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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1001 | 2025-04-29 |
Artificial intelligence based vision transformer application for grading histopathological images of oral epithelial dysplasia: a step towards AI-driven diagnosis
2025-Apr-25, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-14193-x
PMID:40281456
|
研究论文 | 本研究利用Vision Transformer (ViT)深度学习算法对口腔上皮异型增生的组织病理学图像进行分类,并与传统的CNN模型(VGG16和ConvNet)进行比较 | 首次将Vision Transformer (ViT)应用于口腔上皮异型增生的分类,并展示了其优于传统CNN模型的性能 | 样本量相对较小,且数据来源于特定机构与在线数据库的组合,可能影响模型的泛化能力 | 开发一种基于AI的高精度口腔上皮异型增生分类工具 | 口腔上皮异型增生的组织病理学图像 | 数字病理学 | 口腔上皮异型增生 | 深度学习 | Vision Transformer (ViT), VGG16, ConvNet | 图像 | 218张组织病理学切片图像,预处理后生成2,545个低风险、2,054个高风险、726个轻度、831个中度、449个重度及937个正常组织块 |
1002 | 2025-04-29 |
Utilizing deep learning for accurate assessment of aortic valve stenosis: case series for clinical applications
2025-Apr-25, Journal of cardiovascular imaging
DOI:10.1186/s44348-025-00047-4
PMID:40281567
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
1003 | 2025-04-29 |
DM_CorrMatch: a semi-supervised semantic segmentation framework for rapeseed flower coverage estimation using UAV imagery
2025-Apr-25, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-025-01373-w
PMID:40281599
|
研究论文 | 提出了一种半监督语义分割框架DM_CorrMatch,用于基于无人机图像的油菜花覆盖度估计 | 结合去噪扩散概率模型(DDPM)生成额外样本,提出自动更新标记数据策略以减少人工分割错误标签比例,并设计新型网络架构Mamba-Deeplabv3+融合Mamba和CNN优势 | 方法在数据稀缺场景下的表现仍需进一步验证 | 提高油菜花冠层覆盖度估计的语义分割精度 | 油菜花(Brassica napus L.)花序 | 计算机视觉 | NA | 无人机影像技术 | Mamba-Deeplabv3+ (结合Mamba和CNN) | 图像 | 720张来自中国农科院油料所阳逻试验站的无人机图像 |
1004 | 2025-04-29 |
Faster R-CNN approach for estimating global QRS duration in electrocardiograms with a limited quantity of annotated data
2025-Apr-25, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2025.110200
PMID:40286493
|
研究论文 | 提出了一种使用有限标注数据训练深度学习对象检测模型以估计心电图(ECG)中全局QRS持续时间(QRSd)的方法 | 利用小规模数据库训练深度学习模型,减少手动标注需求,并通过Faster R-CNN模型实现高精度的QRSd估计 | 研究依赖于有限的ECG记录样本(258条12导联ECG记录),可能影响模型的泛化能力 | 开发一种减少手动标注需求的高精度QRSd估计方法 | 心电图(ECG)记录中的QRS持续时间(QRSd) | 计算机视觉 | 心血管疾病 | Faster R-CNN | VGG-16, VGG-19, RESNET-18 | 图像 | 258条12导联ECG记录,来自140名心力衰竭门诊患者 |
1005 | 2025-04-29 |
Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach
2025-Apr-25, Experimental parasitology
IF:1.4Q3
DOI:10.1016/j.exppara.2025.108947
PMID:40288672
|
研究论文 | 通过结构和深度学习方法识别针对恶性疟原虫PfPK6蛋白的治疗药物 | 结合虚拟筛选和深度学习模型识别新型PfPK6抑制剂,并验证其结合稳定性 | 研究仅通过计算模拟验证抑制剂潜力,未进行实验验证 | 识别针对恶性疟原虫PfPK6蛋白的新型抑制剂 | 恶性疟原虫PfPK6蛋白 | 计算生物学 | 疟疾 | 虚拟筛选、分子动力学模拟 | DL | 化合物数据集 | 多种小分子抑制剂化合物(包括Tres Cantos抗疟疾集中的TCMDC-132409) |
