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
681	2025-04-15	Artificial Intelligence in Dentistry: A Narrative Review of Diagnostic and Therapeutic Applications 2025-Apr-08, Medical science monitor : international medical journal of experimental and clinical research IF:2.2Q3 DOI:10.12659/MSM.946676 PMID:40195079	综述	本文综述了人工智能在牙科领域的诊断和治疗应用，探讨了其在口腔疾病诊疗中的进展和挑战	全面回顾了AI在牙科多领域的应用，包括诊断和治疗优化，并指出了当前的技术挑战和未来研究方向	数据标注不准确、细粒度特征表达能力有限、缺乏通用模型、学习算法潜在偏见以及与医疗事故和数据隐私相关的法律风险	探讨人工智能在牙科领域的应用现状及未来发展方向	口腔疾病，包括牙髓病、牙周病、口腔种植、正畸、修复治疗及口腔颌面外科	数字病理学	口腔疾病	机器学习、人工神经网络(ANN)、深度学习	NA	影像数据	NA
682	2025-04-15	Reinforcement learning using neural networks in estimating an optimal dynamic treatment regime in patients with sepsis 2025-Apr-08, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108754 PMID:40222267	研究论文	本研究提出了一种结合神经网络和强化学习的算法（RL-NN），用于优化脓毒症患者的动态治疗方案，特别是早期液体复苏的剂量	利用深度学习的灵活性减轻模型误设，并通过交叉验证和随机搜索优化超参数，提高了模型的鲁棒性和泛化能力	研究结果基于模拟数据和MIMIC-III数据库，可能需要进一步的实际临床验证	确定脓毒症患者多阶段液体复苏的最佳剂量，以改善患者预后	脓毒症患者	机器学习	脓毒症	强化学习与神经网络结合（RL-NN）	神经网络	电子健康记录（EHR）数据	MIMIC-III数据库中的脓毒症患者队列
683	2025-04-15	Intelligent Detection and Recognition of Marine Plankton by Digital Holography and Deep Learning 2025-Apr-06, Sensors (Basel, Switzerland) DOI:10.3390/s25072325 PMID:40218838	research paper	提出了一种结合数字全息术和深度学习算法的智能方法，用于检测和识别海洋浮游生物	通过集成A-Unet网络和YOLOv5系统界面，实现了单张全息图稳定高效地重建和识别多种浮游生物	数字全息术的记录和重建需要严格控制的实验室环境和耗时的迭代计算	提高海洋浮游生物检测和识别的效率和准确性	海洋浮游生物	computer vision	NA	digital holography, deep learning	A-Unet, YOLOv5	image	典型海洋浮游生物样本（来自中国潍坊），包括桡足类、被囊动物和多毛类
684	2025-04-15	Incremental learning for acute lymphoblastic leukemia classification based on hybrid deep learning using blood smear image 2025-Apr-05, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108456 PMID:40222054	研究论文	本文提出了一种基于混合深度学习的增量学习方法，用于血涂片图像中的急性淋巴细胞白血病分类	设计了TSCO-L-LeNet模型，结合Tangent Sand Cat Swarm Optimization和长短期记忆网络，采用增量学习进行精确分类	未提及模型在其他类型白血病或更大规模数据集上的泛化能力	开发一种快速、准确的白血病分类方法以辅助早期诊断	急性淋巴细胞白血病的血涂片图像	数字病理学	白血病	图像处理、深度学习	TSCO-L-LeNet (结合Tangent Sand Cat Swarm Optimization和LSTM的LeNet变体)	图像	未明确提及具体样本数量
