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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1081 | 2025-02-21 |
Multiscale feature enhanced gating network for atrial fibrillation detection
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108606
PMID:39847993
|
研究论文 | 本文提出了一种新颖的多尺度特征增强门控网络(MFEG Net),用于心房颤动(AF)的诊断 | 该网络集成了多尺度卷积、自适应特征增强和动态时间处理,能够有效捕捉全局和局部信息,消除冗余特征并强调有效特征,增强了对噪声和无关信息的鲁棒性和准确性 | NA | 提高心房颤动(AF)的自动诊断准确性和鲁棒性 | 心电图(ECG)信号 | 机器学习 | 心血管疾病 | 深度学习 | 多尺度特征增强门控网络(MFEG Net) | 心电图信号 | PhysioNet Challenge 2017数据集、CinC2017数据库、CPSC2018数据库和AFDB数据库 |
1082 | 2025-02-21 |
Severity grading of hypertensive retinopathy using hybrid deep learning architecture
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108585
PMID:39862474
|
研究论文 | 本文提出了一种混合深度学习架构,用于高血压视网膜病变(HR)的严重程度分级 | 引入了一种结合预训练ResNet-50和修改后的Vision Transformer(ViT)架构的混合模型,通过全局和局部自注意力机制增强模型性能,并提出了基于解耦表示和分类器(DRC)的训练方法以解决类别不平衡问题 | 缺乏公开可用的HR分级数据集,且存在高类别不平衡问题 | 开发一种准确的高血压视网膜病变严重程度分级方法 | 高血压视网膜病变(HR)的严重程度分级 | 计算机视觉 | 高血压视网膜病变 | 深度学习 | 混合模型(ResNet-50 + 修改后的Vision Transformer) | 图像 | NA |
1083 | 2025-02-21 |
Towards practical and privacy-preserving CNN inference service for cloud-based medical imaging analysis: A homomorphic encryption-based approach
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108599
PMID:39874935
|
研究论文 | 本文提出了一种基于同态加密的实用且保护隐私的CNN推理框架PPCNN,用于云端医学影像分析 | PPCNN框架结合了低扩展同态加密方案和基于噪声的掩码方法,通过优化计算成本、引入系数感知打包方法和数据掩码技术,显著提高了响应时间和降低了使用成本 | 现有隐私保护解决方案因卷积层内积操作的计算复杂性和非线性激活函数评估的高通信成本而存在显著的延迟问题,使得当前解决方案在实际应用中不切实际 | 解决移动云端医学影像分析中的隐私保护问题,确保用户在使用云端CNN模型分类私人放射影像时的数据隐私 | 私人身体相关的放射影像 | 数字病理 | NA | 同态加密 | CNN | 图像 | 三个真实世界的放射影像数据集 |
1084 | 2025-02-21 |
A bio-lattice deep learning framework for modeling discrete biological materials
2025-Apr, Journal of the mechanical behavior of biomedical materials
IF:3.3Q3
DOI:10.1016/j.jmbbm.2025.106900
PMID:39891961
|
研究论文 | 本文提出了一种基于机器学习的多尺度框架,结合深度神经网络(DNNs)、有限元方法(FEM)和受晶格弹簧模型(LSM)启发的微观结构描述,用于研究离散、空间异质材料的行为 | 提出了一种新颖的机器学习多尺度框架,结合DNNs、FEM和LSM,用于研究离散、空间异质材料的行为,并开发了一个无假设的晶格框架 | 未明确提及具体局限性 | 研究离散、空间异质材料的力学行为 | 生物组织的微观结构和宏观材料行为 | 机器学习 | NA | 深度神经网络(DNNs)、有限元方法(FEM)、晶格弹簧模型(LSM) | 深度神经网络(DNNs) | 微观结构数据 | NA |
1085 | 2025-02-21 |
Antimicrobial resistance recommendations via electronic health records with graph representation and patient population modeling
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108616
PMID:39913994
|
