深度学习在生物医药领域中的应用

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
361	2024-09-04	EEG-Based Seizure Prediction Using Hybrid DenseNet-ViT Network with Attention Fusion 2024-Aug-21, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14080839 PMID:39199530	研究论文	本研究提出了一种结合DenseNet和Vision Transformer（ViT）的混合深度学习架构，用于基于EEG的癫痫发作预测	引入了一种新的混合深度学习架构，结合了DenseNet和ViT的特点，并通过注意力融合层有效整合两种网络的特征	NA	提高癫痫患者的生活质量	癫痫发作预测	机器学习	NA	短时傅里叶变换（STFT）	DenseNet-ViT	时间-频率矩阵	24名患者的数据
362	2024-09-04	Advanced Global Prototypical Segmentation Framework for Few-Shot Hyperspectral Image Classification 2024-Aug-21, Sensors (Basel, Switzerland) DOI:10.3390/s24165386 PMID:39205080	研究论文	本文提出了一种先进的全球原型分割框架（AGPS），用于少样本高光谱图像分类，通过设计无块特征提取器分割网络（SegNet）和融合侧向连接（FLC）结构以及空洞空间金字塔池化-位置注意力（ASPP-PA）模块，有效捕捉全局信息并丰富特征表示。	本文的创新点包括设计了无块特征提取器分割网络（SegNet），融合侧向连接（FLC）结构和空洞空间金字塔池化-位置注意力（ASPP-PA）模块，以及提出了一种先进的全球原型表示学习策略，结合监督对比学习（CL）优化网络。	NA	旨在解决高光谱图像分类中由于块输入限制导致的全局信息捕捉不足和有限标记样本信息利用不足的问题。	高光谱图像分类	计算机视觉	NA	NA	FCN, CNN	图像	涉及三个公共数据集的实验
363	2024-09-04	Indoor Infrared Sensor Layout Optimization for Elderly Monitoring Based on Fused Genetic Gray Wolf Optimization (FGGWO) Algorithm 2024-Aug-21, Sensors (Basel, Switzerland) DOI:10.3390/s24165393 PMID:39205086	研究论文	本文提出了一种基于融合遗传灰狼优化（FGGWO）算法的传感器布局优化方法，用于提高老年人监测系统的效率和准确性	FGGWO算法结合了遗传算法的全局搜索能力和灰狼优化算法的局部搜索能力，有效避免了传统方法中的局部最优问题，并减少了所需传感器的数量	未来研究将探索如何将深度学习技术集成到FGGWO算法中，以进一步增强系统的适应性和实时响应能力	提高老年人监测系统的效率和准确性	室内红外传感器布局	智能监控	老年疾病	遗传算法（GA），灰狼优化算法（GWO）	融合遗传灰狼优化（FGGWO）算法	传感器布局	NA
364	2024-09-04	An Evaluation of Multi-Channel Sensors and Density Estimation Learning for Detecting Fire Blight Disease in Pear Orchards 2024-Aug-21, Sensors (Basel, Switzerland) DOI:10.3390/s24165387 PMID:39205081	研究论文	本文通过深度学习和密度估计技术，评估了多通道传感器在检测梨园中火疫病的效果	引入近红外（NIR）通道和密度估计方法，提高了预测性能并能检测中高严重程度的症状	NA	开发一种有效的技术来早期检测梨园中的火疫病	梨园中的火疫病	机器学习	果树病害	深度学习	NA	图像	NA
365	2024-09-04	EmotionCast: An Emotion-Driven Intelligent Broadcasting System for Dynamic Camera Switching 2024-Aug-21, Sensors (Basel, Switzerland) DOI:10.3390/s24165401 PMID:39205094	研究论文	本研究提出并开发了一种基于情感驱动的智能广播系统EmotionCast，通过多模态情感识别技术提高直播中摄像机切换的效率	EmotionCast系统通过集成视觉、音频和文本分析，生成每个摄像机的情感分数，实现基于情感的摄像机切换，提高了直播的情感共鸣和观众满意度	NA	提高直播中摄像机切换的效率和情感共鸣	情感驱动的智能广播系统	计算机视觉	NA	多模态情感识别技术	深度学习算法	视频和音频数据	多个摄像机的实时数据
