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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1141 | 2025-09-18 |
Multimodal deep learning method based on multiple spectra for lung cancer early diagnosis
2025-Sep-12, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126932
PMID:40957203
|
研究论文 | 提出一种基于多光谱的多模态深度学习方法,用于肺癌早期诊断 | 整合四种光谱数据(傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱和拉曼光谱),采用双分支架构和MambaVision融合模块实现跨模态交互 | NA | 开发肺癌早期智能诊断方法 | 肺癌患者的光谱数据 | 数字病理 | 肺癌 | 傅里叶变换红外光谱、UV-vis吸收光谱、荧光光谱、拉曼光谱 | 多模态深度学习、MambaVision | 一维序列数据、二维图像数据 | NA |
1142 | 2025-09-18 |
Deep learning and capsule endoscopy: automatic panendoscopic detection of protruding lesions
2025-Sep-10, BMJ open gastroenterology
IF:3.3Q2
DOI:10.1136/bmjgast-2024-001655
PMID:40935410
|
研究论文 | 开发并测试基于卷积神经网络的算法,用于胶囊内窥镜中全消化道隆起性病变的自动检测 | 首次报道用于全消化道隆起性病变检测的CNN模型,填补了AI增强胶囊内镜领域的空白 | 需要进一步多中心前瞻性研究验证初步结果,以推动深度学习模型进入临床实践 | 提高胶囊内窥镜检查的效率和准确性,实现隆起性病变的自动检测 | 全消化道隆起性病变(包括息肉、上皮肿瘤和上皮下病变) | 计算机视觉 | 消化道疾病 | 胶囊内窥镜检查 | CNN | 图像 | 1245例胶囊内窥镜检查,191455帧图像(其中52717帧包含病变) |
1143 | 2025-09-18 |
An Interpretable Deep Learning Framework for Preoperative Classification of Lung Adenocarcinoma on CT Scans: Advancing Surgical Decision Support
2025-Sep-10, Annali italiani di chirurgia
IF:0.9Q3
DOI:10.62713/aic.4239
PMID:40955186
|
研究论文 | 开发并评估一种基于注意力增强SE-ResNet的可解释深度学习框架,用于从胸部CT图像自动分类肺腺癌 | 引入注意力机制增强SE-ResNet模型,并结合Grad-CAM提升模型可解释性和肿瘤区域可视化定位能力 | 研究样本量相对有限(380例),需进一步验证临床适用性 | 提高肺腺癌术前CT图像的自动分类性能,并增强模型可解释性以支持临床决策 | 肺腺癌患者和健康对照者的胸部CT轴向切片 | 计算机视觉 | 肺癌 | CT成像 | SE-ResNet50, ResNet50 | 图像 | 3800张CT切片(来自190例肺腺癌患者和190例对照者,每例10张切片) |
1144 | 2025-09-18 |
Accelerating the discovery and optimization of metal-organic framework materials via machine learning
2025-Sep-10, Advances in colloid and interface science
IF:15.9Q1
DOI:10.1016/j.cis.2025.103671
PMID:40957153
|
综述 | 本文系统回顾了机器学习在金属有机框架材料发现与优化中的应用进展 | 整合最新机器学习技术与MOF研究进展,提供跨学科视角加速新材料开发 | NA | 加速金属有机框架材料的设计、筛选与性能预测 | 金属有机框架材料 | 机器学习 | NA | 回归分析、分类算法、聚类分析、深度学习、强化学习 | NA | 材料数据 | NA |
1145 | 2025-09-18 |
Automated lesion detection in endoscopic imagery for small animal models - a pilot study
2025-Sep-09, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2025-0179
PMID:40960131
|
研究论文 | 本研究开发了一种基于YOLOv7的深度学习系统,用于自动检测和分类小鼠结肠镜检查视频中的肿瘤病变 | 首次将预训练于人类息肉图像的YOLOv7模型应用于小鼠模型,并结合粪便检测器和颜色滤波器提升检测性能 | 仅为初步研究,需要进一步评估以全面了解系统性能 | 开发自动化工具以辅助临床前内窥镜研究中的肿瘤评估 | 小鼠结肠肿瘤 | 计算机视觉 | 结直肠癌 | 深度学习,目标检测 | YOLOv7 | 视频 | 28只小鼠的150个视频,其中125个包含肿瘤 |
1146 | 2025-09-18 |
