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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1061 | 2025-09-27 |
Ape Optimizer: A p-Power Adaptive Filter-Based Approach for Deep Learning Optimization
2025-Sep-25, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2025.3610665
PMID:40996994
|
研究论文 | 提出一种基于p幂自适应滤波的新型深度学习优化器Ape,用于解决梯度噪声的非高斯分布问题 | 首次将自适应滤波领域的LMP算法引入深度学习优化,针对α稳定分布的梯度噪声特性设计p幂调整机制和二阶矩估计方法 | NA | 开发能够有效处理重尾分布梯度噪声的深度学习优化算法 | 深度学习模型的优化过程 | 机器学习 | NA | 最小均方p幂(LMP)算法 | 深度学习模型 | 基准数据集 | NA |
1062 | 2025-09-27 |
HiADN:Lightweight Resolution Enhancement of Hi-C Data Using High Information Attention Distillation Network
2025-Sep-25, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3614663
PMID:40996990
|
研究论文 | 提出一种基于深度学习的HiADN方法,用于从稀疏Hi-C数据推断高分辨率染色质交互矩阵 | 首次设计专用架构HiFM捕获局部空间结构,结合大核卷积分解和注意力机制探索长基因组距离的全局模式 | NA | 提升稀疏Hi-C测序数据质量以恢复3D染色质基本特征 | 染色质三维空间结构 | 计算生物学 | NA | Hi-C测序技术 | 注意力蒸馏网络(HiADN)、专用架构HiFM | Hi-C交互矩阵数据 | GM12878、K562和CH12-LX细胞系数据集 |
1063 | 2025-09-27 |
Integrating Deep Model-Based Learning With Modular State-Based Stackelberg Games for Self-Optimizing Distributed Production Systems
2025-Sep-25, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3610707
PMID:40996999
|
研究论文 | 提出了一种将深度模型学习与模块化状态Stackelberg博弈相结合的新框架,用于制造系统的分布式自优化 | 用深度学习方法替代数字表示来学习系统动态,在虚拟环境中训练博弈参与者,减少77.78%的真实系统交互 | 仅在实验室测试床工业控制场景中进行验证,尚未在真实工业环境中全面测试 | 开发样本高效的分布式制造系统自优化方法 | 分布式生产制造系统 | 机器学习 | NA | 深度模型学习、Stackelberg博弈 | 深度学习模型 | 系统动态数据 | 实验室测试床场景 |
1064 | 2025-09-27 |
Time-Frequency Collaborative Learning for Imbalanced Ship Motion Data With Missing Labels in Sea State Estimation
2025-Sep-25, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2025.3610416
PMID:40997001
|
研究论文 | 提出一种针对标签缺失和类别不平衡的船舶运动数据的半监督海况估计方法BalanceSSE | 首次将动态插补、时频协同学习和聚类近端分类器结合,解决船舶运动数据中的类别不平衡和标签缺失问题 | NA | 开发能够处理不平衡数据和缺失标签的半监督海况估计算法 | 船舶运动数据 | 机器学习 | NA | 半监督学习、时频分析、动态插补 | BalanceSSE(包含DIT、ITFL、CL三个模块) | 时间序列数据(船舶运动数据) | UCR数据集和船舶运动数据集(具体数量未提及) |
1065 | 2025-09-27 |
Deep learning powered breast ultrasound to improve characterization of breast masses: a prospective study
2025-Sep-25, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851251377927
PMID:40997147
|
研究论文 | 评估深度学习工具S-Detect在提升乳腺超声诊断准确性和标准化评估方面的前瞻性研究 | 首次前瞻性验证DL工具在乳腺超声中降低经验依赖性和减少不必要活检的临床价值 | 样本量相对有限(230个病灶),且仅针对单一DL工具进行评估 | 验证深度学习工具提升乳腺肿块超声诊断标准化和精准性 | 216名患者的230个乳腺肿块 | 数字病理 | 乳腺癌 | 深度学习 | CNN(基于S-Detect工具特性推断) | 超声图像 | 230个乳腺肿块(来自216名患者) |
1066 | 2025-09-27 |
Predicting protein-protein interactions in the human proteome
2025-Sep-25, Science (New York, N.Y.)
