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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
12421 | 2025-04-17 |
A deep learning framework for enhanced mass spectrometry data analysis and biomarker screening
2025-Apr-15, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2025.2488501
PMID:40232885
|
研究论文 | 本文提出了一种深度学习框架,用于增强质谱数据的分类和生物标志物筛选 | 该框架整合了预处理、分类和生物标志物选择,解决了高维质谱数据分析中的挑战 | NA | 提升质谱数据的分类性能和生物标志物筛选效率 | 高维质谱数据 | 机器学习 | NA | 质谱(MS) | 深度学习框架 | 质谱数据 | NA |
12422 | 2025-04-17 |
Multi-View Self-Supervised Learning Enhances Automatic Sleep Staging from EEG Signals
2025-Apr-15, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2025.3561228
PMID:40232903
|
research paper | 该研究提出了一种多视图自监督学习方法,用于从脑电图信号中自动进行睡眠分期 | 采用多视图自监督学习方法,结合时间视图和频谱视图特征编码器,通过交叉视图对比损失和动态加权算法提高特征的迁移性和鲁棒性 | 依赖于公开数据集,未在更多样化的数据集上进行验证 | 提高自动睡眠分期的效率和准确性 | 脑电图信号 | machine learning | 睡眠障碍 | 自监督学习(SSL) | 多视图睡眠分期模型 | 脑电图信号 | 三个公开数据集(SleepEDF-20、SleepEDF-78和MASS) |
12423 | 2025-04-17 |
VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation
2025-Apr-15, IEEE transactions on haptics
IF:2.4Q2
DOI:10.1109/TOH.2025.3561049
PMID:40232917
|
研究论文 | 介绍了一种名为VibTac的新型多模态触觉传感手指,旨在同时提供高分辨率和高带宽的触觉感知 | VibTac创新性地结合了基于视觉和基于振动的触觉传感模式,实现了高分辨率和高带宽的触觉感知 | NA | 提升机器人操作能力,通过提供关键的局部信息反馈 | 机器人触觉传感手指 | 机器人技术 | NA | 基于视觉和基于振动的触觉传感 | 深度学习模型 | 触觉数据、视觉数据、声音数据 | 实验中使用发出不同声音的物体(如以太网连接器)进行测试 |
12424 | 2025-04-17 |
ProtNote: a multimodal method for protein-function annotation
2025-Apr-15, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf170
PMID:40233101
|
研究论文 | 介绍了一种名为ProtNote的多模态深度学习方法,用于蛋白质功能注释 | ProtNote利用自由文本进行监督和零样本蛋白质功能预测,能够推广到未见和新的功能 | 未明确提及 | 推进蛋白质生物学和工程,解决蛋白质序列-功能关系的问题 | 蛋白质序列及其功能 | 自然语言处理 | NA | 深度学习 | 多模态深度学习模型 | 文本和蛋白质序列数据 | 未明确提及 |
12425 | 2025-04-17 |
A Novel Ensemble Learning Approach for Grouping the State-of-the-Art YOLOV10 and YOLOV11 Models for Kidney Stone Detection in CT and Ultrasound Images
2025-Apr-15, Journal of imaging informatics in medicine
DOI:10.1007/s10278-025-01499-2
PMID:40234345
|
research paper | 提出一种新颖的集成学习方法,结合YOLOV10和YOLOV11模型,用于CT和超声图像中的肾结石检测 | 首次将YOLOV10和YOLOV11模型集成,用于肾结石检测,显著降低假阴性和假阳性错误 | 未提及具体的数据集规模限制或模型泛化能力的详细测试 | 提高肾结石在医学图像中的检测准确性和效率 | 肾结石在CT和超声图像中的检测 | computer vision | kidney stone | deep learning, ensemble learning | YOLOV10, YOLOV11 | image | NA |
12426 | 2025-04-17 |
Study on Ultrasound-Assisted Diagnosis of CHB Complicated with NAFLD Hepatic Fibrosis Based on Deep Learning
