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!
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。
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
4541 | 2025-10-06 |
Extraction of Clinically Relevant Temporal Gait Parameters from IMU Sensors Mimicking the Use of Smartphones
2025-Jul-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25144470
PMID:40732598
|
研究论文 | 本研究通过模拟智能手机使用的IMU传感器数据提取临床相关步态参数 | 使用单个IMU传感器在自然位置(手持、裤子口袋、夹克口袋)采集数据,结合CNN-LSTM混合模型实现步态参数提取 | 双支撑时间预测误差较高(>20%),部分步态参数存在中等变异性 | 开发可在真实环境中使用的远程步态监测方法 | 52名参与者在三种步行速度下的步态数据 | 机器学习 | 步态障碍 | 惯性测量单元(IMU)传感技术 | CNN, LSTM | IMU传感器数据 | 52名参与者 | NA | CNN-LSTM混合架构 | 预测误差百分比, 相关性分析 | NA |
4542 | 2025-10-06 |
Hierarchical Sensing Framework for Polymer Degradation Monitoring: A Physics-Constrained Reinforcement Learning Framework for Programmable Material Discovery
2025-Jul-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25144479
PMID:40732607
|
研究论文 | 提出一种用于聚合物降解监测的分层感知框架,结合物理约束强化学习实现可编程材料发现 | 融合图同构网络的光谱特征与基于Transformer的时间降解模式的双通道感知架构;确保符合热力学原理的物理约束策略网络;通过实验反馈学习自适应加权方案的分层信号处理系统 | 实验验证仅限于847种新型聚合物,需要进一步扩大样本规模验证通用性 | 开发智能感知框架以表征和预测聚合物降解动力学,实现可编程材料发现 | 聚合物材料及其降解过程 | 材料科学, 机器学习 | NA | 光谱分析, 原位表征, 加速老化研究 | 强化学习, 图神经网络, Transformer | 分子感知数据, 光谱数据, 时间序列数据 | 847种新型聚合物 | PyTorch, TensorFlow | Graph Isomorphism Networks, Transformer | 合成成功率(73.2%), 有效性(94.7%), 多样性(0.82 Tanimoto距离) | GPU加速计算 |
4543 | 2025-10-06 |
Leakage Detection in Subway Tunnels Using 3D Point Cloud Data: Integrating Intensity and Geometric Features with XGBoost Classifier
2025-Jul-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25144475
PMID:40732605
|
研究论文 | 提出一种基于XGBoost分类器的地铁隧道渗漏检测方法,通过融合强度特征和几何特征实现三维点云数据中的渗漏区域识别 | 首次将强度特征与基于k邻域的几何特征相结合,并采用RANSAC算法过滤隧道设施噪声,通过多尺度优化确定最佳邻域尺度 | 方法性能依赖于点云数据质量,在噪声极端严重的环境中可能效果受限 | 解决移动激光扫描获取的隧道点云中渗漏检测的挑战 | 地铁隧道点云数据中的渗漏区域 | 计算机视觉 | NA | 移动激光扫描 | XGBoost | 三维点云数据 | 四个异质数据集 | NA | NA | F分数 | NA |
4544 | 2025-10-06 |
Automated Discrimination of Appearance Quality Grade of Mushroom (Stropharia rugoso-annulata) Using Computer Vision-Based Air-Blown System
2025-Jul-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25144482
PMID:40732610
|
研究论文 | 开发基于计算机视觉的自动气流分选系统用于蘑菇外观质量等级分类 | 提出结合YOLOv8-seg分割算法和OpenCV后处理的SegGrade算法,并集成自动气流分选系统 | 系统最终平均分选准确率为80.66%,仍有提升空间 | 实现蘑菇外观质量等级的自动化分选 | 皱环球盖菇(Stropharia rugoso-annulata) | 计算机视觉 | NA | 计算机视觉 | 深度学习 | 图像 | 150个随机选取的蘑菇 | YOLOv8, OpenCV | YOLOv8-seg | 准确率 | NA |
4545 | 2025-10-06 |
