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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1101 | 2025-07-14 |
InterpolAI: deep learning-based optical flow interpolation and restoration of biomedical images for improved 3D tissue mapping
2025-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02712-4
PMID:40437217
|
研究论文 | 提出了一种基于深度学习的生物医学图像光学流插值和修复方法InterpolAI,用于改善3D组织映射 | InterpolAI通过利用大图像运动的光学流AI模型,在图像堆栈中对真实图像对进行合成图像插值,优于线性插值和最先进的光学流方法XVFI | 未提及具体的样本量限制或计算资源需求 | 提高生物医学图像数据集的分辨率、通量和质量,以实现更好的3D成像 | 生物医学图像,包括多种成像模式、物种、染色技术和像素分辨率 | 数字病理学 | NA | 光学流AI模型 | 深度学习 | 图像 | NA |
1102 | 2025-07-14 |
Chemical space visual navigation in the era of deep learning and Big Data
2025-Jul, Drug discovery today
IF:6.5Q1
DOI:10.1016/j.drudis.2025.104392
PMID:40456508
|
综述 | 本文综述了在深度学习和大数据时代下,化学空间可视化导航的算法和工具的最新进展 | 探讨了这些方法如何应对大数据挑战,并讨论了非传统应用,如QSAR/QSPR模型的视觉验证、交互式生成方法以及化学空间地图作为数字艺术的使用 | NA | 分析大数据时代下药物化学领域的新挑战,并提出可视化化学空间的方法和工具 | 化学空间的可视化导航算法和工具 | 药物化学 | NA | QSAR/QSPR模型 | NA | 化学结构数据 | NA |
1103 | 2025-07-14 |
AI-based pelvic floor surface electromyography reference ranges and high-precision pelvic floor dysfunction diagnosis
2025-Jul, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2025.105755
PMID:40479842
|
研究论文 | 本研究通过AI技术建立多维度的盆底表面肌电数据库,并开发AI-Diagnostician-PFD诊断模型,以提高盆底功能障碍(PFDs)的诊断准确性 | 利用AI技术建立多维度的盆底表面肌电数据库,并开发AI-Diagnostician-PFD诊断模型,其性能优于传统的Glazer标准和经典机器学习及深度学习模型 | 研究样本虽来自多个中心,但仍可能存在地域和人群的局限性 | 建立盆底表面肌电的多维数据库,并开发AI诊断模型以提高PFDs的诊断准确性 | 1605名来自中国21个中心的参与者 | 数字病理 | 盆底功能障碍 | 表面肌电图(sEMG) | AI-Diagnostician-PFD | 肌电数据 | 1605名参与者 |
1104 | 2025-07-14 |
Deep operator network models for predicting post-burn contraction
2025-Jul, Clinical biomechanics (Bristol, Avon)
|
research paper | 本研究探讨了使用深度算子网络作为有限元模拟的替代模型,用于预测烧伤后伤口收缩 | 提出了一种改进的深度算子网络架构,通过整合初始伤口形状信息和应用正弦增强来加强边界条件 | 研究仅基于三种初始伤口形状进行训练,可能限制了模型的泛化能力 | 开发一种高效的方法来预测烧伤后伤口收缩,以辅助医疗治疗规划 | 烧伤后伤口收缩的预测 | machine learning | burn injuries | deep operator network | neural operator | simulation data | 基于三种初始伤口形状的训练集和测试集 |
1105 | 2025-07-14 |
Short-horizon neonatal seizure prediction using EEG-based deep learning
2025-Jul, PLOS digital health
DOI:10.1371/journal.pdig.0000890
PMID:40644380
|
research paper | 本研究探讨了基于定量脑电图(QEEG)和深度学习(DL)的短时程新生儿癫痫预测方法 | 首次研究了分钟级别的高时间分辨率短时程新生儿癫痫预测,填补了该领域的研究空白 | 模型校准效果中等,预期校准误差为0.106,需要进一步验证 | 开发短时程新生儿癫痫预测系统 | 新生儿癫痫发作 | digital pathology | neurological disease | quantitative electroencephalography (QEEG) | ConvLSTM | EEG data | 132名新生儿,共281小时EEG数据 |
1106 | 2025-07-14 |
Enhancing tremor classification: Transformer-based analysis of biomechanics patterns for Parkinson's and essential tremor