685	2025-04-15	Emittance minimization for aberration correction I: Aberration correction of an electron microscope without knowing the aberration coefficients 2025-Apr-05, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114137 PMID:40222084	research paper	该论文提出了一种基于深度学习的方法，通过最小化电子束的发射度增长来校正电子显微镜的像差，而无需知道像差系数	从加速器物理学的角度出发，将像差校正问题转化为最小化电子束的发射度增长，并利用深度学习模型预测发射度变化	需要依赖高速电子相机进行快速测量，可能对设备有较高要求	开发一种无需知道像差系数的电子显微镜像差校正方法	扫描透射电子显微镜(STEM)的电子束	电子显微镜技术	NA	深度学习	深度学习模型	Ronchigrams图像	NA
686	2025-04-15	An Explainable LSTM-Based Intrusion Detection System Optimized by Firefly Algorithm for IoT Networks 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072288 PMID:40218800	研究论文	本文提出了一种基于LSTM的可解释入侵检测系统，通过萤火虫算法优化，用于IoT网络	结合统计方法和元启发式算法进行特征选择，构建LSTM模型，并应用XAI工具（LIME和SHAP）提高模型的可解释性	仅在两个公开数据集上进行测试，可能无法涵盖所有IoT网络攻击场景	开发一种可解释且高效的入侵检测系统，以应对IoT设备面临的安全威胁	IoT网络中的入侵行为	机器学习	NA	元启发式算法（萤火虫算法），XAI工具（LIME和SHAP）	LSTM	网络流量数据	两个公开数据集（NF-BoT-IoT-v2和IoTID20）
687	2025-04-15	An End-to-End General Language Model (GLM)-4-Based Milling Cutter Fault Diagnosis Framework for Intelligent Manufacturing 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072295 PMID:40218806	研究论文	提出了一种基于GLM-4的端到端铣刀故障诊断框架，用于智能制造	首次将GLM-4大型语言模型应用于铣刀故障诊断，结合领域特定特征工程，在小样本和噪声环境下表现出优越性能	仅在PHM 2010数据集和专有铣刀数据集上验证，未在其他类型机械故障诊断中测试	提高智能制造中铣刀故障诊断的准确性和鲁棒性	CNC机床和切削刀具	智能制造	NA	大型语言模型(GLMs)	GLM-4	传感器数据	PHM 2010数据集和专有铣刀数据集
688	2025-04-15	Resource-Constrained Specific Emitter Identification Based on Efficient Design and Network Compression 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072293 PMID:40218805	research paper	提出了一种基于高效设计和网络压缩的资源受限特定发射器识别方法	开发了轻量级卷积网络LCNet，并在全连接层引入稀疏正则化技术，实现了超过99%的特征维度降低	未提及具体在极端资源受限环境下的性能表现	解决资源受限边缘设备在特定发射器识别任务中的模型参数冗余和高特征维度问题	自动相关监视广播(ADS-B)和Wi-Fi信号	machine learning	NA	深度学习	LCNet (轻量级卷积网络)	信号数据	公开的ADS-B和Wi-Fi数据集
689	2025-04-15	Integrating Textual Queries with AI-Based Object Detection: A Compositional Prompt-Guided Approach 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072258 PMID:40218769	research paper	本文提出了一种新颖的神经符号对象检测框架，通过深度学习模块将对象提议与文本提示对齐，并通过符号模块实现逻辑推理	结合深度学习与符号推理，显著增强了对象检测和场景理解能力，支持复杂的查询驱动交互	使用了合成的3D图像数据集，可能在实际应用中的泛化能力有待验证	提升对象检测和识别的自动识别能力，特别是在上下文查询分析和人机交互方面	目标对象的自动识别与场景理解	computer vision	NA	deep learning, symbolic reasoning	neuro-symbolic framework	3D image	合成3D图像数据集（具体数量未提及）
690	2025-04-15	IESSP: Information Extraction-Based Sparse Stripe Pruning Method for Deep Neural Networks 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072261 PMID:40218773	研究论文	提出了一种基于信息提取的稀疏条纹剪枝方法（IESSP），用于深度神经网络的模型压缩	引入了信息提取模块（IEM）和新型损失函数，提升了特征选择的精确度并平衡了准确性与效率	未提及在更大规模数据集或更复杂模型上的表现	减少深度神经网络模型的存储需求和计算资源消耗	深度神经网络模型（如VGG-16）	机器学习	NA	网络剪枝	CNN	图像	CIFAR-10数据集