Review of Acoustic Emission Detection Technology for Valve Internal Leakage: Mechanisms, Methods, Challenges, and Application Prospects
2025-Jul-18, Sensors (Basel, Switzerland)
DOI:10.3390/s25144487
PMID:40732615
|
综述 | 系统综述基于声发射技术的阀门内漏检测机理、信号处理方法、当前挑战及应用前景 | 首次系统整合声发射阀门内漏检测的理论基础与最新进展,提出多模态传感器融合、轻量化深度学习等未来研究方向 | 未涉及具体实验数据验证,主要基于文献分析 | 为阀门内漏声发射检测技术的工程应用和理论发展提供系统参考 | 工业流体控制系统中的阀门内漏现象 | 无损检测 | NA | 声发射检测技术 | 智能算法 | 声发射信号 | NA | NA | 轻量化深度学习模型 | NA | NA |
4546 | 2025-10-06 |
Single-Sensor Impact Source Localization Method for Anisotropic Glass Fiber Composite Wind Turbine Blades
2025-Jul-17, Sensors (Basel, Switzerland)
DOI:10.3390/s25144466
PMID:40732595
|
研究论文 | 提出一种基于深度学习的单传感器冲击源定位方法,用于各向异性玻璃纤维复合材料风力涡轮机叶片 | 将冲击源定位问题转化为分类任务,无需传统算法所需的各向异性补偿和校正,仅需单个传感器即可实现定位 | NA | 风力涡轮机叶片结构健康监测中的冲击源精确定位 | 玻璃纤维复合材料风力涡轮机叶片 | 结构健康监测 | NA | 深度学习 | NA | 传感器信号数据 | NA | 深度学习框架 | NA | 定位准确率 | NA |
4547 | 2025-10-06 |
Deep Neural Network-Based Design of Planar Coils for Proximity Sensing Applications
2025-Jul-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25144429
PMID:40732560
|
研究论文 | 本研究开发了一种基于深度学习的平面线圈设计方法,能够根据目标磁场图生成相应的线圈几何结构 | 首次将深度学习技术应用于平面线圈的逆向设计,能够根据期望的磁场特性自动生成合适的线圈几何结构 | NA | 开发一种高效准确的平面线圈设计方法,用于满足特定磁场分布需求 | 平面线圈的几何结构设计 | 机器学习 | NA | 深度学习 | 深度神经网络 | 磁场图数据 | NA | NA | 深度神经网络 | 准确度, 效率 | NA |
4548 | 2025-10-06 |
Detecting Malicious Anomalies in Heavy-Duty Vehicular Networks Using Long Short-Term Memory Models
2025-Jul-16, Sensors (Basel, Switzerland)
DOI:10.3390/s25144430
PMID:40732561
|
研究论文 | 本研究利用长短期记忆模型检测重型商用车J1939协议网络中的恶意异常流量 | 首次将LSTM模型应用于J1939协议层的异常检测,并与基于CAN总线的检测系统进行性能对比 | 使用模拟攻击数据进行实验,未在真实攻击场景中验证 | 开发针对重型车辆网络J1939协议的恶意异常检测系统 | 重型商用车的J1939协议网络流量 | 机器学习 | NA | 深度学习 | LSTM | 网络协议数据序列 | NA | NA | 长短期记忆网络 | NA | NA |
4549 | 2025-10-06 |
Transformer-Based Decomposition of Electrodermal Activity for Real-World Mental Health Applications
2025-Jul-15, Sensors (Basel, Switzerland)
DOI:10.3390/s25144406
PMID:40732534
|
研究论文 | 本文提出了一种基于Transformer架构的EDA信号分解方法,用于从真实世界可穿戴设备数据中提取情绪和生理生物标志物 | 首次将Transformer架构应用于EDA信号分解,设计了具有池化和趋势去除机制的无监督分解模型 | 模型在真实噪声环境下的性能仍需进一步验证 | 开发适用于真实世界环境的EDA信号分解方法 | 皮肤电活动信号 | 生物信号处理 | 心理健康 | 皮肤电活动信号分析 | Transformer | 生物信号数据 | NA | PyTorch | Autoformer | SCR频率, SCR幅度, 紧张成分斜率 | NA |
4550 | 2025-10-06 |
Measurement of Fracture Networks in Rock Sample by X-Ray Tomography, Convolutional Filtering and Deep Learning
2025-Jul-15, Sensors (Basel, Switzerland)
DOI:10.3390/s25144409
PMID:40732540
|
