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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1241 | 2025-09-03 |
deepTFBS: Improving within- and Cross-Species Prediction of Transcription Factor Binding Using Deep Multi-Task and Transfer Learning
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202503135
PMID:40411397
|
研究论文 | 提出一种基于深度多任务和迁移学习的框架deepTFBS,用于提高物种内和跨物种的转录因子结合位点预测精度 | 结合多任务深度学习和迁移学习,构建鲁棒的DNA语言模型,能够利用大规模TF结合数据提升小样本和跨物种预测性能 | NA | 准确预测转录因子结合位点(TFBSs),以理解基因调控机制 | 植物物种(拟南芥和小麦)的转录因子结合位点 | 自然语言处理 | NA | 深度多任务学习,迁移学习,DNA语言建模 | 深度学习框架(具体架构未明确说明) | DNA序列数据,TF结合谱数据 | 基于359个拟南芥转录因子的可用信息进行测试,并进一步在小麦中进行跨物种验证 |
1242 | 2025-09-03 |
The Role of Artificial Intelligence in Chronic Liver Diseases and Liver Transplantation
2025-Aug, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2025.05.012
PMID:40412666
|
综述 | 本文综述人工智能在慢性肝病和肝移植领域的诊断、预后和治疗应用 | 探讨AI如何通过模拟临床医生的潜意识决策过程,利用高通量数据提供个体化预测 | NA | 分析人工智能技术在肝病学领域的应用潜力与实施路径 | 慢性肝病患者及肝移植相关临床数据 | 自然语言处理 | 肝病 | 机器学习、深度学习、大语言模型 | NA | 实验室数据、临床特征数据 | NA |
1243 | 2025-09-03 |
Pulse Pressure, White Matter Hyperintensities, and Cognition: Mediating Effects Across the Adult Lifespan
2025-Aug, Annals of clinical and translational neurology
IF:4.4Q1
DOI:10.1002/acn3.70086
PMID:40413732
|
研究论文 | 本研究探讨脉压和平均动脉压对年龄与白质高信号负荷关系的介导作用,以及白质高信号对认知的介导效应 | 首次使用深度学习工具TrUE-Net进行白质分割,并明确脉压(非平均动脉压)是年龄相关白质高信号积累的独立机制因素 | 回顾性研究设计,样本仅包含无卒中痴呆的成年人,可能存在选择偏差 | 探究血压参数与白质高信号及认知功能之间的介导关系 | 231名无卒中痴呆的成年人 | 医学影像分析 | 脑血管疾病 | T2-FLAIR磁共振扫描,TrUE-Net深度学习工具 | 深度学习神经网络 | 医学影像,临床数据 | 231名成年人 |
1244 | 2025-09-03 |
An Explainable Multimodal Artificial Intelligence Model Integrating Histopathological Microenvironment and EHR Phenotypes for Germline Genetic Testing in Breast Cancer
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202502833
PMID:40439693
|
研究论文 | 提出一种整合组织病理学微环境和电子健康记录表型的多模态人工智能模型MAIGGT,用于乳腺癌胚系BRCA1/2突变的精准预筛 | 开发基于多尺度Transformer的深度生成架构,采用跨模态潜在表示统一机制从多模态数据中捕捉互补生物学洞察 | NA | 实现遗传性乳腺癌的成本效益高、可扩展且具有生物学可解释性的胚系遗传测试预筛 | 乳腺癌患者 | 数字病理学 | 乳腺癌 | 全切片图像分析,电子健康记录整合 | Transformer,深度学习 | 图像,临床文本 | 三个独立队列(具体数量未提供) |
1245 | 2025-09-03 |
Applications of Artificial Intelligence (AI) for Diagnosis of Periodontal/Peri-Implant Diseases: A Narrative Review
2025-Aug, Journal of oral rehabilitation
IF:3.1Q1
DOI:10.1111/joor.14045
PMID:40464289
|
综述 | 本文是一篇叙述性综述,探讨人工智能在牙周及种植体周围疾病诊断中的应用现状与证据 | 系统比较了牙医与AI模型在诊断效率与准确性方面的差异,并总结了DL和CNN作为最常用工具的具体应用场景 | NA | 讨论AI在牙周及种植体周围疾病诊断和风险预测中的应用证据 | 牙周疾病和种植体周围疾病 | 人工智能医疗应用 | 牙周疾病 | 人工智能技术(包括ANN、CNN、ML、DL、DNN) | 深度学习(DL)、卷积神经网络(CNN)、机器学习(ML)、人工神经网络(ANN) | 患者相关数据、疾病体征症状、免疫学生物标志物、微生物谱、影像数据 | NA |
