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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
121 | 2025-09-27 |
Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning
2025-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3565000
PMID:40293917
|
研究论文 | 提出一种针对眼底单阳性多标签学习的协同伪标签与主动选择方法FSP,通过双网络协同训练生成伪标签 | 提出课程式协同伪标签机制和基于损失建模的主动样本选择策略,动态调整阈值并保持高置信度预测 | NA | 解决眼底图像多标签标注不全问题,提升视网膜疾病分类器性能 | 视网膜疾病相关的眼底图像 | 计算机视觉 | 视网膜疾病 | 深度学习 | 双网络协同训练 | 眼底图像 | 七个视网膜数据集 |
122 | 2025-09-27 |
Deep Learning-Enhanced Robotic Subretinal Injection with Real-Time Retinal Motion Compensation
2025-Aug, IEEE International Conference on Automation Science and Engineering (CASE) : [proceedings]. IEEE Conference on Automation Science and Engineering
DOI:10.1109/case58245.2025.11163942
PMID:41000371
|
研究论文 | 提出一种集成深度学习和实时运动补偿的全自主机器人视网膜下注射系统 | 首次将LSTM神经网络应用于视网膜运动预测,并开发动态比例速度控制策略实现针头与视网膜运动的同步 | 实验验证仅限于模拟和猪眼开放环境,未进行人体临床试验 | 提高视网膜下注射手术的精准度和安全性 | 视网膜组织(特别是内界膜)和注射针头 | 医疗机器人 | 视网膜疾病(遗传性视网膜病变和年龄相关性黄斑变性) | 术中光学相干断层扫描成像和深度学习运动预测 | LSTM神经网络 | OCT图像序列和运动轨迹数据 | 模拟环境和开放猪眼实验 |
123 | 2025-09-27 |
Bond-centric modular design of protein assemblies
2025-Jul-31, Nature materials
IF:37.2Q1
DOI:10.1038/s41563-025-02297-5
PMID:40745093
|
研究论文 | 提出一种基于键合中心的模块化蛋白质组装设计方法 | 将原子价键的化学多样性原理应用于蛋白质纳米材料设计,结合深度学习工具实现可定制键合相互作用 | NA | 开发模块化蛋白质纳米材料设计策略 | 蛋白质构建模块及其组装结构 | 计算生物学 | NA | 深度学习生成工具、电子显微镜 | 生成模型 | 蛋白质结构数据 | 20多种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格 |
124 | 2025-09-27 |
Deep learning assessment of metastatic relapse risk from digitized breast cancer histological slides
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60824-z
PMID:40593633
|
研究论文 | 开发基于深度学习的AI工具RlapsRisk BC,通过数字化乳腺癌组织切片预测早期乳腺癌患者的5年无转移生存率 | 首次将深度学习应用于ER+/HER2-早期乳腺癌的转移风险预测,提供超越传统临床病理变量的独立预后价值 | 研究局限于特定亚型乳腺癌(ER+/HER2-),需要进一步验证在其他乳腺癌亚型中的适用性 | 提高早期乳腺癌患者转移风险的精准分层,指导治疗决策 | 雌激素受体阳性、HER2阴性早期乳腺癌患者 | 数字病理 | 乳腺癌 | 深度学习 | CNN | 数字化组织切片图像 | NA |
125 | 2025-09-27 |
A deep convolutional neural network-based novel class balancing for imbalance data segmentation
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04952-y
PMID:40595795
|
研究论文 | 提出基于深度学习和双层类别平衡方案的新方法BLCB-CNN,用于视网膜眼底图像中血管的精确分割 | 首次将双层类别平衡方案(血管/非血管平衡和粗/细血管平衡)与CNN结合,解决数据不平衡和血管粗细差异问题 | 仅提及在STARE图像上的外部交叉验证,未说明在其他数据集上的泛化性能 | 实现视网膜眼底图像中血管结构的精确分割 | 视网膜眼底图像中的血管结构 | 计算机视觉 | 眼科疾病 | 全局对比度归一化(GCN)、限制对比度自适应直方图均衡化(CLAHE)、伽马校正 | CNN | 图像 | 标准视网膜眼底图像数据集和STARE图像数据集(具体样本数未明确说明) |
