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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1161 | 2025-04-15 |
An Explainable LSTM-Based Intrusion Detection System Optimized by Firefly Algorithm for IoT Networks
2025-Apr-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25072288
PMID:40218800
|
研究论文 | 本文提出了一种基于LSTM的可解释入侵检测系统,通过萤火虫算法优化,用于IoT网络 | 结合统计方法和元启发式算法进行特征选择,构建LSTM模型,并应用XAI工具(LIME和SHAP)提高模型的可解释性 | 仅在两个公开数据集上进行测试,可能无法涵盖所有IoT网络攻击场景 | 开发一种可解释且高效的入侵检测系统,以应对IoT设备面临的安全威胁 | IoT网络中的入侵行为 | 机器学习 | NA | 元启发式算法(萤火虫算法),XAI工具(LIME和SHAP) | LSTM | 网络流量数据 | 两个公开数据集(NF-BoT-IoT-v2和IoTID20) |
1162 | 2025-04-15 |
An End-to-End General Language Model (GLM)-4-Based Milling Cutter Fault Diagnosis Framework for Intelligent Manufacturing
2025-Apr-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25072295
PMID:40218806
|
研究论文 | 提出了一种基于GLM-4的端到端铣刀故障诊断框架,用于智能制造 | 首次将GLM-4大型语言模型应用于铣刀故障诊断,结合领域特定特征工程,在小样本和噪声环境下表现出优越性能 | 仅在PHM 2010数据集和专有铣刀数据集上验证,未在其他类型机械故障诊断中测试 | 提高智能制造中铣刀故障诊断的准确性和鲁棒性 | CNC机床和切削刀具 | 智能制造 | NA | 大型语言模型(GLMs) | GLM-4 | 传感器数据 | PHM 2010数据集和专有铣刀数据集 |
1163 | 2025-04-15 |
Resource-Constrained Specific Emitter Identification Based on Efficient Design and Network Compression
2025-Apr-04, Sensors (Basel, Switzerland)
DOI:10.3390/s25072293
PMID:40218805
|
research paper | 提出了一种基于高效设计和网络压缩的资源受限特定发射器识别方法 | 开发了轻量级卷积网络LCNet,并在全连接层引入稀疏正则化技术,实现了超过99%的特征维度降低 | 未提及具体在极端资源受限环境下的性能表现 | 解决资源受限边缘设备在特定发射器识别任务中的模型参数冗余和高特征维度问题 | 自动相关监视广播(ADS-B)和Wi-Fi信号 | machine learning | NA | 深度学习 | LCNet (轻量级卷积网络) | 信号数据 | 公开的ADS-B和Wi-Fi数据集 |
1164 | 2025-04-15 |
Integrating Textual Queries with AI-Based Object Detection: A Compositional Prompt-Guided Approach
2025-Apr-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25072258
PMID:40218769
|
research paper | 本文提出了一种新颖的神经符号对象检测框架,通过深度学习模块将对象提议与文本提示对齐,并通过符号模块实现逻辑推理 | 结合深度学习与符号推理,显著增强了对象检测和场景理解能力,支持复杂的查询驱动交互 | 使用了合成的3D图像数据集,可能在实际应用中的泛化能力有待验证 | 提升对象检测和识别的自动识别能力,特别是在上下文查询分析和人机交互方面 | 目标对象的自动识别与场景理解 | computer vision | NA | deep learning, symbolic reasoning | neuro-symbolic framework | 3D image | 合成3D图像数据集(具体数量未提及) |
1165 | 2025-04-15 |
IESSP: Information Extraction-Based Sparse Stripe Pruning Method for Deep Neural Networks
2025-Apr-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25072261
PMID:40218773
|
研究论文 | 提出了一种基于信息提取的稀疏条纹剪枝方法(IESSP),用于深度神经网络的模型压缩 | 引入了信息提取模块(IEM)和新型损失函数,提升了特征选择的精确度并平衡了准确性与效率 | 未提及在更大规模数据集或更复杂模型上的表现 | 减少深度神经网络模型的存储需求和计算资源消耗 | 深度神经网络模型(如VGG-16) | 机器学习 | NA | 网络剪枝 | CNN | 图像 | CIFAR-10数据集 |