366	2024-09-04	Dense Convolutional Neural Network-Based Deep Learning Pipeline for Pre-Identification of Circular Leaf Spot Disease of Diospyros kaki Leaves Using Optical Coherence Tomography 2024-Aug-21, Sensors (Basel, Switzerland) DOI:10.3390/s24165398 PMID:39205092	研究论文	本研究提出了一种基于密集卷积神经网络的深度学习管道，用于通过光学相干断层扫描（OCT）对柿子树叶的圆形叶斑病进行预识别	本研究通过集成OCT与深度学习技术，提供了一种自动化的疾病预识别方法，解决了现有视觉和破坏性检测方法的主观性、有限准确性和时间消耗大的问题	NA	提高农业环境中疾病识别过程的效率和客观性，特别是在柿子栽培中对圆形叶斑病的预识别	柿子树叶的圆形叶斑病	机器学习	植物病害	光学相干断层扫描（OCT）	DenseNet-121, VGG-16	图像	NA
367	2024-09-04	Doppler Radar Sensor-Based Fall Detection Using a Convolutional Bidirectional Long Short-Term Memory Model 2024-Aug-20, Sensors (Basel, Switzerland) DOI:10.3390/s24165365 PMID:39205059	研究论文	本文提出了一种基于多普勒雷达传感器和卷积双向长短期记忆（CB-LSTM）模型的跌倒检测系统	引入CB-LSTM模型，能够同时捕捉时间序列和空间特征，提高检测的准确性和可靠性	NA	开发一种高效的跌倒检测系统，以提高老年人的生活质量和及时救援措施	老年人跌倒事件	机器学习	老年疾病	多普勒雷达传感器	卷积双向长短期记忆（CB-LSTM）	频率谱	NA
368	2024-09-04	MASDF-Net: A Multi-Attention Codec Network with Selective and Dynamic Fusion for Skin Lesion Segmentation 2024-Aug-20, Sensors (Basel, Switzerland) DOI:10.3390/s24165372 PMID:39205066	研究论文	本文提出了一种多注意力编解码网络MASDF-Net，用于皮肤病变分割，通过选择性和动态融合技术提高分割精度	创新性地设计了多注意力融合模块、选择性信息收集模块和多尺度级联融合模块，以增强网络性能和分割边界精度	NA	提高皮肤镜图像中病变区域边界的准确分割	皮肤病变分割	计算机视觉	NA	深度学习	MASDF-Net	图像	ISIC 2016, ISIC 2017, ISIC 2018, 和 PH2 数据集
369	2024-09-04	NABNet: Deep Learning-Based IoT Alert System for Detection of Abnormal Neck Behavior 2024-Aug-20, Sensors (Basel, Switzerland) DOI:10.3390/s24165379 PMID:39205072	研究论文	本文提出了一种基于深度学习的颈部异常行为检测系统NABNet，结合YOLOv5s物体检测和Lightweight OpenPose姿态估计，用于检测长时间使用电子设备导致的颈部问题	NABNet通过从全局到局部的详细颈部行为特征提取，并通过分析数据角度来检测异常行为	NA	开发一种有效的颈部异常行为检测系统，以预防和早期发现与长时间使用电子设备相关的颈部健康问题	颈部异常行为	计算机视觉	NA	深度学习	YOLOv5s, Lightweight OpenPose	图像	NA
370	2024-09-04	Analyzing Diabetes Detection and Classification: A Bibliometric Review (2000-2023) 2024-Aug-19, Sensors (Basel, Switzerland) DOI:10.3390/s24165346 PMID:39205040	综述	本研究使用文献计量分析方法，从2000年至2023年对糖尿病检测与分类的学术研究进行了调查	本研究采用了文献计量分析和科学图谱技术，对大量文献数据进行了深入分析，揭示了糖尿病检测与分类领域的学术格局	NA	评估糖尿病检测与分类领域的研究影响	糖尿病检测与分类的学术文献	NA	糖尿病	文献计量分析	NA	文献数据	863篇出版物