2025-Jul, Clinical biomechanics (Bristol, Avon)
|
研究论文 | 使用基于Transformer的深度学习模型分析生物力学模式,以区分帕金森病和特发性震颤 | 首次采用Transformer模型结合多头注意力机制,从多传感器运动数据中解码动态运动任务中的生物力学模式 | 研究未涉及其他类型的震颤疾病,且样本量未明确说明 | 开发一个多类分类系统,用于区分特发性震颤、帕金森病和健康对照组 | 特发性震颤、帕金森病患者及健康对照组 | 机器学习 | 帕金森病 | 多传感器运动数据采集 | Transformer | 运动信号数据 | NA |
1107 | 2025-07-14 |
A Joint Multimodal User Authentication-based Privacy Preservation with Disease Prediction Framework in Modern Healthcare System Using Multi-Scale Cross Attention-based ResNet
2025-Jun-28, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108928
PMID:40644852
|
研究论文 | 提出一种基于多尺度交叉注意力ResNet的多模态用户认证和疾病预测框架,用于现代医疗系统中的隐私保护和疾病预测 | 结合多模态用户认证和疾病预测,采用多尺度交叉注意力ResNet和最优Rossler超混沌加密技术,提高了认证和预测性能 | 系统复杂性可能限制实际应用,包括信息安全和预测效率 | 开发一个安全的医疗数据传输和存储系统,同时提高疾病预测的准确性 | 医疗数据和图像信号 | 数字病理 | NA | 多尺度交叉注意力ResNet (MCARNet), 最优Rossler超混沌加密 (ORHCE) | ResNet, DNN, RNN, LSTM, GRU | 图像, 信号 | NA |
1108 | 2025-07-14 |
Pediatric pancreas segmentation from MRI scans with deep learning
2025-Jun-16, Pancreatology : official journal of the International Association of Pancreatology (IAP) ... [et al.]
IF:2.8Q2
DOI:10.1016/j.pan.2025.06.006
PMID:40645819
|
研究论文 | 本研究评估并验证了用于儿童胰腺MRI分割的深度学习算法PanSegNet,在急性胰腺炎、慢性胰腺炎及健康儿童中的表现 | PanSegNet是首个经过验证的用于胰腺MRI分割的深度学习解决方案,在健康和疾病状态下均达到专家水平 | 研究样本量相对较小(84例MRI扫描),且数据来自单一机构 | 评估和验证深度学习算法在儿童胰腺MRI分割中的应用 | 2-19岁儿童,包括健康儿童及被诊断为急性或慢性胰腺炎的患者 | 数字病理学 | 胰腺炎 | MRI扫描 | 深度学习算法(PanSegNet) | MRI图像 | 84例MRI扫描(42例健康儿童,42例胰腺炎患者) |
1109 | 2025-07-14 |
Enhancing Dementia Classification for Diverse Demographic Groups: Using Vision Transformer-Based Continuous Scoring of Clock Drawing Tests
2025-Jun-10, The journals of gerontology. Series B, Psychological sciences and social sciences
DOI:10.1093/geronb/gbaf065
PMID:40197801
|
研究论文 | 本研究开发了一种基于深度学习神经网络的连续时钟绘图测试(CDT)评分方法,用于提高痴呆症分类的准确性 | 使用深度学习神经网络生成连续CDT评分,相比传统序数评分提供更细粒度的痴呆分类阈值,并针对不同人口群体调整阈值 | 研究样本虽然具有全国代表性,但可能仍需在更广泛人群中验证模型的普适性 | 提高痴呆症筛查的准确性和适应性 | 老年人群体(来自NHATS研究的全国代表性样本) | 数字病理学 | 老年痴呆症 | 深度学习神经网络(DLNN) | Vision Transformer | 图像(时钟绘图测试图像) | 来自NHATS研究的全国代表性老年人样本(具体数量未明确说明) |
1110 | 2025-07-14 |
Deep learning applications in orthopaedics: a systematic review and future directions
2025 May-Jun, Acta ortopedica mexicana
PMID:40645786
|
系统综述 | 本文综述了人工智能和深度学习在骨科中的应用,并探讨了未来的研究方向 | 分析了当前AI和深度学习工具在骨科领域的应用,识别了最常用的工具和方法 | 研究间异质性高,方法和术语差异大,可能导致对诊断准确性的高估 | 分析AI和深度学习在骨科风险、结果评估、影像学和基础科学领域的应用 | 骨科领域的影像评估、脊柱手术、结果评估、基础AI骨科教育和基础科学应用 | 数字病理 | 骨科疾病 | 深度学习 | CNN | 影像 | 595项研究(包括281项影像评估、102项脊柱手术、95项结果评估、84项基础AI骨科教育和33项基础科学应用) |
1111 | 2025-07-14 |
