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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
141 | 2025-05-11 |
Characteristics of left ventricular dysfunction in repaired tetralogy of Fallot: A multi-institutional deep learning analysis of regional strain and dyssynchrony
2025-Mar-21, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2025.101886
PMID:40122390
|
research paper | 本研究利用深度学习合成应变(DLSS)算法,对修复后的法洛四联症(rTOF)患者的左心室功能障碍模式进行了多机构分析 | 首次使用深度学习算法DLSS自动测量区域左心室应变和不同步性,识别出rTOF患者左心室功能障碍的四种独特模式 | 研究为回顾性设计,样本量相对较小(198例患者和21例健康对照) | 表征修复后法洛四联症患者左心室功能障碍的模式及其与右心室功能障碍和肺动脉瓣置换术进展的关系 | 修复后的法洛四联症患者和健康对照者 | digital pathology | cardiovascular disease | cardiovascular magnetic resonance (CMR) imaging, deep learning synthetic strain (DLSS) | deep learning algorithm | MRI images | 198例rTOF患者和21例健康对照 |
142 | 2025-05-11 |
Artificial intelligence in medical imaging: From task-specific models to large-scale foundation models
2025-Mar-20, Chinese medical journal
IF:7.5Q1
DOI:10.1097/CM9.0000000000003489
PMID:40008785
|
综述 | 本文综述了人工智能在医学影像中的应用,从特定任务模型到大规模基础模型的发展 | 探讨了基础模型在医学影像中的潜力及其与特定任务模型的互补性 | 基础模型目前主要关注分割和分类任务,尚未广泛应用于其他临床场景 | 分析人工智能在医学影像中的应用现状及未来发展方向 | 医学影像(包括X光、CT、MRI、超声、PET和病理影像) | 医学影像分析 | NA | 深度学习 | 基础模型和特定任务模型 | 医学影像 | NA |
143 | 2025-05-11 |
Surface-Enhanced Raman Spectroscopy for Biomedical Applications: Recent Advances and Future Challenges
2025-Mar-19, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c17502
PMID:39991932
|
综述 | 本文总结了表面增强拉曼光谱(SERS)在生物医学应用中的最新进展和未来挑战 | 重点介绍了SERS基底、纳米标签、仪器和光谱分析方面的关键发展,包括胶体和固体SERS基底、具有内部间隙的正交拉曼报告基因和近红外II响应特性的SERS纳米标签,以及光学镊子、等离子体纳米孔和可穿戴传感器等新兴技术 | 讨论了SERS在临床转化中的挑战,特别是在深部组织体内传感和成像方面的困难 | 探讨SERS在生物医学领域的应用潜力,包括液体活检、代谢表型和细胞外囊泡诊断 | SERS基底、纳米标签、仪器和光谱分析技术 | 生物医学工程 | NA | 表面增强拉曼光谱(SERS) | 深度学习算法 | 光谱数据 | NA |
144 | 2025-05-11 |
Portable cerebral blood flow monitor to detect large vessel occlusion in patients with suspected stroke
2025-Mar-17, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2024-021536
PMID:38514189
|
research paper | 研究便携式脑血流监测仪在疑似卒中患者中检测大血管闭塞的能力 | 使用便携式Openwater光学血流监测仪结合深度学习模型,提高了大血管闭塞的检测敏感性和特异性 | 需要在独立测试集和院前环境中进一步验证 | 提高卒中患者大血管闭塞的早期检测率,以优化治疗流程和改善预后 | 疑似卒中患者 | digital pathology | cardiovascular disease | 光学血流扫描 | deep learning | 光学血流波形数据 | 135名患者,其中52名(39%)有前循环大血管闭塞 |
145 | 2025-05-11 |
Deep learning to quantify the pace of brain aging in relation to neurocognitive changes
2025-Mar-11, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2413442122
