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
23041	2024-08-05	Indoor Scene Recognition Mechanism Based on Direction-Driven Convolutional Neural Networks 2023-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s23125672 PMID:37420835	研究论文	本文提出了一种基于深度学习的房间级室内定位系统，结合视觉信息和智能手机传感器。	引入了方向驱动的卷积神经网络（CNN），并采用多种加权融合策略提升系统性能。	研究仍受限于智能手机计算能力，需结合服务器进行部分计算。	研究旨在提升室内场景识别与定位的准确性。	研究对象包括使用智能手机拍摄的室内图像。	计算机视觉	NA	深度学习、卷积神经网络（CNN）	卷积神经网络（CNN）	图像	在真实数据集上进行的多个实验分析
23042	2024-08-05	A Cost-Driven Method for Deep-Learning-Based Hardware Trojan Detection 2023-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s23125503 PMID:37420671	研究论文	提出了一种基于深度学习的多尺度硬件木马检测模型MHTtext	引入深度学习进行自动特征提取，并提出了稳定性效率指数(SEI)的新评估指标	现有传统检测方法不适用于大规模集成，研究社区尚处于早期阶段	研究自动检测硬件木马的方法以应对恶意电路	重点研究硬件木马在芯片中的检测问题	深度学习	NA	深度学习	TextCNN	电路网表	基准网表的实验结果
23043	2024-08-05	A Deep Learning Method for Rolling Bearing Fault Diagnosis Based on Attention Mechanism and Graham Angle Field 2023-Jun-10, Sensors (Basel, Switzerland) DOI:10.3390/s23125487 PMID:37420653	研究论文	提出了一种基于Gramian角场编码技术和改进的ResNet50模型的滚动轴承故障诊断方法	结合Graham角场技术与ResNet算法实现了自动特征提取和故障诊断	无法在摘要中找到具体的局限性信息	提高滚动轴承故障诊断的准确性和时效性	滚动轴承的故障诊断	机器学习	NA	GAF编码技术	改进的ResNet50模型	图像	使用了Casey Reserve University的滚动轴承数据进行验证
23044	2024-08-05	Research on Apple Recognition Algorithm in Complex Orchard Environment Based on Deep Learning 2023-Jun-08, Sensors (Basel, Switzerland) DOI:10.3390/s23125425 PMID:37420591	研究论文	本文提出了一种基于深度学习的水果识别算法，以解决果园复杂环境下的低识别准确率问题	通过将残差模块与交叉阶段平衡网络（CSP Net）组合，集成空间金字塔池（SPP）模块，并替换NMS算法为Soft NMS算法，显著提高了识别精度	未提及具体的局限性	提高在复杂果园环境中的水果识别准确率和实时性	果园中的水果	计算机视觉	NA	深度学习	YOLOv5	图像	使用数据集进行训练和测试，具体样本量未说明
23045	2024-08-05	Automated Traffic Surveillance Using Existing Cameras on Transit Buses 2023-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s23115086 PMID:37299813	研究论文	本文提出了一种基于已有公交车摄像头的自动交通监测方法	本研究首次将公共交通公交车作为交通监测代理，利用现有的传感器进行车辆计数和轨迹跟踪	该方法的准确性可能受到不同天气条件的影响，尽管已经进行了全面的研究	研究旨在提高交通数据的准确性，以支持交通规划和管理	研究对象为固定路线上的公交车和经过的车辆	计算机视觉	NA	视觉基于的对象检测和跟踪	2D深度学习模型	视频	多个小时的实际监控视频来自正在运营的公交车
23046	2024-08-05	Trends and Challenges in AIoT/IIoT/IoT Implementation 2023-May-25, Sensors (Basel, Switzerland) DOI:10.3390/s23115074 PMID:37299800	研究论文	本文分析并强调了AIoT技术生态系统的趋势与挑战	探讨了TinyML和神经形态计算等低功耗AI技术，并提出了一个使用TinyML的草莓疾病检测案例研究	尽管快速进展，AIoT/IIoT/IoT技术面临安全性、可靠性等多个挑战	分析AIoT技术在多领域应用中的趋势与挑战	AIoT、IIoT、IoT技术及其在健康、智能农业等领域的应用	NA	草莓疾病	TinyML	NA	NA	一个案例研究
23047	2024-08-05	Deep Learning-Based Anomaly Detection in Video Surveillance: A Survey 2023-May-24, Sensors (Basel, Switzerland) DOI:10.3390/s23115024 PMID:37299751	review	本文提供了深度学习技术在视频异常检测领域的综合评估	对深度学习在视频异常检测中的应用进行了分类，并探讨了预处理和特征工程技术	未提及具体的评价标准或对比实验	旨在全面审视深度学习方法在视频异常检测中的应用	讨论不同方法的目标和学习指标下的深度学习方法	计算机视觉	NA	深度学习	生成模型	视频	NA
