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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1041 | 2025-09-12 |
Paired phase and magnitude reconstruction neural network for multi-shot diffusion magnetic resonance imaging
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103771
PMID:40857854
|
研究论文 | 提出一种用于多激发扩散磁共振成像的配对相位和幅度重建神经网络方法 | 结合高信噪比b0图像设计神经网络,实现亚秒级快速重建并提升图像质量评估指标 | NA | 解决多激发扩散加权成像中图像伪影抑制和噪声控制的挑战 | 扩散加权成像数据 | 医学影像处理 | 肿瘤诊断 | 扩散加权成像(DWI),多激发采样 | 神经网络 | 医学影像数据 | 模拟数据和体内数据(具体数量未说明) |
1042 | 2025-09-12 |
Unsupervised 4D-flow MRI reconstruction based on partially-independent generative modeling and complex-difference sparsity constraint
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103769
PMID:40865329
|
研究论文 | 提出一种基于部分独立生成建模和复数差稀疏约束的无监督4D流MRI重建方法 | 结合深度图像先验框架,设计部分独立网络提升参数效率,引入复数差稀疏约束改善相位恢复精度,并提出联合优化算法 | NA | 开发无需全采样训练数据的无监督4D流MRI重建算法以提升泛化能力 | 主动脉和脑血管的4D流MRI数据 | 医学影像重建 | 血管疾病 | 4D-flow MRI | CNN(基于深度图像先验框架) | 4D MRI影像数据(时空血流速度) | 两个内部采集数据集(主动脉数据集和脑血管数据集) |
1043 | 2025-09-12 |
MSARAE: Multiscale adversarial regularized autoencoders for cortical network classification
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103775
PMID:40865328
|
研究论文 | 提出一种多尺度对抗正则化自编码器(MSARAE),用于大脑皮层结构连接网络的增强和分类 | 结合拉普拉斯特征向量增强拓扑信息,采用多尺度图卷积层作为编码器,并引入对抗正则化机制减小潜在空间分布差异 | NA | 从数据增强角度解决大脑皮层研究中的样本量限制问题,提升深度学习模型的泛化能力 | 大脑皮层结构连接网络 | 机器学习 | 抑郁症和阿尔茨海默病 | 图卷积网络,变分自编码器,对抗训练 | MSARAE(多尺度对抗正则化自编码器) | 图数据(结构连接网络) | 基于MDD、HCP和ADNI三个数据集进行实验 |
1044 | 2025-09-12 |
Supervised white matter bundle segmentation in glioma patients with transfer learning
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103766
PMID:40876100
|
研究论文 | 本研究探索利用迁移学习将基于健康人群训练的深度学习模型应用于胶质瘤患者的白质束分割 | 首次研究迁移学习在胶质瘤患者白质束分割中的有效性,并系统区分了领域偏移中的系统性和肿瘤特异性成分 | 学习模型微调无法适应肿瘤引起的大范围白质变形 | 提升临床人群中白质束自动分割的准确性和应用性 | 胶质瘤患者 | 医学影像分析 | 胶质瘤 | 迁移学习 | 深度学习 | 影像数据 | 涉及五个白质束和三种输入模态的测试 |
1045 | 2025-09-12 |
HarmonicEchoNet: Leveraging harmonic convolutions for automated standard plane detection in fetal heart ultrasound videos
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103758
PMID:40876099
|
研究论文 | 提出轻量级深度学习模型HarmonicEchoNet,用于胎儿心脏超声视频中标准切面的自动检测 | 引入谐波卷积块(HCBs)和空间通道压缩激励模块(hscSE),结合离散余弦变换进行特征分解,提升模型效率和准确性 | 使用两个私有数据集(PULSE和CAIFE),可能限制模型泛化能力 | 实现胎儿心脏超声标准切面的自动化检测 | 胎儿心脏超声视频 | 计算机视觉 | 心血管疾病 | 超声成像,离散余弦变换(DCT) | CNN(谐波卷积网络) | 视频(超声图像序列) | 四个数据集(来自PULSE和CAIFE两个研究) |
1046 | 2025-09-12 |
Completing spatial transcriptomics data for gene expression prediction benchmarking