126 | 2025-09-27 |
Deep Learning to Localize Photoacoustic Sources in Three Dimensions: Theory and Implementation
2025-06, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2025.3562313
PMID:40261767
|
研究论文 | 开发基于深度学习的3D光声点源定位系统,用于手术工具尖端定位 | 首次实现基于目标检测和实例分割的3D光声点源定位,并建立了点源位置与声速的理论关系 | NA | 实现手术和介入过程中工具尖端的三维定位与跟踪 | 手术工具尖端(视为声学点源) | 医学影像分析 | NA | 光声成像 | 深度学习(目标检测、实例分割) | 光声通道数据帧 | 4000个模拟数据帧、993个仿体数据帧、1983个离体实验数据帧 |
127 | 2025-09-27 |
Harnessing machine learning for predicting successful weaning from mechanical ventilation: A systematic review
2025-05, Australian critical care : official journal of the Confederation of Australian Critical Care Nurses
IF:2.6Q1
DOI:10.1016/j.aucc.2025.101203
PMID:40058181
|
系统综述 | 本文系统评估了机器学习模型在预测成人患者机械通气撤机成功率方面的应用效果 | 首次系统比较了多种机器学习算法在机械通气撤机预测中的性能,发现XGBoost模型表现最优 | 缺乏使用新型架构(如Transformer模型)的研究,存在进一步探索的空间 | 评估机器学习模型预测机械通气撤机成功率的效果 | 接受机械通气的成人患者 | 机器学习 | 呼吸系统疾病 | 机器学习算法 | XGBoost, LightGBM, 随机森林, 多层感知机, 逻辑回归, 人工神经网络, 卷积神经网络 | 临床数据 | 11项研究(n=18,336名患者) |
128 | 2025-09-27 |
Memorization Bias Impacts Modeling of Alternative Conformational States of Symmetric Solute Carrier Membrane Proteins with Methods from Deep Learning
2025-Apr-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.15.603529
PMID:39071413
|
研究论文 | 本研究评估了AlphaFold在模拟对称溶质载体膜蛋白多构象状态时的记忆偏差问题,并提出结合ESM和模板建模的新方法 | 开发了结合ESM和基于模板建模的新流程,利用SLC蛋白内部伪对称性来一致建模交替构象状态 | 方法主要适用于具有伪对称结构的SLC蛋白,对其他类型蛋白的适用性未验证 | 解决深度学习方法在模拟膜蛋白多构象状态时的记忆偏差问题 | 溶质载体(SLC)超家族膜蛋白,包括SLC35F2等转运蛋白 | 计算生物学 | 病毒性疾病 | AlphaFold2、AlphaFold3、ESM、模板建模、进化协方差分析 | 深度学习模型 | 蛋白质序列和结构数据 | 多个完整的膜蛋白转运体,包括SLC35F2等具体案例 |
129 | 2025-09-27 |
AutoRADP: An Interpretable Deep Learning Framework to Predict Rapid Progression for Alzheimer's Disease and Related Dementias Using Electronic Health Records
2025-Apr-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.06.25325337
PMID:40297450
|
研究论文 | 提出一种基于自动编码器的可解释深度学习框架AutoRADP,用于预测阿尔茨海默病及相关痴呆症的快速进展 | 结合结构化与非结构化电子健康记录数据,采用混合采样策略解决数据不平衡问题,并通过SHAP值提供可解释性预测 | 仅使用单一医疗中心(UFHealth)的数据,需要外部验证 | 开发精准预测阿尔茨海默病及相关痴呆症快速进展的人工智能模型 | 阿尔茨海默病及相关痴呆症患者 | 自然语言处理 | 阿尔茨海默病 | 自然语言处理、特征选择、混合采样策略 | 自动编码器 | 结构化电子健康记录、非结构化临床文本 | UFHealth医疗中心的电子健康记录数据 |
130 | 2025-09-27 |
Artificial intelligence in four-dimensional imaging for motion management in radiation therapy
2025-Apr, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-025-11109-w
PMID:40963558
|
