深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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！
添加微信请说明来意
微信赞赏
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19.9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。
当前共找到 1379 篇文献，本页显示第 221 - 240 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2025-10-05 |
High-Speed Multiple Object Tracking Based on Fusion of Intelligent and Real-Time Image Processing
2025-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25113400
PMID:40969000
|
研究论文 | 提出一种基于智能与实时图像处理融合的高速多目标跟踪系统 | 结合低频深度学习检测与经典高速跟踪的混合跟踪框架，以及基于检测标签的跟踪器管理策略 | 未明确说明系统在复杂场景下的极限处理能力 | 开发平衡实时性能、跟踪精度和鲁棒性的高速多目标跟踪系统 | 视频序列中的多个运动目标 | 计算机视觉 | NA | 图像处理，深度学习 | NA | 视频，图像 | 6个场景的高速相机数据 | NA | NA | MOTA, IDF1, HOTA, fps | NA |
| 222 | 2025-10-05 |
SS-OPDet: A Semi-Supervised Open-Set Detection Framework for Dead Pine Wood Detection
2025-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25113407
PMID:40969001
|
研究论文 | 提出一种半监督开放集检测框架SS-OPDet，用于松材线虫病枯死木检测 | 结合半监督学习与开放集检测，通过加权多尺度特征融合模块和动态置信度伪标签生成策略解决未知干扰物问题 | 未明确说明对极端天气条件或不同季节变化的适应性 | 开发高效准确的松材线虫病枯死木检测方法，支持森林病害防控 | 松树林中的枯死木 | 计算机视觉 | 松材线虫病 | 无人机图像采集 | 深度学习检测框架 | 图像 | 7733张无人机图像 | NA | SS-OPDet | 平均精度, 召回率, 绝对开放集误差, 荒野影响指数 | NA |
| 223 | 2025-10-05 |
Indoor mmWave Radar Ghost Suppression: Trajectory-Guided Spatiotemporal Point Cloud Learning
2025-May-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25113377
PMID:40968905
|
研究论文 | 提出一种基于轨迹的毫米波雷达幽灵抑制方法，通过融合多目标跟踪与点云深度学习解决室内多径传播导致的虚假目标问题 | 将多目标跟踪与点云深度学习相结合，通过轨迹特征聚合和特征广播有效整合时空信息与点级特征 | 仅针对室内环境验证，未涉及复杂室外场景 | 解决室内毫米波雷达因多径传播产生的幽灵目标问题，提升雷达检测可靠性 | 室内毫米波雷达点云数据 | 计算机视觉 | NA | 毫米波雷达传感 | 深度学习 | 点云数据 | 室内数据集 | NA | 点云深度学习网络 | 准确率, AUROC | NA |
| 224 | 2025-10-05 |
Detection of Crack Sealant in the Pretreatment Process of Hot In-Place Recycling of Asphalt Pavement via Deep Learning Method
2025-May-27, Sensors (Basel, Switzerland)
DOI:10.3390/s25113373
PMID:40968932
|
研究论文 | 提出基于深度学习的YOLO-CS算法用于沥青路面热再生预处理过程中的裂缝密封剂检测 | 首次创建专门用于裂缝密封剂检测的数据集，提出集成RepViT网络和DRBNCSPELAN模块的YOLO-CS算法 | 缺乏专门的裂缝密封剂检测数据集，复杂背景噪声和与裂缝坑洞重叠增加了检测难度 | 提高沥青路面热再生过程中裂缝密封剂的自动检测效率 | 沥青路面裂缝密封剂 | 计算机视觉 | NA | 深度学习目标检测 | YOLO | 图像 | 1983张路面图像 | NA | YOLO-CS, RepViT, DRBNCSPELAN | 精确率, 召回率, mAP | NA |
| 225 | 2025-10-05 |
Machine Learning-Based Security Solutions for IoT Networks: A Comprehensive Survey
