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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
641 | 2025-07-12 |
Metaverse-based deep learning framework for coronary artery stenosis classification using Monte Carlo Dropout-based ResNet-152
2025-Jul-09, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110720
PMID:40639014
|
研究论文 | 本文提出了一种基于元宇宙的深度学习框架,利用蒙特卡洛Dropout的ResNet-152模型对冠状动脉狭窄进行分类 | 结合元宇宙和深度学习技术,提出了一种新的冠状动脉狭窄分类方法,并利用虚拟现实技术为患者提供交互式3D模型 | 未提及样本来源的多样性及模型在临床实际应用中的验证情况 | 提高冠状动脉狭窄的诊断精度,改善患者治疗效果 | 冠状动脉狭窄患者 | 数字病理 | 心血管疾病 | Invasive Coronary Angiography (ICA), Quantum-Adapted Diffusion (QAD), Gray Level Co-occurrence Matrix (GLCM) | Monte Carlo Dropout-based ResNet-152 (MCD-ResNet-152) | 图像 | NA |
642 | 2025-07-12 |
Predicting municipal solid waste generation using artificial intelligence: A hybrid approach of entropy analysis and SHAP for optimal feature selection
2025-Jul-09, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2025.115012
PMID:40639006
|
研究论文 | 本研究采用混合方法整合互信息(MI)和Shapley加性解释(SHAP)进行人工智能(AI)建模中的特征选择,以提高城市固体废物(MSW)生成的预测准确性 | 提出了一种结合MI和SHAP的混合方法,用于优化特征选择,提高了MSW生成的预测模型精度 | 在Boralesgamuwa的数据限制导致模型训练不佳,预测性能较差,突显了高质量和一致性数据的重要性 | 提高城市固体废物(MSW)生成的预测准确性,以支持可持续的MSW管理政策 | 美国奥斯汀、澳大利亚巴拉瑞特和斯里兰卡Boralesgamuwa三个城市的气象和社会经济数据 | 机器学习 | NA | 互信息(MI)和Shapley加性解释(SHAP) | FFNN和LSTM | 气象和社会经济数据 | 三个城市的数据集(奥斯汀、巴拉瑞特和Boralesgamuwa) |
643 | 2025-07-12 |
Crop field segmentation and irrigation water source attribution for groundwater monitoring and projection toward conservation in the Texas High Plains
2025-Jul-09, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180031
PMID:40639040
|
研究论文 | 本研究提出了一种数据驱动的方法,结合遥感和现场地下水数据,监测和预测2000年至2030年德克萨斯高平原地区的地下水水位变化,以支持可持续水资源管理 | 结合深度学习模型(如1DCNN与LSTM网络)和水平衡方法,实现了作物分类、田间分割及水源归属的高精度分析 | 研究仅针对德克萨斯高平原的Castro和Hale县,结果可能不适用于其他地区 | 监测和预测地下水水位变化,支持可持续水资源管理 | 德克萨斯高平原的Castro和Hale县的地下水及农作物(高粱、棉花、玉米) | 数字农业 | NA | 遥感、深度学习、水平衡分析 | 1DCNN、LSTM、SAM | 遥感图像、时间序列数据 | 1995年至2024年的农作物数据,2000年至2023年的地下水数据 |
644 | 2025-07-12 |
Cryo-electron tomography: Challenges and computational strategies for particle picking
2025-Jul-09, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2025.103113
PMID:40639056
|
综述 | 本文全面回顾了基于深度学习的粒子挑选方法在冷冻电子断层扫描中的应用 | 评估了基于注释和无注释方法的优缺点及适用场景,并提供了选择最合适方法的实用指南 | 未提及具体实验验证结果或性能比较数据 | 克服冷冻电子断层扫描中蛋白质精确定位的挑战 | 冷冻电子断层扫描数据中的蛋白质粒子 | 计算生物学 | NA | 冷冻电子断层扫描(cryo-ET)和亚断层图平均 | 深度学习 | 断层扫描图像 | NA |
645 | 2025-07-12 |
