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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3141 | 2025-04-26 |
Informing Deep Learning of Sensing Data with Physics and Chemistry
2025-Apr-25, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.5c01075
PMID:40275811
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
3142 | 2025-04-26 |
Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth
2025-Apr-25, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.70074
PMID:40276961
|
研究论文 | 开发了一种数据驱动的连续睡眠深度测量方法——有序睡眠深度(OSD),并评估其与觉醒概率的关联及其与年龄、性别、睡眠呼吸障碍(SDB)和认知障碍的关系 | 提出了一种基于深度学习的连续睡眠深度测量方法,优于传统的离散睡眠分期方法 | 未提及具体局限性 | 开发并验证一种数据驱动的连续睡眠深度测量方法 | 18,116名患者的21,787份多导睡眠图记录 | 机器学习 | 睡眠呼吸障碍、认知障碍 | 深度学习 | CNN | EEG信号 | 18,116名患者的21,787份多导睡眠图记录 |
3143 | 2025-04-26 |
AI-Driven TENGs for Self-Powered Smart Sensors and Intelligent Devices
2025-Apr-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202417414
PMID:40277838
|
综述 | 本文探讨了人工智能驱动的摩擦纳米发电机(TENGs)在自供电智能传感器和智能设备中的协同潜力 | 将人工智能与TENGs结合,通过优化材料、制造工艺及嵌入机器学习和深度学习算法,提升能量收集、预测性维护和动态性能优化 | 当前面临材料优化、制造技术、设计策略和输出稳定性等挑战 | 探索AI驱动的TENG系统在可持续能源收集和智能传感中的应用 | 摩擦纳米发电机(TENGs)及其与人工智能的结合 | 可持续能源与智能传感 | NA | 机器学习和深度学习算法 | NA | 机械运动数据 | NA |
3144 | 2025-04-26 |
Graph-Aware AURALSTM: An Attentive Unified Representation Architecture with BiLSTM for Enhanced Molecular Property Prediction
2025-Apr-25, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-025-11197-4
PMID:40279083
|
研究论文 | 本研究提出了一种新型混合深度学习模型Graph-Aware AURALSTM,用于高精度预测分子性质 | 结合多种图神经网络架构(GCNs、GATs、GINs)并行结构,全面捕捉分子的多维结构特征,并通过BiLSTM评估时间关系以增强分子特征分类 | 未提及具体局限性 | 提高分子性质预测的准确性 | 分子数据 | 机器学习 | NA | GNN(Graph Neural Network)、GCN(Graph Convolutional Networks)、GAT(Graph Attention Networks)、GIN(Graph Isomorphism Networks)、BiLSTM | AURALSTM(Attentive Unified Representation Architecture-Long Short-Term Memory) | 分子结构数据 | 八个基准数据集 |
3145 | 2025-04-26 |
The use of ChatGPT in the dermatological field: a narrative review
2025-Apr-24, Clinical and experimental dermatology
IF:3.7Q1
DOI:10.1093/ced/llae546
PMID:39690824
|
综述 | 本文探讨了ChatGPT在皮肤病学领域的应用及其对皮肤健康管理的潜在影响 | 探索了ChatGPT这一先进语言模型在皮肤病学中的创新应用及其与医疗领域的协同关系 | 讨论了与使用ChatGPT相关的伦理和法律问题,但未深入具体解决方案 | 研究ChatGPT在皮肤病学中的应用及其对医疗诊断和治疗的潜在贡献 | ChatGPT在皮肤病学中的应用及其效率与准确性的初步数据 | 自然语言处理 | 皮肤病 | NA | ChatGPT | 文本 | NA |
3146 | 2025-04-26 |
Reparameterization lightweight residual network for super-resolution of brain MR images
