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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
361 | 2025-09-24 |
Research on the crack detection method of black coating based on machine vision and deep learning
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.568123
PMID:40984237
|
研究论文 | 提出一种基于机器视觉和深度学习的黑色涂层裂纹检测方法BCC-YOLO | 引入ADown模块替代传统下采样模块,结合iEMA注意力机制和UIoU损失函数,提升小裂纹特征提取能力并降低计算复杂度 | 仅针对自建的黑色涂层裂纹数据集进行验证,未提及其他材质或环境的泛化性能 | 解决黑色涂层低对比度小裂纹实时检测精度不足的问题 | 多孔材料表面黑色高辐射涂层的微裂纹 | 机器视觉 | NA | 深度学习 | BCC-YOLO(基于YOLOv10s改进) | 图像 | 自建黑色涂层裂纹数据集(未明确具体样本数量) |
362 | 2025-09-24 |
Deep learning enhanced dual-mode fluorescence cooperative imaging using upconversion nanoparticles
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.572954
PMID:40984265
|
研究论文 | 提出一种深度学习增强的双模态荧光协同成像方法,用于实现深层组织高分辨率成像 | 利用镧系上转换纳米颗粒的双光子/四光子协同激发机制,结合对抗训练与循环一致性约束的深度学习网络建立跨模态信号映射 | NA | 解决多光子显微镜中穿透深度与分辨率的权衡问题 | 深层生物组织成像 | 生物医学成像 | NA | 双光子显微镜、四光子显微镜、上转换纳米颗粒荧光成像 | 对抗神经网络(GAN) | 荧光图像 | 成像深度超过500微米的3D组织样本 |
363 | 2025-09-24 |
High-quality polarization 3D reconstruction of weakly textured objects by fusing multi-view images
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.570825
PMID:40984276
|
研究论文 | 提出一种融合多视角图像与偏振信息的弱纹理物体高质量三维重建框架 | 将自注意力增强的PatchMatch网络提供的全局深度先验与偏振测量获得的精细法向梯度相结合,通过傅里叶域积分实现表面重建 | 未明确说明对强反射或透明物体的适用性限制 | 解决弱纹理物体在有限视角下的三维重建精度问题 | 弱纹理物体 | 计算机视觉 | NA | 多视角立体视觉、偏振成像、傅里叶域积分 | PatchMatch网络(自注意力增强) | 多视角偏振图像 | 多种弱纹理物体(未明确具体数量) |
364 | 2025-09-24 |
Multi-input neural channel waveform model for optical fiber WDM transmission based on Volterra series transfer function
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.563482
PMID:40984268
|
研究论文 | 提出一种基于Volterra级数传递函数的多输入神经网络信道波形模型,用于光纤波分复用传输系统 | 首次将神经网络参数化与物理基础的Volterra级数算法结合,支持多参数输入并实现跨系统参数的强泛化能力 | 模型性能仅在仿真环境中验证,未涉及实际光纤传输系统的实验验证 | 解决传统光纤信道建模方法计算效率低的问题,实现高精度且灵活的多参数WDM系统波形建模 | 波分复用光纤通信系统的信道波形特性 | 光通信 | NA | Volterra级数传递函数算法、神经网络参数化 | 神经网络 | 频域信号数据 | 40通道600公里和5通道1200公里WDM系统的仿真数据 |
365 | 2025-09-24 |
End-to-end deep learning framework for key-free physical-layer security in WDM-RoF
2025-Sep-08, Optics express
IF:3.2Q2
DOI:10.1364/OE.572940
PMID:40984304
|
研究论文 | 提出一种用于波分复用光纤无线电系统的端到端深度学习物理层安全框架 | 通过联合训练的神经网络对动态互锁和波长通道物理特性绑定实现无密钥物理层安全 | 仅通过数值仿真验证,缺乏实际系统测试 | 为WDM-RoF系统提供轻量级物理层安全解决方案 | 波分复用光纤无线电通信系统 | 机器学习 | NA | 深度学习 | 神经网络 | 通信信号数据 | 四波长WDM-RoF系统在20公里光纤上的数值仿真 |
