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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
141 | 2025-09-27 |
MRI grading of lumbar disc herniation based on AFFM-YOLOv8 system
2025-Sep-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18417-9
PMID:40999029
|
研究论文 | 开发基于AFFM-YOLOv8深度学习系统的腰椎间盘突出MRI自动分级模型 | 首次将自适应多尺度特征融合模块集成到YOLOv8架构中,实现基于MSU分类标准的11种LDH亚型自动识别 | 研究仅使用轴向T2加权MRI序列,未纳入其他MRI序列或影像模态 | 开发自动化腰椎间盘突出诊断系统以提升诊断标准化程度 | 8428名腰椎间盘突出患者的轴向腰椎MRI影像 | 计算机视觉 | 腰椎间盘突出症 | 深度学习、磁共振成像 | AFFM-YOLOv8(基于YOLOv8改进的目标检测模型) | 医学影像(MRI) | 8428名患者(包含100000张轴向腰椎MRI图像) |
142 | 2025-09-27 |
A modified transformer based on adaptive frequency enhanced attention, large kernel convolution, and multiscale implementation for bearing fault diagnosis
2025-Sep-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-18187-4
PMID:40999054
|
研究论文 | 提出一种结合自适应频率增强注意力、大核卷积和多尺度CNN的改进Transformer模型,用于轴承故障诊断 | 将时空特征建模与自适应频域增强相结合,通过大核卷积和多尺度结构增强噪声抑制能力 | NA | 开发鲁棒的轴承故障诊断方法以应对强噪声干扰 | 旋转机械轴承 | 机器学习 | NA | 深度学习 | Transformer, CNN | 振动信号数据 | 帕德博恩大学和凯斯西储大学数据集 |
143 | 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 |
144 | 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 |
145 | 2025-09-27 |
HKDE-LACM: a hybrid model for lactic acid bacteria classification via k-mer and DNABERT-2 embedding fusion with cyclic DE-BO optimization
2025-Sep-25, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-025-12009-7
PMID:40999328
|
研究论文 | 提出一种融合k-mer频率特征和DNABERT-2语义嵌入的混合模型HKDE-LACM,用于乳酸菌基因组分类 | 首次将高维k-mer特征与DNABERT-2上下文嵌入相结合,并引入循环差分进化与贝叶斯优化框架进行超参数优化 | 仅在三组乳酸菌数据集上验证,未提及其他微生物分类的泛化能力 | 提升乳酸菌基因组序列分类的准确性和鲁棒性 | 乳酸菌基因组序列 | 生物信息学 | NA | k-mer频率分析、DNABERT-2嵌入、机器学习优化 | 混合模型(k-mer+DNABERT-2融合) | 基因组序列数据 | 三个乳酸菌数据集(具体数量未明确) |
146 | 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) |
147 | 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 |
148 | 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 |
149 | 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 |
150 | 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) |
151 | 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 |
152 | 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 |
153 | 2025-09-27 |
Multi-label machine learning for power forecasting of a grid-connected photovoltaic solar plant over multiple time horizons
2025-Sep-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-20251-y
PMID:40987842
|
研究论文 | 本研究利用多种机器学习算法对并网光伏电站的直流和交流功率进行多标签多时间尺度预测 | 首次系统比较九种机器学习算法在光伏功率多时间尺度预测(24小时/一周/一月/突变工况)中的性能,并实现直流/交流功率的多标签联合预测 | 仅基于单一电站的一年期数据验证,未考虑不同地理气候条件的普适性 | 提升光伏电站并网功率预测精度以优化电网调度效率 | 建筑一体化光伏电站的直流光伏功率和交流并网功率 | 机器学习 | NA | 传感器数据采集与多算法机器学习 | LR, PR, NN, DL, GBT, RF, DT, k-NN, SVM | 时间序列传感器数据(辐照度/环境温度/风速/电池板温度) | 一年期实时传感器数据集,包含四种测试场景(24小时/一周/一月/突变工况) |
154 | 2025-09-27 |
Artificial intelligence in healthcare and medicine: clinical applications, therapeutic advances, and future perspectives
2025-Sep-23, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03196-w
PMID:40988064
|
综述 | 本文综述人工智能在医疗健康领域的临床应用、治疗进展和未来前景 | 全面探讨AI作为变革性工具在解决全球医疗系统挑战中的多维度应用潜力 | NA | 分析AI在医疗领域的应用价值及实施策略 | 全球医疗系统和AI技术应用 | 医疗人工智能 | NA | 机器学习和深度学习 | NA | 电子健康记录、医学影像、基因组数据 | NA |