Mitosis detection in histopathological images using customized deep learning and hybrid optimization algorithms
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0327567
PMID:40638590
|
research paper | 该论文提出了一种定制化深度学习模型(CDL)用于组织病理学图像中的有丝分裂检测,结合了迁移学习和混合优化算法以提高检测准确性 | 创新点包括使用迁移学习应对类别不平衡问题,引入跳跃连接改善有丝分裂定位,以及结合JSO和WOA混合优化算法最大化模型动量 | 未来研究方向包括融合方法、实时应用的时间效率问题,以及将CDL扩展到其他组织病理学分析领域 | 提高组织病理学图像中有丝分裂检测的准确性,以辅助癌症诊断和预后评估 | 组织病理学图像中的有丝分裂细胞 | digital pathology | cancer | deep learning, transfer learning, hybrid optimization algorithms | CNN with skip connections | histopathological images | 多个公开可用的有丝分裂检测数据集(包括Mitosis WSI CCMCT Training Set、Mitosis-AIC等) |
1112 | 2025-07-14 |
Nuclei segmentation and classification from histopathology images using federated learning for end-edge platform
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322749
PMID:40638627
|
研究论文 | 该研究提出了一种结合分割和分类的深度学习框架,用于增强组织病理学图像中的细胞核评估 | 采用基于FedAvg的联邦学习方案保护数据隐私,并应用全整数量化以减少边缘设备上的计算开销 | 未提及具体的数据集规模或多样性限制 | 提高组织病理学图像中细胞核分割和分类的准确性和效率 | 组织病理学图像中的细胞核 | 数字病理学 | 癌症 | 联邦学习、全整数量化 | SegNet、DenseNet121 | 图像 | NA |
1113 | 2025-07-14 |
Multi-scale time series prediction model based on deep learning and its application
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325474
PMID:40638666
|
研究论文 | 提出了一种基于深度学习的多尺度时间序列预测模型MSCALSTM,用于提高交通流预测的准确性和鲁棒性 | 结合了多尺度卷积神经网络(MSCNN)、多尺度卷积块注意力模块(MSCBAM)和LSTM,能够有效捕捉时间序列数据中的多尺度动态模式并自适应关注关键特征 | 未提及模型在更广泛数据集上的表现或计算效率方面的限制 | 提高时间序列预测的准确性,特别是在交通流预测领域 | 时间序列数据,特别是交通流数据 | 机器学习 | NA | 深度学习 | MSCALSTM (结合MSCNN, MSCBAM和LSTM) | 时间序列数据 | 来自加州性能测量系统(PEMS)的数据集,未提及具体样本数量 |
1114 | 2025-07-14 |
Optimizing EV charging stations and power trading with deep learning and path optimization
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325119
PMID:40644458
|
研究论文 | 本研究提出了一种结合深度学习、强化学习、路径优化和电力交易策略的综合框架,以应对电动汽车快速增长带来的电网管理挑战 | 整合了LSTM模型、DQN和Dijkstra算法,显著提升了充电需求预测准确性、充电站布局优化效果及用户出行时间效率 | 未提及具体实施地域范围及不同气候/交通条件下的适用性验证 | 优化电网对电动汽车充电需求的管理能力并提升充电基础设施布局效率 | 电动汽车充电站网络与区域电力交易系统 | 机器学习 | NA | LSTM, DQN, Dijkstra算法 | 深度学习(LSTM), 强化学习(DQN) | 时间序列数据、空间位置数据、电力交易数据 | 未明确说明具体样本量(涉及区域EV充电需求数据) |
1115 | 2025-07-14 |
Deep learning in the diagnosis of maxillary sinus diseases: a systematic review
2024-09-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae031
PMID:38995816
|
系统综述 | 本文评估了深度学习在上颌窦疾病检测、分类和分割中的性能 | 系统综述了深度学习在上颌窦疾病诊断中的应用,涵盖了多种任务类型和模型组合 | 仅纳入了截至2024年2月7日发表的英文论文,可能存在发表偏倚 | 评估深度学习在上颌窦疾病诊断中的性能 | 上颌窦疾病 | 数字病理 | 上颌窦疾病 | 深度学习 | 多种DL模型组合 | 放射影像 | 14项符合纳入标准的研究(共1167项初步检索结果) |
1116 | 2025-07-14 |
Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation
2023-Dec-01, Operative neurosurgery (Hagerstown, Md.)
