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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1001 | 2025-07-02 |
Research status, hotspots and perspectives of artificial intelligence applied to pain management: a bibliometric and visual analysis
2025-Jun-28, Updates in surgery
IF:2.4Q2
DOI:10.1007/s13304-025-02296-w
PMID:40580377
|
综述 | 本文通过文献计量和可视化分析,探讨了人工智能在疼痛管理领域的研究现状、热点和未来趋势 | 首次采用文献计量学方法系统分析人工智能在疼痛管理领域的应用,揭示了研究热点和未来发展方向 | 仅纳入英文文献,可能遗漏其他语言的重要研究成果 | 了解人工智能在疼痛管理领域的研究现状、热点和趋势 | 970篇关于人工智能应用于疼痛管理的科学论文 | 机器学习 | 疼痛管理 | 文献计量分析、可视化分析 | 机器学习、深度学习、人工神经网络 | 文献数据 | 970篇论文,涉及5679位作者、2030个学术机构和84个国家/地区 |
1002 | 2025-07-02 |
Identifying visible tissue in intraoperative ultrasound: a method and application
2025-Jun-28, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03415-z
PMID:40580392
|
研究论文 | 提出一种用于识别术中超声可见组织的迭代过滤和拓扑方法,并应用于检测声影和构建感知显著性置信图 | 提出了一种新的迭代过滤和拓扑方法来分析探头-组织接触,该方法在体内数据和医学模型数据上表现出优越的分类性能 | 未明确提及具体局限性,但可能包括算法对参数扰动、斑点噪声和数据分布变化的敏感性 | 开发一种方法来识别术中超声扫描中的可见组织,以支持临床培训和机器人超声自动化 | 术中超声扫描中的可见组织 | 医学影像分析 | NA | 迭代过滤和拓扑方法 | NA | 超声图像 | 包含体内数据和医学模型数据的数据集 |
1003 | 2025-07-02 |
PARPAL: PARalog Protein Redistribution using Abundance and Localization in Yeast Database
2025-Jun-28, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkaf148
PMID:40580499
|
研究论文 | 介绍了一个名为PARPAL的网页数据库,用于存储酵母中蛋白质重分布的高通量筛选和深度学习神经网络分析结果 | 开发了PARPAL数据库,整合了高通量筛选和深度学习分析,提供了对酵母中WGD旁系同源物蛋白质重分布的定量测量 | 研究仅限于酵母(Saccharomyces cerevisiae),未涉及其他生物体 | 理解全基因组复制(WGD)事件中旁系同源物的保留和进化机制 | 酵母中的164种蛋白质及其旁系同源物 | 生物信息学 | NA | 高通量筛选、深度学习神经网络分析 | 深度学习神经网络 | 显微图像 | 约3,500张显微图像,涉及约460,000个细胞,涵盖82对旁系同源物 |
1004 | 2025-07-02 |
Machine learning-guided single-cell multiomics uncovers GDF15-driven immunosuppressive niches in NSCLC: A translational framework for overcoming anti-PD-1 resistance
2025-Jun-28, Translational oncology
IF:4.5Q1
DOI:10.1016/j.tranon.2025.102459
PMID:40582068
|
研究论文 | 通过机器学习引导的单细胞多组学分析,揭示了非小细胞肺癌(NSCLC)中GDF15驱动的免疫抑制微环境,并提出克服抗PD-1耐药的转化框架 | 结合多组学分析和机器学习,开发了Accelerated Oblique Random Survival Forest模型,优于传统的Cox回归和深度学习方法,并首次将GDF15确定为预测ICB耐药的生物标志物 | 研究样本量相对较小(n=156),且功能研究仅限于Lewis肺癌细胞,未在其他癌症类型中验证 | 探索非小细胞肺癌免疫检查点阻断(ICB)疗效的决定因素,并开发预测ICB耐药的生物标志物 | 非小细胞肺癌(NSCLC)患者样本和Lewis肺癌细胞 | 机器学习 | 肺癌 | 单细胞RNA测序、机器学习算法 | Accelerated Oblique Random Survival Forest | 多组学数据、单细胞RNA测序数据 | 156例NSCLC患者样本和Lewis肺癌细胞模型 |
1005 | 2025-07-02 |
Identification of novel biomarkers linked to M1 macrophage infiltration in the diagnosis of inflammatory bowel diseases
2025-Jun-28, International immunopharmacology
IF:4.8Q1
DOI:10.1016/j.intimp.2025.115138
PMID:40582145
|
