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,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10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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
541 | 2025-09-23 |
Uncertainty-Aware Parking Prediction Using Bayesian Neural Networks
2025-May-30, Sensors (Basel, Switzerland)
DOI:10.3390/s25113463
PMID:40969061
|
研究论文 | 提出一种基于贝叶斯神经网络的不确定性感知停车预测框架,通过显式建模认知和随机不确定性提升预测鲁棒性 | 首次将贝叶斯神经网络系统应用于停车预测领域,集成时空环境特征并实现不确定性量化 | 未提及模型在超大规模实时系统中的计算效率验证 | 提升智能交通系统中停车可用性预测的准确性和可靠性 | 停车位占用率数据及其时空环境上下文特征 | 智能交通系统 | NA | 贝叶斯神经网络 | BNN | 时序数据 | 采用90%/50%/10%训练数据的多规模验证 |
542 | 2025-09-23 |
MDFN: Enhancing Power Grid Image Quality Assessment via Multi-Dimension Distortion Feature
2025-May-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25113414
PMID:40968964
|
研究论文 | 提出基于CNN和Transformer的多维失真特征网络MDFN,用于提升电网图像质量评估精度 | 首次同时考虑图像高频/低频特征与噪声/亮度特征,设计频率选择模块实现全局空间信息融合,创新性地结合CLS令牌与噪声亮度特征进行质量预测 | 未明确说明模型计算复杂度及在实时场景下的适用性 | 开发更准确的盲图像质量评估方法以筛选高质量电网图像 | 电网图像数据 | 计算机视觉 | NA | 盲图像质量评估(BIQA) | CNN、Transformer | 图像 | 三个公共数据集和一个电网图像数据集(具体样本量未说明) |
543 | 2025-09-23 |
Remaining Useful Life Prediction of Airplane Engine Based on Bidirectional Mamba and Causal Discovery
2025-May-29, Sensors (Basel, Switzerland)
DOI:10.3390/s25113429
PMID:40968998
|
研究论文 | 提出基于双向Mamba和因果发现的多模态飞机发动机剩余使用寿命预测模型Cau-BiMamba-LSTM | 首次将双向Mamba模型与因果发现结合,通过最大信息转移熵构建因果图模型,在预测性能和计算成本间取得良好平衡 | 仅基于C-MAPSS数据集验证,未提及其他工业场景的泛化能力测试 | 提高飞机发动机剩余使用寿命预测的准确性和鲁棒性 | 飞机发动机 | 机器学习 | NA | 因果发现、最大信息转移熵、简单指数平滑 | BiMamba、LSTM、注意力机制 | 时间序列数据 | C-MAPSS数据集 |
544 | 2025-09-23 |
Multi-Dimensional Anomaly Detection and Fault Localization in Microservice Architectures: A Dual-Channel Deep Learning Approach with Causal Inference for Intelligent Sensing
2025-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25113396
PMID:40968945
|
研究论文 | 提出一种集成时序卷积网络和变分自编码器的双通道深度学习框架,用于微服务架构中的异常检测和故障定位 | 结合对比学习创建统一服务指标表示,并引入因果推理机制追踪故障传播路径 | NA | 解决分布式微服务架构中异常检测和故障定位的挑战 | 微服务架构中的系统指标和故障数据 | 机器学习 | NA | 深度学习、因果推理、对比学习 | TCN(时序卷积网络)、VAE(变分自编码器) | 时序指标数据 | 使用标记异常数据和大量正常数据进行半监督学习评估 |
545 | 2025-09-23 |
A Review of Optical-Based Three-Dimensional Reconstruction and Multi-Source Fusion for Plant Phenotyping
2025-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25113401
PMID:40968971
|
综述 | 本文综述了基于光学技术的植物三维重建与多源融合方法在植物表型分析中的应用 | 系统梳理了主动视觉、被动视觉和基于深度学习的三大类植物3D重建技术,并探讨了多源数据融合策略 | NA | 总结植物3D重建技术的研究现状与发展趋势 | 植物表型分析技术 | 计算机视觉 | NA | 结构光、飞行时间法、激光扫描、立体视觉、运动恢复结构、NeRF、CNN、3DGS | NeRF、CNN、3DGS | 三维点云、图像序列 | NA |