691	2025-04-15	Reliable Vehicle Routing Problem Using Traffic Sensors Augmented Information 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072262 PMID:40218774	研究论文	本文提出了一种结合交通传感器数据增强和深度学习技术的新型路由框架，以提高路径选择和网络可观测性的可靠性	引入了一种集成交通传感器数据增强和深度学习技术的新型路由框架，通过最小化传感器部署需求并提高网络范围的交通估计准确性，解决了传感器数据有限与网络可观测性之间的差距	未明确提及具体局限性，但可能涉及深度学习模型在极端交通条件下的泛化能力	提高实时交通管理和车辆路径优化的可靠性和可扩展性	交通网络和车辆路径问题	机器学习	NA	深度学习	Stacked Sparse Auto-Encoder (SAE)	交通传感器数据	未明确提及具体样本量
692	2025-04-15	MCT-CNN-LSTM: A Driver Behavior Wireless Perception Method Based on an Improved Multi-Scale Domain-Adversarial Neural Network 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072268 PMID:40218780	research paper	提出了一种基于改进多尺度域对抗神经网络的驾驶员行为无线感知方法MCT-CNN-LSTM	结合多尺度和通道时间注意力模块，采用域对抗训练减少域偏移，提高驾驶行为分类准确率	NA	提高基于FMCW雷达系统的驾驶行为识别准确率	驾驶员行为	machine learning	NA	FMCW雷达系统	MCT-CNN-LSTM（多通道CNN结合LSTM网络）	雷达信号	真实测量数据集
693	2025-04-15	ErgoReport: A Holistic Posture Assessment Framework Based on Inertial Data and Deep Learning 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072282 PMID:40218793	research paper	开发了一个基于惯性数据和深度学习的全面姿势评估框架ErgoReport，用于量化人体工学风险并识别导致风险的姿势	创新性地结合惯性数据和深度学习，生成图形用户界面报告，直观展示人体工学评分与姿势关联，帮助工人识别高风险姿势	研究仅涉及13名受试者，样本量较小，且仅测试了农业和建筑行业的两种工作任务	开发一个自动化、量化的姿势评估框架，以改进人体工学评估的效率和效果	工人姿势评估，特别是农业和建筑行业的工作任务	machine learning	work-related musculoskeletal disorders	Deep Learning	NA	inertial data	13名受试者，模拟农业收获和砌砖工作任务
694	2025-04-15	A Non-Contact Privacy Protection Bed Angle Estimation Method Based on LiDAR 2025-Apr-02, Sensors (Basel, Switzerland) DOI:10.3390/s25072226 PMID:40218738	研究论文	提出了一种基于LiDAR技术的非接触式隐私保护床位角度估计方法	利用LiDAR技术实现非侵入式床位角度检测，结合YOLO-X和增强A2J算法的深度学习框架，提高了角度估计的准确性	实验仅在ICU环境中进行，未涉及其他医疗环境或家庭护理场景	开发一种隐私保护的床位角度监测系统，以减少医疗并发症	ICU中的床位角度监测	计算机视觉	NA	LiDAR技术，深度学习	YOLO-X, A2J算法	LiDAR数据	ICU环境中的实验数据
695	2025-04-15	A Hierarchical Dispatcher for Scheduling Multiple Deep Neural Networks (DNNs) on Edge Devices 2025-Apr-02, Sensors (Basel, Switzerland) DOI:10.3390/s25072243 PMID:40218755	research paper	本文提出了一种分层调度器架构，用于在具有异构处理单元（PUs）的边缘设备上高效调度多个深度神经网络（DNNs）的执行	提出了一种分离调度器与调度策略的分层调度器架构，支持在异构边缘设备上灵活且可扩展地调度DNN子图	未提及具体案例研究的设备类型和数量限制	提高在异构边缘设备上调度多个DNNs的效率和性能	边缘设备上的深度神经网络（DNNs）调度	machine learning	NA	NA	DNN	NA	NA