Letter to editor "Predicting NSCLC surgical outcomes using deep learning on histopathological images: development and multi-omics validation of Sr-PPS model"
2025-Jul-09, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000002840
PMID:40643594
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
646 | 2025-07-12 |
Reproducibility and interpretability in radiomics: a critical assessment
2025-07-08, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2024.242719
PMID:39463040
|
综述 | 本文批判性评估了放射组学在可重复性和可解释性方面的挑战 | 深入分析了放射组学在影像和统计分析中的可重复性问题及其对模型可解释性的影响 | 研究指出放射组学面临高维数据集和小样本量的挑战,限制了机器学习和深度学习方法的应用 | 探讨放射组学在临床决策中的应用及其面临的挑战 | 放射组学特征及其在临床决策中的应用 | 数字病理学 | NA | NA | 机器学习和深度学习方法 | 影像数据 | 小样本量 |
647 | 2025-07-12 |
Progress in the application research of cervical cancer screening developed by artificial intelligence in large populations
2025-Jul-08, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-025-03102-0
PMID:40627254
|
综述 | 本文综述了人工智能在宫颈癌大规模筛查中的应用研究进展 | 总结了AI如何简化工作流程、辅助细胞学分割与诊断,并提升HPV和阴道镜的筛查与诊断过程 | 面临技术和资源限制、临床工作流程整合困难以及伦理和法律风险等挑战 | 探讨人工智能在大规模宫颈癌筛查中的应用及其潜力 | 宫颈癌筛查 | 数字病理学 | 宫颈癌 | 机器学习和深度学习 | NA | NA | NA |
648 | 2025-07-12 |
Unveiling aging heterogeneities in human dermal fibroblasts via nanosensor chemical cytometry
2025-Jul-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-61590-8
PMID:40628739
|
research paper | 该研究开发了一种基于纳米传感器化学细胞计数(NCC)的无标记、非破坏性单细胞分析平台,用于揭示人类皮肤成纤维细胞中的衰老异质性 | 结合自动化硬件和深度学习,利用nIR荧光单壁碳纳米管阵列和光子纳米喷射透镜技术,高通量提取四种关键衰老表型,构建虚拟衰老轨迹 | NA | 研究人类皮肤成纤维细胞中的衰老异质性,以提高再生细胞制造的质量控制和临床预测性 | 人类皮肤成纤维细胞 | 生物医学工程 | 衰老相关疾病 | 纳米传感器化学细胞计数(NCC)、RNA测序 | 深度学习 | 单细胞表型数据、基因表达数据 | 约10个细胞在1小时内完成量化 |
649 | 2025-07-12 |
Motor imagery EEG signal classification using novel deep learning algorithm
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-00824-7
PMID:40628758
|
研究论文 | 本研究提出了一种新颖的深度学习算法,用于运动想象(MI)脑电图(EEG)信号分类 | 提出了一种结合经验模态分解(EMD)、连续小波变换(CWT)、源功率相干(SPoC)和共同空间模式(CSP)的混合预处理方法,以及使用远近距离优化(FNO)算法优化的自适应深度信念网络(ADBN)进行分类 | 未提及具体局限性 | 提高运动想象EEG信号分类的准确性和适应性 | 运动想象EEG信号 | 机器学习 | NA | EMD, CWT, SPoC, CSP, ADBN, FNO | ADBN | EEG信号 | BCI competition IV Dataset 2a和Physionet数据集 |
650 | 2025-07-12 |
Deep learning diagnosis plus kinematic severity assessments of neurodivergent disorders
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-04294-9
PMID:40628787
|
research paper | 该研究通过深度学习技术和运动学评估方法,对神经发育障碍(NDD)进行早期诊断和严重程度评估 | 结合深度学习与运动学数据分析,提出了一种新的神经发育障碍诊断和严重程度量化方法 | 研究样本可能有限,且需要进一步验证方法的普适性 | 开发神经发育障碍的早期诊断和严重程度评估工具 | 自闭症谱系障碍(ASD)、注意力缺陷多动障碍(ADHD)、ASD+ADHD共病患者及神经典型发育(NT)人群 | digital pathology | neurodivergent disorders | 深度学习(DL)、高精度运动学蓝牙传感器 | DL | 运动学数据 | 未明确提及具体样本数量 |
