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
81	2025-03-20	Artificial Vision Systems for Fruit Inspection and Classification: Systematic Literature Review 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051524 PMID:40096367	系统文献综述	本文通过系统文献综述，探讨了计算机视觉在水果分选和质量检测中的应用、典型硬件配置及使用的技术和算法	本文首次系统性地总结了2015年至2024年间关于水果检测和分类的计算机视觉应用，涵盖了不同应用场景、硬件配置及算法	研究仅基于2015年至2024年间发表的56篇文章，可能未涵盖所有相关研究	识别水果分选和质量检测中计算机视觉的不同应用领域、硬件配置及使用的技术和算法	水果分选和质量检测	计算机视觉	NA	传统算法（如Otsu和Sobel）和深度学习模型（如ResNet和VGG）	ResNet, VGG	图像	56篇文章
82	2025-03-20	A Review of Research on SLAM Technology Based on the Fusion of LiDAR and Vision 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051447 PMID:40096278	综述	本文综述了基于LiDAR和视觉融合的SLAM技术研究现状，分析了早期单传感器SLAM技术和当前LiDAR与视觉融合SLAM的主要研究成果和发现	通过融合深度学习和自适应算法，LiDAR与视觉传感器的有效融合在处理多种情况时表现出高效性	在特征稀缺（低纹理、重复结构）环境场景和动态环境中的局限性	为LiDAR和视觉融合的SLAM技术发展提供指导和见解，为进一步的SLAM技术研究提供参考	SLAM技术，特别是基于LiDAR和视觉融合的SLAM技术	计算机视觉	NA	LiDAR与视觉传感器融合	深度学习	3D空间信息，图像数据	NA
83	2025-03-20	Gesture Recognition Achieved by Utilizing LoRa Signals and Deep Learning 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051446 PMID:40096281	研究论文	本研究提出了一种基于LoRa技术的手势识别系统，结合先进的信号预处理、自适应分割算法和改进的SS-ResNet50深度学习模型	通过结合残差学习和动态卷积技术，SS-ResNet50模型显著增强了多尺度手势特征的提取能力，从而提高了分类准确性	NA	探索基于LoRa技术的低功耗、长距离非接触手势识别系统的可行性	手势识别	计算机视觉	NA	LoRa技术	SS-ResNet50	信号数据	六种手势
84	2025-03-20	Application of Multiple Deep Learning Architectures for Emotion Classification Based on Facial Expressions 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051478 PMID:40096310	研究论文	本研究评估了十种先进的深度学习模型在面部表情识别任务上的表现，使用FER2013数据集进行分析	全面比较了十种深度学习模型在面部表情识别任务上的性能，包括准确率、训练时间和权重文件大小，并强调了计算效率与预测准确性之间的权衡	轻量级模型如MobileNet V1和ShuffleNet V2在准确性上存在局限，特别是在识别“恐惧”和“厌恶”等复杂情绪类别时	评估不同深度学习模型在面部表情识别任务中的性能，以推动深度学习在面部表情识别领域的应用	面部表情识别	计算机视觉	NA	深度学习	VGG16, VGG19, ResNet50, ResNet101, DenseNet, GoogLeNet V1, MobileNet V1, EfficientNet V2, ShuffleNet V2, RepVGG	图像	FER2013数据集
85	2025-03-20	Deep Learning Based Pile-Up Correction Algorithm for Spectrometric Data Under High-Count-Rate Measurements 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051464 PMID:40096323	研究论文	本文提出了一种基于深度学习的堆积校正算法，用于高计数率测量下的光谱数据	提出了一种新颖的深度学习框架，结合计数率信息和2D注意力U-Net进行能量谱恢复	训练数据基于开源模拟器生成，可能无法完全反映真实场景	解决高计数率测量下的堆积效应问题，提高光谱数据的准确性	伽马射线光谱数据	机器学习	NA	深度学习	2D注意力U-Net	光谱数据	基于公开的伽马光谱数据库生成的训练数据