研究论文 | 提出结合X射线CT、卷积滤波和深度学习的综合方法来检测和表征地质样本中的裂缝网络 | 将基于卷积的图像处理技术与先进的神经网络分割相结合,显著提高了复杂裂缝网络的识别精度 | 受CT系统空间分辨率限制(体素尺寸70.69μm)、裂缝与基质间低对比度、重建伪影和噪声等因素影响 | 开发可靠的地质样本裂缝检测和量化方法 | 意大利北部亚平宁山脉Umbria-Marche地层序列中Maiolica组泥灰岩样本的裂缝网络 | 计算机视觉 | NA | X射线计算机断层扫描(CT) | 深度学习神经网络 | CT图像 | NA | NA | NA | NA | NA |
4551 | 2025-10-06 |
From Molecules to Medicines: The Role of AI-Driven Drug Discovery Against Alzheimer's Disease and Other Neurological Disorders
2025-Jul-14, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph18071041
PMID:40732328
|
综述 | 本文评估人工智能工具在阿尔茨海默病等神经系统疾病药物发现中的应用与潜力 | 系统探讨AI技术在多因素神经系统疾病药物发现中的整合应用,强调其在靶点识别和先导化合物优化中的革命性潜力 | 基于文献综述方法,缺乏原始实验数据验证 | 评估AI驱动工具在神经系统疾病药物发现中的作用和疗效 | 阿尔茨海默病、帕金森病、多发性硬化症、癫痫等神经系统疾病 | 机器学习 | 神经系统疾病 | 机器学习算法、深度学习工具、数据分析 | NA | 多维度生物数据、药物候选物性质数据 | NA | NA | NA | 成本效益、成功率 | NA |
4552 | 2025-10-06 |
Automated Detection of Tailing Impoundments in Multi-Sensor High-Resolution Satellite Images Through Advanced Deep Learning Architectures
2025-Jul-14, Sensors (Basel, Switzerland)
DOI:10.3390/s25144387
PMID:40732514
|
研究论文 | 提出基于改进YOLO模型的深度学习框架,利用多源高分辨率卫星图像实现尾矿库的自动检测 | 集成多尺度特征聚合层、轻量级层次融合机制和改进损失函数三项关键创新 | 未明确说明模型在极端环境条件下的泛化能力 | 提升采矿生态系统中尾矿库空间映射的准确性和效率 | 多传感器高分辨率卫星图像中的尾矿库 | 计算机视觉 | NA | 多源遥感成像 | YOLO | 卫星图像 | 跨不同地形的综合尾矿库数据集,通过仿射变换、光谱扰动和对抗样本合成进行扩展 | NA | 改进型YOLO | 精度, 计算效率 | NA |
4553 | 2025-10-06 |
Quantitative Analysis of Sulfur Elements in Mars-like Rocks Based on Multimodal Data
2025-Jul-14, Sensors (Basel, Switzerland)
DOI:10.3390/s25144388
PMID:40732517
|
研究论文 | 提出一种基于多模态数据的火星类似岩石中硫元素定量分析方法 | 结合LIBS和红外光谱的多模态深度学习模型,利用两种光谱技术的互补特征提高硫元素定量分析精度 | 硫元素在LIBS光谱中特征谱线较弱,定量分析仍存在挑战 | 解决火星探测中硫元素识别和定量分析的难题 | 含硫酸盐的火星类似岩石样品 | 光谱分析 | NA | 激光诱导击穿光谱(LIBS),红外光谱 | 深度学习,XGBoost,BPNN,SVR,Inception | 光谱数据 | NA | NA | Inception | RMSE,R | NA |
4554 | 2025-10-06 |
Determination of Spatiotemporal Gait Parameters Using a Smartphone's IMU in the Pocket: Threshold-Based and Deep Learning Approaches
2025-Jul-14, Sensors (Basel, Switzerland)
DOI:10.3390/s25144395
PMID:40732522
|
研究论文 | 提出结合阈值算法和深度学习的混合方法,使用口袋中智能手机的惯性传感器检测步态事件和估计时空步态参数 | 开发了混合方法结合阈值算法和深度学习,通过知识蒸馏将模型压缩96%同时保持精度,仅需口袋中的智能手机传感器 | 研究不旨在提供或指导康复治疗,样本量相对有限(20名健康人和13名卒中患者) | 开发准确实时的步态监测方法,使用智能手机传感器检测步态事件和估计时空参数 | 20名健康个体和13名偏瘫卒中患者 | 机器学习 | 卒中 | 惯性测量单元(IMU)传感,知识蒸馏 | 深度学习 | 传感器数据 | 33名参与者(20名健康人,13名卒中患者) | NA | NA | 误差率,准确度 | 智能手机 |
4555 | 2025-10-06 |
A Bridge Crack Segmentation Algorithm Based on Fuzzy C-Means Clustering and Feature Fusion
2025-Jul-14, Sensors (Basel, Switzerland)
DOI:10.3390/s25144399
PMID:40732527
|