研究论文 | 本研究提出了一种基于电子健康记录(EHR)的深度学习框架,用于生成抗菌素耐药性(AMR)推荐 | 该框架首次结合了深度图神经网络、患者群体建模和多任务学习策略,以增强AMR推荐的准确性和效率 | 研究主要针对尿路感染患者,可能不适用于其他类型的感染 | 开发一种能够利用EHR数据生成AMR推荐的深度学习框架 | 超过110,000名尿路感染患者的EHR数据 | 机器学习 | 尿路感染 | 深度图神经网络 | 图神经网络(GNN) | 电子健康记录(EHR) | 超过110,000名尿路感染患者 |
1086 | 2025-02-21 |
Why does my medical AI look at pictures of birds? Exploring the efficacy of transfer learning across domain boundaries
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108634
PMID:39913993
|
研究论文 | 本文探讨了在医学深度学习中使用领域内预训练模型与跨领域预训练模型的效能差异 | 研究表明,在CT图像任务中,使用领域内(RadNet)预训练模型相比跨领域(ImageNet)预训练模型具有优势,尤其是在CT图像领域内 | 研究结果仅适用于CT图像领域,对于其他医学影像模态,ImageNet预训练模型表现更好 | 比较领域内预训练与跨领域预训练在医学深度学习任务中的效能 | CT图像数据集(RadNet-12M、RadNet-1.28M)和自然图像数据集 | 计算机视觉 | NA | 自监督对比预训练 | 深度学习模型 | 图像 | 超过12百万/1.28百万CT图像切片,来自90,663次扫描 |
1087 | 2025-02-21 |
DIFLF: A domain-invariant features learning framework for single-source domain generalization in mammogram classification
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108592
PMID:39813937
|
研究论文 | 本研究提出了一种用于单源域泛化的领域不变特征学习框架(DIFLF),旨在提高深度学习模型在乳腺癌筛查中的临床应用 | 提出了风格增强模块(SAM)和内容-风格解耦模块(CSDM),通过增加源域特征多样性和解耦领域不变特征来减少领域偏移的影响 | 仅使用一个源数据集进行训练,可能限制了模型在其他数据集上的泛化能力 | 提高深度学习模型在乳腺癌筛查中的跨机构泛化能力 | 乳腺X光片 | 计算机视觉 | 乳腺癌 | 深度学习 | DIFLF(包含SAM和CSDM) | 图像 | 一个私有数据集(PRI1)用于训练,另一个私有数据集(PRI2)和两个公共数据集(INbreast和MIAS)用于测试 |
1088 | 2025-02-21 |
Neurophysiological data augmentation for EEG-fNIRS multimodal features based on a denoising diffusion probabilistic model
2025-Apr, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2025.108594
PMID:39813939
|
研究论文 | 本文提出了一种基于去噪扩散概率模型(DDPM)和高斯噪声添加的EEG-fNIRS数据增强框架(EFDA-CDG),用于提升混合脑机接口(BCI)系统的性能 | 结合DDPM生成模型和传统的高斯噪声添加方法,为分类器提供更丰富的训练数据,并通过EEG特征注意力和fNIRS地形注意力提高分类准确率 | 数据增强的效果依赖于手动提取特征和空间映射插值的质量,且实验验证仅限于特定任务和数据库 | 提升混合脑机接口系统的性能 | EEG和fNIRS信号 | 脑机接口 | NA | 去噪扩散概率模型(DDPM),高斯噪声添加 | DDPM | EEG和fNIRS信号 | 三个公开数据库和一个自收集数据库 |
1089 | 2025-02-20 |
Detection of camellia oil adulteration based on near-infrared spectroscopy and smartphone combined with deep learning and multimodal fusion
2025-Apr-30, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.142930
PMID:39826519
|
研究论文 | 本研究开发了一种基于近红外光谱和智能手机结合深度学习与多模态融合的茶油掺假检测系统 | 结合近红外光谱和智能手机视觉数据,采用多模态融合方法提高检测精度,提出了一种实时检测茶油真实性的新方法 | 研究仅针对茶油与菜籽油的二元掺假系统,未涉及其他可能的掺假油种 | 开发一种实时检测茶油掺假的方法,以应对日益严重的食品安全问题 | 茶油与菜籽油的掺假样品 | 机器学习 | NA | 近红外光谱、智能手机图像和视频分析 | 深度学习模型 | 光谱数据、图像数据、视频数据 | 243个掺假油样 |
1090 | 2025-02-19 |
Bean leaf image dataset annotated with leaf dimensions, segmentation masks, and camera calibration