366 | 2025-09-24 |
Evaluation of De Novo Deep Learning Models on the Protein-Sugar Interactome
2025-Sep-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.09.02.673778
PMID:40950156
|
研究论文 | 本研究首次系统评估了深度学习模型在蛋白质-糖非共价复合物结构预测中的性能 | 开发了首个专门针对蛋白质-碳水化合物相互作用的基准数据集BCAPIN和新型评估指标DockQC | 所有模型的预测能力随碳水化合物聚合物长度的增加而下降 | 评估深度学习模型在蛋白质-糖相互作用组预测中的性能 | 蛋白质-碳水化合物非共价复合物 | 机器学习 | NA | 深度学习结构预测 | AlphaFold3, Boltz-1, Chai-1, DiffDock, RosettaFold-All Atom | 蛋白质结构数据 | BCAPIN基准数据集中的实验结构样本 |
367 | 2025-09-24 |
Convolutional Neural Network-based Framework for Brain Tumor Classification and Segmentation using Magnetic Resonance Images
2025-Sep-05, Journal of visualized experiments : JoVE
DOI:10.3791/68428
PMID:40982373
|
研究论文 | 提出基于卷积神经网络的框架,利用磁共振图像进行脑肿瘤分类和分割 | 集成U-Net、InceptionV3、DenseNet201和Inception-ResNet-v2混合模型,并结合GPT-4.0生成自动报告 | NA | 开发自动脑肿瘤识别和分类系统以辅助早期诊断 | 脑部磁共振图像中的肿瘤区域 | 计算机视觉 | 脑肿瘤 | 磁共振成像 | CNN、U-Net、InceptionV3、DenseNet201、Inception-ResNet-v2 | 图像 | 多个数据集(具体数量未提及) |
368 | 2025-09-24 |
Dual Encoder-Decoder-Encoder with Adversarial Training for Unsupervised Traffic Accident Detection in Surveillance Videos
2025-Sep-05, Journal of visualized experiments : JoVE
DOI:10.3791/68731
PMID:40982396
|
研究论文 | 提出一种基于双编码器-解码器-编码器框架和对抗训练的深度学习架构,用于监控视频中的无监督交通事故检测 | 采用双向映射的双EDE框架和两阶段对抗训练方法,通过重构正常驾驶图像和生成合成样本来增强异常检测灵敏度 | NA | 开发自动化交通事故检测系统以提升道路安全和应急响应效率 | 监控视频中的交通事故和异常驾驶行为 | 计算机视觉 | NA | 深度学习、对抗训练 | 双编码器-解码器-编码器(EDE)、GAN | 监控视频 | 真实交通监控数据集(未指定具体数量) |
369 | 2025-09-24 |
Metaproteomics Beyond Databases: Addressing the Challenges and Potentials of De Novo Sequencing
2025-Sep, Proteomics
IF:3.4Q2
DOI:10.1002/pmic.202400321
PMID:39888246
|
观点文章 | 探讨宏蛋白质组学中从头测序技术的演变、优势、局限性和未来机遇 | 系统分析从头测序技术从手动注释到基于图论、标签和深度学习的先进方法的发展历程 | 依赖现有蛋白质数据库的方法对复杂微生物组的分析存在局限性 | 提升宏蛋白质组学中对未测序物种的检测能力和微生物群落功能洞察 | 微生物群落蛋白质和肽段序列 | 蛋白质组学 | NA | 从头测序、质谱分析 | 深度学习、图论方法 | 质谱数据 | NA |
370 | 2025-09-24 |
Deep learning-based classification and segmentation of interictal epileptiform discharges using multichannel electroencephalography
2025-Sep, Epilepsia
IF:6.6Q1
DOI:10.1111/epi.18463
PMID:40411529
|