研究论文 | 本研究通过生物信息学和深度学习构建了炎症性肠病(IBD)的预测模型,并识别了与M1巨噬细胞浸润相关的潜在生物标志物 | 首次整合M1巨噬细胞相关基因与宏转录组特征开发IBD预测模型,并发现CXCL10作为新型生物标志物和治疗靶点 | 研究结果需要进一步临床验证,样本来源和数量未明确说明 | 改善炎症性肠病的诊断和管理效果 | 炎症性肠病患者和M1巨噬细胞 | 数字病理学 | 炎症性肠病 | 生物信息学分析、深度学习 | 神经网络 | 基因表达数据、宏转录组数据 | NA |
1006 | 2025-07-02 |
The British-Israeli Project for Algorithm-Based Management of Age-related Macular Degeneration: Deep Learning Integration for Real- World Data Management and Analysis
2025-Jun-28, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde
DOI:10.1159/000547161
PMID:40582342
|
研究论文 | 描述了一个结合临床和光学相干断层扫描(OCT)成像数据的综合数据集开发,通过深度学习算法对两个大型真实世界数据集中的新生血管性年龄相关性黄斑变性(nAMD)眼睛进行自动化、客观和全面的OCT扫描量化 | 应用深度学习算法对大规模真实世界nAMD患者的临床和OCT数据进行自动化分析,为个性化决策和优化治疗效果提供基础 | 研究为回顾性设计,两个中心的治疗标准和基线视力存在显著差异 | 开发并验证一个集成临床和OCT数据的自动化分析系统,以改善nAMD的管理和治疗效果 | 4,265名nAMD患者的5,207只眼睛 | 数字病理学 | 年龄相关性黄斑变性 | OCT扫描 | 深度学习算法(NOATM) | 临床数据和图像数据 | 5,207只眼睛(来自4,265名患者),包含134,340次视力测量、79,457次OCT扫描和73,218次抗VEGF注射记录 |
1007 | 2025-07-02 |
Deep Learning-Based Automated Detection of the Middle Cerebral Artery in Transcranial Doppler Ultrasound Examinations
2025-Jun-28, Ultrasound in medicine & biology..
|
研究论文 | 提出一种基于深度学习的轻量级实时方法,用于自动识别经颅多普勒彩色多普勒图像中的大脑中动脉 | 首次将YOLOv10和RT-DETR两种先进的物体检测模型应用于实时MCA检测,并实现了在移动平台上的部署 | 样本量相对较小(41名受试者),且仅针对MCA检测 | 开发自动化MCA检测方法以降低经颅多普勒超声检查对操作者专业知识的依赖 | 经颅多普勒彩色多普勒图像中的大脑中动脉 | 计算机视觉 | 脑血管疾病 | TCD彩色多普勒超声 | YOLOv10, RT-DETR | 视频 | 41名受试者(31名健康个体和10名卒中患者),365个视频,61,611帧图像 |
1008 | 2025-07-02 |
Novel Artificial Intelligence-Driven Infant Meningitis Screening From High-Resolution Ultrasound Imaging
2025-Jun-28, Ultrasound in medicine & biology..
|
research paper | 开发了一种基于高分辨率超声成像的人工智能驱动的婴儿脑膜炎筛查方法 | 使用三阶段深度学习框架结合可解释人工智能(XAI)方法,提高了筛查的准确性和可解释性 | 样本量较小,仅涉及30名婴儿,且研究集中在西班牙的三家大学医院 | 开发一种非侵入性、准确的婴儿脑膜炎诊断方法 | 30名疑似脑膜炎且囟门未闭的婴儿 | digital pathology | meningitis | Neosonics ultrasound technology | deep learning | image | 30名婴儿(6例病例和10例对照),共781张图像 |
1009 | 2025-07-02 |
Machine Learning Based Multi-Class Classification and Grading of Squamous Cell Carcinoma in Optical Microscopy
2025-Jun-27, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.70016
PMID:40579786
|
研究论文 | 本研究利用机器学习和深度学习模型对鳞状细胞癌(SCC)的组织病理学图像进行高效分析 | 结合机器学习进行特征分析和可解释的深度学习模型,实现了更高准确性和效率的SCC分级 | 未提及模型在更大规模或多样化数据集上的泛化能力 | 开发自动化的鳞状细胞癌分级方法以减少对人工病理的依赖 | 鳞状细胞癌的组织病理学图像 | 数字病理 | 鳞状细胞癌 | 离散小波变换、灰度共生矩阵和直方图特征提取 | 支持向量机、朴素贝叶斯、决策树、KNN、神经网络、CNN | 图像 | 未明确提及样本数量 |
1010 | 2025-07-02 |
A systematic framework enhancing molecular screening efficiency in drug discovery via scaffold-driven fuzzy similarity and adaptive spectral clustering