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113341
PMID:40968811
|
综述 | 对2020-2024年间基于机器学习的物联网安全解决方案进行全面综述 | 系统分类了机器学习技术在物联网安全中的应用，提出了安全威胁分类法，并批判性评估了现有解决方案 | 当前机器学习方法存在高计算成本、对抗性漏洞和可解释性挑战等关键限制 | 开发鲁棒、智能和自适应的物联网安全解决方案 | 物联网安全解决方案 | 机器学习 | NA | 机器学习 | 监督学习,无监督学习,强化学习,深度学习,集成学习,联邦学习,迁移学习 | 网络安全数据 | NA | NA | NA | 可扩展性,计算效率,隐私保护 | NA |
| 226 | 2025-10-05 |
A Multi-Sensor Fusion Approach Combined with RandLA-Net for Large-Scale Point Cloud Segmentation in Power Grid Scenario
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113350
PMID:40968864
|
研究论文 | 提出一种结合多传感器融合和RandLA-Net的大规模点云分割方法，用于电网场景中的电力塔识别 | 集成LiDAR和双目深度相机实现传感器数据时空同步融合，并针对电网塔场景优化RandLA-Net框架 | NA | 开发智能电力塔识别与监测方法，确保电网可靠稳定运行 | 电力输电系统中的电网塔 | 计算机视觉 | NA | LiDAR, 双目深度相机, FAST-LIO算法 | 深度学习 | 点云数据 | 包含超过千万个点的点云数据 | RandLA-Net | RandLA-Net | 精确度 | NA |
| 227 | 2025-10-05 |
Retrospective Frailty Assessment in Older Adults Using Inertial Measurement Unit-Based Deep Learning on Gait Spectrograms
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113351
PMID:40968907
|
研究论文 | 本研究利用基于IMU数据的步态谱图通过深度学习对老年人衰弱状态进行分类 | 首次将原始IMU数据转换为时频谱图并直接用于衰弱分类，发现最小预处理能保留最显著的步态特征 | 回顾性研究，样本量有限，需要进一步前瞻性验证 | 开发基于可穿戴传感器和深度学习的客观衰弱评估工具 | 老年人的步态数据 | 机器学习 | 老年疾病 | 惯性测量单元(IMU)数据采集 | CNN | 时频谱图 | NA | NA | 卷积神经网络 | 准确率 | NA |
| 228 | 2025-10-05 |
A Deep-Learning-Based Real-Time Microearthquake Monitoring System (RT-MEMS) for Taiwan
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113353
PMID:40968920
|
研究论文 | 介绍一种基于深度学习的实时微地震监测系统(RT-MEMS)，用于台湾地区快速生成高分辨率地震目录 | 整合SeedLink高质量地震网络数据与深度学习模型，建立实时处理工作流，相比标准目录具有更高分辨率和效率 | 系统目前仅在台湾地区建立，尚未验证在其他地区的适用性 | 开发实时微地震监测系统以提供快速可靠的地震目录 | 台湾地区的地震活动，包括背景地震活动和主震-余震序列 | 机器学习 | NA | 地震波形数据分析 | 深度学习 | 连续波形数据 | NA | SeisBlue | NA | NA | NA |
| 229 | 2025-10-05 |
Study on Lightweight Bridge Crack Detection Algorithm Based on YOLO11
2025-May-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25113276
PMID:40968797
|
研究论文 | 提出基于YOLO11优化的轻量级桥梁裂缝检测算法YOLO11-BD，通过改进注意力机制和检测头实现高效精准检测 | 提出高效多尺度卷积注意力模块增强裂缝特征提取能力，引入轻量级检测头在保持精度同时显著降低计算量 | NA | 开发轻量化的桥梁裂缝自动检测算法 | 桥梁裂缝 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | NA | NA | YOLO11, YOLO11-BD | mAP50, mAP50-95, GFLOPs, FPS | NA |
| 230 | 2025-10-05 |
Recent Advancements in Hyperspectral Image Reconstruction from a Compressive Measurement
2025-May-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25113286
