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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
501 | 2025-07-05 |
The analysis of artificial intelligence-based mobile learning in students' open teaching recommendation system based on deep learning
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08147-3
PMID:40595317
|
研究论文 | 本研究旨在通过基于深度学习的AI推荐系统提升学生在移动学习和开放教学中的时间利用效率和学习效果 | 提出了一种基于深度学习的AI推荐系统,用于优化移动学习和开放教学模式 | 研究样本仅针对中学生,未涵盖其他教育阶段的学生 | 提升移动学习和开放教学模式的效率与效果 | 中学生 | 教育技术 | NA | 深度学习 | Decision Tree (DT) | 学习行为数据 | 两组中学生 |
502 | 2025-07-05 |
DeepECG-Net: a hybrid transformer-based deep learning model for real-time ECG anomaly detection
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07781-1
PMID:40595316
|
研究论文 | 提出了一种基于Transformer和CNN的混合深度学习模型DeepECG-Net,用于实时ECG异常检测 | 结合CNN和Transformer架构,利用多头自注意力机制高效学习ECG信号的局部和全局变化,降低计算开销并提升实时检测能力 | 未明确提及具体局限性 | 开发高效准确的实时ECG异常检测模型 | 心电图(ECG)信号 | 机器学习 | 心血管疾病 | 深度学习 | CNN+Transformer混合模型 | ECG信号数据 | NA |
503 | 2025-07-05 |
High-accuracy PM2.5 prediction via mutual information filtering and Bayesian-Optimized Spatio-Temporal Convolutional Networks
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08896-1
PMID:40595390
|
研究论文 | 提出了一种结合互信息过滤和贝叶斯优化的时空卷积网络框架,用于高精度预测PM2.5浓度 | 1) 提出动态框架结合互信息和自适应信息距离进行特征选择;2) 设计基于多模态高斯分布的贝叶斯优化器;3) 引入信息筛选增强的时空卷积网络 | 未明确提及具体局限性 | 提高PM2.5浓度预测的准确性 | PM2.5浓度数据 | 机器学习 | NA | 互信息(MI)、自适应信息距离(AID)、贝叶斯优化 | 时空卷积网络(STCN) | 时空序列数据 | NA |
504 | 2025-07-05 |
Deep learning of structural morphology imaged by scanning X-ray diffraction microscopy
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97183-0
PMID:40595408
|
research paper | 该研究利用卷积神经网络NanobeamNN分析扫描X射线纳米衍射显微镜数据,以解析纳米尺度结构形态 | 开发了专门用于分析扫描探针X射线显微镜数据的卷积神经网络NanobeamNN,能够直接从模拟衍射数据中学习晶格应变和旋转角度,并在实验数据上做出合理预测,无需额外微调 | 未提及在实际应用中的具体限制或潜在问题 | 提高纳米尺度结构形态成像的数据分析效率和准确性 | 外延薄膜的纳米束X射线衍射数据 | machine learning | NA | 扫描X射线纳米衍射显微镜 | CNN | 衍射图像 | NA |
505 | 2025-07-05 |
Deep learning quantifies pathologists' visual patterns for whole slide image diagnosis
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60307-1
PMID:40595468
|
研究论文 | 该研究通过眼动追踪设备收集病理学家的视觉模式,设计了一个深度学习系统PEAN,用于解码病理学家的专业知识并诊断全切片图像 | 利用眼动追踪技术减少标注时间,设计PEAN网络从病理学家的诊断过程中学习,填补现有模型无法从病理学家诊断过程中学习的空白 | 未提及具体局限性 | 通过最小化病理学家的工作量获取其专业知识,实现精确诊断 | 全切片图像(WSI)和5类皮肤病变 | 数字病理学 | 皮肤病变 | 眼动追踪技术 | PEAN(Pathology Expertise Acquisition Network) | 图像 | 5881张全切片图像 |
506 | 2025-07-05 |