696	2025-04-15	Typical Crop Classification of Agricultural Multispectral Remote Sensing Images by Fusing Multi-Attention Mechanism ResNet Networks 2025-Apr-02, Sensors (Basel, Switzerland) DOI:10.3390/s25072237 PMID:40218750	research paper	该研究提出了一种基于改进ResNet网络的多光谱遥感图像作物分类模型，用于精确分类向日葵、玉米、甜菜和辣椒等典型作物	融合ACmix自注意力模块和坐标注意力机制的改进ResNet50模型，显著提高了多光谱图像分类准确率至97.8%	研究仅针对四种特定作物，可能不适用于其他作物类型	开发高精度作物分类方法以支持精准农业管理	向日葵、玉米、甜菜和辣椒四种典型作物	computer vision	NA	多光谱遥感成像	改进的ResNet50（融合ACmix自注意力模块和坐标注意力机制）	多光谱遥感图像	未明确说明样本数量（涉及四种作物）
697	2025-04-15	Nonperfused Retinal Capillaries-A New Method Developed on OCT and OCTA 2025-Apr-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.4.22 PMID:40202734	研究论文	开发了一种基于OCT和OCTA的新方法来量化无灌注视网膜毛细血管，并评估其在AMD和糖尿病视网膜病变中的作用	提出了一种新的深度学习去噪算法，用于从OCT/OCTA中识别无灌注视网膜毛细血管，并建立了这些毛细血管与AMD和DR已知特征之间的关系	研究中未明确说明样本的具体数量，且流体存在与无灌注毛细血管之间无显著相关性	开发一种新方法来量化无灌注视网膜毛细血管，并评估其在AMD和糖尿病视网膜病变中的作用	AMD和糖尿病视网膜病变患者的眼睛	数字病理学	糖尿病视网膜病变, 年龄相关性黄斑变性	OCT, OCTA, 深度学习去噪算法	深度学习	图像	NA
698	2025-04-15	Technological Advancements in Human Navigation for the Visually Impaired: A Systematic Review 2025-Apr-01, Sensors (Basel, Switzerland) DOI:10.3390/s25072213 PMID:40218728	系统综述	本文通过系统文献综述评估了针对视障人士的导航系统的有效性和功能性	整合了高精度GPS、超声波传感器、蓝牙等多种传感器及辅助应用，结合AI深度学习优化导航精度和能效	数字无障碍性不足和适应支持系统稀缺，限制了视障人士的自主性和社会融入	评估和比较近期视障导航技术的有效性与功能性	视障人士导航系统	辅助技术	视力障碍	高精度GPS、超声波传感器、蓝牙、RGB-D相机、LiDAR、立体相机	深度学习、神经网络	传感器数据、图像	58篇2019-2024年间发表的文章
699	2025-04-15	Construction of a Real-Time Detection for Floating Plastics in a Stream Using Video Cameras and Deep Learning 2025-Apr-01, Sensors (Basel, Switzerland) DOI:10.3390/s25072225 PMID:40218736	research paper	该研究开发了一种基于深度学习的实时视觉识别模型，用于检测河流中的漂浮塑料碎片	使用YOLOv8算法进行多类分类，实现了对四种塑料碎片的实时检测与计数	在未知视频中的追踪和计数性能有限，仅检测到32个碎片中的6个	开发实时监测河流中塑料碎片的模型，以评估塑料碎片排放并制定有效管理策略	河流中的漂浮塑料碎片	computer vision	NA	deep learning	YOLOv8	video	现场视频数据
700	2025-04-15	Vase-Life Monitoring System for Cut Flowers Using Deep Learning and Multiple Cameras 2025-Apr-01, Plants (Basel, Switzerland) DOI:10.3390/plants14071076 PMID:40219143	研究论文	开发了一种基于深度学习和多摄像头的切花瓶插寿命监测系统（VMS），用于自动准确评估切花玫瑰的采后质量和瓶插寿命	整合了摄像头成像与YOLOv8深度学习算法，实现了对切花玫瑰主要生理参数的连续监测，包括花朵开放、鲜重、水分吸收和灰霉病发生率	研究仅针对切花玫瑰，未涉及其他花卉品种	开发一种自动监测切花采后质量和瓶插寿命的系统	切花玫瑰	计算机视觉	灰霉病	深度学习	YOLOv8	图像	未明确提及样本数量