ResDeepGS: A deep learning-based method for crop phenotype prediction
2025-Sep-08, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2025.07.013
PMID:40930401
|
研究论文 | 提出一种基于深度学习的作物表型预测方法ResDeepGS,用于基因组选择任务 | 结合增量递归特征选择与增强型多层卷积神经网络(含残差结构和dropout策略),显著提升预测精度和效率 | 未提及模型在跨物种泛化能力或计算资源需求方面的具体限制 | 提升作物基因组选择中表型预测的准确性和效率 | 小麦、玉米和大豆的基因组与表型数据 | 机器学习 | NA | 基因组选择(GS) | CNN(卷积神经网络) | 基因组标记数据 | 三个数据集(小麦、玉米、大豆),具体样本量未明确说明 |
1147 | 2025-09-18 |
A modular pipeline for evidence-integrated genome annotation across species: A case study on Schmidtea mediterranea
2025-Sep-08, Genomics
IF:3.4Q2
DOI:10.1016/j.ygeno.2025.111104
PMID:40930433
|
研究论文 | 开发了一个模块化、可扩展的基因组注释流程,用于整合多种测序技术并改进非经典模式生物的基因组注释 | 结合短读长和长读长测序技术,集成基于参考基因组和从头组装方法,并利用DeepSplice深度学习提升剪接位点检测精度 | NA | 解决基因组资源有限的非经典模式生物(如Schmidtea mediterranea)的基因组注释挑战 | Schmidtea mediterranea(地中海涡虫)的无性系品系 | 基因组学 | NA | Illumina短读长测序, PacBio长读长测序, DeepSplice深度学习预测 | 深度学习 | 基因组序列数据 | NA |
1148 | 2025-09-18 |
Detecting Diverse Seizure Types with Wrist-Worn Wearable Devices: A Comparison of Machine Learning Approaches
2025-Sep-06, Sensors (Basel, Switzerland)
DOI:10.3390/s25175562
PMID:40942991
|
研究论文 | 评估腕戴式可穿戴设备结合机器学习方法检测多种癫痫类型的可行性和效果 | 扩展了腕戴设备检测范围至除全身强直阵挛发作外的多种癫痫类型,包括局灶性、全身性和亚临床发作,并比较了多种机器学习策略 | 对非运动型癫痫类型的检测性能有限,假警报率较高 | 探索腕戴式可穿戴设备和机器学习在癫痫检测中的应用潜力 | 28名接受住院视频脑电图监测的癫痫患者 | 机器学习 | 癫痫 | 加速度计、血容量脉冲、皮肤电活动、皮肤温度和心率监测 | XGBoost, LSTM, CNN, Transformer, ROCKET | 多模态生理信号数据 | 28名患者 |
1149 | 2025-09-18 |
Proposition of a new, minimally-invasive, software smartphone device to predict sleep apnea and its severity
2025-Sep-05, Sleep & breathing = Schlaf & Atmung
DOI:10.1007/s11325-025-03441-w
PMID:40911165
|
研究论文 | 提出并评估一款基于智能手机的软件设备Apneal®,用于无创预测睡眠呼吸暂停及其严重程度 | 利用智能手机内置麦克风、加速度计和陀螺仪采集声音与运动信号,结合深度学习模型自动检测呼吸事件,为睡眠呼吸暂停提供便捷的诊断替代方案 | 单中心概念验证研究,样本量较小(n=46),模型为初期版本(v0.1) | 评估智能手机应用在睡眠呼吸暂停指数(AHI)预测中的性能,解决多导睡眠图(PSG)可及性不足的问题 | 成年睡眠呼吸暂停疑似患者 | 数字健康 | 睡眠呼吸暂停 | 声音信号分析、运动传感技术、深度学习自动评分 | 序列深度学习模型 | 声音信号、运动传感器数据 | 46名成年患者(女性占比34%,平均BMI 28.7 kg/m²) |
1150 | 2025-09-18 |
Quantitative Microscopy for Cell-Surface and Cell-Cell Interactions in Immunology
2025-Sep-05, Bio-protocol
IF:1.0Q3
DOI:10.21769/BioProtoc.5427
PMID:40948891
|
研究论文 | 介绍基于光学显微镜的两种互补实验方法,用于定量分析细胞表面和细胞间相互作用,特别针对免疫学中的NK细胞与癌细胞相互作用 | 开发了新的开源图形用户界面Celldetective,结合无标记成像和深度学习技术,实现单细胞水平的动态相互作用定量分析 | 虽然方法可适配多种细胞类型,但当前协议主要应用于原代免疫细胞,可能需要针对不同细胞类型进行优化 | 建立定量显微镜方法研究免疫学中的细胞表面和细胞间相互作用 | 人类原代自然杀伤细胞(NK细胞)和模拟癌症表面/肿瘤细胞 | 数字病理 | 癌症 | 光学显微镜、时间推移成像、荧光成像、深度学习 | 深度学习 | 图像 | NA |
1151 | 2025-09-18 |