2025-Apr-15, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01331-3
PMID:40234347
|
research paper | 本研究旨在开发和评估一种基于深度学习的自动分类模型,用于诊断慢性乙型肝炎(CHB)并发非酒精性脂肪性肝病(NAFLD)的肝纤维化 | 利用深度学习技术对二维肝脏影像进行自动分类,显著提高了肝纤维化诊断的准确性 | 研究为回顾性分析,可能存在选择偏倚,且样本量虽大但来自单一中心 | 开发并评估一种基于深度学习的自动分类模型,用于诊断CHB并发NAFLD的肝纤维化 | 2803名CHB并发NAFLD患者及150名有肝活检结果的同类患者 | digital pathology | liver disease | deep learning | CNN | image | 2803名患者(20540张二维肝脏影像)用于训练,150名患者(922张影像)用于验证 |
12427 | 2025-04-17 |
Depth-of-interaction encoding techniques for pixelated PET detectors enabled by machine learning methods and fast waveform digitization
2025-Apr-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/adc96d
PMID:40185124
|
研究论文 | 本研究开发了一种利用机器学习和快速波形数字化技术,从像素化PET探测器中提取深度交互(DOI)信息的方法 | 无需修改探测器设计即可实现多级DOI分类,且保持了探测器的时间性能 | 研究仅针对20mm长晶体进行了验证,未涉及其他尺寸晶体的性能评估 | 开发一种从商用像素化探测器中获取DOI信息的技术 | 像素化PET探测器及其DOI信息 | 医学影像处理 | NA | 机器学习方法、快速波形数字化技术(DRS4) | LSTM网络、经典机器学习算法 | 闪烁波形数据 | 2×2×20mm长窄晶体 |
12428 | 2025-04-17 |
Basin-informed flood frequency analysis using deep learning exhibits consistent projected regional patterns over CONUS
2025-Apr-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97610-2
PMID:40222992
|
研究论文 | 利用深度学习进行基于流域的洪水频率分析,展示了美国本土未来洪水趋势的一致区域模式 | 使用LSTM模型结合气候模型数据预测洪水趋势,揭示了美国本土洪水变化的区域一致性模式 | 研究仅基于CMIP5气候模型数据,可能未涵盖所有气候不确定性 | 分析气候变化对未来洪水趋势的影响 | 美国本土638个河流站点的长期流量 | 机器学习 | NA | LSTM模型,CMIP5气候模型数据 | LSTM | 气象数据,流量数据 | 美国本土638个河流站点 |
12429 | 2025-04-17 |
The satisfaction of ecological environment in sports public services by artificial intelligence and big data
2025-Apr-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97927-y
PMID:40222989
|
研究论文 | 本研究结合基于残差模块和注意力机制的CNN方法与SERVQUAL评估模型,探讨人工智能和大数据对体育公共服务中居民健身生态环境满意度的影响 | 结合CNN与SERVQUAL模型分析AI驱动的体育公共服务对健身生态环境满意度的影响 | 研究主要依赖问卷调查、文献综述和访谈数据,可能受限于样本的代表性和数据的全面性 | 探讨AI驱动的体育公共服务与健身生态环境满意度之间的关系 | 体育公共服务中的健身生态环境和居民满意度 | 机器学习 | NA | 问卷调查、文献综述、访谈 | CNN | 问卷数据、文献数据、访谈数据 | 未明确说明样本数量 |
12430 | 2025-04-17 |
MODAMS: design of a multimodal object-detection based augmentation model for satellite image sets
2025-Apr-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-93766-z
PMID:40223115
|
research paper | 提出了一种基于多模态目标检测的卫星图像增强模型,旨在提高分类性能 | 结合了YOLO目标检测、cdGAN、EHO和FFO等多种技术,实现了动态和图像特定的增强 | 未提及模型在大规模数据集上的表现或计算资源消耗 | 提高卫星图像的分类准确性和效率 | 高光谱卫星图像 | computer vision | NA | YOLO, cdGAN, EHO, FFO, Incremental Learning | YOLO, GAN | image | NA |