Mapping global floods with 10 years of satellite radar data
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60973-1
PMID:40595639
|
research paper | 本研究利用Sentinel-1合成孔径雷达(SAR)卫星影像和深度学习模型,开发了一个全球洪水检测系统,并创建了一个跨越10年的全球洪水范围数据集 | 利用Sentinel-1 SAR卫星影像的穿透云层能力,开发了一个不受云层覆盖影响的深度学习洪水检测模型,并创建了一个独特的长期全球洪水范围数据集 | 关于全球洪水范围随时间增加的趋势需要进一步验证以探索与气候变化的联系 | 开发一个有效的全球洪水监测系统,以增强灾害响应策略 | 全球洪水事件 | 遥感 | NA | Sentinel-1 SAR卫星影像 | 深度学习模型 | 卫星影像 | 10年的SAR数据 |
507 | 2025-07-05 |
Prompt-based fine-tuning with multilingual transformers for language-independent sentiment analysis
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03559-7
PMID:40595680
|
research paper | 该研究通过基于提示的微调方法,利用多语言Transformer模型推进语言无关情感分析领域 | 实现了基于提示的微调策略(前缀提示和填空式提示),为语言无关情感分析建立了统一框架 | 仅评估了8种语言,可能无法完全代表所有语言类型的表现 | 开发可扩展的多语言情感分析方法 | 阿拉伯语、英语、法语、德语、印地语、意大利语、葡萄牙语和西班牙语 | natural language processing | NA | prompt-based fine-tuning | BERT-base-multilingual, XLM-RoBERTa, LSTM, CNN | text | 8种语言的数据集(每类仅需32个训练样本) |
508 | 2025-07-05 |
Keypoint-based modeling reveals fine-grained body pose tuning in superior temporal sulcus neurons
2025-Jul-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-60945-5
PMID:40595710
|
研究论文 | 利用深度学习算法从行为猴子的视频中提取身体姿势,研究猴子颞上沟(STS)神经元对身体姿势和视角的调谐 | 采用关键点主成分回归和模型反演方法,揭示了STS神经元对身体姿势和视角的精细调谐特性 | 研究仅针对猴子STS神经元,结果是否适用于人类或其他灵长类动物尚不明确 | 探索灵长类视觉系统如何编码社交相关的身体姿势信号 | 猴子颞上沟(STS)神经元 | 计算机视觉 | NA | 深度学习算法、关键点主成分回归、模型反演 | 关键点主成分回归模型 | 视频 | NA |
509 | 2025-07-05 |
DeepLASD countermeasure for logical access audio spoofing
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04808-5
PMID:40595766
|
研究论文 | 本文提出了一种名为DeepLASD的端到端深度学习方法,用于检测逻辑访问音频欺骗攻击 | 采用SincConv层进行可解释的频谱处理,结合残差卷积块和注意力机制改进特征提取,引入GeLU激活增强对真实和欺骗样本独特特征的捕捉能力 | 在ASVspoof 2021数据集上的结果表明,面对新一代合成语音仍存在挑战 | 提高语音认证系统对逻辑访问欺骗攻击的检测能力 | 语音认证系统 | 自然语言处理 | NA | 深度学习 | SincConv, GRU | 音频波形 | ASVspoof 2019和2021大规模多样化数据集 |
510 | 2025-07-05 |
Machine learning and transformer models for prediction of postoperative pneumonia risk in patients with lower limb fractures
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04623-y
PMID:40595785
|
研究论文 | 本研究利用机器学习和Transformer模型预测下肢骨折患者术后肺炎风险 | 首次将XGBoost和Transformer模型应用于下肢骨折患者术后肺炎风险预测,并比较了两种模型的性能 | 研究数据来自单一医疗机构,可能存在选择偏倚 | 开发预测下肢骨折患者术后肺炎风险的工具 | 2016至2023年南通大学医院接受下肢骨折手术的患者 | 机器学习 | 下肢骨折 | 机器学习、深度学习 | XGBoost, Transformer | 临床指标数据 | 包含发生术后肺炎的病例组和未发生肺炎的对照组患者 |
511 | 2025-07-05 |
A deep convolutional neural network-based novel class balancing for imbalance data segmentation
