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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
101 | 2025-09-24 |
MRS-Sim: Open-Source Framework for Simulating In Vivo-like Magnetic Resonance Spectra
2025-Apr-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.20.629645
PMID:40291707
|
研究论文 | 介绍MRS-Sim开源框架,用于模拟逼真的体内磁共振波谱数据 | 包含三维场图模拟器和新型半参数生成器,能模拟场不均匀性和残余水区域信号 | NA | 开发用于磁共振波谱方法验证的合成数据模拟框架 | 磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱技术 | 半参数生成器 | 波谱数据 | NA |
102 | 2025-09-24 |
Transitions in dynamical regime and neural mode underlie perceptual decision-making
2025-Apr-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.15.562427
PMID:37904994
|
研究论文 | 通过大规模神经元记录和深度学习技术揭示大鼠感知决策过程中神经动力学的双阶段转换机制 | 首次发现决策过程包含感觉输入主导和自主动力学主导的两个连续动态机制转换,并提出了神经推断承诺时间(nTc)的新概念 | 研究局限于啮齿类动物模型,需要进一步验证在灵长类或人类中的普适性 | 探究感知决策过程中神经动力学的动态机制和决策承诺的神经基础 | 大鼠前额叶皮层和纹状体的神经元活动 | 计算神经科学 | NA | 大规模神经元同步记录、深度学习无监督方法 | 简化动力学模型 | 神经电生理信号 | 数百个神经元的同时记录数据 |
103 | 2025-09-24 |
Artificial intelligence predicts multiclass molecular signatures and subtypes directly from breast cancer histology: a multicenter retrospective study
2025-Apr-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002220
PMID:39764584
|
研究论文 | 开发基于深度学习的算法BBMIL,直接从乳腺癌H&E染色组织病理图像预测分子标志物和亚型 | 首次实现直接从常规组织病理图像预测多种分子标志物和免疫治疗相关基因特征 | 回顾性研究,需要多中心验证 | 降低乳腺癌生物标志物检测的成本和组织负担 | 乳腺癌组织病理图像 | 数字病理 | 乳腺癌 | 深度学习 | BBMIL(基于多实例学习的深度学习算法) | 组织病理图像(H&E染色) | 多中心回顾性数据集 |
104 | 2025-09-24 |
RESPAN: A Deep Learning Pipeline for Accurate and Automated Restoration, Segmentation, and Quantification of Dendritic Spines
2025-Feb-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.06.597812
PMID:38895232
|
研究论文 | 开发了一个名为RESPAN的深度学习管道,用于自动化修复、分割和量化树突棘 | 集成最先进的深度学习技术,通过内容感知修复增强信号、对比度和各向同性分辨率,实现跨多种样本的鲁棒检测 | NA | 改进树突棘的量化分析方法,提高准确性和可重复性 | 树突棘、树突分支和神经元胞体 | 数字病理学 | NA | 深度学习、图像修复、图像分割 | 深度学习管道 | 显微图像 | 经过专家注释验证的多种成像模式数据集 |
105 | 2025-09-24 |
Parametrically guided design of beta barrels and transmembrane nanopores using deep learning
2025-Jan-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.22.604663
PMID:39091726
|
研究论文 | 本研究开发了一种结合参数化生成与深度学习的方法,用于设计β桶蛋白和跨膜纳米孔 | 将参数化表示与RoseTTAFold深度学习设计方法相结合,首次实现了对β桶蛋白几何形状的精确控制设计 | NA | 开发一种能够精确控制β桶蛋白全局形状的设计方法 | β桶蛋白结构和跨膜纳米孔 | 蛋白质设计 | NA | RoseTTAFold深度学习设计方法(RFjoint修复和RFdiffusion) | 深度学习模型(RoseTTAFold) | 蛋白质结构数据 | 设计了12、14和16链跨膜纳米孔,并通过X射线晶体结构验证 |
106 | 2025-09-24 |
Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows
2025-Jan-04, Journal of animal science
IF:2.7Q1
DOI:10.1093/jas/skaf166
PMID:40355396
|
研究论文 | 本研究评估了使用深度学习算法对肉牛黄体彩色多普勒超声图像进行早期自动化妊娠诊断的可行性 | 首次将监督式深度学习应用于牛类早期妊娠诊断,实现了比行业标准方法更早的自动化诊断 | 样本量相对有限(390头雌牛),仅针对特定品种(Bos taurus)进行研究 | 开发基于彩色多普勒超声的早期自动化妊娠诊断方法 | 肉牛(Bos taurus beef cows) | 计算机视觉 | NA | 彩色多普勒超声 | CNN(VGG19、Xception、ResNet50) | 超声视频图像 | 390头雌牛,D20日10,533帧图像,D22日10,413帧图像 |
107 | 2025-09-24 |
Multiscale Cell-Cell Interactive Spatial Transcriptomics Analysis
2025-Jan-03, Research square
DOI:10.21203/rs.3.rs-5743704/v1
PMID:39801521
|
研究论文 | 提出多尺度细胞交互空间转录组学(MCIST)分析方法,整合多尺度拓扑表示与空间深度学习技术 | 首次在空间转录组分析中系统考虑多尺度细胞间相互作用,提出融合拓扑表示与深度学习的新框架 | NA | 改进空间转录组数据分析方法,提升空间域检测性能 | 空间转录组数据 | 生物信息学 | NA | 空间转录组学 | 空间深度学习 | 基因表达空间数据 | 37个基准空间转录组数据集 |
108 | 2025-09-24 |
DWI-based Biologically Interpretable Radiomic Nomogram for Predicting 1-year Biochemical Recurrence after Radical Prostatectomy: A Deep Learning, Multicenter Study
2025, Current medical imaging
IF:1.1Q3
|
研究论文 | 开发基于DWI和深度学习的放射组学列线图预测前列腺癌根治术后1年生化复发 | 首次将深度学习提取的DWI放射组学特征与临床参数结合构建预测模型,并探索放射组学评分与肿瘤微环境的关联 | 回顾性研究设计,样本量有限(n=349),需要更大规模前瞻性验证 | 预测前列腺癌根治术后1年生化复发风险 | 接受根治性前列腺切除术的前列腺癌患者 | 数字病理 | 前列腺癌 | 多参数磁共振成像、扩散加权成像、单细胞RNA测序 | 3D U-Net、Cox比例风险回归 | 医学影像、临床数据 | 349例患者(两个独立队列),其中4例进行单细胞RNA测序 |
109 | 2025-09-24 |
The British-Israeli Project for Algorithm-Based Management of Age-Related Macular Degeneration: Deep Learning Integration for Real-World Data Management and Analysis
2025, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde
DOI:10.1159/000547161
PMID:40582342
|
研究论文 | 本研究开发了结合临床和OCT影像数据的集成数据集,应用深度学习算法对新生血管性年龄相关性黄斑变性患者进行自动化定量分析 | 首次在两个大型真实世界nAMD数据集中应用DL算法实现OCT扫描的自动化、客观和全面量化 | 回顾性研究设计,两个中心的治疗标准存在差异 | 建立整合临床和影像数据的数据集,实现nAMD的自动化分析 | 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 | 光学相干断层扫描(OCT),深度学习算法 | 深度学习 | 医学影像,临床数据 | 来自英国和以色列两个中心的4,265名患者的5,207只眼睛,包含134,340次视力测量,79,457次OCT扫描和73,218次抗VEGF注射 |
110 | 2025-09-24 |
OSFormer: One-Step Transformer for Infrared Video Small Object Detection
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3598426
PMID:40828723
|
研究论文 | 提出一种用于红外视频小目标检测的单步Transformer方法OSFormer | 首创将小目标友好型Transformer与单步检测范式相结合,提出可变尺寸补丁注意力模块和多普勒自适应滤波器 | NA | 提升红外视频中小目标检测的效率和准确性 | 红外视频序列中的小目标 | 计算机视觉 | NA | 深度学习 | Transformer | 红外视频 | 在AntiUAV和InfraredUAV两个数据集上进行验证 |
111 | 2025-09-24 |
Analysis of Freezing of Gait in Parkinson's Disease Detection Using a Multimodal Prototype Learning Framework