1166 | 2025-04-15 |
Reliable Vehicle Routing Problem Using Traffic Sensors Augmented Information
2025-Apr-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25072262
PMID:40218774
|
研究论文 | 本文提出了一种结合交通传感器数据增强和深度学习技术的新型路由框架,以提高路径选择和网络可观测性的可靠性 | 引入了一种集成交通传感器数据增强和深度学习技术的新型路由框架,通过最小化传感器部署需求并提高网络范围的交通估计准确性,解决了传感器数据有限与网络可观测性之间的差距 | 未明确提及具体局限性,但可能涉及深度学习模型在极端交通条件下的泛化能力 | 提高实时交通管理和车辆路径优化的可靠性和可扩展性 | 交通网络和车辆路径问题 | 机器学习 | NA | 深度学习 | Stacked Sparse Auto-Encoder (SAE) | 交通传感器数据 | 未明确提及具体样本量 |
1167 | 2025-04-15 |
MCT-CNN-LSTM: A Driver Behavior Wireless Perception Method Based on an Improved Multi-Scale Domain-Adversarial Neural Network
2025-Apr-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25072268
PMID:40218780
|
research paper | 提出了一种基于改进多尺度域对抗神经网络的驾驶员行为无线感知方法MCT-CNN-LSTM | 结合多尺度和通道时间注意力模块,采用域对抗训练减少域偏移,提高驾驶行为分类准确率 | NA | 提高基于FMCW雷达系统的驾驶行为识别准确率 | 驾驶员行为 | machine learning | NA | FMCW雷达系统 | MCT-CNN-LSTM(多通道CNN结合LSTM网络) | 雷达信号 | 真实测量数据集 |
1168 | 2025-04-15 |
ErgoReport: A Holistic Posture Assessment Framework Based on Inertial Data and Deep Learning
2025-Apr-03, Sensors (Basel, Switzerland)
DOI:10.3390/s25072282
PMID:40218793
|
research paper | 开发了一个基于惯性数据和深度学习的全面姿势评估框架ErgoReport,用于量化人体工学风险并识别导致风险的姿势 | 创新性地结合惯性数据和深度学习,生成图形用户界面报告,直观展示人体工学评分与姿势关联,帮助工人识别高风险姿势 | 研究仅涉及13名受试者,样本量较小,且仅测试了农业和建筑行业的两种工作任务 | 开发一个自动化、量化的姿势评估框架,以改进人体工学评估的效率和效果 | 工人姿势评估,特别是农业和建筑行业的工作任务 | machine learning | work-related musculoskeletal disorders | Deep Learning | NA | inertial data | 13名受试者,模拟农业收获和砌砖工作任务 |
1169 | 2025-04-15 |
A Non-Contact Privacy Protection Bed Angle Estimation Method Based on LiDAR
2025-Apr-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25072226
PMID:40218738
|
研究论文 | 提出了一种基于LiDAR技术的非接触式隐私保护床位角度估计方法 | 利用LiDAR技术实现非侵入式床位角度检测,结合YOLO-X和增强A2J算法的深度学习框架,提高了角度估计的准确性 | 实验仅在ICU环境中进行,未涉及其他医疗环境或家庭护理场景 | 开发一种隐私保护的床位角度监测系统,以减少医疗并发症 | ICU中的床位角度监测 | 计算机视觉 | NA | LiDAR技术,深度学习 | YOLO-X, A2J算法 | LiDAR数据 | ICU环境中的实验数据 |
1170 | 2025-04-15 |
A Hierarchical Dispatcher for Scheduling Multiple Deep Neural Networks (DNNs) on Edge Devices
2025-Apr-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25072243
PMID:40218755
|
research paper | 本文提出了一种分层调度器架构,用于在具有异构处理单元(PUs)的边缘设备上高效调度多个深度神经网络(DNNs)的执行 | 提出了一种分离调度器与调度策略的分层调度器架构,支持在异构边缘设备上灵活且可扩展地调度DNN子图 | 未提及具体案例研究的设备类型和数量限制 | 提高在异构边缘设备上调度多个DNNs的效率和性能 | 边缘设备上的深度神经网络(DNNs)调度 | machine learning | NA | NA | DNN | NA | NA |
1171 | 2025-04-15 |