371	2024-09-04	Deep Learning-Based Transmitter Localization in Sparse Wireless Sensor Networks 2024-Aug-18, Sensors (Basel, Switzerland) DOI:10.3390/s24165335 PMID:39205029	研究论文	本文提出了一种基于深度学习的稀疏无线传感器网络中的发射器定位方法DSLoc	DSLoc方法采用改进的高分辨率神经网络模型，并通过设计高效的特征增强模块和使用基于图像质心的定位方法，显著降低了发射器漏检率并提高了定位精度	NA	实现无线通信中准确的发射器定位	稀疏无线传感器网络中的发射器定位技术	无线通信	NA	深度学习	神经网络	图像	实验在部署密度为0.01%的无线传感器网络上进行
372	2024-09-04	Phase-Based Gait Prediction after Botulinum Toxin Treatment Using Deep Learning 2024-Aug-18, Sensors (Basel, Switzerland) DOI:10.3390/s24165343 PMID:39205037	研究论文	本文提出了一种基于双向长短期记忆（Bi-LSTM）深度学习架构的方法，用于预测肉毒杆菌毒素A（BTX-A）治疗后膝关节和踝关节的运动学	本文引入了两种深度学习模型，分别通过隐藏层和门控机制整合分类医疗治疗数据，以模拟不同治疗组合之间的相互作用	NA	研究旨在探讨该方法在BTX-A治疗后准确预测步态周期各阶段运动学的有效性	膝关节和踝关节的运动学	机器学习	NA	NA	Bi-LSTM	运动学数据	NA
373	2024-09-04	Improving the Sensitivity of Task-Based Multi-Echo Functional Magnetic Resonance Imaging via T2* Mapping Using Synthetic Data-Driven Deep Learning 2024-Aug-17, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci14080828 PMID:39199519	研究论文	本文通过合成数据驱动的深度学习方法，改进了基于任务的多回波功能磁共振成像的敏感性，通过T2*映射提高了时间信噪比和任务相关血氧水平依赖性信号变化。	提出了一种合成数据驱动的深度学习方法，用于从多回波fMRI数据中获取T2*映射，相比传统的体素级对数线性拟合方法，提高了BOLD敏感性。	NA	提高多回波功能磁共振成像的敏感性和稳定性。	多回波功能磁共振成像数据及其T2*映射。	医学影像	NA	功能磁共振成像（fMRI）	深度学习	图像	NA
374	2024-09-04	Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction 2024-Aug-16, Journal of visualized experiments : JoVE DOI:10.3791/66981 PMID:39221929	研究论文	本文开发了一种结合动物行为研究和卷积神经网络的方法，用于分析小鼠在同时嗅酒和食用芥末时的面部表情	首次研究了嗅食酒精饮料对芥末辛辣感的影响，并开发了一种结合动物行为和深度学习的方法来分析这一现象	需要进一步研究酒精抑制芥末辛辣感的潜在机制	研究嗅食酒精饮料对芥末辛辣感的影响	小鼠在同时嗅酒和食用芥末时的面部表情	机器学习	NA	卷积神经网络	CNN	图像	涉及的小鼠数量未明确提及
375	2024-09-04	An End-to-End Deep Learning Framework for Fault Detection in Marine Machinery 2024-Aug-16, Sensors (Basel, Switzerland) DOI:10.3390/s24165310 PMID:39205003	研究论文	本研究提出了一种基于深度学习的端到端框架，用于海事机械的故障检测	利用图注意力网络（GATs）从时间序列数据中提取时空信息，并通过特征评分机制提供可解释的预测	NA	优化海事操作中的预测性维护（PdM）	海事机械的故障检测	机器学习	NA	深度学习（DL）	图注意力网络（GATs）	时间序列数据	涉及三种类型的开源数据集：电气数据、轴承数据和水循环实验数据