2025-Apr-24, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/adc935
PMID:40185120
|
研究论文 | 本文提出了一种基于BSRN和结构重参数化的轻量级超分辨率MRI模型,用于提高脑部MR图像的分辨率 | 结合结构重参数化技术,在训练时采用多分支结构,在推理时将其整合为单个3×3卷积,显著降低计算复杂度和存储需求 | 实验仅在IXI数据集上进行验证,未在其他数据集或实际临床环境中测试 | 开发一种轻量级的超分辨率方法,用于提高脑部MR图像的质量 | 脑部磁共振图像(MRI) | 计算机视觉 | NA | 深度学习 | BSRN结合结构重参数化 | 医学图像(MRI) | IXI数据集 |
3147 | 2025-04-26 |
Unrolling Plug-and-Play Gradient Graph Laplacian Regularizer for Image Restoration
2025-Apr-24, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2025.3562425
PMID:40272955
|
研究论文 | 本文提出了一种基于图拉普拉斯正则化的可解释性网络,用于图像恢复任务,如去噪和插值 | 引入了一种新的ℓ范数图平滑先验——梯度图拉普拉斯正则化器(GGLR),并通过展开不同复杂度的ADMM算法构建了可解释性网络 | 更复杂的展开网络需要更多的标记数据来训练更多参数 | 解决通用深度学习网络在图像恢复中缺乏数学可解释性、需要大量训练数据和协变量偏移脆弱性的问题 | 图像恢复(去噪和插值) | 计算机视觉 | NA | ADMM算法、图学习模块 | 展开式前馈网络 | 图像 | NA |
3148 | 2025-04-26 |
In Vitro Diagnosis of Parkinson's Disease Based on Facial Expression and Behavioral Gait Data
2025-Apr-24, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3563902
PMID:40272952
|
研究论文 | 提出了一种基于面部表情和行为步态的新型多模态体外诊断方法,用于帕金森病的早期检测 | 使用轻量级深度学习模型进行特征提取和特征融合,提高了诊断准确性和易用性,并建立了最大的多模态帕金森病数据集 | 未提及方法在临床环境中的实际应用效果和长期稳定性 | 开发一种非侵入性、低成本的帕金森病早期体外诊断方法 | 帕金森病患者的面部表情和行为步态数据 | 数字病理学 | 帕金森病 | 深度学习 | 轻量级深度学习模型 | 面部表情和行为步态数据 | 与医院合作建立的最大多模态帕金森病数据集,具体样本量未提及 |
3149 | 2025-04-26 |
Multicycle Dosimetric Behavior and Dose-Effect Relationships in [177Lu]Lu-DOTATATE Peptide Receptor Radionuclide Therapy
2025-Apr-24, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.269389
PMID:40274371
|
研究论文 | 研究[177Lu]Lu-DOTATATE肽受体放射性核素治疗(PRRT)在转移性神经内分泌肿瘤(NETs)中的药代动力学、剂量学模式及吸收剂量(AD)-效应关系,以开发未来个性化剂量引导治疗策略 | 揭示了不同治疗周期和不同NET亚组的剂量学行为,并建立了eGFR与AD之间的关系模型,有助于早期预测肾功能 | 样本量较小(30例患者),且未观察到高于2级的肾毒性 | 优化PRRT的个性化治疗方案,并探索剂量-效应关系 | 转移性神经内分泌肿瘤(NETs)患者 | 放射治疗与核医学 | 神经内分泌肿瘤 | SPECT/CT成像、蒙特卡洛剂量率映射、深度学习算法 | 深度学习算法(用于肾脏分割) | 医学影像(SPECT/CT、MRI)及临床数据 | 30例患者(其中22例完成所有周期的SPECT/CT成像) |
3150 | 2025-04-26 |
Correction: Deep Learning-Based Estimation of Radiographic Position to Automatically Set Up the X-Ray Prime Factors
2025-Apr-24, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01476-9
PMID:40274694
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
3151 | 2025-04-26 |
PlantCareNet: an advanced system to recognize plant diseases with dual-mode recommendations for prevention
2025-Apr-23, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01366-9