Typical Crop Classification of Agricultural Multispectral Remote Sensing Images by Fusing Multi-Attention Mechanism ResNet Networks
2025-Apr-02, Sensors (Basel, Switzerland)
DOI:10.3390/s25072237
PMID:40218750
|
research paper | 该研究提出了一种基于改进ResNet网络的多光谱遥感图像作物分类模型,用于精确分类向日葵、玉米、甜菜和辣椒等典型作物 | 融合ACmix自注意力模块和坐标注意力机制的改进ResNet50模型,显著提高了多光谱图像分类准确率至97.8% | 研究仅针对四种特定作物,可能不适用于其他作物类型 | 开发高精度作物分类方法以支持精准农业管理 | 向日葵、玉米、甜菜和辣椒四种典型作物 | computer vision | NA | 多光谱遥感成像 | 改进的ResNet50(融合ACmix自注意力模块和坐标注意力机制) | 多光谱遥感图像 | 未明确说明样本数量(涉及四种作物) |
1172 | 2025-04-15 |
Nonperfused Retinal Capillaries-A New Method Developed on OCT and OCTA
2025-Apr-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.4.22
PMID:40202734
|
研究论文 | 开发了一种基于OCT和OCTA的新方法来量化无灌注视网膜毛细血管,并评估其在AMD和糖尿病视网膜病变中的作用 | 提出了一种新的深度学习去噪算法,用于从OCT/OCTA中识别无灌注视网膜毛细血管,并建立了这些毛细血管与AMD和DR已知特征之间的关系 | 研究中未明确说明样本的具体数量,且流体存在与无灌注毛细血管之间无显著相关性 | 开发一种新方法来量化无灌注视网膜毛细血管,并评估其在AMD和糖尿病视网膜病变中的作用 | AMD和糖尿病视网膜病变患者的眼睛 | 数字病理学 | 糖尿病视网膜病变, 年龄相关性黄斑变性 | OCT, OCTA, 深度学习去噪算法 | 深度学习 | 图像 | NA |
1173 | 2025-04-15 |
Technological Advancements in Human Navigation for the Visually Impaired: A Systematic Review
2025-Apr-01, Sensors (Basel, Switzerland)
DOI:10.3390/s25072213
PMID:40218728
|
系统综述 | 本文通过系统文献综述评估了针对视障人士的导航系统的有效性和功能性 | 整合了高精度GPS、超声波传感器、蓝牙等多种传感器及辅助应用,结合AI深度学习优化导航精度和能效 | 数字无障碍性不足和适应支持系统稀缺,限制了视障人士的自主性和社会融入 | 评估和比较近期视障导航技术的有效性与功能性 | 视障人士导航系统 | 辅助技术 | 视力障碍 | 高精度GPS、超声波传感器、蓝牙、RGB-D相机、LiDAR、立体相机 | 深度学习、神经网络 | 传感器数据、图像 | 58篇2019-2024年间发表的文章 |
1174 | 2025-04-15 |
Construction of a Real-Time Detection for Floating Plastics in a Stream Using Video Cameras and Deep Learning
2025-Apr-01, Sensors (Basel, Switzerland)
DOI:10.3390/s25072225
PMID:40218736
|
research paper | 该研究开发了一种基于深度学习的实时视觉识别模型,用于检测河流中的漂浮塑料碎片 | 使用YOLOv8算法进行多类分类,实现了对四种塑料碎片的实时检测与计数 | 在未知视频中的追踪和计数性能有限,仅检测到32个碎片中的6个 | 开发实时监测河流中塑料碎片的模型,以评估塑料碎片排放并制定有效管理策略 | 河流中的漂浮塑料碎片 | computer vision | NA | deep learning | YOLOv8 | video | 现场视频数据 |
1175 | 2025-04-15 |
Vase-Life Monitoring System for Cut Flowers Using Deep Learning and Multiple Cameras
2025-Apr-01, Plants (Basel, Switzerland)
DOI:10.3390/plants14071076
PMID:40219143
|
研究论文 | 开发了一种基于深度学习和多摄像头的切花瓶插寿命监测系统(VMS),用于自动准确评估切花玫瑰的采后质量和瓶插寿命 | 整合了摄像头成像与YOLOv8深度学习算法,实现了对切花玫瑰主要生理参数的连续监测,包括花朵开放、鲜重、水分吸收和灰霉病发生率 | 研究仅针对切花玫瑰,未涉及其他花卉品种 | 开发一种自动监测切花采后质量和瓶插寿命的系统 | 切花玫瑰 | 计算机视觉 | 灰霉病 | 深度学习 | YOLOv8 | 图像 | 未明确提及样本数量 |
1176 | 2025-04-15 |
Comparing ARIMA and various deep learning models for long-term water quality index forecasting in Dez River, Iran