546 | 2025-09-23 |
A Multimodal Deep Learning Approach for Legal English Learning in Intelligent Educational Systems
2025-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25113397
PMID:40968969
|
研究论文 | 提出一种基于视觉与听觉传感器输入的多模态法律英语问答系统,通过融合图像、文本和语音信息提升学习效果 | 采用统一的多模态编码机制结合动态注意力建模,实现视觉-语言-语音的跨模态对齐与深度推理 | NA | 提升智能教育系统中法律英语学习的多模态理解与表达能力 | 法律英语学习者 | 自然语言处理 | NA | 多模态深度学习、动态注意力建模 | 跨模态编码机制(对比VisualBERT/LXMERT/CLIP) | 多模态数据(图像、文本、语音) | 通过用户研究验证(具体样本数未明确说明) |
547 | 2025-09-23 |
Sustainable Self-Training Pig Detection System with Augmented Single Labeled Target Data for Solving Domain Shift Problem
2025-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s25113406
PMID:40968996
|
研究论文 | 提出一种基于自训练和单目标标签数据的猪只检测系统,用于解决跨猪舍场景的域适应问题 | 结合单目标标签样本、遗传算法数据增强搜索和超低阈值伪标签策略的自训练方法 | 依赖目标域单标签样本,未验证极端环境条件下的泛化能力 | 开发适用于不同猪舍环境的自适应目标检测系统 | 养殖场猪只 | 计算机视觉 | NA | 遗传算法、数据增强、自训练 | 深度学习目标检测模型 | 视频关键帧图像 | 使用单目标标签样本进行域适应训练 |
548 | 2025-09-23 |
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框架,并提出基于检测标签的跟踪器管理策略 | NA | 平衡实时性能、跟踪精度和跨环境鲁棒性的高速多目标跟踪系统 | 视频序列中的多目标运动轨迹 | 计算机视觉 | NA | 深度学习、实时图像处理 | 混合跟踪框架(深度学习+经典跟踪) | 高速摄像机视频数据 | 6种场景下的性能评估(跟踪2-4个对象) |
549 | 2025-09-23 |
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,用于无人机图像中的枯死松木检测 | 结合加权多尺度特征融合模块和动态置信度伪标签生成策略,有效利用未标注数据并降低开放环境下的干扰 | 未明确说明模型对极端天气条件或不同季节变化的适应性 | 开发能够识别未知干扰物体的枯死松木检测方法 | 松树林中的枯死松木 | 计算机视觉 | 松材线虫病 | 深度学习 | 半监督开放集检测框架 | 无人机图像 | 7733张无人机图像 |
550 | 2025-09-23 |
Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan
2025-May-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.22.623650
PMID:39651232
|
研究论文 | 本研究通过深度学习模型分析酵母代谢通量分布,成功预测其复制寿命的变异 | 首次发现代谢网络通量配置可完全解释寿命变异,并识别出三种与寿命相关的代谢稳定状态 | 研究仅限于单细胞酵母模型,尚未在复杂多细胞生物中验证 | 探究代谢网络通量分布与寿命变异之间的因果关系 | 单倍体单细胞酵母的812个可行基因敲除突变体 | 机器学习 | 衰老相关疾病 | 代谢网络模型分析、基因敲除技术 | 回归神经网络(RNN)、分类神经网络(CfNN)、卷积神经网络(CNN)、主成分分析(PCA) | 代谢通量分布数据、复制寿命数据 | 406,500个通量分布(来自812个突变体)和66,400个单个细胞的寿命数据 |
551 | 2025-09-23 |
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 | 提出一种基于轨迹引导的时空点云学习方法,用于抑制室内毫米波雷达的虚假目标问题 | 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融合时空信息与点级特征 | NA | 解决室内毫米波雷达因多径传播导致的虚假目标问题,提升雷达可靠性 | 室内毫米波雷达点云数据 | 计算机视觉 | NA | 点云深度学习、多目标跟踪 | 深度学习 | 点云数据 | 室内数据集(具体样本数量未说明) |
552 | 2025-09-23 |
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,并提出集成RepViT网络和DRBNCSPELAN模块的轻量级检测算法YOLO-CS | 缺乏专门的裂缝密封剂检测数据集,复杂背景噪声干扰检测精度 | 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-CS(基于YOLO架构) | 图像 | 1983张路面图像 |
553 | 2025-09-23 |