23048	2024-08-05	Research on Educational Robot System Based on Vision Processing 2023-Jan-16, Sensors (Basel, Switzerland) DOI:10.3390/s23021038 PMID:36679835	研究论文	本文提出了一种机器人教学仪器，旨在提高教育机器人对复杂形状和颜色物体的识别效果	采用了伺服电机、驱动器和多种传感器实现闭环控制，并设计了三种实验方案	未详细说明机器人在实际教学中的应用效果和学生反馈	提高教育机器人在教学中的识别和操作能力	教育机器人及其相关实验方案	计算机视觉	NA	闭环控制	级联分类器	NA	NA
23049	2024-08-05	RF-Alphabet: Cross Domain Alphabet Recognition System Based on RFID Differential Threshold Similarity Calculation Model 2023-Jan-13, Sensors (Basel, Switzerland) DOI:10.3390/s23020920 PMID:36679717	研究论文	本文提出了一种低成本、非侵入性且可扩展的手势识别技术RF-alphabet。	通过设计双标签、双天线布局实现复杂、细粒度手势数据的完整捕捉，并结合差异阈值相似度计算预测模型进行实时特征分析。	未提及具体的局限性	该研究旨在推广无障碍沟通与人机交互技术的发展。	研究对象为26个复杂的、细粒度的域独立英文字母的手势识别。	人机交互	语言障碍	RFID	差异阈值相似度计算模型	信号	NA
23050	2024-08-05	Target Recognition in SAR Images by Deep Learning with Training Data Augmentation 2023-Jan-13, Sensors (Basel, Switzerland) DOI:10.3390/s23020941 PMID:36679740	研究论文	本研究旨在通过深度学习和数据增强提升SAR图像目标识别的性能	提出了一种基于对比的新型数据增强技术，并利用自开发的MiniSAR系统的图像进行对抗性异常样本曝光	限制在深度学习模型对抗性样本的鲁棒性和环境变化的适应性上	建立基于深度学习的SAR-ATR系统的大规模开放场景实施基础	使用MSTAR和SAMPLE数据集进行SAR图像目标识别的研究	计算机视觉	NA	SAR图像处理	深度学习模型	合成SAR图像	使用MSTAR数据集和MiniSAR系统采集的军用车辆图像
23051	2024-08-05	A Method of Generating Real-Time Natural Light Color Temperature Cycle for Circadian Lighting Service 2023-Jan-12, Sensors (Basel, Switzerland) DOI:10.3390/s23020883 PMID:36679678	研究论文	本文提出了一种为生物节律照明服务生成实时自然光颜色温度周期的方法	通过深度学习模型TadGAN实现了对颜色温度周期的准确实时检测，尤其是在周期的开始和结束点	在特定天气条件下，光的颜色温度变化会影响实时监测的准确性	研究如何生成与生物节律相匹配的实时自然光颜色温度周期	自然光的颜色温度周期及其对人体生物节律的影响	数字光学	NA	深度学习	TadGAN	数据库测量数据	基于收集的自然光特征数据库构建的数据集
23052	2024-08-05	The Effectiveness of Zero-Day Attacks Data Samples Generated via GANs on Deep Learning Classifiers 2023-Jan-12, Sensors (Basel, Switzerland) DOI:10.3390/s23020900 PMID:36679705	研究论文	本研究提出了一种从生成零日类型数据开始，最后评估神经网络零日攻击检测器的整体方法。	创新点在于使用生成对抗网络（GANs）合成生成新的、更大规模的零日攻击数据集。	未提及具体的限制因素	研究目标是检测和评估零日攻击的有效性。	研究对象为使用合成数据和原始数据训练的神经网络模型。	计算机视觉	NA	生成对抗网络 (GAN)	神经网络	表格数据	约5000个迭代生成的数据样本
23053	2024-08-05	Accurate Crack Detection Based on Distributed Deep Learning for IoT Environment 2023-Jan-11, Sensors (Basel, Switzerland) DOI:10.3390/s23020858 PMID:36679655	研究论文	提出一种基于边缘计算的裂纹检测系统，能够在低功耗环境中实现准确的裂纹检测	引入了Rsef和Rsef-Edge两个系统，通过优化传统深度学习模型实现实时裂纹图像分割，并有效降低推理时间	对低功耗设备的适用性可能在某些极端条件下受到限制	提高低功耗物联网环境下的裂纹检测准确性和速度	涉及道路、建筑墙壁、地板和产品表面的裂纹检测	计算机视觉	NA	深度学习	深度学习模型	图像	NA
23054	2024-08-05	Person Re-Identification Based on Contour Information Embedding 2023-Jan-10, Sensors (Basel, Switzerland) DOI:10.3390/s23020774 PMID:36679571	研究论文	本研究通过轮廓信息提取模块和轮廓信息嵌入方法，提高了行人重识别的识别性能	提出了一种轮廓信息提取模块（CIEM）和轮廓信息嵌入方法，使网络能够更关注轮廓信息	未提及具体的局限性	旨在提高行人重识别网络的识别性能	通过分析行人轮廓特征对行人重识别的影响	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	在Market1501数据集中包含多个样本，mAP达到83.8%，Rank-1达到95.1%；在DukeMTMC-reID数据集中mAP达到73.5%，Rank-1达到86.8%