PMID:40968829
|
综述 | 本文全面综述了基于压缩测量的高光谱图像重建领域的最新进展 | 系统地将高光谱图像重建方法分为三大范式：传统模型驱动方法、深度学习方法和混合框架，并特别关注了从CNN到Transformer的架构演进以及深度展开策略 | NA | 总结高光谱图像重建领域的研究进展并为研究人员提供参考 | 高光谱图像重建技术 | 计算机视觉 | NA | NA | CNN, Transformer | 高光谱图像 | NA | NA | CNN, Transformer | NA | NA |
| 231 | 2025-10-05 |
Enhanced Channel Estimation for RIS-Assisted OTFS Systems by Introducing ELM Network
2025-May-23, Sensors (Basel, Switzerland)
DOI:10.3390/s25113292
PMID:40968820
|
研究论文 | 本文提出了一种基于极限学习机网络的增强型信道估计方法，用于RIS辅助的OTFS系统 | 首次将极限学习机网络引入RIS辅助的OTFS系统进行信道估计，并采用基于阈值的初始特征提取方法增强ELM网络的学习能力 | ELM网络的参数数量相比深度学习网络较少，可能存在表达能力不足的限制 | 提高RIS辅助OTFS系统在高移动性通信场景下的信道估计精度和符号检测性能 | RIS辅助的OTFS通信系统 | 机器学习 | NA | 信道估计，符号检测 | ELM | 通信信号数据 | NA | NA | 单隐层前馈神经网络 | 符号检测性能 | NA |
| 232 | 2025-10-05 |
TU-DAT: A Computer Vision Dataset on Road Traffic Anomalies
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113259
PMID:40968794
|
研究论文 | 介绍TU-DAT数据集，一个用于分析交通事故的计算机视觉数据集 | 首个结合真实世界和模拟视频的混合交通异常数据集，包含时空标注和结构化元数据 | NA | 开发智能交通系统以主动减少道路事故 | 道路交通事故和异常驾驶行为 | 计算机视觉 | NA | NA | 混合深度学习模型 | 视频 | 约280个真实世界和模拟视频 | NA | NA | NA | NA |
| 233 | 2025-10-05 |
Research on Measurement of Coal-Water Slurry Solid-Liquid Two-Phase Flow Based on a Coriolis Flow Meter and a Neural Network
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113267
PMID:40968798
|
研究论文 | 基于科里奥利质量流量计和神经网络开发煤水浆固液两相流测量误差校正方法 | 首次将深度学习校正框架应用于科里奥利流量计的煤水浆两相流测量误差修正 | 仅针对煤水浆特定工况进行实验验证，未涉及其他类型的多相流介质 | 提高科里奥利质量流量计在液固两相流测量场景下的精度 | 煤水浆固液两相流 | 工业测量 | NA | 科里奥利质量流量测量 | BP神经网络 | 流量测量数据 | NA | NA | BP神经网络 | 测量误差 | NA |
| 234 | 2025-10-05 |
Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions
2025-May-22, Sensors (Basel, Switzerland)
DOI:10.3390/s25113258
PMID:40968800
|
综述 | 本文全面分析深度学习增强水下SLAM技术的最新进展，并提出基于水下无线传感器网络集成的新型分类框架 | 提出基于水下无线传感器网络集成的新型分类框架，探讨通信感知SLAM方法如何提升水下导航精度和操作效率 | 作为综述论文，主要分析现有技术而非提出新算法，依赖已有文献的覆盖范围 | 调查深度学习增强水下SLAM技术的发展现状、挑战和未来方向 | 自主水下航行器(AUVs)和水下无线传感器网络(UWSNs) | 机器学习和计算机视觉 | NA | 声学通信、分布式传感、多模态传感器融合 | Transformer, 轻量级神经网络 | 图像、传感器数据、声学数据 | NA | NA | Transformer架构 | 导航精度、操作效率 | 实时部署计算资源 |
| 235 | 2025-10-05 |
FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta
2025-May-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.27.640629
PMID:40093079
|