DOI:10.1126/science.adt1630
PMID:40997207
|
研究论文 | 通过增强共进化信号和深度学习网络,系统预测人类蛋白质组中的蛋白质相互作用 | 利用30PB未组装基因组数据构建7倍深度的多序列比对,并基于2亿个预测蛋白质结构开发新型深度学习网络 | 未明确说明模型在特定蛋白质类别或疾病相关蛋白上的预测局限性 | 开发高精度预测人类蛋白质相互作用的方法 | 人类蛋白质组中的蛋白质相互作用对 | 生物信息学 | NA | 共进化分析、深度学习、多序列比对 | 深度学习网络 | 基因组序列数据、蛋白质结构数据 | 2亿个人类蛋白质对,其中17,849个预测相互作用 |
1067 | 2025-09-27 |
Identifying EEG-Based Neurobehavioral Risk Markers of Gaming Addiction Using Machine Learning and Iowa Gambling Task
2025-Sep-25, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ae0b75
PMID:40997844
|
研究论文 | 本研究利用脑电图和机器学习技术识别游戏成瘾的神经行为风险标志物 | 首次结合爱荷华赌博任务和多种信号处理技术构建脑电图特征空间,实现93%分类准确率的游戏行为模式识别 | 研究样本仅限于健康参与者,未涉及临床确诊的游戏障碍患者 | 开发基于神经生理信号的游戏成瘾早期客观检测方法 | 健康参与者的决策行为模式和脑电信号 | 机器学习 | 行为成瘾 | FFT、PSD、ACF、小波变换等信号处理技术 | 随机森林(RF)、卷积神经网络(CNN) | 脑电图(EEG)信号 | 未明确说明样本数量的健康参与者群体 |
1068 | 2025-09-27 |
Using economic value signals from primate prefrontal cortex in neuro-engineering applications
2025-Sep-25, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ae0bf6
PMID:40997885
|
研究论文 | 本研究探索在脑机接口中使用与经济价值相关的神经信号来辅助目标导向行为 | 首次将抽象认知信号(经济价值信号)应用于神经工程,开发了基于深度学习的自适应神经解码器 | 研究仅限于非人灵长类动物模型,尚未在人类或临床环境中验证 | 开发利用抽象认知信号的神经工程设备来辅助用户的目标导向行为 | 非人灵长类动物的眶额皮层神经信号 | 神经工程 | NA | 深度学习、强化学习、神经信号解码 | 神经网络解码器(含神经预测模型) | 多变量时间序列神经信号数据 | 非人灵长类动物实验数据(具体数量未明确说明) |
1069 | 2025-09-27 |
Integrative Omics and AI-Driven Systems Biology: Multilayer Networks Decoding Apis mellifera Health and Resilience
2025-Sep-25, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.5c00294
PMID:40997916
|
综述 | 探讨整合多组学与人工智能在解码蜜蜂健康与恢复力分子机制中的应用 | 提出结合蛋白质组学、代谢组学和脂质组学的多组学框架,并集成深度学习、图神经网络等多层网络模型解析非模式生物复杂系统 | 面临样本输入量有限和跨组学异质性等挑战 | 解码蜜蜂分子恢复力机制并建立可推广的系统生物学框架 | 蜜蜂(Apis mellifera)及其群体健康 | 系统生物学 | NA | 蛋白质组学、代谢组学、脂质组学、空间组学、单细胞平台、质谱分析 | 深度学习、图神经网络、多层网络模型 | 多组学数据 | NA |
1070 | 2025-09-27 |
Multi-Scale Attention Fusion With Depthwise Separable Convolutions for Efficient Skin Cancer Detection
2025-Sep-25, Journal of cutaneous pathology
IF:1.6Q3
DOI:10.1111/cup.14870
PMID:40998452
|
研究论文 | 提出MAF-DermNet深度学习框架,通过多尺度注意力融合和深度可分离卷积实现高效皮肤癌检测 | 集成多尺度注意力融合机制与深度可分离卷积,结合DCGAN数据增强提升模型鲁棒性 | 未整合临床元数据,需针对不同医疗场景优化模型 | 开发高效准确的皮肤癌自动检测方法 | 皮肤病变图像 | 计算机视觉 | 皮肤癌 | DCGAN数据增强、多分辨率输入、残差注意力机制 | CNN(深度可分离卷积架构) | 图像 | 未明确说明具体样本数量 |
1071 | 2025-09-27 |
Voice of Mind, a Deep Learning Model for Depression and Anxiety Assessment From Acoustic and Lexical Vocal Biomarkers
2025-Sep-25, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2025.09.012
PMID:40998607
|