1006 | 2025-04-29 |
Functional impact of splicing variants in the elaboration of complex traits in cattle
2025-Apr-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-58970-5
PMID:40274775
|
研究论文 | 该研究通过高通量策略分析牛基因组中潜在的剪接破坏变异,并结合GWAS、大规模并行报告实验和深度学习算法,鉴定出38个与牛复杂性状相关的剪接破坏变异 | 首次在牛基因组中系统识别剪接破坏变异,并验证了人类剪接预测工具在牛基因组中的适用性 | 仅鉴定出3个明确的因果变异,大多数变异仍需进一步功能验证 | 探究剪接变异对牛复杂性状形成的功能影响 | 牛基因组中的剪接变异 | 基因组学 | NA | GWAS、大规模并行报告实验、深度学习 | 深度学习算法 | 基因组序列数据、RNA剪接数据 | 未明确说明样本数量 |
1007 | 2025-04-29 |
Chemical imaging delineates Aβ plaque polymorphism across the Alzheimer's disease spectrum
2025-Apr-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59085-7
PMID:40274785
|
research paper | 该研究通过结合功能淀粉样显微镜和质谱成像技术,揭示了阿尔茨海默病(AD)中Aβ斑块的多态性及其与疾病进展的关联 | 首次将深度学习增强的功能淀粉样显微镜与质谱成像技术相结合,揭示了Aβ斑块的多态性及其生化特征 | 样本量较小(散发性AD n=12,家族性AD n=6,非痴呆淀粉样阳性个体 n=5),可能影响结果的普遍性 | 研究Aβ斑块多态性与阿尔茨海默病发病机制和进展的关联 | 阿尔茨海默病患者和非痴呆淀粉样阳性个体的脑组织样本 | digital pathology | geriatric disease | 功能淀粉样显微镜,质谱成像,深度学习 | NA | image | 散发性AD患者12例,家族性AD患者6例,非痴呆淀粉样阳性个体5例 |
1008 | 2025-04-29 |
Comparative analysis of automated foul detection in football using deep learning architectures
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-96945-0
PMID:40274843
|
研究论文 | 本研究对八种先进的深度学习架构在足球比赛中自动犯规检测任务上的性能进行了全面比较评估 | 首次对多种深度学习架构在足球犯规检测任务上的性能进行系统比较,并强调了模型可解释性的重要性 | 测试集的完美平衡受到类别分布限制,且仅使用静态图像数据可能限制模型在动态场景中的表现 | 评估不同深度学习模型在足球比赛自动犯规检测任务中的性能 | 足球比赛中的犯规行为 | 计算机视觉 | NA | 深度学习 | EfficientNetV2, ResNet50, VGG16, Xception, InceptionV3, MobileNetV2, InceptionResNetV2, DenseNet121 | 图像 | 7000张图像(4900训练,1400验证,700测试) |
1009 | 2025-04-26 |
Author Correction: From the diagnosis of infectious keratitis to discriminating fungal subtypes; a deep learning-based study
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95224-2
PMID:40274847
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
1010 | 2025-04-29 |
Multimodal representations of transfer learning with snake optimization algorithm on bone marrow cell classification using biomedical histopathological images
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-89529-5
PMID:40274862
|
research paper | 提出了一种基于多模态迁移学习和蛇优化算法的骨髓细胞分类方法,用于生物医学组织病理学图像分析 | 结合多模态特征提取(InceptionV3、Deep SqueezeNet和SE-DenseNet)、混合核极限学习机(HKELM)以及蛇优化算法(SOA)进行参数调优,实现了高精度的骨髓细胞分类 | 未提及方法在临床实际应用中的验证情况,以及对于不同质量图像的鲁棒性测试 | 提高骨髓细胞的自动识别和分类精度,辅助血液学诊断 | 骨髓细胞(红骨髓和黄骨髓) | digital pathology | hematologic disorders | deep learning, machine learning | InceptionV3, Deep SqueezeNet, SE-DenseNet, HKELM | biomedical histopathological images | BM Cell Classification数据集(具体样本量未说明) |
