
PMID:40601921
|
研究论文 | 本研究开发了基于深度学习的自动面部情绪识别模型,用于从智能手机视频中识别16种不同的治疗相关情绪,并与人类观察者的表现进行了比较 | 引入了包含16种治疗相关情绪的新型STREs WoZ数据集,并比较了机器学习模型与人类在情绪识别任务上的表现 | 自动FER模型在多类别情绪分类任务中的性能有待提高,未来研究需要进一步提升模型在心理治疗应用中的实用性 | 开发用于心理治疗应用的自动面部情绪识别模型 | 智能手机拍摄的面部视频数据 | 计算机视觉 | 心理健康 | 深度学习 | RNN-convolution, RNN-attention, RNN-average, ResNet50 | 视频 | 63名个体的14,412个面部视频,测试集包含3,018个情绪视频 |
932 | 2025-07-21 |
A 3D pocket-aware lead optimization model with knowledge guidance and its application for discovery of new glutaminyl cyclase inhibitors
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf345
PMID:40669838
|
研究论文 | 本文提出了一种名为Diffleop的3D口袋感知扩散模型,用于基于结构的先导化合物优化,以提高结合亲和力和合理性质 | Diffleop模型首次在去噪采样过程中明确结合了蛋白质-配体结合亲和力知识和共价键信息,用于先导化合物优化 | 未提及具体的模型适用范围限制或潜在问题 | 开发一种新型深度学习模型,用于提高药物发现中先导化合物优化的效率和效果 | 人类谷氨酰环化酶(QCs)抑制剂 | 药物发现 | NA | 3D扩散模型 | Diffleop(基于E(3)-等变专家网络的扩散模型) | 3D分子结构数据 | 优化了5-甲基-1H-咪唑及其衍生物(合成了3种化合物) |
933 | 2025-07-21 |
scRECL: representative ensembles with contrastive learning for scRNA-seq data clustering analysis
2025-Jul-02, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf346
PMID:40671174
|
研究论文 | 提出了一种名为scRECL的对比集成学习方法,用于scRNA-seq数据的聚类分析 | 利用对比集成学习结合Siamese神经网络,通过多路图筛选噪声和冗余细胞,提高了聚类分析的效率和鲁棒性 | 方法可能对k近邻分区的选择敏感,且未在大规模数据集上验证 | 提高单细胞RNA测序数据聚类的准确性和鲁棒性 | 单细胞RNA测序数据 | 机器学习 | NA | scRNA-seq | Siamese神经网络 | 基因表达数据 | NA |
934 | 2025-07-21 |
Deep Learning Estimation of Small Airway Disease from Inspiratory Chest Computed Tomography: Clinical Validation, Repeatability, and Associations with Adverse Clinical Outcomes in Chronic Obstructive Pulmonary Disease
2025-Jul, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.202409-1847OC
PMID:40072247
|
研究论文 | 本研究开发了一种基于生成式AI的模型,用于从单一吸气CT扫描中评估小气道疾病,无需额外的呼气CT扫描 | 利用生成式AI模型从单一吸气CT扫描中估计小气道疾病,避免了传统方法需要额外呼气CT扫描的限制 | 研究结果在COPDGene队列中的验证样本量相对较小(n=458) | 评估AI模型在慢性阻塞性肺疾病(COPD)中小气道疾病定量评估的应用价值 | COPD患者的小气道疾病评估 | 数字病理学 | 慢性阻塞性肺疾病 | 生成式AI | 生成模型 | CT图像 | SPIROMICS研究中的2,513名参与者和COPDGene研究中的458名患者 |
935 | 2025-07-21 |
A Deep Learning Model of Histologic Tumor Differentiation as a Prognostic Tool in Hepatocellular Carcinoma
2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100747
PMID:40086592
|
研究论文 | 本研究开发了一种基于深度学习的AI模型,用于量化肝细胞癌(HCC)肿瘤分化的组织学特征并预测癌症相关结局 | 首次使用AI模型量化HCC肿瘤分化的多种组织学特征,并证明其在预测HCC相关结局中的附加价值 | 研究样本量较小(99例HCC切除标本),需要在更大样本中验证 | 评估AI模型在量化HCC肿瘤分化特征和预测癌症相关结局中的性能 | 肝细胞癌(HCC)切除标本 | 数字病理学 | 肝细胞癌 | 深度学习 | AI模型 | 组织学图像 | 99例HCC切除标本 |
936 | 2025-07-21 |