研究论文 | 提出FakeRotLib方法用于在Rosetta中快速参数化非经典氨基酸 | 通过小分子构象统计拟合创建旋转异构体分布，显著提升参数化效率并扩展可建模的NCAA类型 | 未明确说明方法在特定蛋白质体系或复杂环境中的适用性限制 | 改进Rosetta中非经典氨基酸的参数化方法 | 非经典氨基酸的旋转异构体分布建模 | 计算生物学 | NA | 统计拟合、小分子构象分析 | NA | 小分子构象数据 | NA | Rosetta | NA | 参数化时间、可建模NCAA类型数量 | NA |
| 236 | 2025-10-05 |
Reinforcing Deep Learning-Enabled Surveillance with Smart Sensors
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113345
PMID:40968866
|
研究论文 | 提出一种集成智能传感器和深度学习技术的监控强化系统，用于资源受限的移动设备 | 在异构传感器环境中引入深度学习辅助的监控强化方法，为高动态公共环境提供前所未有的监控灵活性 | NA | 优化监控节点部署并确保系统实时响应能力，增强高人员流动性环境中的监控适应性和有效性 | 资源受限的网络物理设备和移动元素 | 机器学习 | NA | 深度学习 | NA | 传感器数据 | NA | NA | NA | 准确性,效率 | 资源受限的移动设备 |
| 237 | 2025-10-06 |
A Systematic Review of AI-Based Techniques for Automated Waste Classification
2025-May-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25103181
PMID:40431972
|
系统综述 | 本文系统综述了基于人工智能的自动化废物分类技术，重点关注机器学习和深度学习的应用 | 采用系统文献综述方法分析97项研究，提出将AI技术分为机器学习、深度学习和混合模型三类，并制定了分阶段发展路线图 | 识别出数据集不平衡、现实世界变异性和标准化问题等关键限制因素 | 探索人工智能在自动化废物分类中的作用 | 废物分类相关的研究文献和公开数据集 | 机器学习 | NA | 机器学习,深度学习 | CNN,混合模型 | 图像 | 分析97项研究和15个公开数据集 | NA | CNN | 模型准确率,系统效率 | NA |
| 238 | 2025-10-06 |
Using deep learning to predict internalizing problems from brain structure in youth
2025-May-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.28.625869
PMID:40654936
|
研究论文 | 使用深度学习通过脑结构特征预测青少年内化问题的横断面和纵向恶化轨迹 | 首次结合四个大规模数据集，利用脑结构测量指标（厚度、表面积和体积）通过深度学习预测内化问题的临床状态和恶化轨迹 | 纵向模型在普通人群样本中预测性能欠佳，主要神经发育条件的外部测试集样本量较小 | 探索内化问题的生物标志物，建立脑结构与内化问题的预测模型 | 青少年人群，包括普通人群和神经发育条件患者 | 机器学习 | 精神健康疾病 | 脑结构测量（厚度、表面积、体积） | 深度学习 | 脑结构测量数据 | 横断面分析14,523人，纵向分析10,540人 | NA | NA | AUC | NA |
| 239 | 2025-10-06 |
Histopathology-based Protein Multiplex Generation using Deep Learning
2025-May-28, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.26.24301803
PMID:39677425
|
研究论文 | 提出一种直接从标准H&E组织病理学图像生成空间解析蛋白多重图像的深度学习框架HistoPlexer | 首次实现从常规H&E图像直接生成蛋白多重图像，采用条件生成对抗网络架构和定制损失函数解决切片间变异问题 | 研究主要基于转移性黑色素瘤样本，在其他癌症类型的泛化能力需进一步验证 | 开发从H&E图像生成蛋白多重图像的方法以降低肿瘤微环境分析成本和时间 | 转移性黑色素瘤样本和其他癌症类型的公开数据集 | 数字病理学 | 黑色素瘤 | 蛋白多重成像，H&E染色 | GAN | 组织病理学图像 | 转移性黑色素瘤样本和多种癌症类型的公开数据集 | NA | 条件生成对抗网络 | 像素级相似度，嵌入级相似度，专家评估，生存预测准确率，免疫亚型分类准确率 | NA |
| 240 | 2025-05-08 |
Retraction: "Diagnostic Classification and Prognostic Prediction Using Common Genetic Variants in Autism Spectrum Disorder: Genotype-Based Deep Learning"
2025-05-06, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/76833
PMID:40331761
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |