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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1681 | 2025-06-05 |
Comparison of 1D and 3D volume measurement techniques in NF2-associated vestibular schwannoma monitoring
2025-01-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85386-4
PMID:39824854
|
research paper | 比较1D(线性)和3D分割体积分析(SVA)在NF2相关前庭神经鞘瘤(VS)监测中的效果 | 首次系统地比较了1D线性测量和3D分割体积分析在NF2相关前庭神经鞘瘤监测中的效果,并提出了正交分析(OA)作为更优的时间节省替代方案 | 小肿瘤或手术缩小后的肿瘤存在较大的测量离散范围,不适用于需要精确评估肿瘤体积和生长的治疗决策 | 评估不同肿瘤体积测量技术在NF2相关前庭神经鞘瘤监测中的效果 | NF2相关前庭神经鞘瘤 | 医学影像分析 | 前庭神经鞘瘤 | MRI, 3D分割体积分析(SVA) | 线性回归模型 | 医学影像 | 149名NF2患者和292个相关前庭神经鞘瘤,共进行了2586次SVA和10344次线性测量 |
1682 | 2025-06-05 |
Exploring the anticancer activities of Sulfur and magnesium oxide through integration of deep learning and fuzzy rough set analyses based on the features of Vidarabine alkaloid
2025-01-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-82483-8
PMID:39824867
|
research paper | 该研究结合深度学习和模糊粗糙集分析,探索硫和氧化镁的抗癌活性,基于Vidarabine生物碱的特征 | 提出了一种结合深度学习、模糊粗糙集理论和可解释人工智能的AI模型,用于发现基于天然产物的新型抗癌药物候选物 | 研究仅针对特定细胞系进行了验证,需要进一步的临床前研究 | 探索和发现新型抗癌药物候选物 | 硫和氧化镁作为潜在的抗癌药物 | machine learning | lung cancer | 深度学习、模糊粗糙集理论、可解释人工智能 | DL, FRS, XAI | 化学化合物特征数据 | 针对A-549、A-375和A-431细胞系的实验室实验数据 |
1683 | 2025-06-05 |
Automatic detection and prediction of COVID-19 in cough audio signals using coronavirus herd immunity optimizer algorithm
2025-01-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85140-w
PMID:39824893
|
研究论文 | 本研究提出了一种基于深度学习的框架,利用咳嗽音频信号自动检测和预测COVID-19 | 使用增强深度神经网络(EDNN)和冠状病毒群体免疫优化器(CHIO)算法,显著降低了误差指标 | NA | 开发高效的COVID-19诊断工具 | COVID-19患者的咳嗽音频信号 | 数字病理学 | COVID-19 | 深度学习 | EDNN-CHIO, U-Net | 音频 | 来自COUGHVID数据集的音频数据 |
1684 | 2025-06-05 |
Interpretable and integrative deep learning for discovering brain-behaviour associations
2025-01-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-85032-5
PMID:39824899
|
research paper | 提出一个可解释和整合的深度学习框架,用于发现大脑与行为之间的关联 | 结合数字化身和稳定性选择来评估多视图数据之间的关系,有效识别稳定的大脑-行为交互 | 未提及具体样本量的限制或模型在更广泛数据集上的泛化能力 | 研究精神疾病的复杂性和变异性,通过整合多源数据来理解和预测精神综合征 | 健康脑网络队列中的临床行为评分和脑成像特征 | machine learning | psychiatric syndromes | deep learning, structural MRI | deep learning models | imaging, genetics, symptom reports | Healthy Brain Network cohort(具体数量未提及) |
1685 | 2025-06-05 |
Clinical feasibility of deep learning-driven magnetic resonance angiography collateral map in acute anterior circulation ischemic stroke
2025-01-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85731-7
PMID:39825032
|
研究论文 | 验证深度学习驱动的磁共振血管造影(DL-driven MRA)侧支循环图在急性缺血性卒中中的临床可行性 | 提出了一种名为3D-MROD-Net的3D多任务回归和有序回归深度神经网络,用于生成DL-driven MRA侧支循环图,并在临床应用中显示出更高的效率和图像质量 | 研究仅针对296名急性缺血性卒中患者,样本量可能不足以代表所有相关病例 | 验证DL-driven MRA侧支循环图在急性缺血性卒中中的临床可行性 | 急性缺血性卒中患者 | 数字病理学 | 心血管疾病 | 磁共振血管造影(MRA) | 3D-MROD-Net | 图像 | 296名急性缺血性卒中患者 |
1686 | 2025-06-05 |
Optimized digital workflow for pathologist-grade evaluation in bleomycin-induced pulmonary fibrosis mouse model
2025-01-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86544-4
PMID:39833349
|
research paper | 开发了一种优化的数字工作流程,用于在博来霉素诱导的肺纤维化小鼠模型中实现病理学家级别的评估 | 开发了深度学习模型,用于肺纤维化分级,其准确性可与病理学家相媲美,并整合了复杂的图像模式和定性因素 | NA | 优化博来霉素诱导的肺纤维化小鼠模型的评估工作流程,以提高药物开发的效率和可重复性 | 博来霉素诱导的肺纤维化小鼠模型 | digital pathology | lung cancer | deep learning | CNN | image | NA |
1687 | 2025-06-05 |
Applications of and issues with machine learning in medicine: Bridging the gap with explainable AI
2025-Jan-14, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2024.01342
PMID:39647859
|
review | 本文探讨了机器学习在医学中的应用及其面临的挑战,特别是可解释性AI(XAI)在解决模型透明度问题中的潜力 | 强调了可解释性AI(XAI)在提升机器学习模型透明度和临床接受度方面的创新作用 | 未提及具体的技术实现细节或实验验证结果 | 探讨机器学习在医学中的应用及其可解释性问题,推动XAI的发展以增强模型透明度 | 机器学习模型及其在医学决策中的应用 | machine learning | NA | NA | CNN, transformers | patient data | NA |
1688 | 2025-06-05 |
Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks
2025-Jan, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03640-8
PMID:39480609
|
research paper | 本研究应用机器学习技术预测Fontan手术后的边界条件,以优化手术规划 | 提出了一种新颖的多样性感知生成对抗主动学习框架,用于在心血管研究中有限的病例上成功训练预测性深度神经网络 | 研究基于虚拟队列合成,实际临床应用效果需进一步验证 | 预测Fontan手术后的边界条件以优化手术规划 | Fontan手术患者 | machine learning | cardiovascular disease | generative adversarial networks | GAN | simulated data | 14组实验 |
1689 | 2025-06-05 |
Automatic localization and deep convolutional generative adversarial network-based classification of focal liver lesions in computed tomography images: A preliminary study
2025-Jan, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.16803
PMID:39542428
|
research paper | 开发了一种基于深度学习的定位和分类系统,用于计算机断层扫描图像中的局灶性肝脏病变,以辅助医生进行更稳健的临床决策 | 使用生成对抗网络进行数据增强,开发了一个深度学习定位和分类系统,能够准确识别和分类局灶性肝脏病变 | 研究为初步研究,样本量虽大但时间跨度较长,可能存在数据异质性 | 开发一种非侵入性方法,准确诊断肝脏疾病 | 局灶性肝脏病变(FLLs) | digital pathology | liver cancer | deep learning, GAN | GAN | image | 1589名患者,17335张切片,包含3195个局灶性肝脏病变 |
1690 | 2025-06-05 |
Advancing enterprise risk management with deep learning: A predictive approach using the XGBoost-CNN-BiLSTM model
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0319773
PMID:40179109
|
研究论文 | 本研究提出了一种基于深度学习的风险管理模型XGBoost-CNN-BiLSTM,用于提升风险事件的预测和检测能力 | 结合XGBoost的结构化数据处理能力、CNN的特征提取能力和BiLSTM的时间序列处理能力,全面捕捉风险事件的关键特征 | NA | 提升企业风险管理的预测和检测能力 | 企业风险事件 | 机器学习 | NA | 深度学习 | XGBoost-CNN-BiLSTM | 结构化数据和时间序列数据 | 多个数据集,包括S&P 500历史数据集 |
1691 | 2025-06-05 |
Audio-visual source separation with localization and individual control
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321856
PMID:40408322
|
研究论文 | 提出了一种专为视频会议和远程呈现机器人应用设计的音视频源分离流程,旨在在嘈杂环境中隔离和增强单个参与者的语音,同时控制视频帧中特定个体的音量 | 结合深度学习特征提取器、音频引导的视觉注意力机制、背景噪声抑制和人类语音分离模块以及DMRN模块,采用DPRNN-TasNet进行人类语音分离 | 在AVE和Music 21数据集上的测试准确率为71.88%,仍有提升空间 | 提升视频会议和远程呈现机器人应用中的音频质量 | 视频会议和远程呈现机器人应用中的音频信号 | 机器学习和音频处理 | NA | 深度学习 | DPRNN-TasNet, DMRN | 音频和视频 | AVE和Music 21数据集 |
1692 | 2025-06-05 |
ImmuneApp for HLA-I epitope prediction and immunopeptidome analysis
2024-10-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-53296-0
PMID:39414796
|
研究论文 | 开发了名为ImmuneApp的可解释深度学习框架,用于HLA-I表位预测和免疫肽组分析 | 提出了ImmuneApp-MA复合模型,整合单等位基因和多等位基因数据以提高预测性能,并开发了优于现有方法的免疫原性预测器ImmuneApp-Neo | 未明确提及具体局限性 | 开发高效方法用于免疫肽组学分析和(新)抗原预测 | HLA-I表位和免疫肽组 | 生物信息学 | NA | 质谱分析 | 深度学习 | HLA配体数据集 | 216个多等位基因免疫肽组学样本,识别了835,551个配体 |
1693 | 2025-06-05 |
Protein complex structure modeling by cross-modal alignment between cryo-EM maps and protein sequences
2024-10-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-53116-5
PMID:39394203
|
research paper | 本文介绍了一种名为EModelX的全自动冷冻电镜蛋白质复合物结构建模方法,通过冷冻电镜图谱与蛋白质序列之间的跨模态对齐实现序列引导建模 | EModelX首次实现了冷冻电镜图谱与蛋白质序列的跨模态对齐,无需先验链分离,可直接从冷冻电镜图谱预测Cα原子、骨架原子和氨基酸类型 | 未明确提及具体局限性,但可能依赖于冷冻电镜图谱的质量和分辨率 | 开发一种全自动的冷冻电镜蛋白质复合物结构建模方法,提高建模精度 | 蛋白质复合物结构 | 结构生物学 | NA | 冷冻电镜(cryo-EM)、深度学习 | 多任务深度学习模型 | 冷冻电镜图谱、蛋白质序列 | 未明确提及具体样本数量,但使用了测试集进行评估 |
1694 | 2025-06-05 |
MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell
2024-10-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-53114-7
PMID:39394211
|
研究论文 | 介绍了一种基于深度学习的模型MATES,用于在单细胞水平上对转座子进行位点特异性定量 | MATES能够准确地将多映射reads分配到转座子的特定位点,利用相邻reads比对提供的上下文信息,克服了现有方法在单细胞多模态数据适应性上的限制 | 未提及具体的样本量或数据集的详细描述 | 开发一种能够在单细胞水平上准确量化转座子位点特异性的方法 | 转座子(TEs) | 单细胞基因组学 | NA | 深度学习 | 深度学习模型(未指定具体类型) | 单细胞组学数据 | NA |
1695 | 2025-06-05 |
Determinants of Visual Impairment Among Chinese Middle-Aged and Older Adults: Risk Prediction Model Using Machine Learning Algorithms
2024-10-09, JMIR aging
IF:5.0Q1
DOI:10.2196/59810
PMID:39382570
|
research paper | 该研究利用机器学习算法预测中国中老年人视觉障碍的风险并识别其决定因素 | 首次在中国中老年人群中应用多种机器学习算法预测视觉障碍风险,并识别关键预测因子 | 研究数据主要基于自我报告问卷和体检指标,可能存在报告偏倚 | 预测中国中老年人视觉障碍风险并识别关键决定因素 | 中国中老年人(19,047名参与者) | machine learning | visual impairment | 多种机器学习算法(包括梯度提升机、分布式随机森林、广义线性模型、深度学习和堆叠集成) | gradient boosting machine, distributed random forest, generalized linear model, deep learning, stacked ensemble | 问卷数据、体检指标、血液生物标志物 | 19,047名中国中老年人 |
1696 | 2025-06-05 |
Spach Transformer: Spatial and Channel-Wise Transformer Based on Local and Global Self-Attentions for PET Image Denoising
2024-06, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2023.3336237
PMID:37995174
|
research paper | 提出了一种名为Spach Transformer的空间和通道编码器-解码器变换器,用于PET图像去噪 | 结合局部和全局多头自注意力机制(MSA),有效利用空间和通道信息,同时降低计算成本 | 未提及具体计算成本降低的量化数据或与其他方法的详细比较 | 提高PET图像的信噪比(SNR) | PET图像 | computer vision | NA | 深度学习 | Transformer, CNN | image | 使用不同PET示踪剂(18F-FDG、18F-ACBC、18F-DCFPyL和68Ga-DOTATATE)的数据集进行实验 |
1697 | 2025-06-05 |
Multibranch CNN With MLP-Mixer-Based Feature Exploration for High-Performance Disease Diagnosis
2024-06, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3250490
PMID:37028335
|
研究论文 | 提出了一种名为ME-Mixer的新型特征探索网络,结合监督和非监督特征用于疾病诊断 | 利用流形嵌入多层感知器(MLP)混合器(ME-Mixer)进行特征探索,结合监督和非监督特征提升诊断性能 | 仅在两个医学数据集上进行了评估,可能需要更多数据验证其泛化能力 | 优化深度神经网络设计以实现高性能疾病诊断 | 医学图像数据 | 数字病理 | NA | 深度学习 | CNN, MLP-Mixer | 图像 | 两个医学数据集(未明确样本数量) |
1698 | 2025-06-05 |
Deep learning-based workflow for automatic extraction of atria and epicardial adipose tissue on cardiac computed tomography in atrial fibrillation
2024-May-01, Journal of the Chinese Medical Association : JCMA
IF:1.9Q2
DOI:10.1097/JCMA.0000000000001076
PMID:38380919
|
research paper | 本文提出了一种基于深度学习的自动化工作流程,用于在心脏计算机断层扫描中自动提取心房和心外膜脂肪组织 | 使用3D U-Net模型开发了一个自动化分割流程,用于心房、心包和心外膜脂肪组织的分割,这在心房颤动管理中具有潜在应用价值 | 研究样本仅来自单一医疗中心,且样本量相对较小(157名患者) | 设计一个可靠的自动化分割工作流程,用于心房颤动患者的心房和心外膜脂肪组织的分割 | 心房颤动患者的心脏计算机断层扫描图像 | digital pathology | cardiovascular disease | CT成像 | 3D U-Net | 3D医学影像 | 157名心房颤动患者 |
1699 | 2025-06-05 |
Prediction of Biliary Complications After Human Liver Transplantation Using Hyperspectral Imaging and Convolutional Neural Networks: A Proof-of-concept Study
2024-02-01, Transplantation
IF:5.3Q1
DOI:10.1097/TP.0000000000004757
PMID:37592397
|
研究论文 | 本研究探讨了利用高光谱成像(HSI)和卷积神经网络(CNN)预测人类肝移植术后胆道并发症(BCs)的新方法 | 首次将HSI与CNN结合用于预测肝移植术后胆道并发症,提供了一种非侵入性技术 | 样本量较小(14例患者作为验证队列),且为概念验证研究,需要更大规模的验证 | 开发一种非侵入性技术以预测肝移植术后胆道并发症 | 肝移植患者的胆道组织 | 数字病理学 | 肝病 | 高光谱成像(HSI)、免疫组化、实时共聚焦显微镜 | CNN | 图像 | 136张HSI肝脏图像,14例肝移植患者作为验证队列 |
1700 | 2025-06-05 |
Performance of ChatGPT on the pharmacist licensing examination in Taiwan
2023-07-01, Journal of the Chinese Medical Association : JCMA
IF:1.9Q2
DOI:10.1097/JCMA.0000000000000942
PMID:37227901
|
research paper | 评估ChatGPT在台湾药师执照考试中的表现及其在药学教育中的潜在作用 | 首次评估ChatGPT在台湾药师执照考试中的表现,探讨其在药学教育中的应用潜力 | 排除了图形问题、化学公式和表格,仅评估了文本问题,且使用的是ChatGPT 3.5版本 | 评估ChatGPT在药师执照考试中的准确性并探讨其在药学教育中的潜在作用 | 台湾药师执照考试的题目 | natural language processing | NA | ChatGPT 3.5 | ChatGPT | text | 2023年台湾药师执照考试的第一阶段和第二阶段题目 |