综述 | 本文综述了人工智能在放射治疗四维成像运动管理中的应用现状与前景 | 系统探讨AI技术如何推动四维成像在运动管理中的演进,无需硬件改造即可提升精度和效率 | 存在未解决的技术挑战和局限性(文中未具体说明) | 改善放射治疗中四维成像的运动管理精度和效率 | 放射治疗中的四维成像技术 | 医学影像分析 | NA | 深度学习 | NA | 四维医学影像 | NA |
131 | 2025-09-27 |
Comparative Genomics and Epigenomics of Transcriptional Regulation
2025-02, Annual review of animal biosciences
IF:8.7Q1
|
综述 | 本文综述了比较基因组学与表观基因组学在转录调控研究中的进展与展望 | 提出利用农场动物模型和多维表观基因组数据弥补现有研究空白的新思路 | 现有表观基因组数据主要来自健康个体特定发育阶段,缺乏生理条件多样性 | 解析跨物种转录调控的进化机制与生理响应 | 基因组调控元件与非编码功能区域 | 计算生物学 | NA | 全基因组测序、深度学习、功能筛选验证 | 深度学习 | 基因组与表观基因组数据 | NA |
132 | 2025-09-27 |
Predicting Paediatric Brain Disorders from MRI Images Using Advanced Deep Learning Techniques
2025-Jan-16, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-024-09707-0
PMID:39821839
|
研究论文 | 本研究提出基于多种先进CNN模型的系统,通过MRI图像检测儿童脑部疾病 | 首次系统比较EfficientNetB0、InceptionResNetV2等10种深度学习架构在儿科脑疾病MRI诊断中的性能 | 未提及外部验证集测试和临床部署可行性分析 | 开发AI驱动的儿童脑部疾病精准诊断系统 | 儿科脑部疾病患者的MRI图像 | 计算机视觉 | 儿科脑部疾病 | MRI成像、深度学习 | CNN(包括EfficientNetB0/B3、Xception、InceptionV3、MobileNetV2、VGG19、DenseNet169、ResNet50V2/152V2、InceptionResNetV2) | 医学图像(MRI) | NA |
133 | 2025-09-27 |
Combination of ultrasound-based radiomics and deep learning with clinical data to predict response in breast cancer patients treated with neoadjuvant chemotherapy
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1525285
PMID:40538839
|
研究论文 | 本研究开发了一种结合超声影像、深度学习特征和临床数据的融合模型,用于预测乳腺癌患者新辅助化疗后的病理完全缓解 | 首次将超声影像组学特征、深度学习特征与临床数据相结合构建预测模型,在多中心验证中表现出优越性能 | 回顾性研究设计,样本来源仅限于两个医疗中心 | 预测乳腺癌患者新辅助化疗的疗效反应 | 接受新辅助化疗的乳腺癌患者 | 医学影像分析 | 乳腺癌 | 超声影像分析、机器学习算法 | 融合模型(结合临床模型、影像组学模型和深度学习模型) | 超声图像、临床数据 | 643例经病理确诊的乳腺癌患者(中心1:372例,中心2:271例) |
134 | 2025-09-27 |
Comparative analysis of multimodal architectures for effective skin lesion detection using clinical and image data
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1608837
PMID:40951333
|
研究论文 | 开发了一种融合皮肤镜图像与临床数据的多模态框架用于皮肤病变分类 | 提出系统评估多种融合策略的新型多模态数据融合框架,首次通过交叉注意力机制有效捕捉视觉与临床数据间的跨模态依赖关系 | 存在类别不平衡问题和高级融合方法计算复杂度高的挑战 | 通过融合临床元数据与皮肤镜图像提升皮肤病变分类的准确性 | 皮肤病变(基于HAM10000数据集) | 计算机视觉 | 皮肤癌 | 多模态数据融合 | ResNet、MLP、交叉注意力机制 | 图像、临床元数据 | HAM10000数据集 |
135 | 2025-09-27 |
Volume Fusion-Based Self-Supervised Pretraining for 3D Medical Image Segmentation
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3610249
PMID:40982499
|
研究论文 | 提出一种基于体积融合的自监督预训练方法VolF,用于提升3D医学图像分割模型在标注数据有限场景下的性能 | 通过引入伪分割前置任务,使用离散化块状融合系数图融合两个子体积,最小化前置任务与下游分割任务之间的差距 | NA | 解决医学图像分割中训练数据或标注有限时深度学习模型性能受限的问题 | 3D医学图像分割模型 | 医学图像分析 | NA | 自监督学习 | 3D分割模型 | 3D医学图像(腹部CT数据) | 包含域内和域外下游数据集的多中心实验 |