155 | 2025-09-27 |
Multimodal AI-based risk stratification for distant metastasis in nasopharyngeal carcinoma
2025-Sep-23, ESMO open
IF:7.1Q1
DOI:10.1016/j.esmoop.2025.105809
PMID:40997749
|
研究论文 | 开发并验证基于多模态深度学习的GNPC风险评分系统,用于预测鼻咽癌患者的远处转移风险 | 首次将组织病理学图像表示为图结构以捕捉空间背景和肿瘤异质性,并整合临床信息构建多模态深度学习模型 | 研究队列数量有限(两个独立队列),需要更大规模的外部验证 | 开发预测鼻咽癌远处转移风险的深度学习风险分层工具 | 鼻咽癌患者 | 数字病理 | 鼻咽癌 | 深度学习、图神经网络、组织病理学图像分析 | 多模态深度学习模型(图神经网络) | 组织病理学图像、临床数据 | 1949名患者来自两个独立队列 |
156 | 2025-09-27 |
Artificial intelligence-enabled electrocardiography for risk prediction in chronic liver disease: A systematic review
2025-Sep-23, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2025.133926
PMID:40997956
|
系统综述 | 评估人工智能心电图在慢性肝病患者风险预测中的性能与临床效用 | 首次系统评估AI-ECG模型在慢性肝病多重并发症(肝硬化、食管静脉曲张、MASLD)风险预测中的综合表现 | 纳入研究数量有限(4项),模型敏感性与特异性仍需提升才能投入临床常规使用 | 探索人工智能增强心电图在慢性肝病风险分层中的临床应用价值 | 慢性肝病患者群体(涵盖肝硬化、食管静脉曲张、代谢功能障碍相关脂肪性肝病) | 医疗人工智能 | 慢性肝病 | 机器学习算法、深度学习(卷积神经网络) | AI-ECG-Cirrhosis模型、CNN模型、DULCE模型 | 12导联心电图数据、临床参数(血小板计数、年龄、BMI等) | 133,408名参与者 |
157 | 2025-09-27 |
Deep Learning for Standardized Head CT Reformatting: A Quantitative Analysis of Image Quality and Operator Variability
2025-Sep-23, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2025.09.016
PMID:40998241
|
研究论文 | 验证深度学习基础模型在头部CT标准化重建中的性能,并与人工重建进行质量、速度和变异性的定量比较 | 首次使用深度学习基础模型实现头部CT的自动化标准化重建,并系统量化人工重建的质量变异性和操作员差异 | 研究仅基于单中心数据,未评估模型在不同扫描仪品牌和协议下的泛化能力 | 验证AI模型在头部CT标准化重建中的准确性和一致性,评估人工重建的变异因素 | 1,763例连续非增强头部CT检查 | 医学影像分析 | 神经系统疾病 | 深度学习基础模型 | 深度学习基础模型 | CT影像 | 1,763例头部CT检查(其中100例用于模型验证) |
158 | 2025-09-27 |
Lightweight deep learning model for crime pattern recognition based on transformer with simulated annealing sparsity and CNN
2025-Sep-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-07260-7
PMID:40983626
|
研究论文 | 提出一种融合Transformer与CNN的轻量级犯罪模式识别模型LCRNet,通过模拟退火稀疏化技术优化计算效率 | 在Transformer的多头自注意力机制中引入模拟退火稀疏化(SAS),在保持精度的同时显著降低计算开销 | 模型可解释性有待加强,在资源受限环境中的适应性需进一步验证 | 为公共安全治理提供高效低耗的犯罪模式识别智能支持 | 洛杉矶真实犯罪数据 | 机器学习 | NA | 模拟退火稀疏化(SAS) | Transformer + CNN | 犯罪数据 | 基于洛杉矶真实犯罪数据集进行实验和跨数据集测试 |
159 | 2025-09-27 |
Explainable AI-driven analysis of radiology reports using text and image data: An experimental study
2025-Sep-22, JMIR formative research
IF:2.0Q4
DOI:10.2196/77482
PMID:40997754
|
研究论文 | 本研究评估可解释人工智能在解读放射学报告中的应用,旨在提升医疗从业者对AI辅助诊断的信心和理解 | 首次系统比较多种AI模型(包括传统机器学习、深度学习和Transformer模型)在放射学报告分析中的性能,并集成文本和图像数据的多模态分析 | 仅使用单一数据集(印第安纳大学胸部X射线数据集),样本规模有限且缺乏外部验证 | 通过可解释AI方法提升临床诊断中AI决策的透明度和可信度 | 胸部X射线影像及对应的放射学文本报告 | 自然语言处理 | 肺部疾病 | 机器学习、深度学习、Transformer模型 | LSTM, GPT-2, T5, LLaMA-2, LLaMA-3.1, DenseNet121, DenseNet169, SHAP, LIME | 文本、图像 | 3169份文本报告和6471张影像 |
160 | 2025-09-27 |
Generative Deep Learning Pipeline Yields Potent Gram-Negative Antibiotics
2025-Sep-22, JACS Au
IF:8.5Q1
DOI:10.1021/jacsau.5c00602
PMID:41001631
|
研究论文 | 提出一种基于生成式深度学习的新型抗生素发现流程,成功获得针对革兰氏阴性菌的高效抗生素候选化合物 | 首次将化学语言模型与迁移学习相结合,生成结构新颖的抗生素候选分子,并通过实验验证其抗菌活性 | 仅针对有限数量的病原体进行了活性测试,化合物库规模相对较小 | 开发新型深度学习流程以加速抗生素发现,解决多重耐药菌危机 | 革兰氏阴性菌(包括耐甲氧西林金黄色葡萄球菌等耐药病原体) | 机器学习 | 细菌感染 | 化学语言模型、迁移学习、预测建模 | 生成式深度学习模型 | 化学分子结构数据 | 40种先导化合物衍生物,其中30种对特定病原体显示活性 |