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103754
PMID:40885036
|
研究论文 | 本文介绍了一个用于基因表达预测基准测试的系统性数据库SpaRED和一个基于Transformer的基因表达补全模型SpaCKLE | 提出了首个系统性整理的26个公共数据集标准化资源,并开发了基于Transformer的先进补全模型,将均方误差降低82.5% | NA | 解决空间转录组学数据获取成本高、技术门槛高和数据丢失问题,建立标准化基准测试平台 | 空间转录组学数据,特别是Visium技术产生的组织学图像和基因表达数据 | 数字病理学 | NA | 空间转录组学,Visium技术,深度学习 | Transformer | 图像,基因表达数据 | 26个公共数据集 |
1047 | 2025-09-12 |
Leveraging sparse annotations for leukemia diagnosis on the large leukemia dataset
2025-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103760
PMID:40897065
|
研究论文 | 提出大规模白血病数据集LLD及稀疏标注方法,用于白细胞检测与形态属性分析 | 构建首个大规模多任务白血病数据集,并提出基于稀疏标注的属性分析方法以减少标注负担 | 数据集仅包含48名患者,样本多样性可能仍有限 | 提升白血病诊断的可解释性和现实应用性 | 白细胞(WBC)的定位、分类及形态属性评估 | 数字病理学 | 白血病 | 外周血涂片(PBF)显微成像,多显微镜/多相机/多放大倍数采集 | 多任务模型 | 显微图像 | 48名患者的外周血涂片数据 |
1048 | 2025-09-12 |
Deep learning-based multimodal fusion for quality prediction of chili paste using hyperspectral imaging and near-infrared spectroscopy
2025-Nov-30, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.145712
PMID:40743732
|
研究论文 | 开发基于深度学习的多模态融合系统,利用高光谱成像和近红外光谱技术无损预测辣椒酱品质 | 首次建立辣椒酱发酵的无损快速检测框架,采用特征级融合和Mixup数据增强技术提升深度学习模型性能 | NA | 实现辣椒酱品质的无损评估和实时智能监测 | 辣椒酱样品 | machine learning | NA | HSI, Near-Infrared Spectroscopy | CNN-LSTM hybrid model | hyperspectral images, spectral data, physicochemical indicators | 160个原始样本,通过数据增强扩展到800个样本 |
1049 | 2025-09-12 |
The path to biotechnological singularity: Current breakthroughs and outlook
2025-Nov, Biotechnology advances
IF:12.1Q1
DOI:10.1016/j.biotechadv.2025.108667
PMID:40744238
|
综述 | 本文探讨了生物技术领域当前突破性进展及其向生物技术奇点发展的路径与展望 | 综合分析了基因编辑、合成生物学、人工智能、再生医学和脑机接口等多领域技术的融合趋势及其潜在社会影响 | 未涉及具体实验数据或案例研究,主要基于宏观技术趋势分析 | 概述生物技术当前突破并展望其向生物技术奇点的发展路径与社会影响 | 生物技术跨领域进展及其社会伦理影响 | 生物技术 | NA | CRISPR基因编辑、合成生物学、深度学习、干细胞研究、脑机接口 | NA | NA | NA |
1050 | 2025-09-12 |
Short- and long-term captivity impacts on bird memory, corticosterone level, and oxidative stress genes: Perspectives on deep learning analysis
2025-Nov-01, Physiology & behavior
IF:2.4Q2
DOI:10.1016/j.physbeh.2025.115064
PMID:40816474
|
研究论文 | 研究短期和长期圈养对鸟类记忆、皮质酮水平和氧化应激基因的影响,并利用深度学习分析鸟类行为 | 首次结合深度学习(VGG16神经网络)分析鸟类器官运动,并综合评估圈养压力对多种鸟类行为、激素及基因表达的跨物种影响 | 研究仅针对三种鸟类(冠小嘴乌鸦、家八哥、牛背鹭),样本多样性有限,且未涉及野外对照组的长期追踪 | 探究圈养压力对鸟类认知行为、生理指标及基因表达的短期与长期影响 | 冠小嘴乌鸦(Corvus cornix)、家八哥(Acridotheres tristis)、牛背鹭(Bubulcus ibis)三种鸟类 | 动物行为学与计算生物学交叉 | NA | qRT-PCR(基因表达分析)、深度学习视频分析 | VGG16(CNN架构) | 视频(鸟类行为记录)、分子生物学数据(激素与基因表达) | 三种鸟类物种(未明确个体数量),通过视频片段进行行为分析 |