86	2025-03-20	Joint Driver State Classification Approach: Face Classification Model Development and Facial Feature Analysis Improvement 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051472 PMID:40096318	研究论文	本研究提出了一种结合卷积神经网络（CNN）和面部标志分析模型的双框架方法，以提高驾驶员疲劳检测的准确性	通过集成CNN分类和精确的面部标志分析，增强了疲劳检测的鲁棒性，并在低光等挑战性条件下表现出更强的适应性	未提及具体的数据集规模或实验环境的具体限制	提高驾驶员疲劳检测的准确性和鲁棒性，以减少与疲劳相关的交通事故	驾驶员的面部特征和生理状态	计算机视觉	NA	图像预处理技术（如图像归一化、光照校正和面部幻觉）	CNN, 深度学习面部标志分析模型	图像	未提及具体样本数量
87	2025-03-20	EEG-Based Music Emotion Prediction Using Supervised Feature Extraction for MIDI Generation 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051471 PMID:40096343	研究论文	本研究提出了一种基于深度学习的框架，通过从神经和听觉领域进行监督特征提取，生成与标记情感预测对齐的MIDI序列	结合EEGNet处理神经数据和基于自动编码器的钢琴算法处理听觉数据，使用中心核对齐增强情感状态的分离，并通过回归减少EEG模式的受试者内变异性	受试者表现差异较大，表现较弱的受试者生成的听觉数据一致性较低	改进音乐情感预测和MIDI序列生成，以更好地保留时间对齐、音调一致性和结构完整性	脑电图（EEG）数据和听觉数据	机器学习	NA	EEGNet, 自动编码器, 中心核对齐	深度学习	EEG数据, 听觉数据	真实世界数据
88	2025-03-20	DAHD-YOLO: A New High Robustness and Real-Time Method for Smoking Detection 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051433 PMID:40096207	研究论文	本文提出了一种新的高鲁棒性和实时吸烟检测方法DAHD-YOLO，基于YOLOv8模型进行改进	设计了DBCA模块替换主干网络中的瓶颈组件，引入自适应细粒度通道注意力（AFGCA）和ECA-FPN，采用Wise-PIoU作为新的边界框回归损失函数，显著提高了模型的检测精度和实时性能	NA	提高吸烟行为检测的准确性和实时性能，特别是在复杂环境中的应用	吸烟行为	计算机视觉	NA	深度学习	YOLOv8	图像	自建的吸烟检测数据集
89	2025-03-20	A Review of Machine Learning and Deep Learning Methods for Person Detection, Tracking and Identification, and Face Recognition with Applications 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051410 PMID:40096196	综述	本文全面分析了人脸识别、跟踪、识别和人员检测技术的最新发展，强调了现有技术的优缺点	通过系统综述方法（PRISMA）筛选和评估了142篇相关论文，总结了当前趋势并展示了从经典方法到深度学习方法在现有数据集上的明显转变	模型在不同环境条件下的鲁棒性仍需改进，包括多样化的光照和遮挡、不同摄像机角度的适应，以及与隐私权相关的伦理和法律问题	评估人脸识别、跟踪、识别和人员检测技术的最新进展，并识别研究空白	人脸识别、人员检测与跟踪技术	计算机视觉	NA	NA	深度学习	图像	142篇相关论文
90	2025-03-20	Review of Non-Invasive Fetal Electrocardiography Monitoring Techniques 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051412 PMID:40096208	综述	本文全面回顾了非侵入性胎儿心电图（NIFECG）监测技术的最新进展，包括信号采集、信号预处理、胎儿心电图提取和胎儿心脏异常分类	提出了NIFECG技术的未来研究方向，特别是深度学习技术、多模态数据融合和远程监测系统的潜在应用	分析了现有NIFECG数据集的特点和局限性，并提出了改进建议	推动NIFECG监测技术的发展和应用	胎儿健康监测	生物医学工程	胎儿健康	非侵入性胎儿心电图（NIFECG）	深度学习	心电图数据	NA