651 | 2025-07-12 |
Enhancing stroke risk prediction through class balancing and data augmentation with CBDA-ResNet50
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07350-6
PMID:40628791
|
研究论文 | 本研究提出了一种基于类平衡和数据增强的CBDA-ResNet50深度学习模型,用于提高中风风险预测的准确性 | 结合类平衡和数据增强技术改进ResNet50模型,解决了医学影像数据中的类别不平衡和训练样本有限的问题 | 未提及模型在临床实际应用中的验证情况 | 提高中风风险的早期预测准确性以实现及时干预和预防 | 中风风险预测 | 数字病理学 | 心血管疾病 | 深度学习 | CBDA-ResNet50(基于ResNet50改进) | 医学影像数据 | NA |
652 | 2025-07-12 |
Integrating radiomic texture analysis and deep learning for automated myocardial infarction detection in cine-MRI
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08127-7
PMID:40628813
|
研究论文 | 该研究提出了一种结合放射组学纹理分析和深度学习分割的混合框架,用于增强非对比电影心脏磁共振成像中的心肌梗死检测 | 将放射组学特征与改进的U-Net分割网络相结合,通过早期和中期融合策略优化模型性能 | 研究仅基于SCD和Kaggle数据集进行验证,未涉及更多外部验证集 | 提高心肌梗死的诊断准确性并实现个性化治疗 | 心肌梗死组织和正常心肌组织 | 数字病理 | 心血管疾病 | 放射组学纹理分析(GLCM和GLRLM方法) | 改进的U-Net | 图像 | 来自SCD和Kaggle数据集的电影心脏磁共振成像数据 |
653 | 2025-07-12 |
Residual capsule network with threshold convolution and attention mechanism for forest fire detection using UAV imagery
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09298-z
PMID:40628850
|
研究论文 | 提出了一种名为ResCaps-TC-Attn-Fire的新型深度学习框架,用于基于无人机的森林火灾检测 | 结合了残差胶囊网络、阈值卷积和注意力机制,提高了火灾检测的准确性和实时性 | 计算成本较高(推理时间12秒,功耗15W) | 开发一种先进的实时野火检测系统以减少火灾带来的生态和经济损失 | 无人机采集的森林火灾图像 | 计算机视觉 | NA | 深度学习 | Residual-Capsule Networks, Threshold Convolution, Attention Mechanisms | 图像 | 14,140张无人机采集的图像 |
654 | 2025-07-12 |
A transformer-based architecture for collaborative filtering modeling in personalized recommender systems
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-08931-1
PMID:40628873
|
研究论文 | 本文提出了一种基于Transformer的新型架构MetaBERTTransformer4Rec(MBT4R),用于电影推荐系统中的协同过滤建模,以提高用户满意度 | 提出了一种新型的基于Transformer的架构MBT4R,利用自注意力机制有效捕捉序列依赖和上下文关系,显著优于现有方法 | 研究仅基于MovieLens数据集,可能在其他领域或数据集上的泛化能力有限 | 提高推荐系统的准确性和个性化,以增强用户满意度 | 电影推荐系统中的用户偏好建模 | 自然语言处理 | NA | 自注意力机制 | Transformer | 评分数据、上下文元数据 | 基于MovieLens数据集的两个数据集 |
655 | 2025-07-12 |
A novel obfuscation method based on majority logic for preventing unauthorized access to binary deep neural networks
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09722-4
PMID:40628915
|
research paper | 提出了一种基于多数逻辑的新型混淆方法,用于防止未经授权访问二进制深度神经网络 | 创新性地提出了一种基于密钥的算法-硬件协同设计方法,显著降低模型在错误密钥下的准确率,防止未经授权的访问 | 方法主要针对二进制神经网络(BNNs),虽然可以广泛适用于各种神经网络加速器设计,但未在其他类型神经网络上验证 | 保护深度神经网络模型免受未经授权的访问 | 二进制神经网络(BNNs)模型 | machine learning | NA | 算法-硬件协同设计 | BNNs | NA | NA |