PMID:39993207
|
research paper | 该研究利用深度学习技术通过纵向MRI量化大脑衰老速度,并探讨其与神经认知变化的关系 | 引入3D-CNN模型从纵向MRI数据中非侵入性地估计大脑衰老速度,显著优于横断面模型 | 研究主要关注认知正常个体和阿尔茨海默病患者,可能不适用于其他神经系统疾病 | 开发一种能够量化大脑衰老速度并反映神经认知变化的方法 | 认知正常成年人和阿尔茨海默病患者 | digital pathology | Alzheimer's disease | MRI | 3D-CNN | image | 训练集2,055名认知正常成年人,验证集1,304名认知正常成年人,独立队列包括104名认知正常成年人和140名阿尔茨海默病患者 |
146 | 2025-05-11 |
ProCeSa: Contrast-Enhanced Structure-Aware Network for Thermostability Prediction with Protein Language Models
2025-Mar-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01752
PMID:39988825
|
研究论文 | 提出了一种名为ProCeSa的新型蛋白质对比增强结构感知网络,用于结合蛋白质语言模型(PLMs)提取的序列和结构信息来增强热稳定性预测 | ProCeSa模型通过对比学习方案整合PLMs提取的序列和结构信息,无需原子结构数据即可预测蛋白质热稳定性 | 未明确提及具体局限性 | 提高蛋白质热稳定性预测的准确性 | 蛋白质序列及其热稳定性 | 蛋白质生物信息学 | NA | 对比学习、蛋白质语言模型(PLMs) | ProCeSa(对比增强结构感知网络) | 蛋白质序列数据 | 公开数据集(未明确提及具体样本数量) |
147 | 2025-05-11 |
A deep learning model for inter-fraction head and neck anatomical changes in proton therapy
2025-Mar-10, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adba39
PMID:39999567
|
research paper | 开发了一种基于概率深度学习的算法,用于预测头颈部患者在质子治疗中的分次间解剖变化 | 利用变分自编码器架构构建概率性每日解剖模型(DAM),能够生成可能的重复CT图像和相关掩码,并评估解剖变化的分布 | 数据集规模较小,仅包含93名患者(315对pCT-rCT),其中仅9名患者(27对)用于最终测试 | 评估深度学习模型在预测头颈部患者质子治疗期间解剖变化方面的性能 | 头颈部癌症患者 | digital pathology | head and neck cancer | 深度学习 | variational autoencoder | CT图像 | 93名患者(315对pCT-rCT),其中9名患者(27对)用于测试 |
148 | 2025-05-11 |
SynthMol: A Drug Safety Prediction Framework Integrating Graph Attention and Molecular Descriptors into Pre-Trained Geometric Models
2025-Mar-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01320
PMID:40000610
|
research paper | 介绍了一个名为SynthMol的深度学习框架,用于药物安全性预测,该框架整合了预训练的3D结构特征、图注意力网络和分子指纹 | SynthMol框架整合了预训练的3D结构特征、图注意力网络和分子指纹,在多个数据集上实现了比现有最优模型更高的预测准确率 | NA | 开发一个高精度的药物安全性预测框架,以促进药物临床应用的评估 | 药物分子及其安全性评估 | machine learning | NA | graph attention networks, molecular fingerprints | GAT (Graph Attention Network) | molecular data | 22 datasets, including MoleculeNet, MolData and published drug safety data |
149 | 2025-05-11 |
Large Model Era: Deep Learning in Osteoporosis Drug Discovery
2025-Mar-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02264
PMID:40008920
|
综述 | 本文综述了深度学习在骨质疏松药物发现中的应用,特别是大型模型的作用 | 探讨了大型模型在理解疾病机制和促进药物发现中的新方法 | 讨论了大型模型在骨质疏松药物发现中的优势和局限性 | 促进骨质疏松药物发现的研究 | 骨质疏松药物发现 | 机器学习 | 骨质疏松 | 深度学习 | 大型模型 | NA | NA |
150 | 2025-05-11 |
Self-supervised U-transformer network with mask reconstruction for metal artifact reduction
2025-Mar-10, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adbaae
PMID:40010000
|
research paper | 提出了一种自监督U型transformer网络,通过掩模重建任务减少CT图像中的金属伪影 | 结合自监督掩模重建预训练任务和下游任务,利用Transformer的长程特征提取能力增强模型在金属伪影减少任务中的泛化能力 | 未提及具体在哪些真实场景下的性能表现 | 提升CT图像中金属伪影减少任务的模型泛化能力 | CT图像中的金属伪影 | computer vision | NA | self-supervised learning | U-shaped transformer | CT图像 | 未提及具体样本数量,但使用了未标记的真实伪影CT图像和标记的合成伪影CT图像 |
151 | 2025-05-11 |
GLMCyp: A Deep Learning-Based Method for CYP450-Mediated Reaction Site Prediction
2025-Mar-10, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c02051
PMID:40013456
|
研究论文 | 本文提出了一种基于深度学习的CYP450介导反应位点预测方法GLMCyp | 结合2D分子图特征、3D Uni-Mol特征和ESM-2生成的CYP450蛋白特征,提高了预测准确性 | 未明确提及具体局限性 | 提高药物发现和开发效率,准确预测CYP450介导的反应位点 | 小分子化合物 | 机器学习 | NA | 深度学习 | GLMCyp | 分子图数据、蛋白质特征数据 | EBoMD数据集 |
152 | 2025-05-11 |
EEG-based recognition of hand movement and its parameter
2025-Mar-06, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adba8a
PMID:40009879
|
研究论文 | 研究基于EEG信号的手部运动识别及其参数解码 | 提出了一种结合CNN和BiLSTM的端到端模型,用于分类和识别手部运动,并在实验中展示了高准确率 | 研究目前处于可行性研究阶段,跨被试分类的准确性尚未达到实际应用水平 | 探索基于EEG信号的手部运动识别技术,以提升脑机接口在医疗康复和人机协作中的应用 | 13名健康志愿者的EEG数据,涉及四种手部运动和两种力参数任务 | 脑机接口 | NA | EEG信号分析 | CNN-BiLSTM | EEG信号 | 13名健康志愿者 |
153 | 2025-05-11 |
Deep learning models as learners for EEG-based functional brain networks
2025-Mar-06, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/adba8c
PMID:40009886
|
研究论文 | 探讨深度学习模型作为学习者,用于基于EEG的功能性脑网络分析 | 提出将功能脑网络构建直接嵌入深度学习模型作为特征提取模块,实现端到端学习 | 深度学习模型难以准确捕捉功能脑网络的固有拓扑结构 | 验证深度学习模型学习功能脑网络构建过程的能力 | EEG数据和功能脑网络矩阵 | 机器学习 | NA | EEG分析 | 深度学习模型 | EEG数据 | 两个公开可用的EEG数据集 |
154 | 2025-05-11 |
Explainable paroxysmal atrial fibrillation diagnosis using an artificial intelligence-enabled electrocardiogram
2025-Mar, The Korean journal of internal medicine
DOI:10.3904/kjim.2024.130
PMID:39987899
|
研究论文 | 本研究开发了一种基于人工智能的心电图算法,用于检测正常窦性心律患者中的阵发性心房颤动早期迹象 | 使用深度学习模型预测心房颤动发作,并应用可解释AI技术揭示模型预测的依据 | 研究依赖于历史心电图数据,未进行前瞻性验证 | 开发可靠的人工智能算法用于早期检测心房颤动 | 318,321名患者的心电图数据 | 数字病理学 | 心血管疾病 | 12导联心电图 | 深度神经网络 | 心电图数据 | 552,372条心电图轨迹(来自318,321名患者) |
155 | 2025-05-11 |
MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC
2025-Mar, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.16205
PMID:39992060
|
研究论文 | 开发并验证了一种基于MRI拓扑的深度学习模型,用于术前预测肝细胞癌的微血管侵犯并辅助预后分层 | 结合拓扑学改进深度学习模型的预测性能和可解释性,开发了TopoCNN和TopoCNN+Clinic模型 | 研究为双中心回顾性研究,可能存在选择偏倚 | 术前预测肝细胞癌的微血管侵犯并辅助预后分层 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | MRI | CNN, TopoCNN, TopoCNN+Clinic | 图像 | 589名患者(其中292名经病理证实有微血管侵犯) |
