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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1221 | 2025-06-10 |
Application of ConvNeXt with transfer learning and data augmentation for malaria parasite detection in resource-limited settings using microscopic images
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313734
PMID:40465684
|
研究论文 | 本研究探讨了使用ConvNeXt模型结合迁移学习和数据增强技术,在资源有限地区通过显微镜图像进行疟疾寄生虫检测的深度学习方法 | 采用ConvNeXt V2 Tiny Remod版本模型结合数据增强和迁移学习技术,在疟疾诊断中达到了98.1%的准确率,超越了其他模型如Swin Tiny和ResNet系列 | 研究在资源有限地区进行,可能面临大型数据集和显微镜专业知识获取的限制 | 开发一种高准确率的疟疾诊断方法,适用于资源有限地区 | 疟疾寄生虫 | 计算机视觉 | 疟疾 | 迁移学习, 数据增强 | ConvNeXt, Swin Tiny, ResNet18, ResNet50 | 图像 | 初始27558张薄血涂片图像,经过增强后最终数据集为606276张图像 |
1222 | 2025-06-10 |
Verification and application of deep learning models in daily sports activities of teenagers
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0322166
PMID:40465756
|
研究论文 | 本文基于VGG16模型,结合BiLSTM和CBAM模块的优势,验证并应用于青少年日常体育活动中羽毛球动作的识别 | 结合BiLSTM模型的双向学习时间序列信息和CBAM模块的通道及区域特征表示,显著提高了动作识别的准确性 | 研究仅针对羽毛球运动,可能不适用于其他体育活动的动作识别 | 提高青少年日常体育活动中动作识别的准确性 | 青少年日常体育活动中的羽毛球动作 | 计算机视觉 | NA | 深度学习 | VGG16, BiLSTM, CBAM | 视频图像 | 基于公共数据集Roboflow中的羽毛球训练数据集 |
1223 | 2025-06-10 |
The effects of learning experience on college students' deep english learning: a study of the chain mediation effect of motivation and strategy
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0325491
PMID:40465789
|
研究论文 | 本研究探讨学习经验对大学生英语深度学习的影响,以及动机和策略的链式中介效应 | 首次验证了英语学习领域中'学习经验→学习动机→学习策略→深度学习'的链式中介模型 | 样本范围有限且采用横断面设计 | 探究学习经验对大学生英语深度学习的影响机制 | 不同性别、年龄、教育背景和学业成就水平的大学生 | 教育心理学 | NA | 量表评估与统计分析 | 链式中介模型 | 问卷数据 | 不同背景的大学生样本 |
1224 | 2025-06-10 |
Progress in developing a bark beetle identification tool
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310716
PMID:40471899
|
research paper | 本研究提出了一种基于MaxViT深度学习框架的树皮甲虫识别初步模型,旨在开发一个功能完善且实用的识别工具 | 首次利用结合局部和全局注意力的MaxViT模型对树皮甲虫进行属级分类,并设计了报告未知物种的功能 | 当前模型仅能区分12个属,需要更多数据和改进以实现可靠的种级识别,且图像采集条件受控可能影响实际应用 | 开发用于森林管理和生态研究的树皮甲虫识别工具 | 树皮甲虫(多种属) | computer vision | NA | 深度学习 | MaxViT | image | 目前最大的树皮甲虫图像训练集(具体数量未提及) |
1225 | 2025-06-10 |
Adaptive network steganography using deep learning and multimedia video analysis for enhanced security and fidelity
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0318795
PMID:40472042
|
research paper | 本研究提出了一种结合深度学习和多媒体视频分析的自适应网络隐写范式,旨在提升网络隐写的通用性和安全性 | 采用深度卷积生成对抗网络架构,能够根据多媒体视频的动态前景、稳定背景和时空复杂性微调隐写参数 | NA | 提升网络隐写的安全性和保真度 | 多媒体视频中的网络隐写 | computer vision | NA | deep learning, multimedia video analysis | DCGAN (deep convolutional generative adversarial network) | video | MPII和UCF101视频库 |