1246 | 2025-09-03 |
Stretchable, Multiplexed, and Bimodal Sensing Electronic Armor for Colonoscopic Continuum Robot Enhanced by Triboelectric Artificial Synapse
2025-Aug, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202502203
PMID:40474423
|
研究论文 | 开发了一种用于结肠镜连续体机器人的可拉伸电子护甲,具备触觉和应变双模态传感能力 | 采用仿生人工突触机制实现多重同步传感,通过双层共电极策略集成48个触觉感应点并减少布线 | NA | 增强结肠镜连续体机器人的传感能力以防止组织损伤 | 结肠镜连续体机器人 | 机器人技术 | 结直肠疾病 | 摩擦电编码智能,深度学习框架 | CNN-LSTM | 触觉信号,应变信号 | NA |
1247 | 2025-09-03 |
Integrating computational pathology and multi-transcriptomics to characterize lung adenocarcinoma heterogeneity and prognostic modeling
2025-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002639
PMID:40474806
|
研究论文 | 整合计算病理学与多转录组学分析肺腺癌异质性并构建预后模型 | 首次结合全切片图像深度学习特征与单细胞多组学数据,揭示CNV负荷与病理特征的关联并建立机器学习预后模型 | 主要基于回顾性生物信息学分析,缺乏前瞻性队列和实验验证 | 表征肺腺癌异质性并开发预后预测模型 | 肺腺癌(LUAD)患者组织样本与单细胞数据 | 计算病理学 | 肺癌 | scRNA-seq, inferCNV, hdWGCNA, CellChat, Monocle2 | ResNet-50, 机器学习基准框架 | 全切片图像(WSIs), 单细胞转录组数据 | TCGA-LUAD数据集样本(具体数量未明确说明) |
1248 | 2025-09-03 |
Hypothalamus and intracranial volume segmentation at the group level by use of a Gradio-CNN framework
2025-Aug, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03438-6
PMID:40478471
|
研究论文 | 开发并评估了一个基于Gradio-CNN框架的图形用户界面,用于脑部MRI扫描中下丘脑和颅内体积的自动分割 | 结合Gradio库创建了基于Web的GUI,集成U-Net深度学习模型,并通过ngrok实现便捷部署,提供用户友好的分割工具 | NA | 为神经影像研究开发高效准确的分割工具,提升下丘脑和颅内体积分析的可用性 | 脑部MRI扫描,包括90名帕金森病患者和39名对照组 | 医学影像分析 | 帕金森病 | 深度学习分割,MRI成像 | U-Net | 医学影像(MRI) | 129个样本(90名患者+39名对照) |
1249 | 2025-09-03 |
A multimodal vision foundation model for clinical dermatology
2025-Aug, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-025-03747-y
PMID:40481209
|
研究论文 | 提出PanDerm多模态皮肤病基础模型,通过自监督学习在超过200万张真实皮肤病图像上预训练,并在28项临床任务中实现最先进性能 | 首个针对皮肤病学的多模态基础模型,整合四种成像模态,在少量标注数据下超越现有模型,并通过临床阅读研究验证其实际效用 | NA | 开发能够满足临床实践复杂多模态需求的皮肤病诊断与治疗人工智能模型 | 皮肤病图像数据,涵盖常见和罕见皮肤病症 | 计算机视觉 | 皮肤病 | 自监督学习 | 基础模型(Foundation Model) | 图像 | 超过200万张真实皮肤病图像,来自11家临床机构的四种成像模态 |
1250 | 2025-09-03 |
A Fully Automatic Pipeline of Identification, Segmentation, and Subtyping of Aortic Dissection from CT Angiography
2025-Aug, Cardiovascular engineering and technology
IF:1.6Q4
DOI:10.1007/s13239-025-00787-w
PMID:40481307
|
研究论文 | 开发了一个用于从CT血管造影图像中自动识别、分割和Stanford分型主动脉夹层的深度学习流程 | 提出了首个全自动多模块深度学习流程,整合了主动脉分割、AD识别、真假腔分割和Stanford分型,并采用多视角投影方法提升性能 | NA | 实现主动脉夹层的快速准确自动诊断和分型 | 主动脉夹层患者 | 计算机视觉 | 心血管疾病 | CT血管造影 | 3D nnU-Net | 医学图像 | 386例CT血管造影扫描 |