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111328
PMID:39959655
|
研究论文 | 本文介绍了一个包含6981张普通豆叶图像的数据库,这些图像附有基准标记和已知叶片尺寸的注释 | 提供了一个包含详细注释的叶片图像数据库,包括图像分割、已知区域、基准标记区域、标记姿态、拍摄条件和相机校准信息 | NA | 开发用于叶片尺寸测量及相关问题的深度学习算法 | 普通豆叶 | 计算机视觉 | NA | NA | NA | 图像 | 6981张图像,涉及612片普通豆叶 |
1091 | 2025-02-18 |
Regional Image Quality Scoring for 2-D Echocardiography Using Deep Learning
2025-Apr, Ultrasound in medicine & biology
|
研究论文 | 本文开发并比较了自动估计超声心动图区域图像质量的方法,独立于视图正确性 | 提出了三种估计图像质量的方法,包括经典像素级指标、局部图像一致性方法和端到端深度学习模型,并进行了比较 | gCNR指标在本研究中表现不佳,显示出有限的有效性 | 开发自动估计超声心动图区域图像质量的方法 | 超声心动图图像 | 计算机视觉 | 心血管疾病 | 深度学习 | U-Net, 端到端深度学习模型 | 图像 | 由三位经验丰富的心脏病专家提供的手动区域质量注释 |
1092 | 2025-02-17 |
Graph-based deep learning for predictions on changes in microbiomes and biogas production in anaerobic digestion systems
2025-Apr-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123144
PMID:39826399
|
研究论文 | 本研究提出了一种基于图卷积网络(GCNs)的模型,用于预测厌氧消化系统中微生物群落的变化和沼气产量 | 首次将图卷积网络应用于厌氧消化过程的建模,结合高通量测序数据和挥发性脂肪酸(VFA)抑制效应,预测微生物动态和沼气产量 | 研究仅基于特定条件下的厌氧消化器响应,可能无法完全推广到其他操作条件 | 理解和优化厌氧消化过程,以提高沼气产量和有机废物处理效率 | 厌氧消化系统中的微生物群落和沼气产量 | 机器学习 | NA | 高通量测序 | 图卷积网络(GCNs) | 测序数据 | 281天的厌氧消化器响应数据 |
1093 | 2025-02-17 |
Establishing performance criteria for evaluating watershed-scale sediment and nutrient models at fine temporal scales
2025-Apr-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2025.123156
PMID:39955106
|
研究论文 | 本文旨在建立评估流域尺度沉积物和营养物模型在精细时间尺度上性能的标准 | 提出了基于过程模型的新性能评估标准,并探讨了这些标准在机器学习模型评估中的应用 | 性能标准主要基于过程模型,可能不完全适用于所有类型的模型 | 为流域管理决策和资源分配提供模型性能评估的基准 | 流域水质量模型 | 环境科学 | NA | Nash-Sutcliffe效率(NSE) | 过程模型和深度学习模型 | 时间序列数据 | 229个模型应用 |
1094 | 2025-02-17 |
Revisiting therapeutic options against resistant klebsiella pneumoniae infection: Phage therapy is key
2025-Apr, Microbiological research
IF:6.1Q1
DOI:10.1016/j.micres.2025.128083
PMID:39904002
|
综述 | 本文回顾了针对耐药性肺炎克雷伯菌感染的治疗选择,特别强调了噬菌体疗法的重要性 | 本文强调了噬菌体疗法在治疗耐药性肺炎克雷伯菌感染中的潜力,并探讨了基因工程和人工智能在优化噬菌体疗法中的应用 | 噬菌体疗法在临床广泛应用中仍面临关键限制 | 探讨新型治疗策略以应对耐药性肺炎克雷伯菌感染 | 耐药性肺炎克雷伯菌 | 医学 | 肺炎克雷伯菌感染 | 噬菌体疗法、基因工程、人工智能 | NA | NA | NA |
1095 | 2025-02-13 |
A comprehensive hog plum leaf disease dataset for enhanced detection and classification
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111311
PMID:39931093
|
研究论文 | 本文介绍了一个全面的Hog plum叶片病害数据集,旨在增强病害的检测和分类 | 创建了一个全面的Hog plum叶片病害数据集,并通过数据增强技术扩展了数据集,提高了深度学习模型的训练效果 | 数据集仅包含来自孟加拉国不同地区的图像,可能无法完全代表其他地区的病害情况 | 开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型,以减少对人工检查的依赖 | Hog plum叶片病害 | 计算机视觉 | 植物病害 | 数据增强技术(翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放) | 深度学习模型 | 图像 | 原始数据集包含3782张图像,通过数据增强扩展到20000张图像 |