23055	2024-08-05	Convolutional Neural Networks or Vision Transformers: Who Will Win the Race for Action Recognitions in Visual Data? 2023-Jan-09, Sensors (Basel, Switzerland) DOI:10.3390/s23020734 PMID:36679530	研究论文	本文探讨了卷积神经网络与视觉变压器在视频中的动作识别表现	研究CNN和视觉变压器在动作识别中的应用，并进行准确性与复杂性之间的比较分析	没有提及特定的数据集或实验设置的局限性	探讨CNN和视觉变压器在视频动作识别中的表现	视频中的动作识别	计算机视觉	NA	卷积神经网络，视觉变压器	CNN，ViT	视频	NA
23056	2024-08-05	DeepSP: Deep learning-based spatial properties to predict monoclonal antibody stability 2024-Dec, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2024.05.029 PMID:38827232	研究论文	本研究开发了一种基于深度学习的模型DeepSP，以预测单克隆抗体的空间特性和稳定性	提出了一种无需进行分子动力学模拟的深度学习替代模型，能够直接基于抗体序列预测空间聚集倾向和空间电荷图	研究模型的表现依赖于已有的抗体序列数据集，可能不适用于所有抗体	旨在提高单克隆抗体开发的效率，并降低计算时间	使用20530个抗体序列数据集来训练DeepSP模型	机器学习	NA	深度学习	卷积神经网络 (CNN)	序列	20530个抗体序列
23057	2024-08-05	Strong versus Weak Data Labeling for Artificial Intelligence Algorithms in the Measurement of Geographic Atrophy 2024 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2024.100477 PMID:38827491	研究论文	本研究旨在理解深度学习模型训练所需的数据标注要求，以测量地理性萎缩。	提出了通过整合大量弱标注图像与少量强标注图像的训练方法，以减少数据标注的成本和时间。	未提供关于数据标注对模型性能影响的详细分析。	研究深度学习模型在测量地理性萎缩中的应用与数据标注要求。	使用AREDS2图像进行模型训练和验证，以及GA临床试验图像进行测试。	机器学习	视网膜疾病	深度学习	卷积神经网络（CNN）	图像	AREDS2数据集（601张）和GlaxoSmithKline测试数据集（156张）
23058	2024-08-05	Prediction of cardiovascular risk factors from retinal fundus photographs: Validation of a deep learning algorithm in a prospective non-interventional study in Kenya 2024-Jul, Diabetes, obesity & metabolism DOI:10.1111/dom.15587 PMID:38618987	研究论文	本研究开发并验证了一种机器学习算法，用于从视网膜眼底照片中估计心血管风险因素。	通过在肯尼亚的非干预研究中验证机器学习模型，推动了心血管筛查的早期应用，尤其是在资源有限的环境中	模型性能表现与开发使用的英国生物银行人群相比，准确度稍低，可能需要重新校准	评估机器学习算法在低收入国家心血管风险因素估计中的有效性	肯尼亚地区的301名参与者，通过收集视网膜照片及其临床参数进行研究	机器学习	心血管疾病	机器学习	未提及	图像	301名参与者
23059	2024-08-05	NVAM-Net: deep learning networks for reconstructing high-quality fiber orientation distributions 2024-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03341-y PMID:38563964	研究论文	该研究介绍了一种名为NVAM-Net的神经网络，用于重建高质量的纤维取向分布图像。	该文章创新性地引入了相邻体素注意机制网络，利用变换器架构和两种新的注意机制来改进FOD估计。	未提供明显的局限性说明	本研究旨在提高扩散磁共振成像中体素取向分布的重建精度。	本研究使用了人脑连通组项目（HCP）数据集进行实验。	数字病理学	NA	扩散磁共振成像（dMRI）	变换器	图像	使用人脑连通组项目（HCP）数据集的实验结果
23060	2024-08-05	Effect of deep learning-based reconstruction on high-resolution three-dimensional T2-weighted fast asymmetric spin-echo imaging in the preoperative evaluation of cerebellopontine angle tumors 2024-Jul, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-024-03328-9 PMID:38480538	研究论文	本文旨在评估基于深度学习重建（DLR）在小脑桥角肿瘤术前评估中的影响。	本研究创新地使用深度学习重建技术提高了HR-3D T2-FASE成像的对比噪声比。	样本量较小，仅包含13例患者，可能影响结果的普遍性。	研究旨在评估DLR对小脑桥角肿瘤术前评估中成像质量的影响。	研究对象为接受术前HR-3D T2-FASE成像的13例患者。	数字病理学	脑肿瘤	MRI	深度学习重建	医学影像	13例患者