1251 | 2025-09-03 |
Targeted Intervention Strategies for Maternal-Offspring Transmission of Christensenellaceae in Pigs via a Deep Learning Model
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202503411
PMID:40492389
|
研究论文 | 本研究开发了一种深度学习模型MOMTM,用于预测母猪微生物向仔猪的传播,并探索了通过干预策略促进有益菌Christensenellaceae定植以改善后代肠道健康 | 首次提出专门针对猪品种和发育阶段的母源微生物传播深度学习框架MOMTM,成功预测关键传播类群并验证低聚半乳糖干预的有效性 | NA | 探究母源微生物传播机制并开发靶向干预策略以促进后代早期肠道菌群健康发展 | 母猪及其后代仔猪的肠道微生物传播 | 机器学习 | NA | 深度学习建模 | 深度学习框架 | 微生物组数据 | 跨猪品种和发育阶段的母仔对样本 |
1252 | 2025-09-03 |
Machine learning is changing osteoporosis detection: an integrative review
2025-Aug, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA
IF:4.2Q1
DOI:10.1007/s00198-025-07541-x
PMID:40493238
|
综述 | 本文综述了机器学习在骨质疏松症检测中的应用进展,涵盖从基础算法到深度学习技术的多层次分析 | 系统整合了过去十年中机器学习与深度学习在骨质疏松检测中的多模态数据应用,并提出未来结合电子健康记录开发个性化骨骼健康监测系统的愿景 | 深度学习存在'黑箱'问题、依赖大量标注数据及临床可解释性挑战,基础算法在处理高维非结构化影像数据时存在局限 | 提升骨质疏松症的早期诊断与风险检测的准确性和可及性 | 骨质疏松症的检测与筛查方法 | 机器学习 | 骨质疏松症 | 机器学习算法、深度学习、影像组学分析 | 多种算法类型(含深度学习神经网络) | 临床数据、影像数据(X光、CT、MRI)、多模态数据 | NA |
1253 | 2025-09-03 |
Multitarget Generate Electrolyte Additive for Lithium Metal Batteries
2025-Aug, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202502086
PMID:40534252
|
研究论文 | 开发一种深度学习辅助生成模型,用于多目标优化锂金属电池电解液添加剂的设计 | 采用分子分类衍生方法扩展数据集,结合异步有限解码器和对抗调控策略,实现复杂多样分子100%生成效率,并发现新型高效添加剂DFEPN | NA | 解决锂金属电池电解液添加剂设计中需平衡电化学性能与阻燃性等冲突特性的挑战 | 电解液添加剂分子 | 机器学习 | NA | 深度学习辅助生成模型,分子分类衍生方法 | 生成模型 | 分子数据 | 从单属性数据点扩展至70,095个多属性数据点 |
1254 | 2025-09-03 |
RNA-ligand interaction scoring via data perturbation and augmentation modeling
2025-Aug, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-025-00820-x
PMID:40555786
|
研究论文 | 提出一种基于序列的深度学习框架RNAsmol,用于预测RNA与小分子相互作用 | 结合数据扰动与增强、图分子特征表示和注意力特征融合模块,无需结构输入即可实现可靠预测 | 依赖有限的已验证RNA-小分子相互作用数据和稀缺的已知RNA结构 | 开发数据驱动的深度学习模型以促进RNA靶向药物发现 | RNA与小分子之间的相互作用 | 机器学习 | NA | 深度学习 | 基于注意力的特征融合模块 | 序列数据 | NA |
1255 | 2025-09-03 |
Advancing Soil Organic Carbon Prediction: A Comprehensive Review of Technologies, AI, Process-Based and Hybrid Modelling Approaches
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202504152
PMID:40557741
|
综述 | 本文综述了土壤有机碳预测技术的最新进展,包括遥感、人工智能和生物地球化学建模等方法 | 整合多源传感数据与人工智能建模,并探讨将生物地球化学模型模拟输出作为AI训练数据以融合因果关系的创新方法 | 缺乏统一的最佳AI算法,且需要跨多样土壤气候和管理条件进行校准验证 | 提升土壤有机碳的测量、监测与预测能力,支持气候变化缓解和可持续农业管理 | 土壤有机碳(SOC) | 环境信息学 | NA | 遥感(RS)、近端土壤传感(PSS)、机器学习(ML)、深度学习(DL)、生物地球化学建模、数据融合 | ML, DL | 多源传感器数据、遥感数据、模拟数据 | NA(综述文章未指定具体样本量) |
1256 | 2025-09-03 |