1226 | 2025-06-10 |
Machine learning techniques for continuous genetic assignment of geographic origin of forest trees
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0324994
PMID:40478860
|
研究论文 | 本文比较了五种连续遗传分配方法在追踪森林树木地理起源中的准确性 | 比较了五种连续分配方法的准确性,包括最近邻方法、高斯过程回归、基因组预测和深度学习,特别是在处理遗传变异连续性的问题上 | 研究仅基于欧洲的两个树种数据集,可能不适用于其他地区或树种 | 开发更准确的连续遗传分配方法以追踪森林树木的地理起源 | 欧洲山毛榉(Fagus sylvatica)和欧洲橡树(Quercus robur) | 机器学习 | NA | 基因组宽单核苷酸多态性(SNP)分析 | NN, GPR-D, GPR-G, GP, DL | 基因数据 | 865株欧洲山毛榉和1,883株欧洲橡树 |
1227 | 2025-06-10 |
The application of deep learning in economic analysis and marketing strategy formulation in the tourism industry
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0321992
PMID:40478915
|
research paper | 本研究提出了一种名为TourVaRNN的深度学习方法,旨在通过预测旅游业的经济影响和游客行为来优化营销策略 | 结合变分自编码器和循环神经网络,TourVaRNN能够捕捉游客偏好和消费习惯的潜在变量,并建模旅游数据中的复杂时间依赖性 | 研究仅针对特定区域和一年内的数据进行分析,可能无法完全代表全球旅游业的多样性 | 提升旅游业的经济影响预测和游客行为理解,以制定更有效的营销策略 | 旅游业的经济影响和游客行为 | machine learning | NA | Deep Learning (DL) | TourVaRNN (结合变分自编码器和RNN) | 结构化数据(游客数量、天数、消费模式、就业等) | 特定区域一年内的国际旅游样本和多样化年龄组数据 |
1228 | 2025-06-10 |
[Usefulness of Deep Learning Reconstruction in Low-dose Lung Cancer CT Screening Protocols]
2025, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.25-1485
PMID:40484682
|
研究论文 | 本研究评估了在低剂量肺癌CT筛查中,图像重建方法、辐射剂量和螺距因子变化对物理特性的影响,并探讨了深度学习重建(DLR)的效用 | 首次在低剂量肺癌CT筛查中综合评估了DLR与不同辐射剂量和螺距因子对图像物理特性的影响,并提出了优化方案 | 研究主要基于体模实验,未涉及真实患者数据 | 确定低剂量肺癌CT筛查中最佳的辐射剂量和螺距因子设置,评估DLR的实用性 | 水模体和胸部体模 | 数字病理 | 肺癌 | CT扫描 | DLR(深度学习重建) | CT图像 | 未明确说明具体样本数量,使用水模体和胸部体模进行实验 |
1229 | 2025-06-10 |
Other possible perspectives for solving the negative outcome penalty paradox in the application of artificial intelligence in clinical diagnostics
2024-12-23, Journal of medical ethics
IF:3.3Q1
DOI:10.1136/jme-2024-109968
PMID:38871400
|
评论 | 本文探讨了人工智能在临床诊断中应用的负面结果惩罚悖论,并提出了三种可能的解决视角 | 提出了改变公众认知、重新设计临床实践流程和引入更多利益相关者三种新视角来解决负面结果惩罚悖论 | 未提及具体实施这些视角的技术或方法细节 | 探讨如何更有效地将人工智能整合到未来的临床实践中 | 人工智能在临床诊断中的应用 | 人工智能在医学中的应用 | NA | NA | NA | NA | NA |
1230 | 2025-06-10 |
Using dynamic spatio-temporal graph pooling network for identifying autism spectrum disorders in spontaneous functional infrared spectral sequence signals
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110157
PMID:38705284
|
研究论文 | 利用动态时空图池化网络识别自发功能性红外光谱序列信号中的自闭症谱系障碍 | 通过动态图构建挖掘fNIRS数据的动态关系,通过动态特征提取获得时空相关性,并通过时空图池化提高网络的信息提取能力以实现自闭症分类 | NA | 探索大脑通道间动态连接关系对自闭症谱系障碍(ASD)的影响,并比较ASD与典型发育(TD)的大脑通道连接图 | 自闭症谱系障碍(ASD)患者和典型发育(TD)个体的自发功能性红外光谱序列信号 | 数字病理学 | 自闭症谱系障碍 | fNIRS | 动态时空图池化神经网络(DSTGPN) | 功能性红外光谱序列信号 | NA |
