深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1061	2025-10-07	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	提出一种集成交通传感器数据增强和深度学习技术的车辆路由框架，以提高路径选择可靠性和网络可观测性	结合交通传感器数据增强与深度学习技术，通过最优传感器布点设计和堆叠稀疏自编码器模型填补传感器数据有限性与网络完全可观测性之间的差距	未明确说明模型在极端交通条件下的表现及实际部署成本效益分析	解决随机路由运输网络中的不确定性挑战，优化实时交通管理和车辆路径规划	交通运输网络、车辆路由系统	机器学习	NA	交通传感器数据采集、深度学习	SAE（堆叠稀疏自编码器）	交通传感器数据、交通流数据	NA	NA	Stacked Sparse Auto-Encoder	交通流预测准确度	NA
1062	2025-10-07	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	研究论文	提出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	结合多尺度与通道-时间注意力模块，并采用域对抗训练来减少域偏移	NA	准确识别驾驶员行为	调频连续波雷达信号	机器学习	NA	调频连续波雷达	CNN, LSTM	雷达信号	NA	NA	MCT-CNN-LSTM, 多通道CNN, 长短期记忆网络, 高效通道注意力模块	准确率	NA
1063	2025-10-07	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	研究论文	开发基于惯性数据和深度学习的整体姿势评估框架ErgoReport，用于量化工效学风险并识别危险姿势	创新性地结合惯性数据和深度学习技术，能够生成直观的图形化报告，将工效学评分与具体姿势关联，并考虑先前姿势对关节应力的累积影响	仅针对农业和建筑行业的两个工作任务（收割和砌砖）进行了验证，样本量较小（13名受试者）	开发自动化姿势评估工具以改善工作相关肌肉骨骼疾病的预防	工作姿势和工效学风险评估	机器学习	肌肉骨骼疾病	惯性数据采集，深度学习	深度学习模型	惯性传感器数据	13名受试者	NA	NA	工效学专家评估（有效性、快速性、易用性）	NA
1064	2025-10-07	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	提出一种基于LiDAR技术的非接触式病床角度估计方法，用于医疗环境中的隐私保护监测	采用LiDAR技术替代传统摄像头方案，结合YOLO-X与改进A2J算法的深度学习框架，实现隐私保护下的实时病床角度监测	仅在ICU环境中进行实验验证，未在其他医疗场景测试	开发非侵入式病床角度检测系统，解决传统视觉监控的隐私问题	重症监护病房(ICU)中的病床角度监测	计算机视觉	呼吸机相关性肺炎	LiDAR技术，飞行时间原理	深度学习	LiDAR点云数据	ICU环境实验数据	YOLO-X, A2J	YOLO-X结合增强版A2J算法	平均角度检测误差	Intel RealSense L515传感器
1065	2025-10-07	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	研究论文	提出一种分层调度器架构，用于在边缘设备上高效调度多个深度神经网络	将调度器与调度策略分离，采用高层和低层调度器的分层结构，为异构边缘设备提供可扩展的DNN调度方案	NA	解决边缘设备上多个深度神经网络的高效调度问题	边缘设备上的深度神经网络调度	机器学习	NA	NA	深度神经网络	NA	NA	NA	NA	性能提升百分比	边缘设备，异构处理单元
1066	2025-10-07	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	研究论文	提出一种融合多注意力机制的改进ResNet网络，用于农业多光谱遥感图像的典型作物分类	在ResNet50网络中集成ACmix自注意力模块和坐标注意力机制，提升对多光谱遥感图像的作物分类精度	仅针对向日葵、玉米、甜菜和辣椒四种典型作物进行分类，未涵盖更多作物种类	开发高精度的作物分类模型，为精准农业管理提供技术支持	向日葵、玉米、甜菜和胡椒四种典型作物	计算机视觉	NA	多光谱遥感成像	CNN	多光谱遥感图像	NA	NA	ResNet50, ACmix, 坐标注意力机制	分类准确率	NA
1067	2025-10-07	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	开发了一种基于深度学习的算法，通过共定位OCT/OCTA技术量化无灌注视网膜毛细血管	首次提出通过配准多组OCT/OCTA扫描创建高清图像，并利用深度学习算法从毛细血管中去除组织背景噪声	未明确说明样本量大小及数据来源的具体限制	开发量化无灌注视网膜毛细血管的新方法并评估其在AMD和糖尿病视网膜病变中的应用价值	年龄相关性黄斑变性（AMD）和糖尿病视网膜病变（DR）患者的视网膜毛细血管	医学影像分析	年龄相关性黄斑变性,糖尿病视网膜病变	光学相干断层扫描（OCT）, OCT血管成像（OCTA）	深度学习	医学影像	NA	NA	NA	准确率	NA
1068	2025-10-07	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	通过系统文献综述评估视障人士导航系统的有效性和功能性	采用PRISMA 2020方法对2019-2024年间58篇文献进行系统性分析，揭示导航技术的最新进展和研究趋势	存在数字无障碍性不足和适应支持系统稀缺的显著差距，限制了视障人士的自主性和社会融入	评估视障人士导航系统的有效性和功能性	视障人士导航技术系统	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、图像数据	58篇文献（Dimensions 26篇、Web of Science 18篇、Scopus 14篇）	NA	NA	导航精度、能源效率	NA