Deep learning significantly boosts CRT response prediction using synthetic longitudinal strain data: Training on synthetic data and testing on real patients
2025-Aug, Biomedical journal
IF:4.1Q2
DOI:10.1016/j.bj.2024.100803
PMID:39477070
|
研究论文 | 本研究利用深度学习技术,基于合成的心肌应变数据构建模型,用于预测心力衰竭患者对心脏再同步化治疗(CRT)的反应 | 首次结合合成少数类过采样技术(SMOTE)生成大量合成数据训练深度学习模型,显著提升CRT反应预测性能,且模型关键输入变量与临床经验高度一致 | 样本量相对有限(131名真实患者),需进一步扩大真实数据验证模型泛化能力 | 开发高精度、高灵敏度预测CRT治疗反应的深度学习辅助工具 | 心力衰竭患者 | 机器学习 | 心血管疾病 | SMOTE, t-SNE, SHAP分析 | DNN, 1D-CNN | 二维超声心动图应变轨迹数据 | 131名真实患者数据,合成生成2000个训练样本 |
1257 | 2025-09-03 |
From Code to Life: The AI-Driven Revolution in Genome Editing
2025-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202417029
PMID:40538131
|
综述 | 本文探讨人工智能在基因组编辑领域的应用与前景,涵盖技术创新、挑战及伦理问题 | 整合AI技术提升CRISPR系统精准度,实现sgRNA优化设计、新型Cas蛋白发现和基因调控网络分析 | 存在数据偏差、算法透明度不足以及潜在非预期基因修饰等伦理与技术风险 | 推动精准医疗、遗传病治疗和可持续农业领域的基因组编辑技术发展 | 基因组编辑技术及其在生物医学与农业中的应用 | 机器学习 | 遗传病 | CRISPR, 深度学习和蛋白质语言模型 | 深度学习预测器 | 基因组数据 | NA |
1258 | 2025-09-03 |
Integrating deep learning for post-translational modifications crosstalk on Hsp90 and drug binding
2025-Jul-25, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2025.110519
PMID:40716748
|
研究论文 | 本研究利用深度学习模型结合质谱数据分析Hsp90蛋白的翻译后修饰互作及其与药物结合的关联 | 首次整合深度学习AI预测模型与实验数据解析Hsp90复杂PTM互作网络,提供高效分析手段 | 研究基于特定HDAC敲除细胞模型,结论可能受细胞类型和条件限制 | 解析Hsp90蛋白翻译后修饰互作及其对药物结合的影响 | 热休克蛋白90(Hsp90)及其翻译后修饰 | 机器学习 | 癌症 | 质谱分析、基因敲除 | 深度学习AI预测模型 | 质谱数据 | HDAC3和HDAC8敲除的人体细胞样本 |
1259 | 2025-09-03 |
Feasibility/clinical utility of half-Fourier single-shot turbo spin echo imaging combined with deep learning reconstruction in gynecologic magnetic resonance imaging
2025-07, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04739-1
PMID:39692759
|
研究论文 | 评估结合深度学习重建的iHASTE序列在妇科MRI中的临床可行性和效用 | 首次将深度学习重建技术与可变翻转角演化(VAE)结合的iHASTE序列应用于妇科MRI,并与传统序列对比 | 回顾性研究设计,样本量有限(79例患者),仅由三位放射科医师进行主观评估 | 比较iHASTE与传统序列在有/无抗痉挛药物情况下的成像质量和抗伪影能力 | 接受妇科MRI检查的患者 | 医学影像 | 妇科疾病 | 深度学习重建,半傅里叶单次激发快速自旋回波(HASTE),周期性旋转重叠平行线增强重建(PROPELLER/BLADE) | 深度学习 | MRI图像 | 79例无抗痉挛药物患者(接受iHASTE/HASTE/BLADE扫描) + 79例匹配病例对照组(接受TSE扫描) |
1260 | 2025-09-03 |
A novel artificial intelligence segmentation model for early diagnosis of bladder tumors
2025-07, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04715-9
PMID:39738572
|
研究论文 | 开发了一种基于Transformer的膀胱肿瘤分割网络(BTS-Net),用于早期膀胱癌的智能诊断 | 提出新型BTS-Net模型,首次将Transformer架构应用于膀胱肿瘤分割,能够实时处理手术视频并准确识别微小卫星病灶 | 研究仅基于单中心数据(273例患者),外部验证尚需多中心数据支持 | 提高早期膀胱肿瘤的识别率,减少漏诊风险 | 膀胱癌患者的手术视频数据 | 计算机视觉 | 膀胱癌 | 深度学习 | Transformer (BTS-Net) | 视频 | 273例膀胱癌患者的手术视频 |