156 | 2025-05-11 |
Enhanced water quality prediction model using advanced hybridized resampling alternating tree-based and deep learning algorithms
2025-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-025-36062-7
PMID:39994118
|
研究论文 | 本研究开发了一种新型深度学习模型,结合双向LSTM网络和基于引导聚合的高级集成方法,用于预测河流系统中的关键水质参数 | 提出了结合双向LSTM和BA_AMT的混合模型,用于水质参数预测,并在Clackamas河上验证了其优越性能 | 虽然Bi-LSTM在整体精度上优于BA-AMT,但BA-AMT在捕捉极值方面表现更好,表明模型仍有优化空间 | 开发更精确的水质预测模型,以支持水资源管理和污染缓解规划 | Clackamas河的水质参数(浊度和溶解氧) | 机器学习 | NA | 深度学习、引导聚合、交替模型树 | Bi-LSTM、BA_AMT | 时间序列数据 | NA |
157 | 2025-05-11 |
Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model
2025-Mar, Nursing in critical care
IF:3.0Q1
DOI:10.1111/nicc.13306
PMID:39995380
|
系统综述与荟萃分析 | 本文通过系统综述和荟萃分析评估了重症监护病房(ICU)非计划再入院风险预测模型的性能 | 比较了机器学习模型与评分系统的性能,并发现机器学习模型在敏感性上表现更优 | 所有研究存在高偏倚风险,且机器学习模型未考虑临床记录 | 评估ICU非计划再入院风险预测模型的性能与适用性 | ICU非计划再入院风险预测模型 | 机器学习 | 重症监护 | 机器学习,评分系统 | 深度学习模型,HSROC模型 | 结构化临床数据 | 67项研究,涵盖335个模型和67个评分系统 |
158 | 2025-05-11 |
Of Pilots and Copilots: The Evolving Role of Artificial Intelligence in Clinical Neurophysiology
2025-Mar, The Neurodiagnostic journal
DOI:10.1080/21646821.2025.2465089
PMID:39999187
|
review | 本文探讨了人工智能在临床神经生理学中的应用及其演变 | 讨论了AI在EEG、EMG和PSG中的应用,以及从早期模仿方法到深度学习技术的演变 | 在EMG中面临数据集有限和临床背景考虑的挑战,PSG评分在分析癫痫活动和分类某些睡眠阶段方面仍有局限 | 探讨AI在临床神经生理学中的应用及其未来发展方向 | EEG、EMG和PSG | clinical neurophysiology | NA | deep learning | NA | EEG, EMG, PSG数据 | NA |
159 | 2025-05-11 |
Towards Diagnostic Intelligent Systems in Leukemia Detection and Classification: A Systematic Review and Meta-analysis
2025-Mar, Journal of evidence-based medicine
DOI:10.1111/jebm.70005
PMID:40013326
|
系统综述与荟萃分析 | 本文系统回顾和分析了基于人工智能的白血病检测与分类研究 | 综合评估了2015年至2023年间AI在白血病检测与分类中的应用,特别关注了深度学习方法的表现 | 大多数研究依赖内部验证,缺乏外部验证以评估模型的泛化能力 | 评估人工智能和机器学习在白血病检测与分类中的应用效果 | 外周血涂片图像中的白血病及其亚型 | 数字病理学 | 白血病 | 机器学习、深度学习 | CNN | 图像 | 190项研究(来自1325篇初步筛选文章) |
160 | 2025-05-11 |
When the lung invades: a review of avian postcranial skeletal pneumaticity
2025-Feb-27, Philosophical transactions of the Royal Society of London. Series B, Biological sciences
DOI:10.1098/rstb.2023.0427
PMID:40010393
|
综述 | 本文综述了鸟类颅后骨骼气腔现象(PSP)的功能和进化意义,结合解剖学、发育学、生物力学和古生物学文献 | 利用微计算机断层扫描和基于深度学习的分割技术,建立了绿头鸭颈部气腔的初步模型,为定量比较分析提供了新方法 | 气腔化的细胞机制和发育过程尚不清楚,需要未来研究 | 探讨鸟类颅后骨骼气腔现象的功能和进化意义 | 鸟类颅后骨骼气腔 | 生物力学 | NA | 微计算机断层扫描、深度学习 | 深度学习分割模型 | 图像 | 绿头鸭颈部样本 |