656 | 2025-07-12 |
An enhanced deep learning approach for speaker diarization using TitaNet, MarbelNet and time delay network
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09385-1
PMID:40628926
|
研究论文 | 本研究提出了一种基于深度学习的说话人日志化方法,结合TitaNet、MarbelNet和时间延迟网络,以提高复杂声学环境中的性能 | 提出Neuro-TM Diarizer框架,整合噪声抑制、自适应波束成形和神经日志化,显著降低说话人日志错误率 | 仅在VoxConverse和VoxCeleb两个标准数据集上进行了验证,未在其他多样化数据集上测试 | 提高说话人日志化在复杂声学环境中的准确性和鲁棒性 | 语音信号中的说话人分割和识别 | 自然语言处理 | NA | 深度学习 | TitaNet, MarbelNet, 时间延迟神经网络 | 音频 | VoxConverse和VoxCeleb两个标准数据集 |
657 | 2025-07-12 |
ResNet-based image processing approach for precise detection of cracks in photovoltaic panels
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09101-z
PMID:40628943
|
研究论文 | 本文提出了一种基于深度学习和ResNet的新型机制,用于通过光伏面板的电致发光图像准确检测裂纹 | 设计了一种高效的裂纹检测系统,并在由2000张电致发光图像组成的大型光伏数据集上进行了训练 | 数据集存在一些缺陷,且需要在训练、验证和测试子集中保证多种电池状态的存在 | 提升光伏面板的维护效率,增强太阳能系统的可持续性 | 光伏面板的电致发光图像 | 计算机视觉 | NA | 电致发光成像 | ResNet34, ResNet50, ResNet152 | 图像 | 2000张电致发光图像,来自多晶和单晶电池 |
658 | 2025-07-12 |
Structural health monitoring and evaluation method for an immersed tunnel based on deep learning
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10643-5
PMID:40628967
|
研究论文 | 本研究探讨了基于深度学习的海底沉管隧道结构健康监测与评估方法 | 比较了LSTM和Transformer两种深度学习算法在预测结构状况中的效果,并提出了基于多源信息融合的结构健康评估模型 | 未提及具体样本量或实验数据规模 | 提高海底沉管隧道的长期运营安全性和降低维护成本 | 海底沉管隧道的结构健康监测 | 机器学习 | NA | 深度学习 | LSTM, Transformer | 传感器数据 | NA |
659 | 2025-07-12 |
A novel model for expanding horizons in sign Language recognition
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-09643-2
PMID:40628976
|
研究论文 | 本文提出了一种名为Sign Nevestro Densenet Attention (SNDA)的新架构,用于美国手语识别,并在ASL Recognition Dataset上进行了全面评估 | 引入了SNDA架构,结合了Nadam优化器和融合注意力机制,实现了99.76%的准确率,达到了最先进的性能 | 未提及具体的数据集多样性或实际应用场景中的测试情况 | 提高美国手语识别的准确性和鲁棒性,促进聋人和听力障碍社区的包容性 | 美国手语识别数据集中的64,000多张图像 | 计算机视觉 | NA | 深度学习 | SNDA (Sign Nevestro Densenet Attention) | 图像 | 64,000多张图像 |
660 | 2025-07-12 |
Efficient pretraining of ECG scalogram images using masked autoencoders for cardiovascular disease diagnosis
2025-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-10773-w
PMID:40628987
|
研究论文 | 提出了一种利用掩码自编码器(MAE)在心电图(ECG)小波图像上进行预训练的新方法,以提高心血管疾病(CVD)的诊断准确性 | 首次将MAE应用于ECG小波图像的预训练,显著提高了诊断精度,并在小数据集上表现出色 | 研究仅针对七种心血管疾病,未涵盖所有CVD类型 | 开发一种高效、自动化的深度学习方法,以提高心血管疾病的诊断准确性 | 心电图(ECG)小波图像 | 数字病理学 | 心血管疾病 | 掩码自编码器(MAE) | ViT-S(MAE-scalo) | 图像 | 仅使用ImageNet数据集的1/12大小 |