12431 | 2025-04-17 |
Deep learning tools predict variants in disordered regions with lower sensitivity
2025-Apr-12, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-11534-9
PMID:40221640
|
research paper | 该研究探讨了深度学习工具在预测无序区域变异时的敏感性较低的问题 | 揭示了AlphaMissense和VARITY等工具在预测无序区域变异时的敏感性不足,并指出需要开发针对无序区域的新特征和范式 | 研究主要关注无序区域的变异预测,未涉及其他可能影响预测准确性的因素 | 评估当前最先进的变异效应预测工具在无序区域的效能 | 人类蛋白质组中的无序区域及其变异 | machine learning | NA | AlphaFold2, Variant Effect Predictor (VEP), AlphaMissense, VARITY | 深度学习模型 | 蛋白质序列和结构数据 | 涉及人类蛋白质组中30%的无序区域 |
12432 | 2025-04-17 |
CMTNet: a hybrid CNN-transformer network for UAV-based hyperspectral crop classification in precision agriculture
2025-Apr-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-97052-w
PMID:40216979
|
研究论文 | 提出了一种结合CNN和Transformer的深度学习框架CMTNet,用于无人机获取的高光谱作物分类 | CMTNet结合了光谱-空间特征提取模块、双分支架构和多输出约束模块,能同时捕获局部和全局特征,提高分类精度 | 未提及模型在更广泛作物类型或更复杂环境中的泛化能力 | 提高无人机高光谱成像在精准农业中作物分类的精度和可靠性 | 无人机获取的高光谱作物图像 | 计算机视觉 | NA | 高光谱成像 | CNN-Transformer混合模型 | 图像 | 三个无人机获取的数据集(WHU-Hi-LongKou、WHU-Hi-HanChuan和WHU-Hi-HongHu) |
12433 | 2025-04-17 |
Bearing fault diagnosis based on efficient cross space multiscale CNN transformer parallelism
2025-Apr-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95895-x
PMID:40210923
|
研究论文 | 提出了一种基于高效跨空间多尺度CNN Transformer并行性的风力涡轮机轴承故障诊断模型 | 采用并行分支结构同时提取时空特征,结合多尺度特征提取模块和高效多尺度注意力机制,提升了局部和全局特征提取能力 | 未提及模型在极端噪声环境下的表现 | 提高风力涡轮机轴承故障诊断的准确性和噪声鲁棒性 | 风力涡轮机轴承 | 机器学习 | NA | Continuous Wavelet Transform (CWT) | CNN, Transformer, BiGRU | 一维振动信号转换的二维时频图像 | 两个公开的轴承数据集 |
12434 | 2025-04-17 |
Accelerated Discovery of Cell Migration Regulators Using Label-Free Deep Learning-Based Automated Tracking
2025-Apr-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.04.01.646705
PMID:40236190
|
研究论文 | 本文介绍了一种名为DeepBIT的无标记深度学习自动化追踪方法,用于加速发现细胞迁移调控因子 | 开发了DeepBIT方法,无需细胞标记即可自动检测和追踪单个细胞的迁移,显著提高了通量和效率 | 方法主要针对癌细胞迁移进行研究,可能不适用于其他类型细胞的迁移研究 | 开发高通量方法研究细胞迁移调控机制 | 癌细胞迁移行为 | 计算机视觉 | 癌症 | 深度学习、机器视觉 | DeepBIT | 视频 | 约130万个追踪细胞,840种不同条件 |
12435 | 2025-04-17 |
Role of artificial intelligence in magnetic resonance imaging-based detection of temporomandibular joint disorder: a systematic review
2025-Apr, The British journal of oral & maxillofacial surgery
DOI:10.1016/j.bjoms.2024.12.004
PMID:40087072
|
系统综述 | 本文系统评估了人工智能在基于磁共振成像的颞下颌关节紊乱检测中的应用 | 首次系统性地总结了AI在颞下颌关节盘位置识别中的应用及其性能指标 | 研究设计标准化不足和报告一致性有待提高 | 评估AI在MRI中识别颞下颌关节盘位置的应用效果 | 颞下颌关节紊乱患者和正常个体的MRI影像 | 数字病理 | 颞下颌关节紊乱 | MRI | 深度学习(MobileNetV2, ResNet)和机器学习 | 医学影像 | 7项研究(未明确总样本量) |