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 | 本文对2020至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 | 系统分类机器学习技术在物联网安全中的应用,提出安全威胁分类法并评估解决方案的可扩展性、计算效率和隐私保护能力 | 指出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局限 | 为开发鲁棒、智能和自适应的物联网安全解决方案提供结构化框架 | 物联网安全解决方案及相关机器学习技术 | 机器学习 | NA | 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 | 深度学习、集成学习模型 | 网络安全数据 | NA |
554 | 2025-09-23 |
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 | 提出结合多传感器融合与RandLA-Net的电力塔点云分割方法 | 采用LiDAR与双目深度相机融合方案,结合FAST-LIO算法实现时空同步,构建彩色点云数据集并优化RandLA-Net框架 | NA | 实现复杂环境下电力塔的智能识别与监控 | 电力输电塔 | 计算机视觉 | NA | LiDAR、双目深度相机、FAST-LIO算法 | RandLA-Net | 点云数据 | 包含超千万点的点云数据集 |
555 | 2025-09-23 |
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 | 本研究利用基于惯性测量单元(IMU)的步态谱图和深度学习技术,对老年人衰弱状态进行回顾性评估 | 首次将原始IMU信号转换为时频谱图,并仅使用卷积神经网络直接从谱图中识别衰弱状态,无需复杂预处理 | 研究为回顾性分析,样本量有限,需要前瞻性验证 | 开发客观、自动化的老年人衰弱评估方法 | 老年人群的步态数据 | 机器学习 | 老年疾病 | 惯性测量单元(IMU)数据采集、时频分析 | CNN | 运动传感器数据 | 未明确具体样本数量,使用现有IMU数据集 |
556 | 2025-09-23 |
Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions
2025-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s25113357
PMID:40968943
|
研究论文 | 提出一种基于深度学习与鞋内负载细胞传感器的三维地面反作用力和二维压力中心估计方法 | 使用仅三个单轴负载细胞实现多场景步态参数估计,在最小传感器配置下达到或超越现有研究性能 | 内外侧方向精度较低,斜坡条件下垂直地面反作用力误差相对较高 | 开发适用于真实环境的多场景步态参数估计系统 | 40名健康年轻成年人的步态数据 | 机器学习 | NA | 深度学习 | FCNN, CNN, Seq2Seq-LSTM, Transformer | 传感器时序数据 | 40名健康年轻成年人,涵盖直线行走/转弯/上坡/下坡/跑步五种步态条件 |
557 | 2025-09-23 |
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 | 介绍基于深度学习的台湾实时微地震监测系统(RT-MEMS),用于快速生成高分辨率地震目录 | 首次将深度学习模型与自动化处理流程结合,实现比台湾中央气象局标准目录更高分辨率和效率的实时地震监测 | NA | 开发实时微地震监测系统以提升地震活动监测的时效性和精确性 | 台湾地区的地震活动,包括背景地震活动和地震序列 | 机器学习 | NA | 深度学习,SeedLink数据传输,PhasePAPY地震定位 | SeisBlue深度学习模型 | 连续波形数据 | 台湾地区高质量地震台网连续数据(具体数量未提及) |
558 | 2025-09-23 |
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 | 提出一种基于YOLO11优化的轻量级桥梁裂缝检测算法YOLO11-BD | 采用高效多尺度卷积模块增强通道和空间注意力机制,并引入轻量级检测头实现模型轻量化 | NA | 开发高效准确的桥梁裂缝自动检测方法 | 桥梁裂缝图像 | 计算机视觉 | NA | 深度学习 | YOLO11 | 图像 | 桥梁裂缝数据集 |
559 | 2025-09-23 |
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、深度学习方法和融合数据驱动先验与退化过程数学建模的混合框架 | NA | 推动高光谱图像重建领域的发展 | 高光谱图像重建技术 | 计算成像 | NA | 深度学习、压缩感知 | CNN、Transformer | 高光谱图像 | NA |
560 | 2025-09-23 |
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 | 提出一种基于极限学习机的信道估计方法,用于提升RIS辅助OTFS系统在高移动场景下的性能 | 首次将极限学习机引入RIS辅助OTFS系统的信道估计,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网络参数相比深度学习网络较少,存在固有局限性 | 降低RIS辅助OTFS系统中信道估计的复杂度并提升估计精度 | 可重构智能表面辅助的正交时频空间系统 | 机器学习 | NA | 极限学习机、消息传递算法 | ELM | 通信信号数据 | NA |