研究论文 | 开发基于深度学习的U-IEDNet框架,用于多通道脑电图中的癫痫样放电分类与分割 | 结合卷积层、双向门控循环单元和Transformer网络,首次实现同时保留空间信息和通道间交互特征的IED检测框架 | NA | 提高多通道脑电图中癫痫样放电检测的准确性和效率 | 癫痫患者的脑电图信号 | 机器学习 | 癫痫 | 多通道脑电图 | U-IEDNet(CNN+BiGRU+Transformer) | 脑电图信号 | 413例患者记录(公共数据库370例+自建数据库43例) |
371 | 2025-09-24 |
Deep learning-driven abbreviated knee MRI protocols: diagnostic accuracy in clinical practice
2025-Sep, La Radiologia medica
DOI:10.1007/s11547-025-02038-3
PMID:40613973
|
研究论文 | 评估深度学习加速膝关节MRI协议在临床实践中的诊断准确性 | 首次系统比较不同加速因子(2倍/4倍/6倍)的深度学习重建协议对膝关节MRI诊断性能的影响 | 样本量有限(71例患者),DL6协议对细微病变敏感性降低 | 验证深度学习加速MRI协议在膝关节检查中的临床应用价值 | 膝关节损伤患者(韧带撕裂、半月板病变、骨髓水肿等) | 医学影像分析 | 膝关节疾病 | 深度学习重建技术 | DL(深度学习模型) | MRI影像数据 | 71例连续患者 |
372 | 2025-09-24 |
Diurnal variation mapping of urban NO2 concentrations at high spatial resolution using mobile phone signaling data
2025-Sep, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2025.109758
PMID:40886398
|
研究论文 | 利用手机信令数据开发深度学习模型实现高时空分辨率城市NO₂浓度日变化监测 | 首次实现基于手机信令数据的250米/1小时时空分辨率NO₂浓度连续估算,创新设计适用于环境变量建模的深度学习架构 | 研究仅应用于宁波市单一城市,模型在其他地理环境的普适性有待验证 | 提升城市大气污染物高时空分辨率监测能力 | 城市NO₂浓度分布与人口流动模式 | 环境信息学 | NA | 深度学习、手机信令数据分析、5折交叉验证 | 定制化深度学习模型 | 手机信令数据、气象数据、卫星观测数据 | 宁波市范围的时空连续监测数据 |
373 | 2025-09-24 |
An Ensemble Approach to Emergency Medicine Skill Assessment
2025-Sep-01, Military medicine
IF:1.2Q2
DOI:10.1093/milmed/usaf327
PMID:40984092
|
研究论文 | 开发一种集成方法用于急诊医学技能的形成性评估 | 首次结合脑成像、眼动追踪和头戴式视频记录多模态数据,通过可解释深度学习模型提取与专业技能水平相关的生物标志物 | 研究聚焦于气管插管单一技能,未验证方法在其他急诊技能中的普适性 | 实现急诊医学技能的客观化评估和形成性反馈 | 急诊医学培训学员的气管插管操作技能 | 机器学习 | NA | 多模态数据融合、可解释深度学习 | 集成深度学习模型 | 多模态数据(脑成像、眼动追踪、视频) | NA |
374 | 2025-09-24 |
Machine learning methods for gene regulatory network inference
2025-Aug-31, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf470
PMID:40966655
|
综述 | 本文对基于机器学习的基因调控网络推断方法进行了全面综述 | 重点探讨了前沿深度学习技术在提升GRN推断性能中的新兴作用 | NA | 支持GRN推断在基因调控研究中的应用及新机器学习方法的开发 | 基因调控网络(GRNs) | 计算生物学 | NA | 高通量测序技术 | 监督学习、无监督学习、半监督学习、对比学习、深度学习 | 大规模组学数据 | NA |
375 | 2025-09-24 |
International Validation of Echocardiographic Artificial Intelligence Amyloid Detection Algorithm
2025-Aug-25, JACC. Advances
DOI:10.1016/j.jacadv.2025.102067
PMID:40965401
|
研究论文 | 本研究通过国际多中心回顾性病例对照研究验证了基于计算机视觉的深度学习算法EchoNet-LVH在心脏淀粉样变性检测中的性能 | 开发了首个基于超声心动图视频的AI算法用于国际多中心的CA检测验证,在保持高特异性(98.8%)的同时优化了阳性预测值 | 回顾性研究设计,样本量相对有限(1553例),需要前瞻性研究进一步验证临床效用 | 验证人工智能算法在国际多中心环境中识别心脏淀粉样变性的诊断性能 | 574名CA患者和979名对照者的超声心动图研究 | 计算机视觉 | 心脏淀粉样变性 | 深度学习计算机视觉算法 | 深度学习神经网络 | 超声心动图视频(胸骨旁长轴和心尖四腔心切面) | 1553例超声心动图研究(574例CA患者,979例对照组) |
376 | 2025-09-24 |
Self-supervised physics-informed generative networks for phase retrieval from a single X-ray hologram
2025-Aug-25, Optics express
IF:3.2Q2
DOI:10.1364/OE.569216
PMID:40984363
|
研究论文 | 提出一种基于物理信息生成对抗网络的自学习方法,实现单张X射线全息图的相位恢复 | 无需配对/非配对/模拟训练数据即可实现相位和吸收信息的同步重建 | NA | 解决近场菲涅尔理论中的相位恢复逆问题 | X射线波场的相位和吸收信息 | 计算成像 | NA | X射线相位衬度成像 | 物理信息生成对抗网络 | X射线全息图 | PETRA III P05光束线实验数据集和模拟数据 |
377 | 2025-09-24 |
All-optical color image encryption using multimode fiber speckles and diffractive deep neural networks
2025-Aug-25, Optics express
IF:3.2Q2
DOI:10.1364/OE.571745
PMID:40984386
|
研究论文 | 提出一种结合轨道角动量光束、多模光纤散斑和衍射深度神经网络的全光学彩色图像加密系统 | 首次将OAM光束的空间自由度编码、MMF散斑加密与D2NN解码集成于全光学加密框架,实现无需数字计算的超高速图像传输 | 实验仅使用1米MMF在开放环境测试,未验证长距离传输性能 | 开发无需深度学习计算负担的高速安全彩色图像光学传输技术 | 彩色图像像素的灰度值和RGB通道 | 光学加密 | NA | 轨道角动量编码、多模光纤传输、衍射神经网络 | D2NN | 光学图像 | 512×512彩色图像(训练使用长期噪声干扰下采集的散斑样本) |
378 | 2025-09-24 |
Trace gas sensor based on photoacoustic spectroscopy and deep learning nested U-shaped network (U-Net++)
2025-Aug-25, Optics express
IF:3.2Q2
DOI:10.1364/OE.569183
PMID:40984421
|
研究论文 | 提出一种结合光声光谱和深度学习U-Net++网络的高灵敏度痕量气体传感器 | 首次将滚筒型谐振器光声光谱系统与嵌套U型深度学习网络(U-Net++)相结合,实现噪声抑制和长期稳定性提升 | NA | 开发高精度气体检测技术用于环境监测、工业安全和医疗诊断 | 甲烷(CH)气体 | 传感器技术 | NA | 光声光谱技术(PAS)、有限元模拟、深度学习 | U-Net++ | 光谱数据 | 不同浓度甲烷气体样本(5-30 ppm) |
379 | 2025-09-24 |
Accurate prediction approach for the center position of a future light spot under atmospheric turbulence
2025-Aug-25, Optics express
IF:3.2Q2
DOI:10.1364/OE.568684
PMID:40984412
|
研究论文 | 提出一种名为FMRP的混合方法,用于预测大气湍流下光斑中心位置 | 仅需处理实时接收的光斑图像即可实现精确位置预测,无需离线训练和大型数据集 | NA | 提高卫星对地激光通信中指向、捕获和跟踪系统的精度与稳定性 | 大气湍流环境下的光斑中心位置 | 机器学习和光学工程交叉领域 | NA | 特征匹配和递归神经网络 | RNN | 光斑图像序列 | NA |
380 | 2025-09-24 |
Statistical analysis and prediction of dynamic UAV-based entanglement distribution channel through deep learning
2025-Aug-11, Optics express
IF:3.2Q2
DOI:10.1364/OE.565103
PMID:40984598
|
研究论文 | 提出基于PatchTST深度学习模型的无人机量子纠缠分发信道动态预测框架 | 首次将PatchTST时间序列Transformer模型应用于无人机量子通信信道动态预测,突破传统静态统计模型的限制 | 基于仿真数据验证,尚未进行真实环境实验验证 | 实现无人机对地量子信道透射率的实时动态预测 | 无人机量子纠缠分发信道 | 机器学习 | NA | 深度学习 | PatchTST(基于Transformer的时间序列预测模型) | 时间序列数据 | NA |