1011 | 2025-04-29 |
A multi-filter deep transfer learning framework for image-based autism spectrum disorder detection
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97708-7
PMID:40274878
|
研究论文 | 提出了一种基于多滤波深度迁移学习的框架,用于通过图像检测自闭症谱系障碍(ASD) | 整合了数据增强、多滤波处理、直方图均衡化和两阶段降维过程,以增强预训练深度学习模型在图像模式识别中的表现 | 未提及具体样本量的限制或跨数据集的泛化能力验证 | 提升自闭症谱系障碍的自动化检测准确率,辅助早期诊断 | 自闭症和非自闭症个体的面部图像数据 | 计算机视觉 | 自闭症谱系障碍 | 数据增强、多滤波处理、直方图均衡化、降维 | ResNet-50, ViTSwin等预训练模型 | 图像 | 未明确提及具体数量,使用了一个文献中已建立的面部数据集 |
1012 | 2025-04-29 |
Combined dynamical-deep learning ENSO forecasts
2025-Apr-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-59173-8
PMID:40274886
|
research paper | 该研究提出了一种结合动力学模型和深度学习模型的ENSO预测方法,显著提高了预测技能 | 引入了两种结合动力学模型和深度学习模型的预测策略,显著优于单独的DL或动力学模型预测 | 未提及具体的技术局限性或数据限制 | 提高厄尔尼诺-南方振荡(ENSO)的预测技能 | ENSO预测 | machine learning | NA | 深度学习(DL)和动力学模型 | CNN, 3D-Geoformer | 气候数据 | 未提及具体样本量 |
1013 | 2025-04-29 |
Ambulance route optimization in a mobile ambulance dispatch system using deep neural network (DNN)
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95048-0
PMID:40274919
|
研究论文 | 本文提出了一种基于深度神经网络的移动救护车调度系统,用于优化救护车路线 | 结合决策树、支持向量机和卷积神经网络,实现了救护车需求预测、资源分配优化和实时路线调整 | 未提及系统在不同城市或复杂交通环境下的泛化能力 | 提高紧急医疗服务效率,减少救护车响应时间 | 救护车调度系统 | 机器学习 | NA | 决策树、支持向量机(SVM)、卷积神经网络(CNN) | CNN | 历史数据、实时交通数据 | NA |
1014 | 2025-04-29 |
An enhanced CNN with ResNet50 and LSTM deep learning forecasting model for climate change decision making
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97401-9
PMID:40274930
|
研究论文 | 本文提出了一种结合CNN、ResNet50和LSTM的混合深度学习模型CNN-ResNet50-LSTM,用于预测气候变化中的温度和风能 | 提出了一种新的混合深度学习模型CNN-ResNet50-LSTM,用于提高气候变化预测的准确性 | 未提及模型在不同气候条件下的泛化能力 | 提高气候变化预测的准确性,以支持风能系统的稳定运行和电力系统规划 | 温度和风能 | 机器学习 | NA | 深度学习 | CNN-ResNet50-LSTM | 时间序列数据 | 三个公开数据集:Wind Turbine Scada (Scada) Dataset、Saudi Arabia Weather history (SA) dataset和Wind Power Generation Data for 4 locations (WPG) dataset |
1015 | 2025-04-29 |
Variational mode directed deep learning framework for breast lesion classification using ultrasound imaging
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-99009-5
PMID:40274985
|
research paper | 提出了一种基于超声的乳腺病变分类框架,利用二维变分模态分解(2D-VMD)提供自解释特征,引导带有混合池化和注意力机制的CNN进行增强分类 | 利用2D-VMD提供自解释特征,结合混合池化和注意力机制的CNN,无需分割病变即可实现高精度分类 | 未提及具体的数据集样本量差异可能影响模型泛化能力 | 提高乳腺病变分类的准确性和解释性 | 乳腺超声图像中的良性和恶性病变 | digital pathology | breast cancer | 2D-VMD, CNN | CNN with mixed pooling and attention mechanisms | ultrasound images | 两个公共乳腺超声数据集和一个内部数据集(具体数量未提及) |