研究论文 | 开发一种基于语音声学和词汇特征的深度学习模型,用于从意大利心理治疗录音中评估抑郁和焦虑症状 | 提出结合CNN和MLP的混合架构,能够同时分析声学特征和词汇标记,并开发了三个模型变体针对不同检测需求 | 样本量较小(仅5名患者),缺乏大规模临床验证 | 开发能够从语音数据中自动识别抑郁和焦虑症状的辅助诊断工具 | 心理治疗录音中的声学和词汇特征 | 自然语言处理 | 精神疾病 | 语音信号处理,特征提取 | CNN,MLP,混合神经网络 | 音频 | 5名患者(重度抑郁症或广泛性焦虑症)的7段录音,超过1000个标注音频片段 |
1072 | 2025-09-27 |
Spatiotemporal assessment and background climate drivers of atmospheric urban heat island in Guangdong province, China
2025-Sep-25, International journal of biometeorology
IF:3.0Q2
DOI:10.1007/s00484-025-03022-2
PMID:40999209
|
研究论文 | 本研究评估广东省大气城市热岛强度的时空变化及其与背景气候因子的关系 | 结合计量经济学技术与深度学习模型(CNN-LSTM)分析气候变量对城市热岛的长期影响 | NA | 探究背景气候变量(降水、相对湿度、风速)对大气城市热岛强度的长期影响 | 广东省城市地区的大气城市热岛现象 | 机器学习 | NA | Fully Modified Ordinary Least Squares, Dynamic Ordinary Least Squares, 随机森林, CNN-LSTM | 随机森林, CNN-LSTM | 气候时间序列数据 | 广东省多个城市的长时期气候观测数据 |
1073 | 2025-09-27 |
A Deep Learning-Based EffConvNeXt Model for Automatic Classification of Cystic Bronchiectasis: An Explainable AI Approach
2025-Sep-25, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01688-z
PMID:40999297
|
研究论文 | 提出一种结合EfficientNetB1和ConvNeXtTiny的EffConvNeXt深度学习模型,用于胸部X光片中囊性支气管扩张、肺炎和正常病例的自动分类 | 首次将EfficientNetB1的高效性与ConvNeXtTiny的先进特征提取能力相结合,通过混合模型设计实现分类精度的显著提升 | 研究仅使用单一医疗中心(Dicle大学医学院)的5899张胸部X光图像,需要更多外部验证 | 开发高精度的自动分类模型以区分囊性支气管扩张、肺炎和正常胸部X光片 | 胸部X光图像中的囊性支气管扩张、肺炎病例及正常对照 | 计算机视觉 | 呼吸系统疾病 | 深度学习 | EffConvNeXt(EfficientNetB1与ConvNeXtTiny混合模型) | 医学图像(胸部X光片) | 5899张胸部X光图像 |
1074 | 2025-09-27 |
Aerosol optical depth retrieval from Geostationary Environment Monitoring Spectrometer (GEMS): Advancing the first hyperspectral geostationary air quality mission using deep learning
2025-Sep-24, The Science of the total environment
DOI:10.1016/j.scitotenv.2025.180535
PMID:40997388
|
研究论文 | 本研究提出基于深度学习的TabNet模型,用于从地球静止轨道环境监测光谱仪(GEMS)数据中反演气溶胶光学厚度(AOD) | 首次将可解释表格学习网络(TabNet)应用于全球首颗地球静止轨道高光谱环境卫星的AOD反演,显著提升反演精度和效率 | 研究区域限定在亚太地区,未验证模型在全球其他区域的适用性 | 开发高精度、高效率的卫星气溶胶光学厚度反演方法 | 亚太地区大气气溶胶 | 机器学习 | NA | 深度学习、高光谱遥感 | TabNet | 高光谱辐射数据、气象数据、辅助变量 | 采用10折交叉验证(随机、空间和时间维度) |
1075 | 2025-09-27 |
An efficient dark spot detection method for offshore oil spill in SAR images based on edge-enhanced attention fusion
2025-Sep-24, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2025.118748
PMID:40997542
|
研究论文 | 提出一种基于边缘增强注意力融合的SAR图像海上溢油黑斑检测方法EAF-Net | 设计了残差瓶颈注意力模块(RBAM)增强边缘细节,提出增强通道融合模块(ECFM)实现深浅特征有效融合,并引入深度监督优化模块(DSRM)提升边缘提取精度 | NA | 提升SAR图像中海上溢油黑斑的边缘检测精度并减少检测时间 | 合成孔径雷达(SAR)图像中的海上溢油黑斑 | 计算机视觉 | NA | 深度学习 | EAF-Net(包含RBAM、ECFM、DSRM模块的编码器-解码器网络) | SAR图像 | PALSAR和Sentinel-1数据集 |