DOI:10.1227/ons.0000000000000888
PMID:37655892
|
研究论文 | 本研究通过香农熵和深度学习分析外科医生在模拟颈动脉损伤控制中的器械使用特征,以评估其手术表现 | 首次将香农熵应用于手术器械使用序列的多样性量化,并结合深度学习模型预测手术表现 | 研究基于模拟尸体环境,结果可能无法完全反映真实手术场景 | 开发自动化、定量化的手术表现评估方法以改进外科培训 | 外科医生在内镜经鼻颈动脉撕裂模拟手术中的器械使用模式 | 数字病理 | 心血管疾病 | 深度学习 | CNN | 视频 | 公开可用的灌注尸体模拟器手术视频数据集 |
1117 | 2025-07-13 |
Deep learning in next-generation vaccine development for infectious diseases
2025-Sep-09, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2025.102586
PMID:40641804
|
综述 | 本文综述了深度学习在传染病下一代疫苗开发中的应用及其变革性影响 | 探讨了深度学习在疫苗表位选择、构建和表征中的创新应用,以及AI工具和技术的最新进展 | 未提及具体疾病或疫苗的开发效果验证数据 | 探索深度学习技术如何加速和优化下一代疫苗的开发过程 | 疫苗开发中的表位选择、疫苗构建和表征技术 | 机器学习 | 传染病 | 深度学习(DL) | NA | 基因组数据 | NA |
1118 | 2025-07-13 |
Event-based Stereo Depth Estimation: A Survey
2025-Jul-11, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2025.3586559
PMID:40644099
|
综述 | 本文综述了基于事件相机的立体深度估计方法,涵盖了从早期电路设计到当前深度学习方法的演变历程 | 首次全面回顾了深度学习方法和立体数据集,并为创建新基准提供了实用建议 | 尽管取得显著进展,但在精度和效率方面仍存在挑战 | 为基于事件相机的立体深度估计领域提供全面概述 | 事件相机和立体深度估计方法 | 计算机视觉 | NA | 深度学习 | NA | 事件数据 | NA |
1119 | 2025-07-13 |
Automated assessment of laparoscopic pattern cutting skills using computer vision and deep learning
2025-Jul-10, Surgery
IF:3.2Q1
DOI:10.1016/j.surg.2025.109540
PMID:40644739
|
研究论文 | 开发了一种基于计算机视觉和深度学习的自动化系统,用于评估腹腔镜手术中的模式切割技能 | 使用YOLO深度学习模型和合成数据进行标本分割,提供客观、定量的切割技能评估 | 样本材料形状的扭曲带来一定挑战 | 提高腹腔镜手术技能评估的效率、可靠性和标准化 | 腹腔镜手术中的模式切割技能 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | 合成测试样本和真实手术标本 |
1120 | 2025-07-13 |
Tumour nuclear size heterogeneity as a biomarker for post-radiotherapy outcomes in gynecological malignancies
2025-Jul, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2025.100793
PMID:40642183
|
研究论文 | 本研究探讨了妇科鳞状细胞癌患者放疗前肿瘤核大小分布与放疗后结果之间的潜在联系 | 首次将肿瘤核大小异质性作为预测妇科恶性肿瘤放疗后结果的生物标志物 | 预测准确性较低(C统计量0.56-0.57),需要更大规模的泛癌研究验证 | 探索个性化多尺度剂量学的潜在重要性 | 191例非转移性妇科鳞状细胞癌患者 | 数字病理学 | 妇科恶性肿瘤/鳞状细胞癌 | 深度学习 | Cox比例风险模型 | 全切片图像(WSIs) | 191例患者 |