1016 | 2025-04-29 |
Attack resilient IoT security framework using multi head attention based representation learning with improved white shark optimization algorithm
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98180-z
PMID:40274990
|
研究论文 | 提出了一种基于多头注意力和改进白鲨优化算法的物联网安全框架,用于增强网络安全检测和迁移模型 | 结合多头注意力和改进白鲨优化算法,提出了一种新型的入侵检测方法MHAID-IWSOA | 实验仅在Edge-IIoT数据集上进行,未在其他数据集上验证 | 提高物联网网络中的网络安全检测和迁移能力 | 物联网网络中的异常或网络攻击 | 机器学习 | NA | 多头注意力机制、改进白鲨优化算法、双向门控循环单元 | BiGRU-MHA | 网络数据 | Edge-IIoT数据集 |
1017 | 2025-04-29 |
Leveraging TME features and multi-omics data with an advanced deep learning framework for improved Cancer survival prediction
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98565-0
PMID:40275021
|
研究论文 | 本研究整合多组学数据和先进的深度学习框架,以提高癌症生存预测的准确性 | 利用单细胞RNA测序(scRNA-seq)增强的自归一化网络(Self-Normalizing Network)模型,结合多组学数据,显著提高了胶质瘤预后预测的准确性 | 研究样本量相对有限(620例),且仅针对胶质瘤,可能限制了模型的泛化能力 | 提高胶质瘤患者的生存预测准确性并识别潜在治疗靶点 | 胶质母细胞瘤(GBM)和低级别胶质瘤(LGG)患者 | 数字病理学 | 胶质瘤 | 单细胞RNA测序(scRNA-seq)、多组学数据整合 | 自归一化网络(Self-Normalizing Network) | 转录组、拷贝数变异(CNV)、体细胞突变(MUT)、微生物(MIC)数据 | 620个样本 |
1018 | 2025-04-29 |
TCAINet an RGB T salient object detection model with cross modal fusion and adaptive decoding
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98423-z
PMID:40275036
|
research paper | 提出了一种名为TCAINet的新型RGB-T显著目标检测网络,通过跨模态融合和自适应解码提升复杂场景下的检测性能 | 集成了通道注意力机制(CA)、增强的跨模态融合模块(CAF)和自适应解码器(AAD),优化了多模态信息的融合与处理 | 在高噪声环境下的性能仍有提升空间,且特征加权策略的灵活性可能不足 | 提升RGB-T显著目标检测网络在复杂场景下的性能 | RGB-T显著目标检测 | computer vision | NA | 深度学习方法 | TCAINet (包含CA、CAF和AAD模块) | RGB-T图像数据 | NA |
1019 | 2025-04-29 |
A novel approach for music genre identification using ZFNet, ELM, and modified electric eel foraging optimizer
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98766-7
PMID:40275047
|
research paper | 提出了一种结合深度学习和元启发式算法的新方法用于音乐流派识别 | 整合了预训练的ZFNet、ELM和新开发的MEEFO算法,优化分类性能 | NA | 自动将音乐作品分类到一个或多个预定义的流派中 | 音乐流派识别 | machine learning | NA | metaheuristic algorithm | ZFNet, ELM, MEEFO | audio signals | GTZAN和Ballroom两个基准数据集 |
1020 | 2025-04-29 |
A novel temporal classification prototype network for few-shot bearing fault detection
2025-Apr-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-98963-4
PMID:40275051
|
research paper | 提出了一种名为时序分类原型网络(TCPN)的新方法,用于解决工业轴承故障检测中数据稀缺的问题 | 提出了时序分类原型网络(TCPN)和增强时序卷积网络(ETCN),以及基于相似度度量的ContractSim分类器(CSC),在数据稀缺条件下保持训练效果和泛化能力 | 未提及具体的数据稀缺程度对模型性能的影响,以及在实际工业环境中的适用性 | 解决工业轴承故障检测中数据稀缺导致的深度学习模型训练不足和泛化问题 | 工业轴承故障信号 | machine learning | NA | Fourier变换 | TCPN, ETCN, CSC | 时序信号数据 | 四个标准轴承数据集 |