91	2025-03-20	Energy-Efficient Dynamic Workflow Scheduling in Cloud Environments Using Deep Learning 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051428 PMID:40096273	研究论文	本文提出了一种新的调度框架，结合图神经网络（GNN）和深度强化学习（DRL），使用近端策略优化（PPO）算法，在云环境中实现动态工作流调度，以最小化完成时间和减少能耗	结合图神经网络（GNN）和深度强化学习（DRL）进行多目标优化，专注于最小化完成时间和减少能耗	研究基于模拟环境（CloudSim）和合成数据集，未在实际云环境中验证	在云环境中实现动态工作流调度，优化完成时间和能耗	云环境中的动态工作流调度	机器学习	NA	图神经网络（GNN）、深度强化学习（DRL）、近端策略优化（PPO）	GNN、DRL、PPO	合成数据集	模拟环境中的基准数据集
92	2025-03-20	Synthetic Diffusion Tensor Imaging Maps Generated by 2D and 3D Probabilistic Diffusion Models: Evaluation and Applications 2025-Feb-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.21.639511 PMID:40060678	研究论文	本文评估了由2D和3D概率扩散模型生成的合成扩散张量成像（DTI）地图的质量、保真度及其在下游应用中的价值	使用去噪扩散概率模型（DDPMs）生成合成DTI地图，相较于生成对抗网络（GANs）和变分自编码器（VAEs），DDPMs在保真度、多样性、可控性和稳定性方面表现更优	未提及具体的数据集大小或样本量，可能影响结果的普适性	评估合成DTI地图的质量及其在下游任务中的应用价值	合成DTI平均扩散率（MD）地图	计算机视觉	老年疾病	扩散张量成像（DTI）	去噪扩散概率模型（DDPMs），卷积神经网络（CNNs）	图像	NA
93	2025-03-20	Optimization of Improved YOLOv8 for Precision Tomato Leaf Disease Detection in Sustainable Agriculture 2025-Feb-25, Sensors (Basel, Switzerland) DOI:10.3390/s25051398 PMID:40096213	研究论文	本文提出了一种改进的YOLOv8算法，用于实时检测番茄叶片病害，以提高农药施用的精准度	通过集成Depthwise Grouped Convolutions和AdamW优化器，以及SE_Block模块，提升了YOLOv8的计算效率和检测精度	研究仅在受控环境中进行部署，未在更广泛的农田环境中验证其性能	提高番茄叶片病害检测的精准度，以实现可持续农业中的资源高效利用	番茄叶片病害	计算机视觉	番茄病害	深度学习	改进的YOLOv8	图像	1500张番茄叶片图像，包含四种标签（全部、绿番茄、霜霉病、白粉病）
94	2025-03-20	MRI-Based Meningioma Firmness Classification Using an Adversarial Feature Learning Approach 2025-Feb-25, Sensors (Basel, Switzerland) DOI:10.3390/s25051397 PMID:40096246	研究论文	本文提出了一种基于对抗特征学习方法的MRI脑膜瘤硬度分类模型	引入了无监督特征提取方法，利用双向生成对抗网络（BiGAN）和深度可分离深度学习模型，提高了脑膜瘤硬度分类的性能	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	提高脑膜瘤硬度分类的准确性和效率	脑膜瘤的MRI图像	计算机视觉	脑膜瘤	MRI	BiGAN, 深度可分离深度学习模型	图像	未提及具体样本数量
95	2025-03-20	Deep Learning Approach for Automatic Heartbeat Classification 2025-Feb-25, Sensors (Basel, Switzerland) DOI:10.3390/s25051400 PMID:40096255	研究论文	本研究提出了一种基于深度学习的自动心跳分类方法，用于检测心律失常	提出了一种结合多类分类器和长短期记忆（LSTM）网络层的自动编码器，解决了分类任务中梯度消失的问题	研究仅基于MIT-BIH数据集，未在其他数据集上验证模型的泛化能力	开发一种自动化的心律失常检测方法，以提高诊断效率和准确性	心电图（ECG）信号	机器学习	心血管疾病	深度学习	LSTM	ECG信号	MIT-BIH数据集