2025-Apr, Environmental science and pollution research international
DOI:10.1007/s11356-024-32228-x
PMID:38353815
|
研究论文 | 本研究比较了ARIMA和多种深度学习模型在伊朗Dez河长期水质指数预测中的表现 | 首次在Dez河水质预测中比较了ARIMA与五种深度学习模型(Simple_RNN、LSTM、CNN、GRU和MLP)的性能 | 研究仅使用了单变量时间序列数据,未考虑多变量因素对水质的影响 | 开发低成本、高效率且高精度的水质预测方法,以应对全球水资源短缺问题 | 伊朗Dez河2010-2020年的水质数据 | 机器学习 | NA | 时间序列分析 | ARIMA, Simple_RNN, LSTM, CNN, GRU, MLP | 时间序列数据 | 2010-2020年四个监测站的每日水质数据 |
1177 | 2025-04-14 |
Energy efficient multipath routing in IoT-wireless sensor network via hybrid optimization and deep learning-based energy prediction
2025-Apr-11, Network (Bristol, England)
DOI:10.1080/0954898X.2025.2476081
PMID:40219585
|
research paper | 该研究提出了一种新颖的混合Beluga Whale-Coati优化(HBWCO)算法,用于优化物联网-无线传感器网络中的能量高效多路径路由 | 结合了混合优化算法和基于深度学习的能量预测,以提高网络的能量效率和可靠性 | 未提及具体实验环境或实际部署中的潜在问题 | 优化无线传感器网络中的能量高效数据传 | 无线传感器网络中的传感器节点和数据传 | machine learning | NA | Hybrid Beluga Whale-Coati Optimization (HBWCO), Deep Q-Net | Deep Q-Net | sensor data | NA |
1178 | 2025-04-14 |
Incorporating Respiratory Signals for ML-based Multi-Modal Sleep Stage Classification: A Large-Scale Benchmark Study with Actigraphy and HRV
2025-Apr-11, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf091
PMID:40219765
|
研究论文 | 本研究通过结合活动记录(ACT)、心率变异性(HRV)和呼吸率变异性(RRV),利用机器学习和深度学习算法,系统比较了基于ACT的睡眠阶段分类与多模态方法的效果 | 首次在大规模研究中探讨了将呼吸信号纳入睡眠阶段分类,并通过ECG衍生呼吸(EDR)特征引入呼吸信息,与传统呼吸带数据进行比较 | 研究依赖于公开数据集,可能无法涵盖所有潜在的睡眠模式和变异 | 提高家庭环境中长期无干扰睡眠监测的准确性,以替代昂贵的睡眠实验室 | 睡眠阶段分类 | 机器学习 | 睡眠障碍 | ECG-derived respiration (EDR), 呼吸带数据 | LSTM | 生理信号数据(ACT, HRV, RRV) | 超过1,000条记录 |
1179 | 2025-04-14 |
Pre-trained molecular representations enable antimicrobial discovery
2025-Apr-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58804-4
PMID:40210659
|
研究论文 | 提出一种基于预训练分子表示的计算策略,用于加速抗菌药物的发现 | 利用自监督深度学习框架MolE学习任务无关的分子表示,结合实验验证的化合物-细菌活性数据,构建通用预测模型 | 需要依赖已有的实验验证数据,可能对结构新颖化合物的预测能力有限 | 开发计算策略加速抗菌药物发现 | 化学化合物及其抗菌活性 | 机器学习 | 细菌感染 | 自监督深度学习 | MolE框架 | 化学结构数据 | 实验验证了三种针对金黄色葡萄球菌的人类靶向药物 |
1180 | 2025-04-14 |
Heterogeneous attention multi-scale network for efficient weld seam classification
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91186-7
PMID:40210665
|
research paper | 提出了一种名为HAMS-Net的新型深度学习框架,用于高效焊缝分类 | 通过整合通道-空间注意力模块、异质注意力池化模块、高效Ghost特征通道ReLU层和自适应特征金字塔网络,实现了焊缝分类的最先进性能 | 未提及具体的数据集规模限制或实际工业应用中的潜在问题 | 解决工业环境中焊缝分类面临的几何多样性、类间细微差异和图像质量变化等挑战 | 工业焊缝图像 | computer vision | NA | 深度学习 | HAMS-Net (整合了注意力机制和多尺度特征提取的CNN变体) | 图像 | 使用了ImageNet和专用焊缝数据集(未提及具体样本数量) |