PMID:40264213
|
研究论文 | 介绍了一种名为PlantCareNet的自动化端到端植物病害诊断系统,该系统不仅能精确诊断病害,还能提供交互式预防指导 | 结合深度学习算法和专家知识框架,提供双重模式的病害诊断和预防建议 | NA | 开发一个能够精确诊断植物病害并提供预防措施的自动化系统 | 植物病害 | 计算机视觉 | 植物病害 | 深度学习 | CNN | 图像 | 五个知名数据集 |
3152 | 2025-04-26 |
Advances in EEG-based detection of Major Depressive Disorder using shallow and deep learning techniques: A systematic review
2025-Apr-23, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110154
PMID:40273818
|
系统综述 | 本文系统综述了利用浅层和深度学习技术基于EEG检测重度抑郁症(MDD)的研究进展 | 综述了EEG特征结合AI技术在MDD诊断中的应用,探讨了潜在的神经机制和生物标志物 | 需要进一步研究以增强EEG指标在MDD背景下的可解释性 | 探索EEG结合AI技术对MDD的客观诊断方法,以促进早期干预 | 重度抑郁症(MDD)患者与健康对照组的EEG数据 | 机器学习 | 抑郁症 | EEG, 浅层学习, 深度学习 | NA | EEG信号 | 22项研究(初始搜索5603篇文献) |
3153 | 2025-04-26 |
Deep-ATM DL-LSTM: A novel adaptive thresholding model with dual-layer LSTM architecture for real-time driver drowsiness detection using skin conductance signals
2025-Apr-23, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110243
PMID:40273820
|
研究论文 | 提出一种基于深度学习的自适应阈值模型Deep-ATM DL-LSTM,用于实时检测驾驶员嗜睡状态 | 采用双层LSTM架构动态计算皮肤电导信号的阈值,整合鲁棒特征提取和自适应阈值技术 | NA | 提高驾驶员嗜睡检测的准确性和实时性 | 驾驶员的皮肤电导信号 | 机器学习 | NA | 皮肤电导信号分析 | 双层LSTM | 生理信号 | 专业驾驶员在高速公路、城市区域、白天和夜晚以及雨雪环境下的数据 |
3154 | 2025-04-26 |
GDM-BC: Non-invasive body composition dataset for intelligent prediction of Gestational Diabetes Mellitus
2025-Apr-23, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110176
PMID:40273822
|
research paper | 介绍了一个名为GDM-BC的大规模非侵入性体成分数据集,用于妊娠期糖尿病(GDM)的智能风险预测 | 提出了一个包含大量非侵入性体成分指标的数据集,并展示了在该数据集上使用传统机器学习和深度学习方法进行GDM预测的效果,其中RAFNet模型表现最佳 | 数据集虽然规模大,但仅包含39,438名孕妇的数据,可能无法覆盖所有人群的多样性 | 开发一种准确且经济高效的GDM识别方法,以减少该疾病的风险和经济压力 | 39,438名孕妇,其中7,777名(19.7%)被诊断为GDM | machine learning | gestational diabetes mellitus | 传统机器学习和深度学习方法 | Residual Attention Fully Connected Network (RAFNet) | 非侵入性体成分数据 | 39,438名孕妇 |
3155 | 2025-04-26 |
Profiling electric signals of electrogenic probiotic bacteria using self-attention analysis
2025-Apr-22, Applied microbiology and biotechnology
IF:3.9Q2
DOI:10.1007/s00253-025-13425-1
PMID:40263148
|
研究论文 | 通过自组装电路检测两种产电益生菌在鸡胚绒毛尿囊膜和小鼠肠道内产生的电信号,并利用自注意力机制分析其差异 | 首次使用自注意力机制分析产电益生菌的电信号谱,揭示了两种菌的独特信号特征 | 研究仅针对两种益生菌,样本范围有限 | 开发评估益生菌治疗效果的电信号特征分析方法 | 产电益生菌Leuconostoc mesenteroides和Lactococcus lactis | 生物电信号分析 | NA | 自组装电路检测、自注意力机制分析 | 自注意力机制 | 电信号数据 | 两种益生菌在鸡胚绒毛尿囊膜和小鼠肠道内的样本 |
3156 | 2025-04-26 |