2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society
IF:4.8Q1
DOI:10.1109/TNSRE.2025.3605204
PMID:40892658
|
研究论文 | 提出一种基于原型学习的多模态框架CSE-ProtoNet,用于帕金森病患者的步态冻结检测 | 结合CondenseNet与SEBlock的原型学习框架,首次应用于多模态(EEG+步态数据)的FOG检测任务 | 医学数据样本量有限,特别是EEG数据稀缺可能影响模型泛化能力 | 提高帕金森病步态冻结检测的准确性和鲁棒性 | 帕金森病患者(包含FOG和Non-FOG两组) | 机器学习 | 帕金森病 | 原型学习(少样本学习)、多模态数据融合 | CSE-ProtoNet(基于CondenseNet与SEBlock的原型网络) | 多模态数据(EEG脑电数据+步态数据) | 有限数量的医学数据样本(具体数量未明确说明) |
112 | 2025-09-24 |
Modeling dynamic inflow effects in fMRI to quantify cerebrospinal fluid flow
2025, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/IMAG.a.9
PMID:40800831
|
研究论文 | 开发动态模型和物理驱动的深度学习框架来量化fMRI中的脑脊液流动效应 | 首次建立基于时变流速的fMRI流入信号动态模型,并开发物理驱动的深度学习逆向估计方法 | NA | 量化fMRI中脑脊液流动的动态流入效应,实现流速的直接估计 | 人类数据和仿体数据中的脑脊液流动 | 医学影像分析 | 神经系统疾病 | fMRI,深度学习 | 物理驱动深度学习框架 | 功能磁共振成像数据 | NA |
113 | 2025-09-24 |
Multimodal data driven deep learning based seismic impedance inversion optimization
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0331952
PMID:40982555
|
研究论文 | 本研究采用深度学习模型优化地震波阻抗反演技术,提高地下属性预测精度 | 首次将LeNet、AlexNet等经典CNN架构应用于地震数据反演,并通过CWT特征提取提升模型性能 | 未提及模型在极端地质条件下的适用性及计算效率问题 | 提升地震波阻抗反演的精度和分辨率,改善地下构造表征 | 地震数据和测井数据 | 地球物理勘探 | NA | 连续小波变换(CWT)、深度学习 | LeNet、AlexNet、CNN | 地震数据、测井数据 | 使用合成地震记录训练模型,并用实际地震数据验证 |
114 | 2025-09-24 |
Harnessing interpretable novel combination of GloVe embedding with deep CNN-BiLSTM neural network for fake news detection
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330154
PMID:40982565
|
研究论文 | 本研究提出一种结合GloVe嵌入与CNN-BiLSTM神经网络的创新混合深度学习模型,用于虚假新闻检测并注重模型可解释性 | 首次将GloVe嵌入与CNN-BiLSTM神经网络创新结合,并集成可解释人工智能技术提升模型透明度 | NA | 开发高精度且可解释的虚假新闻检测系统 | 虚假新闻文本数据 | 自然语言处理 | NA | GloVe嵌入、FastText嵌入、TF-IDF、LIME可解释性分析 | CNN-BiLSTM混合神经网络、Bi-LSTM、逻辑回归 | 文本数据 | 使用流行的虚假新闻数据集(具体数量未说明) |
115 | 2025-09-24 |
CT-Based 2.5D Deep Learning-Multi-Instance Learning for Predicting Early Recurrence of Hepatocellular Carcinoma and Correlating with Recurrence-Related Pathological Indicators
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S541402
PMID:40984863
|
研究论文 | 基于CT动脉期图像开发2.5D深度学习-多示例学习模型预测肝细胞癌早期复发 | 首次将2.5D DL-MIL模型应用于HCC早期复发预测,并揭示MIL特征与肿瘤侵袭性/增殖活性的生物学关联 | 回顾性研究且样本量有限(191例患者) | 预测肝细胞癌早期复发并验证MIL特征的生物学意义 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | CT动脉期成像 | 2.5D DL-MIL(深度学习-多示例学习) | 医学影像(CT图像) | 191例HCC患者(训练集133例,验证集58例) |
116 | 2025-09-24 |