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04952-y
PMID:40595795
|
研究论文 | 提出了一种基于深度学习和双层类别平衡方案的新方法BLCB-CNN,用于视网膜眼底图像中的血管分割 | 采用双层类别平衡方案(BLCB-CNN)解决数据分布不平衡和血管厚度变化的问题,结合预处理技术提升图像质量 | 未提及在更广泛或多样化数据集上的验证,可能影响方法的泛化能力 | 实现视网膜眼底图像中血管的精确分割 | 视网膜眼底图像中的血管 | 计算机视觉 | 眼科疾病 | Global Contrast Normalization (GCN), Contrast Limited Adaptive Histogram Equalization (CLAHE), gamma corrections | CNN | 图像 | 标准视网膜眼底图像及STARE图像 |
512 | 2025-07-05 |
Deep learning-based automated detection and multiclass classification of soil-transmitted helminths and Schistosoma mansoni eggs in fecal smear images
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-02755-9
PMID:40595844
|
研究论文 | 开发了一种基于深度学习的自动化系统,用于检测和分类粪便涂片显微镜图像中的土壤传播蠕虫(STH)和曼氏血吸虫(S. mansoni)卵 | 结合Schistoscope(一种经济高效的自动数字显微镜)与人工智能技术,在资源有限的环境中检测STH和曼氏血吸虫感染 | 数据集仅包含3000多张视野图像,可能不足以覆盖所有可能的变异情况 | 开发自动化系统以支持远程、资源有限地区的热带病控制项目监测与评估 | 粪便涂片中的土壤传播蠕虫(STH)和曼氏血吸虫(S. mansoni)卵 | 计算机视觉 | 热带病 | Kato-Katz技术 | EfficientDet | 图像 | 超过3000张视野图像,来自300多份粪便涂片 |
513 | 2025-07-05 |
DSNet enables feature fusion and detail restoration for accurate object detection in foggy conditions
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-03902-y
PMID:40595900
|
研究论文 | 提出了一种名为DSNet的新网络,用于在雾天条件下优化特征传输和恢复丢失的图像细节,以提高目标检测的准确性 | DSNet结合了去雾融合网络(DFN)、MistClear Attention (MCA)模块和混合像素激活变换器(HPAT),有效处理不同雾密度区域并恢复图像细节 | 未提及具体在极端恶劣天气条件下的性能表现 | 提高在雾天等恶劣天气条件下的目标检测性能 | 雾天条件下的图像和目标检测 | 计算机视觉 | NA | 深度学习 | DSNet (包含DFN、MCA和HPAT模块) | 图像 | Foggy Cityscapes、RTTS、DAWN和rRain数据集 |
514 | 2025-07-05 |
Advanced object detection for smart accessibility: a Yolov10 with marine predator algorithm to aid visually challenged people
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04959-5
PMID:40595928
|
研究论文 | 提出了一种基于YOLOv10和海洋捕食者算法的智能辅助对象检测模型,旨在帮助视障人士 | 结合YOLOv10模型和海洋捕食者算法进行超参数优化,提高了对象检测的准确率 | 仅在室内对象检测数据集上进行了验证,未涉及室外复杂场景 | 提升视障人士的独立生活能力,通过先进的对象检测技术辅助其日常活动 | 视障人士日常生活中的常见物体(如椅子、自行车、桌子、门等) | 计算机视觉 | 视力障碍 | YOLOv10, VGG19, DBN, MPA | YOLOv10, DBN | 图像 | 室内对象检测数据集(具体数量未提及) |
515 | 2025-07-05 |
A novel deep learning approach to field-road semantic segmentation
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05066-1
PMID:40595943
|
研究论文 | 提出了一种新颖的深度学习框架,用于田间-道路语义分割,以区分农业机械的操作模式 | 结合transformer和语义技术开发高级语义编码器,并采用轻量级上采样机制与语义FPN解码器结合,有效解决类别不平衡问题 | NA | 通过AI驱动的田间-道路轨迹分割,精确监测农业机械的田间操作 | 小麦和水稻的GNSS轨迹图像 | 计算机视觉 | NA | 深度学习 | transformer, 语义FPN | GNSS轨迹图像 | 6,380张小麦和水稻的GNSS轨迹图像 |