1069	2025-10-07	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	研究论文	开发基于视频摄像头和深度学习的河流漂浮塑料实时检测系统	首次将YOLOv8算法应用于自然环境中漂浮塑料的实时检测与多类别分类	在未知视频中的跟踪计数性能有限，32个碎片仅检测到6个	开发实时视觉识别模型用于漂浮塑料碎片检测	河流表面漂浮的塑料碎片	计算机视觉	NA	深度学习	YOLOv8	视频	现场视频数据	YOLOv8	YOLOv8-nano	F1-score, mAP, IoU	NA
1070	2025-10-07	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，用于自动评估切花玫瑰的采后质量和瓶插寿命	首次将YOLOv8深度学习算法与摄像头成像技术结合，实现切花生理参数和病害的连续自动监测	研究仅针对切花玫瑰，未验证对其他花卉种类的适用性	开发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	摄像头成像，显微镜成像	YOLOv8	图像	NA	NA	YOLOv8	目标检测准确率，mAP0.5	NA
1071	2025-10-07	Comparing ARIMA and various deep learning models for long-term water quality index forecasting in Dez River, Iran 2025-Apr, Environmental science and pollution research international DOI:10.1007/s11356-024-32228-x PMID:38353815	研究论文	本研究比较ARIMA与五种深度学习模型在伊朗Dez河水质指数长期预测中的性能	首次在Dez河流域综合比较传统ARIMA模型与多种深度学习模型（Simple_RNN、LSTM、CNN、GRU、MLP）的水质预测能力	仅使用单变量时间序列数据，研究范围限定于Dez河流域四个监测站	开发低成本、高效率的水质预测方法以应对水资源短缺问题	伊朗Dez河的水质指数时间序列数据	机器学习	NA	时间序列分析，香农熵权重分配	ARIMA, Simple_RNN, LSTM, CNN, GRU, MLP	时间序列数据	2010-2020年Dez河四个监测站的日监测数据，包含十个水质参数	NA	Simple_RNN, LSTM, CNN, GRU, MLP	RMSE, MAE, MSE, MAPE	NA
1072	2025-04-14	Energy efficient multipath routing in IoT-wireless sensor network via hybrid optimization and deep learning-based energy prediction 2025-Apr-11, Network (Bristol, England) DOI:10.1080/0954898X.2025.2476081 PMID:40219585	research paper	该研究提出了一种新颖的混合Beluga Whale-Coati优化（HBWCO）算法，用于优化物联网-无线传感器网络中的能量高效多路径路由	结合了混合优化算法和基于深度学习的能量预测，以提高网络的能量效率和可靠性	未提及具体实验环境或实际部署中的潜在问题	优化无线传感器网络中的能量高效数据传	无线传感器网络中的传感器节点和数据传	machine learning	NA	Hybrid Beluga Whale-Coati Optimization (HBWCO), Deep Q-Net	Deep Q-Net	sensor data	NA	NA	NA	NA	NA
1073	2025-10-07	Pre-trained molecular representations enable antimicrobial discovery 2025-Apr-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58804-4 PMID:40210659	研究论文	提出一种基于预训练分子表示的计算策略用于加速抗菌药物发现	结合自监督分子表示学习与实验验证数据，构建通用预测模型识别结构新颖的抗菌化合物	未明确说明模型在更广泛化合物类型和细菌物种上的泛化能力	开发计算框架加速抗菌化合物的发现和优先筛选	化学化合物及其对细菌的抗菌活性	机器学习	细菌感染	自监督深度学习	深度学习	化学结构数据，化合物-细菌活性数据	NA	MolE	NA	NA	NA
1074	2025-10-07	Heterogeneous attention multi-scale network for efficient weld seam classification 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91186-7 PMID:40210665	研究论文	提出一种用于工业焊缝分类的高效深度学习框架HAMS-Net	通过四个组件的协同集成实现创新：通道-空间注意力模块、异构注意力池化模块、计算高效的Ghost特征通道ReLU层和自适应特征金字塔网络	NA	解决工业环境中焊缝分类面临的几何多样性、类间细微差异和图像质量变化等挑战	工业焊缝图像	计算机视觉	NA	深度学习	CNN	图像	NA	NA	HAMS-Net, Swin-Transformer, ViT	准确率	较少计算资源