136 | 2025-09-27 |
Sentiment analysis of classical Chinese literature: An unsupervised deep learning model with BERT and graph attention networks
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0330919
PMID:40986623
|
研究论文 | 提出一种融合BERT、情感词典和图注意力网络的无监督深度学习框架,用于古典中文文学的情感分析 | 首次将BERT嵌入、情感词典增强和图注意力网络结合,专门针对古典中文文本的复杂语言特征进行无监督情感分析 | 未明确说明模型在更大规模或更多样化古典文献上的泛化能力 | 开发适用于古典中文文学的无监督情感分析方法 | 古典中文文学文本 | 自然语言处理 | NA | 无监督深度学习、情感分析 | BERT、GAT(图注意力网络)、K-Means聚类 | 文本 | 未明确说明具体样本数量,但提及在多次运行中取得稳定结果 |
137 | 2025-09-27 |
Generation of synthetic TSPO PET maps from structural MRI images
2025, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2025.1633273
PMID:40988654
|
研究论文 | 开发深度学习模型从结构MRI图像生成TSPO PET图像 | 首次使用3D U-Net模型从常规T1加权MRI合成神经炎症特异性TSPO PET图像 | 样本量有限(204次扫描),疾病类型相对单一 | 通过深度学习实现低成本、无创的神经炎症成像 | 人类受试者(包括膝骨关节炎患者、背痛患者和健康对照) | 医学影像分析 | 神经炎症相关疾病 | 深度学习、3T MRI、[11C]PBR28 TSPO PET | 3D U-Net | 医学影像(MRI和PET图像) | 204次扫描(来自101名参与者) |
138 | 2025-09-27 |
Predicting antibiotic resistance genes and bacterial phenotypes based on protein language models
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1628952
PMID:40988849
|
研究论文 | 基于蛋白质语言模型开发深度学习模型预测抗生素耐药基因和细菌表型 | 整合ProtBert-BFD和ESM-1b两种蛋白质语言模型,结合数据增强技术和LSTM网络提升特征提取和分类性能 | NA | 精确预测细菌抗生素耐药基因和表型以指导临床用药 | 细菌蛋白质序列 | 自然语言处理 | 传染病 | 蛋白质语言模型、深度学习 | ProtBert-BFD、ESM-1b、LSTM | 蛋白质序列 | NA |
139 | 2025-09-27 |
Dynamic graph neural networks for UAV-based group activity recognition in structured team sports
2025, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2025.1631998
PMID:40988991
|
研究论文 | 开发基于动态图神经网络和Bi-LSTM的深度学习系统,用于无人机拍摄的结构化团队运动中的群体活动识别 | 整合外观特征、骨骼数据和运动特征,采用动态图神经网络建模时空关系,在无人机视角下实现多运动场景的群体行为识别 | NA | 解决动态交互、遮挡和多视角变化等挑战,实现复杂体育场景下的群体活动识别 | 排球、足球和篮球运动员的群体活动 | 计算机视觉 | NA | YOLOv11目标检测、SORT跟踪、HOG、LBP、SIFT、MediaPipe骨骼提取、MOCON运动特征、遗传算法优化 | 动态图神经网络(DGNN)、双向LSTM(Bi-LSTM) | 无人机拍摄的视频数据 | 三个数据集:排球数据集、SoccerTrack无人机足球数据集、NBA篮球数据集 |
140 | 2025-09-27 |
Quantitative prediction of intracellular dynamics and synaptic currents in a small neural circuit
2025, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2025.1515194
PMID:40989108
|
研究论文 | 本研究使用循环机制模型预测小型神经回路(半中枢振荡器)的细胞内动态和突触电流 | 将深度学习工具应用于神经回路动态建模,能够从未用于训练的数据中预测突触电流,并推导数据驱动的频率依赖性电导 | NA | 解决神经回路动态的建模、训练和解释问题 | 半中枢振荡器(HCO)神经回路和口胃神经节神经元 | 计算神经科学 | NA | 动态钳实验协议、循环机制模型 | Recurrent Mechanistic Models | 实验细胞内数据 | 由两个神经元互连构成的半中枢振荡器 |