Labor-Efficient Pathological Auxiliary Diagnostic Model for Primary and Metastatic Tumor Tissue Detection in Pancreatic Ductal Adenocarcinoma
2025-Jul, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2025.100764
PMID:40199428
|
研究论文 | 本研究提出了一种名为PANseg的多尺度弱监督深度学习框架,用于胰腺导管腺癌(PDAC)的原发性和转移性肿瘤组织检测,旨在提高病理诊断的准确性和效率 | PANseg是一种仅需图像级标签的弱监督模型,能够在减少标注负担的同时,达到与全监督基准相当的肿瘤分割性能,并显著提升病理医生的诊断准确性和效率 | 模型在活检切片上的表现相对较低(AUROC: 0.821),表明对于某些样本类型的泛化能力仍有提升空间 | 开发一种劳动高效的病理辅助诊断模型,用于胰腺导管腺癌的原发性和转移性肿瘤组织检测 | 胰腺导管腺癌(PDAC)的原发肿瘤病灶和淋巴结转移 | 数字病理 | 胰腺导管腺癌 | 深度学习 | 多尺度弱监督深度学习框架(PANseg) | 全切片图像(WSIs) | 368张全切片图像(来自208名患者,跨越2个独立中心) |
937 | 2025-07-21 |
Application of deep learning-based facial pain recognition model for postoperative pain assessment
2025-Jul, Journal of clinical anesthesia
IF:5.0Q1
DOI:10.1016/j.jclinane.2025.111898
PMID:40516197
|
研究论文 | 本研究开发了一种基于深度学习的面部疼痛识别模型,用于术后疼痛评估 | 结合临床和模拟数据集,利用预训练的VGG16模型进行疼痛识别,并开发了相应的临床识别软件 | 高质量临床数据集的可用性有限,且缺乏针对现实世界模型部署的研究 | 探索深度学习技术在术后疼痛自动评估中的应用 | 术后患者和志愿者的面部疼痛图像 | 计算机视觉 | 术后疼痛 | 深度学习 | VGG16 | 图像 | 临床疼痛数据集(CPD)包含503名术后患者的3411张面部疼痛图像,模拟疼痛数据集(SPD)包含51名志愿者的1038张图像 |
938 | 2025-07-21 |
Deep learning-based analysis and identification of single-particle mass spectra of bacteria
2025-Jul, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-025-05942-9
PMID:40542895
|
研究论文 | 本研究结合单粒子质谱(SPMS)与监督学习算法,以区分六种细菌物种 | 首次将SPMS与深度学习算法结合,用于细菌物种的识别,并采用Score-CAM方法可视化CNN模型的关键离子特征 | 研究仅涉及六种细菌和四种生物质燃烧产物,样本多样性有限 | 开发一种基于SPMS和深度学习的方法,用于细菌物种的准确识别 | 六种细菌和四种生物质燃烧产物(BCPs) | 机器学习 | NA | 单粒子质谱(SPMS) | CNN, MLP, SVM | 质谱数据 | 六种细菌和四种生物质燃烧产物的质谱数据 |
939 | 2025-07-21 |
GASTON-Mix: a unified model of spatial gradients and domains using spatial mixture-of-experts
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf254
PMID:40662777
|
研究论文 | 介绍了一种名为GASTON-Mix的机器学习算法,用于从空间分辨转录组学(SRT)数据中识别空间域和每个域内的空间梯度 | GASTON-Mix扩展了混合专家(MoE)深度学习框架,结合了MoE模型的聚类组件和神经场模型,能够表示组织中任何几何排列的空间域,并在每个域内定义连续的基因表达梯度 | NA | 开发一种能够同时识别空间域和空间梯度的计算方法 | 空间分辨转录组学(SRT)数据 | 机器学习 | NA | 空间分辨转录组学(SRT) | 混合专家(MoE)深度学习框架 | 基因表达数据 | NA |
940 | 2025-07-21 |
Understanding the sources of performance in deep drug response models reveals insights and improvements
2025-Jul-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf255
PMID:40662789
|
研究论文 | 本文探讨了深度药物反应模型性能提升的来源,并提出了改进方法 | 揭示了当前药物反应预测模型性能提升主要来源于细胞系的转录组学特征而非药物特征,并提出了新的二元预测模型BinaryET和BinaryCB | 现有模型的性能很大程度上依赖于训练目标值的属性,且药物特征未被有效利用 | 改进抗癌药物反应预测模型的性能 | 抗癌药物反应预测 | 机器学习 | 癌症 | 深度学习 | transformer架构 | 药物化学结构和细胞系组学数据 | NA |