Single-nucleus transcriptome atlas of orbitofrontal cortex in amyotrophic lateral sclerosis with a deep learning-based decoding of alternative polyadenylation mechanisms
2024-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.22.573083
PMID:38187588
|
研究论文 | 通过单核RNA测序构建肌萎缩侧索硬化症眶额叶皮层转录组图谱,并利用深度学习解析选择性多聚腺苷酸化机制 | 开发APA-Net深度学习模型整合转录本序列与RNA结合蛋白表达谱,首次揭示ALS/FTLD中细胞类型特异性的APA调控模式 | 研究聚焦于特定脑区(眶额叶皮层)和C9orf72相关病例,结果在其他脑区或ALS亚型的普适性需进一步验证 | 解析ALS/FTLD神经退行性疾病中细胞类型特异性转录调控机制 | C9orf72相关ALS(伴/不伴FTLD)和散发性ALS患者的眶额叶皮层组织 | 数字病理 | 肌萎缩侧索硬化症 | 单核RNA测序、深度学习 | APA-Net(定制深度学习模型) | 单细胞转录组数据、基因组序列 | 包含C9orf72相关ALS(伴/不伴FTLD)和散发性ALS的多例人脑组织样本 |
117 | 2025-09-24 |
International Validation of Echocardiographic AI Amyloid Detection Algorithm
2024-Dec-16, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.12.14.24319049
PMID:39763545
|
研究论文 | 本研究通过国际多中心验证了一种基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性超声诊断中的性能 | 开发了首个基于胸骨旁长轴和心尖四腔心切面视频的计算机视觉算法,并在国际多中心验证其诊断性能 | 回顾性病例对照研究设计,需进一步验证早期诊断对治疗启动的影响 | 验证人工智能算法在心脏淀粉样变性超声诊断中的准确性和泛化能力 | 心脏淀粉样变性患者和对照组的超声心动图研究 | 计算机视觉 | 心脏淀粉样变性 | 深度学习 | 计算机视觉深度学习算法 | 超声视频 | 多中心回顾性病例对照研究(具体样本量未明确说明) |
118 | 2025-09-24 |
Discovering New Metallo-Deubiquitinase CSN5 Inhibitors by a Non-Catalytic Activity Assay Platform
2024-08-22, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c01514
PMID:39129245
|
研究论文 | 本研究建立了一种非催化活性检测平台用于发现新型CSN5金属去泛素化酶抑制剂 | 开发了基于新型荧光探针的非催化活性检测平台,结合深度学习虚拟筛选发现了纳摩尔级CSN5抑制剂 | 抑制剂在癌细胞中对PD-L1的调控效果存在差异(2-氨基噻唑-4-羧酸轻微下调,紫草素可上调) | 发现新型CSN5金属去泛素化酶抑制剂 | COP9信号体催化亚基CSN5 | 药物发现 | 癌症 | 荧光偏振检测、深度学习虚拟筛选、微秒级分子动力学模拟、色氨酸淬灭实验 | 深度学习模型 | 化学化合物数据 | HCT116癌细胞系 |
119 | 2025-09-24 |
Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models
2024-Jul-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.27.605468
PMID:39091736
|
研究论文 | 提出仅需单序列输入的蛋白质-RNA复合物结构预测深度学习框架ProRNA3D-single | 首次通过几何注意力机制配对生物语言模型,实现无需进化信息的单序列蛋白质-RNA复合物结构预测 | 未明确说明模型对特定类型蛋白质-RNA复合物的预测局限性 | 开发不依赖进化信息的蛋白质-RNA复合物三维结构预测方法 | 蛋白质-RNA复合物 | 计算生物学 | NA | 几何注意力机制、生物语言模型、几何优化 | 深度学习框架(几何注意力配对网络) | 蛋白质和RNA单序列数据 | 基准测试数据集(具体数量未说明) |
120 | 2025-09-24 |
Mediodorsal thalamus and ventral pallidum contribute to subcortical regulation of the default mode network
2024-07-23, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-06531-9
PMID:39039239
|
研究论文 | 本研究通过树鼩模型揭示了腹侧苍白球和背内侧丘脑在默认模式网络调控中的重要作用 | 首次在灵长类近亲树鼩中发现腹侧苍白球和背内侧丘脑通过伽马振荡参与默认模式网络的调控,并证实了跨频耦合的增强 | 研究局限于树鼩模型,需要在其他哺乳动物中进一步验证 | 探究默认模式网络的皮层下调控机制 | 树鼩的腹侧苍白球、背内侧丘脑和前扣带皮层 | 神经科学 | NA | 电生理记录、深度学习行为状态分类 | 深度学习分类模型 | 神经电生理信号 | 树鼩动物模型(具体数量未明确说明) |