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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
881 | 2025-02-27 |
Combining pelvic floor ultrasonography with deep learning to diagnose anterior compartment organ prolapse
2025-Feb-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-772
PMID:39995742
|
研究论文 | 本研究结合深度学习与盆底超声技术,旨在提高前腔室器官脱垂的诊断速度和可靠性 | 首次将深度学习应用于盆底超声图像解读,以提升前腔室器官脱垂的诊断效率和准确性 | 研究为回顾性分析,可能受到数据质量和样本选择偏差的影响 | 提高盆底超声诊断前腔室器官脱垂的速度和可靠性,促进基层医疗机构的诊断和治疗 | 前腔室器官脱垂的女性患者 | 计算机视觉 | 妇科疾病 | 深度学习 | CNN(包括AlexNet、VGG-16、ResNet-18和ResNet-50) | 图像 | 1,805名女性(1,605名有前腔室器官脱垂,200名无脱垂) |
882 | 2025-02-26 |
Deep Learning-Assisted Fluorescence Single-Particle Detection of Fumonisin B1 Powered by Entropy-Driven Catalysis and Argonaute
2025-Feb-25, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c05913
PMID:39868471
|
研究论文 | 开发了一种深度学习辅助的荧光单粒子检测平台,用于超灵敏检测食品中的伏马菌素B1 | 结合了熵驱动催化和Argonaute技术,利用深度学习模型YOLOv9进行荧光图像的快速准确计数,提高了检测的灵敏度和效率 | 未提及具体的技术局限或应用限制 | 开发一种超灵敏的检测方法,用于食品中伏马菌素B1的检测,以确保食品安全和公共健康 | 伏马菌素B1(FB) | 生物传感 | NA | 熵驱动催化(EDC)、Argonaute技术、荧光单粒子检测 | YOLOv9 | 荧光图像 | 未提及具体样本数量,但涉及真实食品样本的测试 |
883 | 2025-02-26 |
Deep-Learning-Assisted Self-Powered Microfluidic Bionic Electronic Tongues
2025-Feb-24, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c22067
PMID:39992874
|
研究论文 | 本文介绍了一种结合液体-固体接触带电效应和深度学习算法的自供电微流体仿生电子舌(SMET),用于实现高可靠性和智能化的样品识别和浓度检测 | 通过结合液体-固体接触带电效应和深度学习算法,开发了一种新型的自供电微流体仿生电子舌,显著提高了样品识别的准确性和灵敏度 | NA | 开发一种高可靠性和智能化的液体样品识别和浓度检测工具 | 液体样品,包括五种味觉元素样品和不同浓度的氯化钠溶液 | 机器学习和微流体技术 | NA | 液体-固体接触带电效应(LSCE)和深度学习算法 | 深度学习模型 | 电信号数据 | 五种味觉元素样品和五种浓度的氯化钠溶液,以及超过十种不同的味觉样品 |
884 | 2025-02-26 |
An intelligent prediction method for rock core integrity based on deep learning
2025-Feb-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90924-1
PMID:39987183
|
研究论文 | 本文提出了一种基于深度学习的岩石核心完整性智能预测方法,名为IDA-RCF,用于自动评估岩石核心完整性 | 提出了一个双分支特征提取网络,结合可变形卷积和基于自注意力的EfficientViT网络,以及多级特征融合网络,有效提取并融合局部细节和全局上下文信息 | 未提及具体局限性 | 解决传统人工评估岩石核心完整性效率低下的问题,实现自动评估 | 岩石核心完整性 | 计算机视觉 | NA | 深度学习 | 双分支特征提取网络(Deformable convolution和EfficientViT) | 图像 | 未提及具体样本数量 |
885 | 2025-02-26 |
A deep learning digital biomarker to detect hypertension and stratify cardiovascular risk from the electrocardiogram
2025-Feb-22, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01491-8
PMID:39987256
|