1051 | 2025-09-12 |
Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis
2025-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11541-0
PMID:40185925
|
研究论文 | 开发并评估一种基于深度学习的工具,用于从多发性硬化症患者的T2和STIR序列中检测脊髓病变 | 首次结合矢状面T2和STIR序列开发深度学习模型检测MS脊髓病变,并验证其提升临床医生检测敏感性的能力 | 样本量有限(50例患者),且读者间变异性改善未达统计学显著差异(p=0.056) | 提升多发性硬化症脊髓病变的检测准确性和临床诊断效率 | 多发性硬化症患者的脊髓MRI影像 | 医学影像分析 | 多发性硬化症 | 深度学习,MRI成像(T2和STIR序列) | 深度学习分割模型 | 医学影像(MRI) | 50例患者(39名女性,中位年龄41岁),数据来自40台不同扫描仪 |
1052 | 2025-09-12 |
Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department
2025-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11554-9
PMID:40192806
|
研究论文 | 本研究评估了基于人工智能的骨折检测软件在儿科急诊真实临床环境中的性能及其对经验不足医师诊断准确性的影响 | 在真实临床环境中验证AI辅助骨折检测的实际效益,并特别关注法医学相关骨折类型及对低年资医师的诊断辅助效果 | AI对桡骨髁骨折的敏感性较低(68%),且在2%的情况下AI辅助反而导致医师放弃正确诊断;经济性需与患者安全收益权衡 | 评估AI骨折检测软件在儿科急诊的真实应用效果 | 18岁以下儿童的放射影像及急诊科低年资医师 | 医疗影像分析 | 儿科创伤 | 深度学习 | 深度学习模型(未指定具体类型) | X光影像 | 1672张儿童放射影像,中位年龄10.9岁,59%为男性 |
1053 | 2025-09-12 |
Deep learning and conventional hip MRI for the detection of labral and cartilage abnormalities using arthroscopy as standard of reference
2025-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11546-9
PMID:40240555
|
研究论文 | 本研究比较了基于深度学习的髋关节高分辨率MRI与标准分辨率压缩感知MRI在检测髋臼唇和软骨异常方面的性能,以关节镜检查为金标准 | 首次将高分辨率深度学习MRI(CSAI)与标准压缩感知MRI(CS)在髋关节病变检测中进行直接比较,并采用多阅片者评估 | 样本量较小(32例患者),软骨病变检测的整体敏感性仍不理想(CSAI仅42%) | 评估深度学习增强MRI技术在髋关节病变诊断中的性能 | 股骨髋臼撞击综合征患者 | 医学影像分析 | 骨科疾病 | 深度学习MRI(CSAI)、压缩感知MRI(CS)、关节镜检查 | 深度学习 | MRI影像 | 32例患者(平均年龄37.5岁,24名男性) |
1054 | 2025-09-12 |
Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT
2025-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11596-z
PMID:40251443
|
研究论文 | 本研究比较了深度学习重建(DLR)与迭代重建(IR)在标准剂量和低剂量腹部CT中检测肝脏病变的诊断性能 | 首次系统评估DLR在降低CT辐射剂量方面的潜力,并重点关注小尺寸肝脏病变的检测效果 | 样本量较小(44名参与者),仅针对胃肠道和胰腺腺癌肝转移患者,结果可能不适用于其他类型病变 | 评估深度学习重建技术在CT扫描中降低辐射剂量同时保持诊断准确性的可行性 | 已知有肝转移的胃肠道和胰腺腺癌患者 | 医学影像分析 | 肝脏肿瘤 | CT扫描,深度学习重建(DLR),迭代重建(IR) | 深度学习 | 医学影像 | 44名参与者(平均年龄66岁,28名男性),包含348个≤20mm的肝脏病变 |
1055 | 2025-09-12 |
Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps
2025-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-025-11588-z
PMID:40252095
|
研究论文 | 提出并评估一种深度学习模型,直接从DCE-MRI估计药代动力学参数图和不确定性,提升弥漫性胶质瘤成像的可靠性 | 使用时空概率深度学习模型绕过传统后处理步骤(如动脉输入函数估计),直接生成高可靠性药代动力学参数图并提供不确定性估计 | 单中心回顾性研究,样本量有限(329例患者),需进一步多中心验证 | 提升动态对比增强MRI(DCE-MRI)在弥漫性胶质瘤中的可靠性和一致性 | 成人型弥漫性胶质瘤患者 | 医学影像分析 | 脑胶质瘤 | DCE-MRI,深度学习 | 时空概率模型 | 医学影像(MRI) | 329例患者(平均年龄55±15岁,197名男性) |
1056 | 2025-09-12 |