Machine Learning for Multi-Omics Characterization of Blood Cancers: A Systematic Review
2025-Sep-04, Cells
IF:5.1Q2
DOI:10.3390/cells14171385
PMID:40940796
|
系统综述 | 本文系统评估了人工智能和机器学习在血液恶性肿瘤多组学分子特征分析中的应用 | 首次系统评估了机器学习在血液癌症多组学整合中的表现,并特别关注可解释性、验证性和伦理问题 | 存在验证不足、可解释性有限和标准化缺失的局限 | 评估人工智能和机器学习在血液恶性肿瘤分子特征分析中的应用效果 | 血液系统恶性肿瘤(如急性髓系白血病、急性淋巴细胞白血病、多发性骨髓瘤) | 机器学习 | 血液癌症 | 多组学整合分析 | SVM, Random Forest, 深度学习 | 多组学数据 | 89项符合纳入标准的研究(共筛选2847条记录) |
1152 | 2025-09-18 |
A structurally informed human protein-protein interactome reveals proteome-wide perturbations caused by disease mutations
2025-Sep, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-024-02428-4
PMID:39448882
|
研究论文 | 提出名为PIONEER的集成深度学习框架,预测蛋白质结合伙伴特异性界面,生成结构信息化的蛋白质相互作用组,并探索疾病突变对蛋白质相互作用的影响 | 开发了超越现有最先进方法的深度学习框架PIONEER,首次在人类和七种模式生物中生成全面的结构信息蛋白质相互作用组,并实验验证预测结果 | NA | 协助将遗传发现转化为疾病病理生物学和治疗方法发现 | 人类蛋白质相互作用组和七种常见模式生物 | 机器学习 | 癌症 | 全外显子组测序 | 集成深度学习 | 基因组数据 | 约11,000个全外显子组,涵盖33种癌症类型 |
1153 | 2025-09-18 |
Deep learning-based multimodal integration of imaging and clinical data for predicting surgical approach in percutaneous transforaminal endoscopic discectomy
2025-Sep, 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/s00586-025-08668-5
PMID:39920320
|
研究论文 | 本研究开发了一种基于深度学习的多模态模型,通过整合影像和临床数据来预测经皮椎间孔镜下椎间盘切除术(PTED)的手术入路 | 首次将多输入ResNet 50模型与机器学习模型通过贝叶斯优化融合,为多节段腰椎间盘突出症手术提供客观决策支持 | 回顾性研究设计,可能存在选择偏倚 | 辅助医生选择PTED手术的目标节段和入路方向 | 多节段腰椎间盘突出症患者 | 医学影像分析 | 腰椎间盘突出症 | 深度学习,机器学习,贝叶斯优化 | 多输入ResNet 50,定制模型,多模态融合模型 | MRI影像,临床数据 | NA |
1154 | 2025-09-18 |
Construction and preliminary trial test of a decision-making app for pre-hospital damage control resuscitation
2025-Sep, Chinese journal of traumatology = Zhonghua chuang shang za zhi
DOI:10.1016/j.cjtee.2024.11.001
PMID:40087116
|
研究论文 | 本研究构建了一个用于严重创伤患者院前损伤控制复苏(PHDCR)的决策辅助应用,并进行了初步有效性及可用性测试 | 结合三种文本分割算法(词典式、机器学习标注式和深度学习理解式)开发PHDCR决策应用,并在动物模型中进行实证检验 | 初步试验样本量较小(16名医学生和12只小型猪),且限于穿透性腹部损伤模型 | 开发并验证院前损伤控制复苏决策辅助工具的有效性与可用性 | 严重创伤患者(通过动物模型模拟)和医学生使用者 | 医疗决策支持系统 | 创伤性疾病 | 文本分割算法(词典式、机器学习、深度学习)、B/S架构、Spring Boot框架 | 多种算法结合(未指定单一模型) | 文本、生理监测数据、实验室检验数据 | 16名五年级医学生和12只巴马小型猪 |
1155 | 2025-09-18 |
Optimizing Coronary CT Image Reconstruction With Deep Learning for Improved Quality: A Retrospective Study
2025 Sep-Oct 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001746
PMID:40241428
|
研究论文 | 本研究评估深度学习图像重建在冠状动脉CT血管成像中相比传统迭代重建方法对图像质量的提升效果 | 首次在CCTA中系统比较深度学习图像重建(DLIR-H)与自适应统计迭代重建(ASIR-V)的性能差异 | 样本量有限(100例患者),且为单中心回顾性研究 | 优化冠状动脉CT图像重建质量以提高诊断准确性 | 疑似冠状动脉疾病患者 | 医学影像分析 | 心血管疾病 | 深度学习图像重建(DLIR),CT扫描 | 深度学习模型(具体架构未说明) | 医学影像(CT图像) | 100例连续疑似CAD患者 |