研究论文 | 本文开发了一种深度学习模型HTN-AI,用于通过12导联心电图波形识别高血压并分层心血管疾病风险 | 利用深度学习模型从心电图中检测高血压,并作为高血压相关心血管疾病的数字生物标志物 | 研究依赖于特定医院的数据,可能限制了模型的普适性 | 开发一种基于心电图的深度学习模型,用于高血压检测和心血管疾病风险分层 | 103,405名成年人的752,415份心电图数据 | 数字病理学 | 心血管疾病 | 深度学习 | 深度学习模型 | 心电图波形 | 103,405名成年人的752,415份心电图数据 |
886 | 2025-02-26 |
Building rooftop extraction from high resolution aerial images using multiscale global perceptron with spatial context refinement
2025-Feb-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91206-6
PMID:39987354
|
研究论文 | 本文提出了一种基于Transformer和CNN的多尺度全局感知网络,用于从高分辨率航空图像中提取建筑物屋顶 | 提出了一种改进的多头注意力编码器,通过构建多尺度标记来增强全局语义关联,并开发了上下文细化解码器,协同使用高层语义表示和浅层特征来恢复空间细节 | 尽管模型在WHU和Massub数据集上表现优异,但未提及在其他数据集上的泛化能力 | 提高从高分辨率航空图像中提取建筑物屋顶的精度和效率 | 建筑物屋顶 | 计算机视觉 | NA | 深度学习 | Transformer, CNN | 图像 | WHU数据集和Massub数据集 |
887 | 2025-02-26 |
Achieving a New Artificial Intelligence System for Serum Protein Electrophoresis to Recognize M-Spikes
2025-Feb-18, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c09327
PMID:39989836
|
研究论文 | 本文探索了一种新的人工智能系统AIRSPE,用于准确识别血清蛋白电泳(SPE)模式中的低浓度M峰 | 开发了基于深度学习的AIRSPE系统,显著优于人工解释,特别是在检测低浓度M峰方面 | 研究主要依赖于内部和外部测试集,可能需要在更广泛的数据集上进一步验证 | 准确识别血清蛋白电泳中的低浓度M峰 | 血清蛋白电泳(SPE)数据 | 机器学习 | NA | 免疫固定电泳(IFE) | MobileNetv2 | 电泳数据 | 166,003个SPE数据集,分为4个训练集和1个优化集,10,014个内部测试集和1,861个外部测试集 |
888 | 2025-02-26 |
Enhanced classification of medicinal plants using deep learning and optimized CNN architectures
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42385
PMID:39991214
|
研究论文 | 本文提出了一种基于深度学习的框架,利用卷积神经网络(CNNs)对药用植物图像进行分类,以提高分类准确性 | 采用带有残差和倒置残差块配置的CNN架构,并结合二元黑猩猩优化和序列特征融合技术,以提高分类的准确性和速度 | 研究中未提及具体的数据集规模或多样性,可能影响模型的泛化能力 | 提高药用植物物种的准确分类,以促进其有效保护和合理使用 | 药用植物图像 | 计算机视觉 | NA | 深度学习,卷积神经网络(CNNs) | CNN | 图像 | 未提及具体样本数量 |
889 | 2025-02-26 |
Improvement of reading platforms assisted by the spring framework: A recommendation technique integrating the KGMRA algorithm and BERT model
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42191
PMID:39991253
|
研究论文 | 本研究提出了一种结合KGMRA算法和BERT模型的新型推荐系统,旨在提高阅读平台的推荐准确性、个性化和内容多样性 | 结合KGMRA算法和BERT模型,利用知识图谱和多关系网络捕捉文章间的语义关系,并通过深度学习生成文章内容的语义表示,显著提升了推荐系统的性能 | 未提及具体的技术实现细节和在不同平台上的适用性 | 提高阅读平台的推荐系统性能,包括推荐准确性、个性化和内容多样性 | 阅读平台的用户和文章内容 | 自然语言处理 | NA | KGMRA算法, BERT模型 | BERT | 文本 | 未提及具体样本数量 |
890 | 2025-02-26 |
Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning
2025-Feb, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14593
PMID:39625106
|
研究论文 | 本研究探讨了使用深度学习技术降低四维CT在心脏功能成像中的辐射剂量 | 提出了两种深度学习网络(标准DL和噪声鲁棒DL),用于在低剂量条件下进行心脏功能指标的测量,展示了在平均辐射剂量减少5倍的情况下,全局功能指标变化最小 | 研究主要关注心脏功能指标的变化,未涉及其他可能的临床影响 | 研究目的是通过深度学习技术降低四维CT在心脏功能成像中的辐射剂量 | 左心室心肌和血池 | 计算机视觉 | 心血管疾病 | 四维CT | 3D残差U-Net | 图像 | 250个心脏CT体积 |