Deploying a novel deep learning framework for segmentation of specific anatomical structures on cone-beam CT
2025-Oct, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-025-00831-4
PMID:40445488
|
研究论文 | 本研究开发了一种基于深度学习的新型框架,用于在锥束CT图像上自动分割特定解剖结构 | 采用nnUNetv2框架实现高精度解剖结构分割,在牙科CBCT图像处理中表现出色 | 样本量相对较小(70名患者),且下颌管分割性能相对较低 | 通过深度学习算法自动预测CBCT图像中的解剖结构,以增强诊断和治疗规划流程 | 70名患者的CBCT图像数据,包含鼻腔、上颌窦、腭前管、下颌管等解剖结构 | 计算机视觉 | NA | 锥束CT成像,深度学习分割 | nnUNetv2 | 医学影像 | 70名患者的CBCT数据,共28,350个切片(每例405个切片) |
1057 | 2025-09-12 |
Radiomics, machine learning, and deep learning for hippocampal sclerosis identification: a systematic review and diagnostic meta-analysis
2025-Oct, Epilepsy & behavior : E&B
IF:2.3Q2
DOI:10.1016/j.yebeh.2025.110624
PMID:40737956
|
系统综述与诊断性Meta分析 | 本文系统回顾并整合了基于人工智能和影像组学方法用于海马硬化识别的诊断性能研究 | 首次通过Meta分析比较不同AI模型(包括SVM、CNN等)在识别海马硬化中的表现,并发现单独使用AI优于AI与影像组学结合 | 仅纳入6项研究,存在较高的异质性(I² > 69%) | 提升颞叶癫痫中海马硬化的非侵入性诊断准确性 | 海马硬化(HS)患者,特别是内侧颞叶癫痫(MTLE)患者 | 医学影像分析 | 癫痫 | 机器学习与深度学习 | SVM, CNN, LR | MRI影像数据 | Meta分析共纳入6项研究(具体样本量未在摘要中提供) |
1058 | 2025-09-12 |
TPC-GCN: Deep learning for pulse pattern classification in traditional Chinese medicine
2025-Oct, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2025.104401
PMID:40925696
|
研究论文 | 提出一种基于深度学习的脉象分类方法TPC-GCN,用于中医脉搏模式识别 | 采用增强SMOTE进行数据增强,构建多配置图数据结构,设计多通道轻量图卷积网络,通过注意力加权融合提升分类性能 | NA | 提升中医脉象分类的准确性与客观化 | 中医脉搏信号 | 机器学习 | 中医诊断 | SMOTE数据增强、多域特征提取、图卷积网络 | GCN(图卷积网络) | 脉搏信号数据 | NA |
1059 | 2025-09-12 |
Beyond explainable AI: Enhancing trust and robustness in machine learning for sleep apnea diagnosis
2025-Oct, Sleep medicine reviews
IF:11.2Q1
DOI:10.1016/j.smrv.2025.102152
PMID:40819476
|
评论 | 本文扩展了对睡眠呼吸暂停诊断中机器学习可解释性工具的批判,提出结合无监督ML和非线性非参数统计方法的综合策略以增强临床信任 | 主张超越传统XAI方法,通过无监督学习和统计方法结合来验证特征重要性并减少模型偏差 | 未提供具体实验验证或实际临床数据支持所提出方法的有效性 | 提升机器学习在睡眠呼吸暂停诊断中的可信度和鲁棒性 | 睡眠呼吸暂停诊断的机器学习模型及其特征解释方法 | machine learning | 睡眠呼吸暂停 | 无监督ML(特征聚合、高变基因选择),非线性非参数统计方法(如Spearman相关) | NA | NA | NA |
1060 | 2025-09-12 |
Clinical Implementation of Inspiratory-Expiratory Chest CT: Defining Quality Criteria for Diagnostic Quality and Detection of Concurrent FEV1 Decline following Lung Transplantation
2025-Oct, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.240468
PMID:40932379
|
研究论文 | 本研究通过定义呼气CT诊断质量评估标准,探讨定量空气潴留对肺移植后慢性移植物功能障碍(CLAD)的预测性能 | 首次提出基于气管形态的呼气CT质量评估标准,并验证其与肺功能测量的相关性 | 敏感性较低(34.0%),样本仅来自单一机构 | 评估呼气CT质量对定量空气潴留预测CLAD进展的影响 | 肺移植术后患者 | 数字病理 | 肺移植相关并发症 | CT扫描、肺功能检测 | 深度学习算法 | CT图像、肺功能数据 | 192例肺移植患者的603次吸呼气CT扫描 |