1156 | 2025-09-18 |
Novel Deep Learning Reconstruction to Augment Contrast Enhancement: Initial Evaluation
2025 Sep-Oct 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001755
PMID:40249273
|
研究论文 | 评估一种新型深度学习重建方法在增强CT对比度方面的图像质量 | 提出了一种用于单能CT扫描的深度学习重建方法,能提升对比度增强效果 | 样本量较小(仅15名患者),且仅针对结直肠癌肝转移患者 | 比较单能CT、双能CT与深度学习重建方法在图像质量方面的差异 | 经活检证实的结直肠腺癌伴肝转移患者 | 医学影像分析 | 结直肠癌 | CT扫描(单能和双能) | 深度学习重建 | 医学影像 | 15名患者(13男2女) |
1157 | 2025-09-18 |
Enhanced heart disease risk prediction using adaptive botox optimization based deep long-term recurrent convolutional network
2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329251333750
PMID:40302494
|
研究论文 | 提出一种结合数据预处理、特征选择和深度学习的心血管疾病分类方法,用于IoT传感器数据 | 采用自适应Botox优化算法微调的深度长时循环卷积网络(DLRCN)及改进的二进制量子鸟类导航优化(IBQANO)特征选择 | NA | 提升心血管疾病风险预测的准确性和可靠性,支持远程医疗监护 | 心血管疾病患者,特别是高血压和老年人群 | 机器学习 | 心血管疾病 | IoT传感器数据采集,CDIN数据插补与归一化,RMDBOD异常值检测 | Deep Long-Term Recurrent Convolutional Network (DLRCN) | 传感器数据 | 匈牙利、UCI和克利夫兰心血管疾病数据集 |
1158 | 2025-09-18 |
Deep learning-based decision support system for cervical cancer identification in liquid-based cytology pap smears
2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.1177/09287329251330081
PMID:40302490
|
研究论文 | 提出一种基于深度学习的决策支持系统,用于液基细胞学巴氏涂片中宫颈癌的识别 | 结合稀疏自编码器与二元Harris Hawk元启发式优化算法的新型混合特征降维与优化模块,用于选择最具信息量的特征 | NA | 开发计算机辅助诊断系统以减少宫颈癌诊断时间并提高准确性 | 液基细胞学巴氏涂片图像 | 数字病理学 | 宫颈癌 | 深度学习,特征选择优化 | CNN, Autoencoder, K Nearest Neighbors | 图像 | NA |
1159 | 2025-09-18 |
Comparison of lumbar disc degeneration grading between deep learning model SpineNet and radiologist: a longitudinal study with a 14-year follow-up
2025-Sep, 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/s00586-025-08900-2
PMID:40372457
|
研究论文 | 比较深度学习模型SpineNet与放射科医生在腰椎间盘退变分级上的一致性,并进行14年纵向随访研究 | 首次在长达14年的纵向研究中评估CNN模型SpineNet与放射科医生在腰椎间盘退变分级的一致性 | 样本量较小(仅19名男性志愿者),可能存在选择偏差 | 评估AI模型与放射科医生在腰椎间盘退变分级方面的一致性 | 人类腰椎间盘 | 计算机视觉 | 骨科疾病 | MRI成像 | CNN | 医学影像 | 19名男性志愿者,基线年龄37岁,14年后随访年龄51岁 |
1160 | 2025-09-18 |
Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks
2025-Sep, 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/s00586-025-08908-8
PMID:40381026
|
研究论文 | 本研究开发了一种基于卷积神经网络的深度学习算法,用于从普通颈椎X光片中分类颈椎病性脊髓病和神经根病 | 首次使用深度学习算法从普通X光片自动分类两种颈椎疾病,并预测椎管面积率 | 样本量相对有限(内部验证300例,外部验证100例),模型性能仍有提升空间 | 开发基于深度学习的颈椎疾病自动诊断工具 | 颈椎病性脊髓病(CSM)和颈椎病性神经根病(CSR)患者 | 计算机视觉 | 颈椎疾病 | 深度学习,卷积神经网络 | CNN | X光图像 | 400例患者(300例内部验证,100例外部验证) |