891 | 2025-02-26 |
Enhancing Pediatric Bone Age Assessment Using Artificial Intelligence: Implications for Orthopedic Surgery
2025-Feb, Cureus
DOI:10.7759/cureus.79507
PMID:39989489
|
研究论文 | 本研究评估了人工智能在儿科骨龄预测中的应用,使用RSNA 2017儿科骨龄挑战数据集,开发并训练了一个基于ResNet-50架构的深度学习模型 | 利用深度学习模型(ResNet-50)进行儿科骨龄预测,相比传统方法减少了操作者间的变异性并提高了可靠性 | 需要进一步验证研究以确保在不同患者群体中的临床适用性 | 提高儿科骨龄评估的准确性、效率和标准化,优化治疗时机并扩大高质量骨龄评估的普及 | 儿科骨龄评估 | 计算机视觉 | 骨科疾病 | 深度学习 | ResNet-50 | 图像 | 12,611张手和手腕的X光片用于训练,1,425张用于验证,200张用于测试 |
892 | 2025-02-26 |
Lentil plant disease and quality assessment: A detailed dataset of high-resolution images for deep learning research
2025-Feb, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111224
PMID:39989639
|
研究论文 | 本文介绍了一个包含高分辨率扁豆植物图像的详细数据集,旨在支持机器学习模型在扁豆种植中的疾病检测和质量评估 | 提供了一个全面的高分辨率扁豆植物图像数据集,专门用于农业研究中的计算机视觉和深度学习应用 | 数据集仅涵盖孟加拉国地区的扁豆植物,可能不适用于其他地区的扁豆种植 | 开发机器学习模型以精确检测扁豆疾病并评估其质量,从而提高扁豆生产效率 | 扁豆植物 | 计算机视觉 | 扁豆疾病(如褐斑病、锈病和白粉病) | 深度学习 | NA | 图像 | 四个月内在孟加拉国多个地点收集的高分辨率扁豆植物图像 |
893 | 2025-02-26 |
Explainability of a Deep Learning-Based Classification Model for Antineutrophil Cytoplasmic Autoantibody-Associated Glomerulonephritis
2025-Feb, Kidney international reports
IF:5.7Q1
DOI:10.1016/j.ekir.2024.11.005
PMID:39990883
|
研究论文 | 本文介绍了一种基于深度学习的模型,用于分类抗中性粒细胞胞浆抗体相关性肾小球肾炎(ANCA-GN)的肾活检样本,并探讨了模型的可解释性 | 首次开发了基于深度学习的计算流程,用于按照Berden分类法对ANCA-GN肾活检进行分类,并利用可解释的人工智能技术使模型决策对肾病理学家透明 | 研究样本量较小,仅包括80名患者的肾活检样本,且数据来自三个欧洲中心,可能限制了模型的泛化能力 | 开发并验证一种深度学习模型,用于分类ANCA-GN肾活检样本,并提高模型决策的透明度和可解释性 | 80名ANCA-GN患者的肾活检样本 | 数字病理学 | 肾小球肾炎 | 深度学习 | 深度学习模型 | 图像 | 80名患者的肾活检样本 |
894 | 2025-02-25 |
Early warning study of field station process safety based on VMD-CNN-LSTM-self-attention for natural gas load prediction
2025-Feb-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-85582-2
PMID:39984509
|
研究论文 | 本研究提出了一种基于VMD-CNN-LSTM-Self-Attention的天然气负荷预测方法,以提高天然气供应企业的生产安全管理 | 创新性地提出了VMD-CNN-LSTM-Self-Attention区间预测方法,并实现了基于85%、90%和95%置信区间的分级报警机制 | 未提及具体局限性 | 提高天然气负荷预测的准确性和可靠性,以增强企业生产安全管理 | 天然气场站出站负荷数据 | 机器学习 | NA | 深度学习 | VMD-CNN-LSTM-Self-Attention | 时间序列数据 | 未提及具体样本数量 |
895 | 2025-02-25 |
A detection method for small casting defects based on bidirectional feature extraction
2025-Feb-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-90185-y
PMID:39984609
|