376	2024-09-04	Semantic Segmentation Network Based on Adaptive Attention and Deep Fusion Utilizing a Multi-Scale Dilated Convolutional Pyramid 2024-Aug-16, Sensors (Basel, Switzerland) DOI:10.3390/s24165305 PMID:39205000	研究论文	本文提出了一种基于自适应注意力和深度融合的多尺度扩张卷积金字塔语义分割网络（SDAMNet），通过开发扩张卷积空洞空间金字塔池化（DCASPP）模块和语义通道空间细节模块（SCSDM）来增强上下文信息和特征提取，以及构建语义特征融合模块（SFFM）来改善低级特征的语义丰富性和高级特征的分辨率。	本文创新地引入了多尺度扩张卷积金字塔和自适应特征选择机制，通过DCASPP、SCSDM和SFFM模块优化了语义分割中的上下文信息和特征融合。	当前方法在语义分割过程中缺乏足够的上下文信息和注意力机制，低级特征缺乏语义丰富性，高级特征分辨率低，导致模型在复杂场景中处理细节和边界划分、区域分类及小物体处理方面存在不足。	旨在解决现有语义分割方法中的上下文信息不足、特征提取不充分和分辨率低等问题，提高模型在复杂场景中的分割准确性。	语义分割网络的性能提升，特别是在复杂场景中的细节处理和准确性。	计算机视觉	NA	多尺度扩张卷积	CNN	图像	在两个数据集上进行了实验，具体样本数量未提及。
377	2024-09-04	Comparison of the Accuracy of Ground Reaction Force Component Estimation between Supervised Machine Learning and Deep Learning Methods Using Pressure Insoles 2024-Aug-16, Sensors (Basel, Switzerland) DOI:10.3390/s24165318 PMID:39205012	研究论文	本文比较了六种方法（三种深度学习方法和三种监督机器学习方法）在压力鞋垫数据上估计地面反作用力（GRF）分量的准确性	首次研究了在两种手动物料搬运活动中的GRF分量估计	研究样本量较小，仅涉及九名受试者	比较不同方法在估计GRF分量上的准确性	地面反作用力（GRF）分量的估计	机器学习	NA	压力鞋垫传感器	人工神经网络、长短期记忆网络、卷积神经网络、最小二乘法、支持向量回归、随机森林	压力数据	九名受试者参与六种活动
378	2024-09-04	A Novel Intelligent Fault Diagnosis Method for Bearings with Multi-Source Data and Improved GASA 2024-Aug-15, Sensors (Basel, Switzerland) DOI:10.3390/s24165285 PMID:39204978	研究论文	本文提出了一种基于多源数据和改进遗传模拟退火优化（GASA）的智能故障诊断方法，用于滚动轴承的故障诊断	该方法结合了多源数据卷积神经网络（MSCNN）和遗传模拟退火优化（GASA），能够更准确地识别轴承故障并充分利用多源数据	NA	旨在提高滚动轴承故障诊断的准确性和鲁棒性	滚动轴承的故障诊断	机器学习	NA	连续小波变换（CWT）	卷积神经网络（CNN）	时间-频率图	使用了不同噪声环境下的滚动轴承数据集
379	2024-09-04	Exploring the Processing Paradigm of Input Data for End-to-End Deep Learning in Tool Condition Monitoring 2024-Aug-15, Sensors (Basel, Switzerland) DOI:10.3390/s24165300 PMID:39204994	研究论文	本文探讨了在工具状态监测中，如何将多传感器原始数据转换为适合深度学习模型直接输入的数据处理方法	提出了三种新的输入范式：降采样范式、周期范式和子序列范式，并通过改进的混合模型验证了这些方法的有效性	文章未明确提及具体的局限性	旨在探索和优化深度学习模型在工具状态监测中的输入数据处理方法	工具状态监测中的多传感器原始数据	机器学习	NA	NA	CNN和BiLSTM的混合模型	时间序列数据	基于PHM2010数据集，使用120个子序列进行验证
380	2024-09-04	A Comprehensive Survey on Visual Perception Methods for Intelligent Inspection of High Dam Hubs 2024-Aug-14, Sensors (Basel, Switzerland) DOI:10.3390/s24165246 PMID:39204940	综述	本文总结了高坝安全检查的内容，并回顾了基于视觉感知技术的智能检查中视觉感知技术的最新研究	本文详细阐述了基于直方图均衡化、Retinex和深度学习的图像增强方法及其特点，并分析了相关的发展趋势	本文未明确提及具体的局限性	确保高坝安全运行的定期检查	高坝的安全检查	计算机视觉	NA	计算机视觉、人工智能	深度学习	图像	NA