研究论文 | 提出一种基于模糊C均值聚类和特征融合的桥梁裂缝分割算法 | 结合模糊C均值聚类与多特征融合,构建三维特征空间进行初步分割,并通过连通域标记和圆形度阈值区分线性裂缝与颗粒噪声 | 算法性能依赖于参数设置(如聚类数c=3),在极端噪声环境下可能仍需优化 | 开发高效的无监督桥梁裂缝检测方法 | 桥梁裂缝图像 | 计算机视觉 | NA | 图像处理,模糊C均值聚类 | 无监督聚类算法 | 图像 | Concrete Crack和SDNET2018数据集 | NA | 基于FCM的特征融合算法 | 准确率,召回率 | 单图像处理时间0.8秒 |
4556 | 2025-10-06 |
Fusion of Multimodal Spatio-Temporal Features and 3D Deformable Convolution Based on Sign Language Recognition in Sensor Networks
2025-Jul-13, Sensors (Basel, Switzerland)
DOI:10.3390/s25144378
PMID:40732506
|
研究论文 | 提出一种融合多模态时空特征和3D可变形卷积的手语识别方法 | 提出多流时空图卷积网络(MSGCN)和基于可变形卷积的3D ResNet模型,通过门控机制融合骨架和RGB图像两种模态特征 | NA | 开发精确高效的手语识别系统 | 手语视频数据 | 计算机视觉 | NA | 深度学习 | 图卷积网络,3D CNN | 视频,骨架数据,RGB图像 | 公共数据集AUTSL和WLASL | NA | MSGCN,3D ResNet | NA | NA |
4557 | 2025-10-06 |
Source-Free Domain Adaptation Framework for Rotary Machine Fault Diagnosis
2025-Jul-13, Sensors (Basel, Switzerland)
DOI:10.3390/s25144383
PMID:40732511
|
研究论文 | 提出一种用于旋转机械故障诊断的无源域自适应框架,解决训练与部署环境间的域偏移问题 | 结合基于阶次频率的预处理方法、U-Net变分自编码器和测试时训练策略,实现无需源数据的无监督目标域自适应 | NA | 开发鲁棒的旋转机械智能故障诊断方法以应对域偏移挑战 | 旋转机械故障诊断 | 机器学习 | NA | 故障诊断 | U-NetVAE | 传感器数据 | 整合四个公共数据集 | NA | U-Net, VAE | F1-score, recall | NA |
4558 | 2025-10-06 |
Cross-Scale Hypergraph Neural Networks with Inter-Intra Constraints for Mitosis Detection
2025-Jul-12, Sensors (Basel, Switzerland)
DOI:10.3390/s25144359
PMID:40732487
|
研究论文 | 提出一种跨尺度超图神经网络用于肿瘤组织中的有丝分裂检测 | 引入基于块的特征提取机制和超图卷积网络,同时处理细胞内和细胞间信息 | 未具体说明模型在复杂组织环境中的泛化能力 | 提高有丝分裂检测的准确性和效率 | 肿瘤组织中的有丝分裂细胞 | 数字病理学 | 肿瘤 | 全切片成像(WSI) | 图神经网络 | 病理图像 | 公开数据集(未指定具体数量) | NA | 超图神经网络(HGNN), II-HGNN | 准确率 | NA |
4559 | 2025-10-06 |
Leveraging Feature Fusion of Image Features and Laser Reflectance for Automated Fish Freshness Classification
2025-Jul-12, Sensors (Basel, Switzerland)
DOI:10.3390/s25144374
PMID:40732500
|
研究论文 | 提出一种结合图像特征和激光反射率的多模态鱼类新鲜度自动分类方法 | 首次将低成本激光传感与深度学习视觉特征相结合用于鱼类新鲜度预测 | 仅使用鲭鱼样本,在受控条件下进行三天实验 | 开发自动化的鱼类新鲜度分类方法 | 鲭鱼样本 | 计算机视觉 | NA | 激光反射率测量,深度学习 | CNN, SVM, MLP, RF | 图像,激光反射率数据 | 130个鲭鱼标本,连续三天数据 | NA | 四种预训练CNN架构 | 分类准确率 | NA |
4560 | 2025-10-06 |
Robust Low-Overlap Point Cloud Registration via Displacement-Corrected Geometric Consistency for Enhanced 3D Sensing
2025-Jul-11, Sensors (Basel, Switzerland)
DOI:10.3390/s25144332
PMID:40732462
|
研究论文 | 提出一种名为GeoCORNet的新型几何一致性优化与校正深度学习网络,用于解决低重叠点云配准问题 | 设计了几何一致性增强模块、双向交叉注意力机制、预测性位移校正策略,并联合优化重叠损失与位移损失 | 未明确说明计算复杂度或实时性能表现 | 提高低重叠场景下3D点云配准的准确性和鲁棒性 | 来自LiDAR和深度相机的3D点云数据 | 计算机视觉 | NA | 3D点云配准 | 深度学习网络 | 3D点云 | NA | NA | GeoCORNet(包含Attentive Cross-Consistency模块) | 配准召回率, 旋转误差, 算法鲁棒性 | NA |