研究论文 | 本文提出了一种基于双向特征提取的小型铸件缺陷检测方法,旨在提高铸件检测的科学性和精确性 | 创新性地开发了一种基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构BiSDE,以及采用基于Wasserstein距离的损失函数来优化小缺陷目标的训练过程 | 未提及具体局限性 | 开发一种自动化缺陷检测模型,以提高铸件检测的效率和准确性 | 小型铸件缺陷 | 计算机视觉 | NA | 深度学习 | BiSDE(基于Hadamard积的双层Encoder-Decoder多尺度特征提取架构) | 图像 | 未提及具体样本数量 |
896 | 2025-02-25 |
Foundations of a knee joint digital twin from qMRI biomarkers for osteoarthritis and knee replacement
2025-Feb-21, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-01507-3
PMID:39984725
|
研究论文 | 本研究基于定量MRI(qMRI)和机器学习技术,构建了一个膝关节的数字孪生系统,旨在推进骨关节炎(OA)管理和膝关节置换(KR)预测的精准医疗 | 结合深度学习分割膝关节结构和降维技术,创建了一个成像生物标志物的嵌入特征空间,并识别出与OA发病率和KR结果显著相关的特定生物标志物 | NA | 推进骨关节炎管理和膝关节置换预测的精准医疗 | 膝关节 | 数字病理学 | 骨关节炎 | 定量MRI(qMRI) | 深度学习 | 图像 | NA |
897 | 2025-02-25 |
Optimizing potato leaf disease recognition: Insights DENSE-NET-121 and Gaussian elimination filter fusion
2025-Feb-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2025.e42318
PMID:39991243
|
研究论文 | 本文提出了一种基于深度学习的混合模型DENSE-NET-121与2D高斯消元滤波器,用于通过早期检测马铃薯叶片病害来提高产量 | 结合DENSE-NET-121和2D高斯消元滤波器,实现了前所未有的训练和验证准确率,并显著降低了训练和验证损失 | NA | 提高马铃薯产量,通过早期检测叶片病害 | 马铃薯叶片 | 计算机视觉 | 马铃薯病害 | 深度学习 | DENSE-NET-121 | 图像 | 来自Kaggle数据集的三种马铃薯叶片类别(早疫病、健康、晚疫病) |
898 | 2025-02-25 |
A Physics-Informed Deep Learning Model for MRI Brain Motion Correction
2025-Feb-13, ArXiv
PMID:39990792
|
研究论文 | 本研究介绍了一种物理信息驱动的深度学习模型PI-MoCoNet,用于MRI脑部运动校正,通过整合空间和k空间信息来消除运动伪影,提高图像质量和诊断可靠性 | PI-MoCoNet无需显式运动参数估计,通过结合空间和k空间信息来校正运动伪影,创新性地使用了U-net与Swin Transformer模块结合的架构,并引入了三种损失函数进行优化 | 研究主要基于模拟的运动伪影数据,实际临床环境中的复杂运动可能未被完全覆盖 | 开发一种高效的MRI脑部运动校正方法,以提高图像质量和诊断可靠性 | MRI脑部图像 | 计算机视觉 | NA | 深度学习 | U-net, Swin Transformer | 图像 | IXI和MR-ART数据集 |
899 | 2025-02-24 |
Design and developing a robot-assisted cell batch microinjection system for zebrafish embryo
2025-Feb-20, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-024-00809-y
PMID:39979250
|
研究论文 | 本文开发了一种新型的自动化系统,用于斑马鱼胚胎的细胞微注射 | 首次提出并集成了具有微力感知功能的微注射器,以判断细胞是否成功穿刺,并采用深度学习模型检测斑马鱼胚胎的卵黄中心,定位注射针在卵黄中的位置,从而提高细胞注射的精度 | NA | 提高斑马鱼胚胎细胞微注射的效率和精度 | 斑马鱼胚胎 | 生物医学工程 | NA | 微流控芯片技术,深度学习 | 深度学习模型 | 图像 | NA |
900 | 2025-02-24 |
FaultSeg: A Dataset for Train Wheel Defect Detection
2025-Feb-20, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-04557-0
PMID:39979297
|
研究论文 | 本文介绍了FaultSeg数据集,用于全球铁路运输中自动检测火车车轮缺陷 | 提出了一个包含829张手动注释图像的数据集,用于训练和测试深度学习模型,以自动检测火车车轮的缺陷 | 数据集仅包含829张图像,可能不足以涵盖所有可能的缺陷类型和场景 | 开发一个用于自动检测火车车轮缺陷的数据集,以提高铁路运输的安全性 | 火车车轮的缺陷检测 | 计算机视觉 | NA | 深度学习 | YOLOv9 | 图像 | 829张手动注释的火车车轮缺陷图像 |