1231 | 2025-06-10 |
Brain-computer interfaces inspired spiking neural network model for depression stage identification
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110203
PMID:38880343
|
研究论文 | 提出一种受脑机接口启发的脉冲神经网络模型,用于抑郁症阶段的识别 | 采用脉冲神经网络模型进行抑郁症分类,相比传统深度学习方法具有更高的生理可解释性和更低的能耗 | 模型依赖于EEG数据的质量,且样本量未明确说明 | 改进传统抑郁症诊断方法,提高诊断准确性和生理可解释性 | 抑郁症患者和健康个体的EEG数据 | 脑机接口 | 抑郁症 | EEG信号分析 | 脉冲神经网络(SNN) | EEG信号 | NA |
1232 | 2025-06-10 |
EEG-based motor imagery channel selection and classification using hybrid optimization and two-tier deep learning
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110215
PMID:38968976
|
研究论文 | 本文提出了一种基于EEG的运动想象通道选择和分类方法,结合混合优化和双层深度学习架构 | 采用MRMR算法优化通道选择,引入WSO和ChOA的混合优化方法,并提出由CNN和M-DNN组成的双层深度学习架构 | NA | 提高基于EEG的运动想象任务的分类准确性和鲁棒性 | 脑机接口(BCI)系统 | 机器学习 | 运动障碍 | EEG | CNN, M-DNN | EEG数据 | NA |
1233 | 2025-06-10 |
Adoption of deep learning-based magnetic resonance image information diagnosis in brain function network analysis of Parkinson's disease patients with end-of-dose wearing-off
2024-09, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110184
PMID:38838748
|
研究论文 | 本研究使用基于卷积神经网络(CNN)的功能磁共振成像(fMRI)数据分类模型,分析了帕金森病(PD)患者剂量结束磨损(EODWO)的脑功能网络 | 采用基于CNN的fMRI数据分类模型,改进了卷积核参数的初始化方法,并构建了基于受限玻尔兹曼机(RBM)的结构 | 样本量相对较小(100例PD患者),且未探讨其他可能的脑区功能变化 | 分析帕金森病患者剂量结束磨损(EODWO)的脑功能网络变化 | 帕金森病患者(100例,其中39例无EODWO,61例有EODWO) | 数字病理学 | 帕金森病 | 功能磁共振成像(fMRI) | CNN | 图像 | 100例帕金森病患者(39例无EODWO,61例有EODWO) |
1234 | 2025-06-10 |
Multi-scale self-attention approach for analysing motor imagery signals in brain-computer interfaces
2024-08, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110182
PMID:38795979
|
research paper | 提出了一种基于多尺度时空自注意力网络的模型,用于四类运动想象EEG信号的分类 | 采用多尺度时空自注意力网络和并行多尺度TCN层,有效提取EEG信号特征并提高分类准确率 | 未提及模型在其他数据集上的泛化能力 | 提高运动想象EEG信号的分类准确率 | 运动想象EEG信号 | brain-computer interface | NA | 自注意力机制、Temporal Convolutional Network (TCN) | 多尺度时空自注意力网络 | EEG信号 | BCI Competition IV-2b数据集和HGD数据集的IV-2a、IV-2b数据集 |
1235 | 2025-06-10 |
Combining Artificial Intelligence and Simplified Image Processing for the Automatic Detection of Mycobacterium tuberculosis in Acid-fast Stain : A Cross-institute Training and Validation Study
2024-Jul-01, The American journal of surgical pathology
DOI:10.1097/PAS.0000000000002223
PMID:38595262
|
研究论文 | 本文介绍了一种结合人工智能和简化图像处理技术的自动化结核分枝杆菌检测平台 | 采用改进的EfficientNet模型和图像处理技术,显著提高了结核分枝杆菌的检测准确率和效率 | 研究仅在两家医院的数据上进行验证,可能需要更多样化的数据集进一步验证 | 开发高效的结核分枝杆菌自动检测方法以提高病理诊断效率 | 抗酸染色中的结核分枝杆菌 | 数字病理学 | 结核病 | 深度学习、图像处理 | 改进的EfficientNet | 图像 | 来自2家医院的全切片图像 |