2025-Jun-27, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出了一种创新的分子筛选和聚类方法,以提高药物发现中的分子筛选效率 | 引入了分子骨架概念和模糊分子相似性分类方法,以及自适应高斯核函数来动态调整数据集特性 | 实验数据仅来源于公开的PubChem数据库,可能无法涵盖所有药物发现场景 | 提高药物发现中的分子筛选效率和生物活性预测准确性 | 药物分子,特别是以1-萘酚为目标分子的案例研究 | 药物发现 | NA | 模糊逻辑成员函数,自适应高斯核函数,谱聚类 | NA | 分子数据 | 实验数据来源于PubChem数据库,具体样本量未明确说明 |
1011 | 2025-07-02 |
Machine learning to identify hypoxic-ischemic brain injury on early head CT after pediatric cardiac arrest
2025-Jun-27, Resuscitation
IF:6.5Q1
|
研究论文 | 使用深度学习模型在儿童院外心脏骤停后早期CT扫描中检测缺氧缺血性脑损伤(HIBI) | 深度学习模型能够检测出放射科医生视觉上无法识别的HIBI | 样本量较小(117例OHCA病例),且模型在预测不良结局时的AUC较低(0.69±0.06) | 开发深度学习模型以早期检测儿童心脏骤停后的HIBI | 儿童院外心脏骤停(OHCA)病例及其年龄匹配的对照组 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习模型 | CT图像 | 117例OHCA病例及年龄匹配的对照组 |
1012 | 2025-07-02 |
Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning
2025-Jun-26, Translational oncology
IF:4.5Q1
DOI:10.1016/j.tranon.2025.102457
PMID:40580873
|
research paper | 该研究通过单细胞转录组学和深度学习,识别并验证了针对三阴性乳腺癌中巨噬细胞极化的协同药物策略 | 开发了一个基于巨噬细胞分化的分类器(MMDCSS),并发现非那雄胺可作为ZBTB20调节剂逆转肿瘤诱导的M2巨噬细胞极化 | 研究样本量较小,仅包括24名TNBC患者 | 探索针对三阴性乳腺癌中巨噬细胞极化的新型治疗策略 | 三阴性乳腺癌(TNBC)患者的肿瘤微环境(TME)和巨噬细胞极化 | digital pathology | breast cancer | scRNA-seq, machine-learning, pseudo-time trajectory mapping | deep learning | transcriptomics data | 24名TNBC患者 |
1013 | 2025-07-02 |
Design and Optimization of an automatic deep learning-based cerebral reperfusion scoring (TICI) using thrombus localization
2025-Jun-26, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2025.101366
PMID:40581292
|
研究论文 | 本文设计和优化了一种基于深度学习的自动脑灌注评分(TICI)系统,利用血栓定位技术 | 开发了一种基于CNN的人工智能模型,用于自动分类TICI评分,并探索了血栓定位对模型性能的影响 | 三分类模型(TICI 0,1或2a vs 2b vs 2c或3)的性能不足,自动血栓检测模块未能提升模型表现 | 创建并优化基于AI的DSA TICI评分分类模型,以减少评估变异性 | 接受机械取栓术患者的数字减影血管造影(DSA)数据 | 数字病理学 | 脑血管疾病 | 数字减影血管造影(DSA) | CNN | 医学影像 | 422名患者,2492个血栓标注,1609个DSA序列 |
1014 | 2025-07-02 |
Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network
2025-Jun-26, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.107116
PMID:40582223
|
研究论文 | 本研究开发了一种生成式深度学习模型,用于通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式 | 使用3D条件生成对抗网络(cGAN)预测大鼠腰椎骨折模式,并生成合成3D μCT图像 | 训练数据集较小(64张μCT图像),验证集仅有8张图像 | 开发生成式深度学习模型以预测生物结构的损伤行为 | 大鼠腰椎椎体 | 计算机视觉 | 骨科疾病 | 3D μCT成像 | cGAN | 3D图像 | 64张训练μCT图像和8张验证图像 |
1015 | 2025-07-02 |
Artificial Intelligence in Cognitive Decline Diagnosis: Evaluating Cutting-Edge Techniques and Modalities
2025-Jun-26, Studies in health technology and informatics
DOI:10.3233/SHTI250670
PMID:40588878
|
综述 | 本文通过范围综述探讨了人工智能在认知衰退早期诊断中的潜力 | 整合临床数据和脑电图与深度学习方法,提高诊断准确性,并探索自然语言处理模型在早期认知衰退检测中的应用 | 综述范围局限于2020年至2025年的文献,且75%的研究依赖MRI数据 | 评估人工智能在认知衰退早期诊断中的技术和模式 | 认知衰退(CD)患者 | 数字病理学 | 老年疾病 | MRI, EEG, 深度学习, 自然语言处理 | 深度学习模型, NLP模型 | 医学影像(MRI), 电生理信号(EEG), 文本数据 | 涵盖2020-2025年同行评审文献中的多项研究 |