12436 | 2025-04-17 |
Evaluating the Effectiveness of Neural Radiance Field for Noninvasive Volumetric Assessment
2025-Apr, Plastic and reconstructive surgery. Global open
DOI:10.1097/GOX.0000000000006708
PMID:40230474
|
research paper | 评估神经辐射场(NeRF)在非侵入性体积评估中的有效性,特别是在下肢淋巴水肿的治疗中 | 利用iPhone应用程序Luma 3D和NeRF技术进行3D场景重建,克服了传统2D成像和CT扫描的限制 | 研究仅基于一名88岁慢性淋巴水肿患者的12个月数据,样本量较小 | 评估NeRF技术在门诊环境中进行淋巴水肿体积评估的有效性 | 一名88岁慢性淋巴水肿女性患者 | digital pathology | lymphedema | NeRF, CT扫描 | NeRF | 3D图像 | 1名患者,12个月的数据 |
12437 | 2025-04-17 |
Correction to: Leveraging deep learning to detect stance in Spanish tweets on COVID-19 vaccination
2025-Apr, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooaf028
PMID:40236682
|
correction | 对一篇关于利用深度学习检测西班牙语推文中COVID-19疫苗接种立场的文章进行更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
12438 | 2025-04-17 |
Role of Artificial Intelligence in Congenital Heart Disease and Interventions
2025-Mar, Journal of the Society for Cardiovascular Angiography & Interventions
DOI:10.1016/j.jscai.2025.102567
PMID:40230672
|
review | 本文探讨了人工智能在先天性心脏病及其干预措施中的作用,特别是在心脏成像、电生理学、介入手术和重症监护监测方面的应用 | 人工智能算法通过提高成像分割和处理能力以及诊断准确性,显著改善了复杂先天性心脏病的解剖诊断、心脏功能评估和长期预后预测 | 人工智能算法仍面临数据标准化、算法验证、漂移和可解释性等障碍 | 研究人工智能在先天性心脏病诊断、治疗和监护中的应用及其潜在影响 | 儿童和成人先天性心脏病患者 | digital pathology | cardiovascular disease | machine learning, deep learning | deep learning models | image, electrocardiogram signals, intensive care data | NA |
12439 | 2025-04-17 |
Depression diagnosis: EEG-based cognitive biomarkers and machine learning
2025-02-26, Behavioural brain research
IF:2.6Q3
DOI:10.1016/j.bbr.2024.115325
PMID:39515528
|
综述 | 本文综述了抑郁症诊断中的EEG认知生物标志物及机器学习应用 | 探讨了EEG生物标志物在抑郁症诊断中的潜力,并整合了机器学习和深度学习模型以提高诊断准确性 | 未提及具体实验数据或样本量,可能缺乏实证支持 | 研究抑郁症诊断的新方法及其神经生理学基础 | 抑郁症患者及其EEG数据 | 机器学习 | 抑郁症 | EEG数据分析 | 机器学习和深度学习模型 | EEG数据 | NA |
12440 | 2025-04-17 |
Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors
2025-01-13, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01255
PMID:39690486
|
research paper | 该论文介绍了一种名为Multiview-ATPBind的深度学习模型和ResiBoost算法,用于准确预测ATP结合位点,并应用于激酶抑制剂的药物发现 | 提出了Multiview-ATPBind模型,整合1D序列和3D结构信息进行快速精确的残基水平口袋-配体相互作用预测,以及ResiBoost算法用于缓解数据不平衡问题 | 未提及具体局限性 | 提高ATP结合位点的预测准确性,并应用于激酶抑制剂的药物发现 | ATP结合位点及激酶抑制剂(如伊马替尼和达沙替尼) | machine learning | cancer | deep learning | Multiview-ATPBind, ResiBoost | 1D序列数据, 3D结构数据 | NA |