1076 | 2025-09-27 |
Identifying an optimal perturbation to induce a desired cell state by generative deep learning
2025-Sep-24, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2025.101405
PMID:40997798
|
研究论文 | 提出基于生成式深度学习的PAIRING方法,用于识别诱导细胞达到目标状态的最优扰动 | 通过潜在空间分解细胞状态为基底状态和扰动效应,首次实现基于生成模型的细胞状态定向调控 | NA | 开发识别最优细胞扰动的方法以实现目标细胞状态的定向诱导 | 细胞状态(特别是结直肠癌细胞) | 机器学习 | 结直肠癌 | 生成式深度学习 | 生成模型 | 转录组数据 | NA |
1077 | 2025-09-27 |
Causal deep learning for real-time detection of cardiac surgery-associated acute kidney injury: derivation and validation in seven time-series cohorts
2025-Sep-24, The Lancet. Digital health
DOI:10.1016/j.landig.2025.100901
PMID:40998651
|
研究论文 | 开发名为REACT的因果深度学习架构,用于心脏手术相关急性肾损伤的实时检测 | 将1328个输入变量简化为6个关键因果因素,实现精确动态预测,比指南推荐方法平均提前16.35小时检测到CSA-AKI | 回顾性模型开发和前瞻性验证研究,需要进一步验证在不同医疗机构的普适性 | 开发能够实现CSA-AKI精确动态预测的因果深度学习模型 | 接受重大开胸心脏手术的成年患者(年龄≥18岁) | 机器学习 | 心血管疾病 | 因果深度学习 | REACT(因果深度学习架构) | 电子健康记录时间序列数据 | 最终推导队列包含14,513名患者,外部验证数据集包含中国20,813名患者和美国28,023名患者 |
1078 | 2025-09-27 |
Automated Coronary Artery Calcium Scoring Using Deep Learning: Validation Across Diverse Chest CT Protocols
2025-Sep-24, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2025.09.009
PMID:40998657
|
研究论文 | 开发并验证一种基于深度学习的全自动冠状动脉钙化评分模型,适用于不同胸部CT扫描协议 | 首次提出工作流就绪的协议无关深度学习模型,在常规非门控胸部CT上实现全自动钙化评分 | 单中心回顾性研究,需进一步外部验证 | 开发自动化冠状动脉钙化评分工具以改善心血管疾病风险分层 | 无动脉粥样硬化心血管疾病患者的胸部CT扫描图像 | 数字病理 | 心血管疾病 | 深度学习 | DL-based CAC分割模型 | CT图像 | 2132例胸部CT扫描(来自单一大学医院2013-2023年数据) |
1079 | 2025-09-27 |
A modified vision transformer framework for image-based land cover segmentation in rural architectural design and planning
2025-Sep-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-19234-w
PMID:40987770
|
研究论文 | 提出一种基于改进视觉Transformer的深度学习框架,用于农村建筑设计与规划中的图像土地覆盖分割 | 采用改进萤火虫算法优化的鲁棒视觉Transformer架构,通过自注意力机制捕捉全局空间区域互依赖性 | 仅使用单一数据集(EuroSAT)验证,图像分辨率固定为64×64像素 | 开发精准的土地覆盖分割系统以支持农村可持续发展规划 | 卫星图像中的土地覆盖类型(年度作物、森林、草本植被等) | 计算机视觉 | NA | 改进萤火虫算法、Monte Carlo模拟 | 改进视觉Transformer | 卫星图像 | 27,000个地理参考样本,包含10类平衡的土地覆盖类型 |
1080 | 2025-09-27 |
Exploring the role of preprocessing combinations in hyperspectral imaging for deep learning colorectal cancer detection
2025-Sep-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20735-x
PMID:40987788
|
研究论文 | 本研究比较了不同预处理技术组合对高光谱成像在深度学习结直肠癌检测中性能的影响 | 系统探索了高光谱数据在空间和光谱维度上的多种预处理组合,并分析了数据不平衡问题的解决策略 | 血液过滤和反射光过滤均未产生显著效果,噪声降低意外导致性能下降 | 优化高光谱成像的预处理流程以提升深度学习癌症诊断性能 | 结直肠癌组织的高光谱图像数据 | 医学影像分析 | 结直肠癌 | 高光谱成像技术 | 深度学习模型 | 高光谱图像 | NA |