1016 | 2025-07-02 |
Fog-Enabled Modular Deep Learning Platform for Textual Data Mining in Healthcare for Pathology Detection in Burkina Faso
2025-Jun-26, Studies in health technology and informatics
DOI:10.3233/SHTI250696
PMID:40588904
|
研究论文 | 本文提出了一种基于深度学习的医疗诊断支持平台架构,适用于布基纳法索的病理检测 | 结合诊断和治疗指南与通过OCR从手写处方和电子健康记录中提取的文本数据构建模型,并比较了雾计算和云计算两种架构 | 研究基于模拟验证,未涉及实际临床应用的详细测试 | 开发适用于布基纳法索医疗系统的深度学习诊断支持平台 | 手写处方和电子健康记录中的文本数据 | 自然语言处理 | NA | OCR, 深度学习 | NA | 文本 | NA |
1017 | 2025-07-02 |
Smart Wearable Analytics for Cycling: AI-Based Physical Exertion Prediction
2025-Jun-26, Studies in health technology and informatics
DOI:10.3233/SHTI250714
PMID:40588921
|
research paper | 评估深度学习在骑行运动中体力消耗预测的应用,特别是基于LSTM与多头注意力机制的模型 | 采用LSTM结合多头注意力机制的模型进行体力消耗预测,并通过MRMR和UFR方法进行特征选择 | 样本量较小,仅27名健康参与者,且未涉及不同健康状况的人群 | 预测骑行运动中的体力消耗水平 | 27名健康骑行者的生理数据 | machine learning | NA | LSTM, Multi-Head Attention, MRMR, UFR | LSTM with Multi-Head Attention | 生理数据(心率、血氧饱和度、踏频、HRV特征) | 27名健康参与者 |
1018 | 2025-07-02 |
Optimization-based image reconstruction regularized with inter-spectral structural similarity for limited-angle dual-energy cone-beam CT
2025-Jun-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ade843
PMID:40562072
|
研究论文 | 本文提出了一种基于优化和光谱间结构相似性正则化的图像重建方法,用于有限角度双能锥束CT成像 | 通过整合光谱间结构相似性正则化,有效减少了有限角度伪影,无需X射线光谱测量或配对数据集进行模型训练 | 方法在物理和数字模体上进行了验证,但尚未在临床患者数据上进行测试 | 促进快速低剂量双能锥束CT在临床中的应用,解决有限角度投影下的图像重建问题 | 双能锥束CT图像 | 数字病理 | NA | 双能锥束CT | 优化基迭代重建 | CT投影数据 | 两个物理模体和三个数字模体 |
1019 | 2025-07-02 |
DeepNSI: Element identification in experimental photoneutron spectra for illicit material detection
2025-Jun-25, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine
IF:1.6Q3
DOI:10.1016/j.apradiso.2025.112014
PMID:40580656
|
research paper | 提出了一种名为DeepNSI的深度学习框架,用于在现实检查场景中通过光子诱导中子谱识别元素组成 | 结合模拟和实验光中子谱的混合数据集训练特定元素的卷积神经网络,并引入蒙特卡洛Dropout提供预测不确定性,以及基于非负最小二乘法的后处理步骤 | NNLS系数受核截面影响,不能直接解释为浓度 | 开发一种用于非法材料检测的元素识别工具 | 光子诱导中子谱 | machine learning | NA | 光子中子光谱法 | CNN | 光谱数据 | 包含有机化合物和涉及屏蔽材料的复杂配置的真实数据 |
1020 | 2025-07-02 |
Functional assessment of all ATM SNVs using prime editing and deep learning
2025-Jun-25, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2025.05.046
PMID:40580951
|
研究论文 | 该研究通过prime editing和深度学习技术评估了ATM基因中所有可能单核苷酸变异(SNVs)的功能影响 | 首次全面评估了ATM基因中27,513个可能的SNVs功能影响,并开发了高精度的深度学习模型DeepATM | 研究主要关注单核苷酸变异,可能未涵盖其他类型的遗传变异 | 评估ATM基因变异的功能影响,支持精准医疗 | ATM基因及其27,513个可能的单核苷酸变异 | 机器学习 | 癌症 | prime editing, 深度学习 | DeepATM | 基因组数据 | 23,092个SNVs通过实验评估,4,421个SNVs通过模型预测 |