Effective integration of drone technology for mapping and managing palm species in the Peruvian Amazon
2025-Apr-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58358-5
PMID:40263254
|
研究论文 | 本文开发了一种结合无人机技术和深度学习的方法,用于精确绘制和管理秘鲁亚马逊地区经济重要的棕榈树种 | 结合可见光谱无人机影像和深度学习,实现了在景观尺度上对棕榈树种的高精度检测,显著降低了成本和时间 | 方法在密集簇生的棕榈树检测中平均总体得分仅为74%,存在一定的识别误差 | 开发精确、景观尺度的物种级方法,评估经济重要的亚马逊棕榈树的分布和丰度 | 秘鲁亚马逊地区的三种经济重要的棕榈树种,尤其是Mauritia flexuosa | 计算机视觉 | NA | 可见光谱无人机影像和深度学习 | 深度学习 | 图像 | 两个社区的棕榈树资源 |
3157 | 2025-04-26 |
Frailty identification using a sensor-based upper-extremity function test: a deep learning approach
2025-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73854-2
PMID:40263276
|
研究论文 | 本研究通过结合生物力学和深度学习的方法,提高了老年人衰弱预测的准确性 | 使用传感器辅助的上肢功能测试和深度学习模型(LSTM)进行衰弱预测,肌肉共收缩被识别为关键预测因子 | 需要更大规模和更多样化的人群进行进一步验证以确认结果的普遍性 | 提高老年人衰弱预测的准确性 | 312名参与者(126名非衰弱,145名衰弱前期,41名衰弱) | 机器学习 | 老年疾病 | 传感器辅助的上肢功能测试,肌肉力计算 | LSTM, SVM, logistic regression | 生物力学数据 | 312名参与者 |
3158 | 2025-04-26 |
Real-space heterogeneous reconstruction, refinement, and disentanglement of CryoEM conformational states with HetSIREN
2025-Apr-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59135-0
PMID:40263313
|
research paper | 提出了一种基于深度学习的CryoEM异构体重建和细化方法HetSIREN,能够在真实空间中重构或细化CryoEM体积 | HetSIREN是一种基于空间的方法,允许空间聚焦分析,并引入了具有高分析能力的正弦超网络,能够细化图像姿态并解决异构体分析中的纠缠问题 | NA | 开发一种能够更准确重建和细化CryoEM体积的深度学习方法 | 大分子构象 | computational biology | NA | Cryo-electron microscopy (CryoEM) | deep learning, sinusoidal hypernetworks | image | NA |
3159 | 2025-04-26 |
An air target intention data extension and recognition model based on deep learning
2025-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98438-6
PMID:40263364
|
研究论文 | 提出了一种基于深度学习的空中目标意图数据扩展与识别模型IDERDL,用于解决空中目标意图识别中的数据稀缺和时间特征提取不足的问题 | 首次考虑了意图数据的稀缺性以及时间性,提出了基于去噪扩散模型的数据生成方法和基于扩张因果卷积的时间块,以提高战术意图识别能力 | 未明确提及模型在复杂战场环境中的泛化能力或实时性表现 | 提高空中目标意图识别的准确性和效率 | 空中目标的意图数据 | 机器学习 | NA | 去噪扩散模型、知识蒸馏、图注意力机制 | IDERDL(基于深度学习的复合模型) | 时序数据、特征编码数据 | NA(未明确提及具体样本量) |
3160 | 2025-04-26 |
Recognition of chlorophyll rings using YOLOv8
2025-Apr-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98659-9
PMID:40263370
|
研究论文 | 本研究利用YOLOv8模型识别中尺度海洋涡旋外围的高叶绿素浓度区域(叶绿素环) | YOLOv8模型在叶绿素环识别中展现出卓越的泛化能力和高精度,超越了Swin-Transformer和ResNet等其他模型 | NA | 分析叶绿素浓度数据,研究海洋生态系统中叶绿素的分布和动态变化 | 中尺度海洋涡旋外围的叶绿素环 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | NA |