1236 | 2025-06-10 |
Protocol to perform integrative analysis of high-dimensional single-cell multimodal data using an interpretable deep learning technique
2024-06-21, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2024.103066
PMID:38748882
|
研究论文 | 本文提出了一种使用可解释深度学习技术moETM进行高维单细胞多模态数据整合分析的协议 | 开发了一种名为moETM的可解释深度学习技术,用于整合单细胞多组学数据,并结合先验通路知识进行跨组学插补 | 协议的具体执行细节需要参考原始研究,可能对数据预处理要求较高 | 开发单细胞多组学数据整合分析方法 | 单细胞多组学数据 | 机器学习 | NA | 单细胞多组学测序技术 | moETM | 单细胞多组学数据 | 骨髓单核细胞数据(GSE194122) |
1237 | 2025-06-10 |
A deep learning framework for denoising and ordering scRNA-seq data using adversarial autoencoder with dynamic batching
2024-06-21, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2024.103067
PMID:38748883
|
研究论文 | 提出了一种名为动态批处理对抗自编码器(DB-AAE)的深度学习框架,用于去噪单细胞RNA测序(scRNA-seq)数据集 | 采用动态批处理对抗自编码器(DB-AAE)进行scRNA-seq数据的去噪和排序 | 未提及具体的数据集规模或实验结果的广泛验证 | 解决scRNA-seq数据中的技术噪声问题,提高数据质量 | 单细胞RNA测序(scRNA-seq)数据 | 机器学习 | NA | scRNA-seq | 对抗自编码器(AAE) | 基因表达数据 | NA |
1238 | 2025-06-10 |
Machine and deep learning models for accurate detection of ischemia and scar with myocardial blood flow positron emission tomography imaging
2024-02, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2024.101797
PMID:38185409
|
研究论文 | 比较传统统计方法、机器学习和深度学习技术在仅使用静息和应激心肌血流(MBF)值诊断冠状动脉疾病(CAD)中的能力 | 首次比较了多种机器学习和深度学习模型在心肌血流PET成像中检测缺血和瘢痕的准确性,并发现随机森林模型表现最佳 | 对于每血管定位缺血或瘢痕,机器学习模型的表现与传统统计模型相比没有显著差异 | 评估不同模型在心肌血流PET成像中检测和定位CAD的准确性 | 3245例静息和应激铷-82 PET研究及匹配的灌注报告诊断标签 | 机器学习 | 心血管疾病 | PET成像 | 逻辑回归、Lasso逻辑回归、支持向量机、随机森林、多层感知机、密集U-Net | 图像 | 3245例PET研究 |
1239 | 2025-06-10 |
Deep learning-based weld defect classification using VGG16 transfer learning adaptive fine-tuning
2023-May-08, International journal on interactive design and manufacturing
DOI:10.1007/s12008-023-01327-3
PMID:40478981
|
研究论文 | 本文提出了一种基于深度学习的焊接缺陷分类方法,使用VGG16迁移学习和自适应微调技术 | 采用数据增强方法处理小规模X射线图像数据集,并比较了VGG16和ResNet50两种卷积神经网络架构的性能 | 数据集规模较小且类别分布不平衡,仅包含15个不同的类别 | 开发一种自动化焊接缺陷检测和分类系统 | 焊接缺陷的X射线图像 | 计算机视觉 | NA | 数据增强,迁移学习 | CNN(VGG16和ResNet50) | 图像 | 小规模X射线图像数据集,包含15个类别 |
1240 | 2025-06-10 |
Artificial Intelligence and Economic Development: An Evolutionary Investigation and Systematic Review
2023-Mar-11, Journal of the knowledge economy
IF:4.0Q1
DOI:10.1007/s13132-023-01183-2
PMID:40478928
|
系统综述 | 本文通过文献计量和定性内容分析方法,探讨人工智能(AI)在经济发展(ED)中的作用和地位 | 首次将研究聚焦于AI与经济开发的交叉领域,采用两步法方法论,结合文献计量和内容分析 | 研究基于文献分析,可能未涵盖所有实际应用案例 | 探讨AI技术对经济发展的影响及其在该领域中的角色 | AI与经济发展交叉领域的研究文献 | 机器学习 | NA | 文献计量工具Bibliometrix,文献耦合算法 | NA | 文本 | 2211份文献 |