1075	2025-10-07	A secure and efficient deep learning-based intrusion detection framework for the internet of vehicles 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94445-9 PMID:40210906	研究论文	提出一种基于深度学习的车联网入侵检测框架，结合加密技术和优化算法实现安全高效的入侵检测	提出新型混合优化算法CMSO用于特征选择优化，设计DAGSNet架构集成多种神经网络模型，结合SMPC和同态加密实现隐私保护	未明确说明模型在更大规模车联网环境中的扩展性和实时性表现	开发安全高效的车联网入侵检测系统	车联网网络的安全防护和入侵检测	机器学习	NA	深度学习，加密技术	Vision Transformer, DenseNet, GoogleNet, AlexNet, SqueezeNet	网络数据	两个数据集（具体数量未说明）	NA	ViT, DenseNet, GoogleNet, AlexNet, SqueezeNet, DAGSNet	精确度，加密解密时间	NA
1076	2025-10-07	Restricted Boltzmann machine with Sobel filter dense adversarial noise secured layer framework for flower species recognition 2025-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95564-z PMID:40210949	研究论文	提出一种结合Sobel滤波器和受限玻尔兹曼机的对抗噪声安全层框架SRB-VGG19，用于花卉物种识别	设计了SRB-VGG FCL和SRB-VGG Dense两个子模型，通过FGSM攻击验证模型安全防护能力，仅保留关键花卉边缘特征进行识别	仅针对五种花卉类别进行分类，数据集规模有限（3400训练+850测试图像）	开发能有效抵抗数据投毒攻击的高精度花卉物种分类系统	花卉图像数据	计算机视觉	NA	Sobel滤波器，受限玻尔兹曼机，快速梯度符号方法	CNN, RBM	图像	4250张花卉图像（3400训练，850测试）	NA	VGG19, DenseNet, SRB-VGG19	准确率	NA
1077	2025-10-07	Image quality improvement in head and neck angiography based on dual-energy CT and deep learning 2025-Apr-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01659-4 PMID:40211222	研究论文	比较基于深度学习的图像重建与迭代重建算法在头颈部双能CT血管成像中的图像质量	首次在头颈部双能CT血管成像中系统比较深度学习重建与迭代重建算法的性能	样本量较小（58例患者），仅评估了特定重建参数组合	评估深度学习重建算法在头颈部双能CT血管成像中的图像质量改进效果	头颈部双能CT血管成像图像	医学影像分析	头颈部血管疾病	双能CT血管成像	深度学习图像重建	CT医学影像	58例患者	NA	NA	CT衰减值, 图像噪声, 信噪比, 对比噪声比, 边缘上升距离, 边缘上升斜率, 主观图像质量评分	NA
1078	2025-04-14	Hybrid encoding fringe and simulation-to-real scene approach for accurate depth estimation in fringe projection profilometry 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.557221 PMID:40219402	research paper	提出了一种混合编码条纹和模拟到真实场景的方法，以提高条纹投影轮廓测量中的深度估计精度	使用混合编码条纹模式替代传统周期性条纹，并利用模拟数据进行训练，以减少对真实数据的需求，同时提出新的网络架构MSAUNet	需要进一步验证在更广泛的实际应用场景中的性能	提高条纹投影轮廓测量中的深度估计精度	条纹投影轮廓测量中的深度估计	computer vision	NA	fringe projection profilometry (FPP)	MSAUNet	image	最大的真实世界数据集	NA	NA	NA	NA
1079	2025-04-14	Denoising 3D integral images by a single-shot unsupervised deep neural network 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.546621 PMID:40219440	研究论文	提出了一种基于单次拍摄的无监督深度学习方法，用于积分成像的去噪	利用单次拍摄的Noise2Noise方法，无需干净图像或噪声模型先验知识，适应特定成像条件	依赖于积分成像与元素成像之间的固有相似性，可能在某些成像条件下效果有限	提高积分成像的图像质量，解决噪声和图像质量下降问题	三维积分成像	计算机视觉	NA	无监督深度学习	深度神经网络	三维图像	NA	NA	NA	NA	NA
1080	2025-04-14	Snapshot video through dynamic scattering medium based on deep learning 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.545510 PMID:40219498	research paper	提出一种基于深度学习的端到端模型，用于从动态散射介质中的单次快照重建多达八帧图像	结合编码孔径压缩时间成像系统与基于transformer的CNN，优化解复用和重建效果，并利用双输入CNN模型（同时使用散斑图案及其自相关）显著提高重建精度	NA	研究动态散射介质中单次快照的多帧图像重建技术	动态物体通过未知时变散射介质的图像重建	computer vision	NA	深度学习	transformer-based CNN	image	NA	NA	NA	NA	NA