516 | 2025-07-05 |
BGATT-GR: accurate identification of glucocorticoid receptor antagonists based on data augmentation combined with BiGRU-attention
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05839-8
PMID:40595974
|
研究论文 | 本研究提出了一种名为BGATT-GR的深度学习混合框架,用于准确识别糖皮质激素受体拮抗剂 | 结合数据增强方法、双向门控循环单元(BiGRU)和自注意力机制(ATT),提高了GR拮抗剂的识别准确率 | 未提及具体的数据集规模限制或模型泛化能力的详细评估 | 开发一种准确识别糖皮质激素受体拮抗剂的方法 | 糖皮质激素受体拮抗剂 | 机器学习 | NA | 数据增强(RUS和SMOTE)、BiGRU、自注意力机制、PCA | BiGRU-ATT混合模型 | 分子描述符数据 | 未明确提及具体样本数量 |
517 | 2025-07-05 |
Enhancing agricultural commodity price forecasting with deep learning
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-05103-z
PMID:40595985
|
研究论文 | 本研究评估了传统随机模型、机器学习技术和深度学习方法在预测23种农产品价格方面的表现 | 深度学习模型,特别是LSTM和GRU,在捕捉复杂时间模式方面表现优于其他方法 | 未考虑外部因素如天气数据对价格预测的影响 | 提高农产品价格预测的准确性 | 23种农产品的每日批发价格数据 | 机器学习 | NA | 深度学习 | LSTM, GRU, ARIMA, SVR, XGBoost, MLP, RNN, ESN | 时间序列数据 | 2010年1月至2024年6月的每日批发价格数据 |
518 | 2025-07-05 |
Multiclass semantic segmentation for prime disease detection with severity level identification in Citrus plant leaves
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04758-y
PMID:40596020
|
研究论文 | 提出了一种高效的RSL Linked-TransNet多类分割模型,用于检测柑橘植物叶片上的多种疾病并评估疾病严重程度 | 结合了分层特征提取、通过transformer的全局上下文建模和精确的特征重建,解决了现有模型的空间不一致性、精细疾病边界丢失和特征表示不足等主要限制 | NA | 早期检测和分类柑橘植物疾病,以保护作物健康和提高生产力 | 柑橘植物叶片上的疾病(黄龙病、黑斑病和溃疡病) | 计算机视觉 | 植物疾病 | 图像处理和深度学习算法 | RSL Linked-TransNet | 图像 | 测试数据集中的图像 |
519 | 2025-07-05 |
Smart deep learning model for enhanced IoT intrusion detection
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06363-5
PMID:40596059
|
研究论文 | 提出了一种智能深度学习模型,用于增强物联网入侵检测 | 通过大规模预处理步骤和超参数调优,结合XGBoost和深度学习的Sequential Neural Network (OSNN)算法,提升了多类别入侵检测的性能 | 未提及模型在实时检测中的性能表现或计算资源消耗 | 提升物联网环境下的网络安全入侵检测能力 | 网络入侵行为 | 机器学习 | NA | Grid Search超参数调优 | XGBoost, Sequential Neural Network (OSNN) | 网络流量数据 | 三个数据集:NSL-KDD, UNSW-NB15, CICIDS2017 |
520 | 2025-07-05 |
Blockchain enabled deep learning model with modified coati optimization for sustainable healthcare disease detection and classification
2025-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-06578-6
PMID:40596110
|
研究论文 | 提出了一种基于区块链和深度学习的医疗疾病检测与分类方法,结合改进的Coati优化算法以提高准确性和安全性 | 结合区块链技术确保数据安全共享,使用改进的Coati优化算法进行超参数选择,提高了疾病检测的准确性和系统的安全性 | 实验仅基于HD数据集进行验证,未在其他数据集上测试其泛化能力 | 提高医疗疾病检测与分类的准确性和安全性 | 医疗数据 | 医疗健康 | 多种疾病 | 深度学习、区块链技术、优化算法 | ABiGRU、SHOA、MCOA | 医疗传感器数据 | HD数据集 |