1096 | 2025-02-12 |
Hematoxylin and Eosin-stained whole slide image dataset annotated for skin tissue segmentation
2025-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2025.111306
PMID:39925388
|
研究论文 | 本文发布了一个用于皮肤组织分割的Hematoxylin和Eosin染色全切片图像数据集,并验证了其有效性 | 发布了一个包含38张全切片图像及其掩码的数据集,涵盖了12个类别,包括组织、皮肤癌和皮肤层,并使用SegFormer模型验证了数据集的有效性 | 数据集规模相对较小,仅包含38张图像 | 通过发布和验证数据集,支持基于深度学习的皮肤疾病自动诊断系统的开发 | 皮肤组织 | 数字病理学 | 皮肤癌 | Hematoxylin和Eosin染色 | SegFormer | 图像 | 38张全切片图像 |
1097 | 2025-02-11 |
Enhanced clinical photoacoustic vascular imaging through a skin localization network and adaptive weighting
2025-Apr, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2025.100690
PMID:39916976
|
研究论文 | 本文介绍了一种通过深度学习网络和自适应加权算法来增强临床光声血管成像的方法 | 结合深度学习网络进行皮肤层分割和自适应加权算法来补偿组织衰减,从而恢复深层血管 | 未提及具体局限性 | 提升临床光声血管成像的质量,特别是在深层血管的可视化方面 | 光声成像中的血管 | 数字病理学 | NA | 光声断层扫描(PAT) | 深度学习网络 | 图像 | 未提及具体样本数量 |
1098 | 2025-02-09 |
Estimating baselines of Raman spectra based on transformer and manually annotated data
2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125679
PMID:39733708
|
研究论文 | 本文提出了一种基于Transformer和手动标注数据的拉曼光谱基线估计方法 | 设计了一种针对拉曼光谱数据的一维Transformer模型(1dTrans),并在基线估计任务中表现优于传统的卷积神经网络(CNN)、ResUNet和三种参数化方法 | 手动标注数据的过程可能耗时且依赖于参数调整,模型的泛化能力未在更多材料上进行验证 | 改进拉曼光谱的基线校正方法,以提高定量分析的准确性 | 拉曼光谱数据 | 机器学习 | NA | 拉曼光谱分析 | Transformer, CNN, ResUNet | 光谱数据 | 八种不同生物材料的光谱数据 |
1099 | 2025-02-10 |
Lightweight deep learning algorithm for real-time wheat flour quality detection via NIR spectroscopy
2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125653
PMID:39733712
|
研究论文 | 本研究提出了一种轻量级卷积神经网络,用于通过近红外光谱实时监测小麦粉质量 | 结合了Ghost瓶颈、外部注意力模块和Kolmogorov-Arnold网络,以增强特征提取并提高预测准确性 | 未提及模型在大规模实际应用中的具体表现和潜在问题 | 开发一种高效、非破坏性的小麦粉质量实时监测工具 | 小麦粉的质量参数(蛋白质和水分含量) | 机器学习 | NA | 近红外光谱 | 卷积神经网络(CNN) | 光谱数据 | 未明确提及具体样本数量,但涉及多样本测试 |
1100 | 2025-02-10 |
Determination and visualization of moisture content in Camellia oleifera seeds rapidly based on hyperspectral imaging combined with deep learning
2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.125676
PMID:39742624
|
研究论文 | 本研究探讨了利用可见近红外高光谱成像(VNIR-HSI)结合深度学习(DL)方法快速检测油茶籽水分含量的可行性 | 提出了一种利用粒子群优化(PSO)搜索卷积神经网络回归(CNNR)模型最优超参数的方法,并比较了多种模型的预测性能,最终确定了最优混合预测模型PSO-CNN-SVR | NA | 探讨利用高光谱成像和深度学习技术实现油茶籽水分含量的无损检测和可视化 | 油茶籽 | 计算机视觉 | NA | 可见近红外高光谱成像(VNIR-HSI) | 卷积神经网络回归(CNNR)、支持向量机回归(SVR)、AlexNet | 光谱数据 | NA |