96	2025-03-20	Optimizing Real-Time Object Detection in a Multi-Neural Processing Unit System 2025-Feb-24, Sensors (Basel, Switzerland) DOI:10.3390/s25051376 PMID:40096141	研究论文	本文构建了一个基于YOLOv3的实时目标检测系统，利用Neubla的Antara NPU，并提出了两种性能优化方法	通过双缓冲和多NPU环境下的任务分配，显著提高了系统的吞吐量和降低了延迟	未提及系统在不同硬件配置下的兼容性和扩展性	优化实时目标检测系统的性能	实时目标检测系统	计算机视觉	NA	NA	YOLOv3	图像	NA
97	2025-03-20	DC-NFC: A Custom Deep Learning Framework for Security and Privacy in NFC-Enabled IoT 2025-Feb-24, Sensors (Basel, Switzerland) DOI:10.3390/s25051381 PMID:40096219	研究论文	本文介绍了一种名为DC-NFC的新型深度学习框架，旨在增强物联网环境中NFC通信的安全性和隐私性	DC-NFC框架集成了三个创新组件：CE用于捕捉复杂的时间和空间模式，PML用于实施端到端的隐私约束，ATF模块用于实时威胁检测和动态模型适应	NA	增强物联网环境中NFC通信的安全性和隐私性	NFC通信	机器学习	NA	深度学习	DC-NFC	时间序列数据	四个基准数据集（UNSW-NB15、Bot-IoT、TON-IoT Telemetry和Edge-IIoTset）
98	2025-03-20	U-Net-Based Fingerprint Enhancement for 3D Fingerprint Recognition 2025-Feb-24, Sensors (Basel, Switzerland) DOI:10.3390/s25051384 PMID:40096221	研究论文	本文提出了一种基于U-Net的指纹增强方法，用于3D指纹识别，以提高指纹图像的对比度，从而改善指纹识别的准确性	首次将U-Net深度学习模型应用于3D指纹图像的增强，显著提高了指纹识别的准确率	研究仅基于公开数据集进行实验，未涉及实际应用场景的验证	提高3D指纹识别的准确性和安全性	3D指纹图像	计算机视觉	NA	深度学习	U-Net	3D点云数据	公开数据集
99	2025-03-20	DVF-NET: Bi-Temporal Remote Sensing Image Registration Network Based on Displacement Vector Field Fusion 2025-Feb-24, Sensors (Basel, Switzerland) DOI:10.3390/s25051380 PMID:40096252	研究论文	本文介绍了一种基于深度学习的新型双时相遥感图像配准框架DVF-NET，通过融合两个位移矢量场来解决图像间的非线性畸变问题	DVF-NET的创新点包括引入结构注意力模块（SAT）以增强模型对结构特征的关注，并提出了一种结合多种相似性度量的新型损失函数设计	NA	提高双时相遥感图像配准的精度和鲁棒性	双时相遥感图像	计算机视觉	NA	深度学习	DVF-NET	图像	多种遥感数据集
100	2025-03-20	Enhancing Maritime Safety: Estimating Collision Probabilities with Trajectory Prediction Boundaries Using Deep Learning Models 2025-Feb-23, Sensors (Basel, Switzerland) DOI:10.3390/s25051365 PMID:40096138	研究论文	本文研究了波罗的海博恩霍尔姆岛附近的海上事故，提出了一种利用深度学习模型预测船舶轨迹并评估碰撞风险的方法，以提高海上安全	提出了一种结合轨迹预测和统计技术构建概率边界的方法，并引入碰撞风险评分来评估边界重叠的可能性	方法主要应用于模拟测试场景和一个真实案例，尚未在大规模实际场景中验证	提高海上安全，预防船舶碰撞事故	波罗的海博恩霍尔姆岛附近的船舶轨迹	机器学习	NA	LSTM自编码器	LSTM	轨迹数据	模拟测试场景和2021年Scot Carrier与Karin Hoej货船碰撞的真实案例