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
601	2025-04-15	An End-to-End General Language Model (GLM)-4-Based Milling Cutter Fault Diagnosis Framework for Intelligent Manufacturing 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072295 PMID:40218806	研究论文	提出了一种基于GLM-4的端到端铣刀故障诊断框架，用于智能制造	首次将GLM-4大型语言模型应用于铣刀故障诊断，结合领域特定特征工程，在小样本和噪声环境下表现出优越性能	仅在PHM 2010数据集和专有铣刀数据集上验证，未在其他类型机械故障诊断中测试	提高智能制造中铣刀故障诊断的准确性和鲁棒性	CNC机床和切削刀具	智能制造	NA	大型语言模型(GLMs)	GLM-4	传感器数据	PHM 2010数据集和专有铣刀数据集
602	2025-04-15	Resource-Constrained Specific Emitter Identification Based on Efficient Design and Network Compression 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072293 PMID:40218805	research paper	提出了一种基于高效设计和网络压缩的资源受限特定发射器识别方法	开发了轻量级卷积网络LCNet，并在全连接层引入稀疏正则化技术，实现了超过99%的特征维度降低	未提及具体在极端资源受限环境下的性能表现	解决资源受限边缘设备在特定发射器识别任务中的模型参数冗余和高特征维度问题	自动相关监视广播(ADS-B)和Wi-Fi信号	machine learning	NA	深度学习	LCNet (轻量级卷积网络)	信号数据	公开的ADS-B和Wi-Fi数据集
603	2025-04-15	Integrating Textual Queries with AI-Based Object Detection: A Compositional Prompt-Guided Approach 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072258 PMID:40218769	research paper	本文提出了一种新颖的神经符号对象检测框架，通过深度学习模块将对象提议与文本提示对齐，并通过符号模块实现逻辑推理	结合深度学习与符号推理，显著增强了对象检测和场景理解能力，支持复杂的查询驱动交互	使用了合成的3D图像数据集，可能在实际应用中的泛化能力有待验证	提升对象检测和识别的自动识别能力，特别是在上下文查询分析和人机交互方面	目标对象的自动识别与场景理解	computer vision	NA	deep learning, symbolic reasoning	neuro-symbolic framework	3D image	合成3D图像数据集（具体数量未提及）
604	2025-04-15	IESSP: Information Extraction-Based Sparse Stripe Pruning Method for Deep Neural Networks 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072261 PMID:40218773	研究论文	提出了一种基于信息提取的稀疏条纹剪枝方法（IESSP），用于深度神经网络的模型压缩	引入了信息提取模块（IEM）和新型损失函数，提升了特征选择的精确度并平衡了准确性与效率	未提及在更大规模数据集或更复杂模型上的表现	减少深度神经网络模型的存储需求和计算资源消耗	深度神经网络模型（如VGG-16）	机器学习	NA	网络剪枝	CNN	图像	CIFAR-10数据集
605	2025-04-15	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	本文提出了一种结合交通传感器数据增强和深度学习技术的新型路由框架，以提高路径选择和网络可观测性的可靠性	引入了一种集成交通传感器数据增强和深度学习技术的新型路由框架，通过最小化传感器部署需求并提高网络范围的交通估计准确性，解决了传感器数据有限与网络可观测性之间的差距	未明确提及具体局限性，但可能涉及深度学习模型在极端交通条件下的泛化能力	提高实时交通管理和车辆路径优化的可靠性和可扩展性	交通网络和车辆路径问题	机器学习	NA	深度学习	Stacked Sparse Auto-Encoder (SAE)	交通传感器数据	未明确提及具体样本量
606	2025-04-15	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	research paper	提出了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	结合多尺度和通道时间注意力模块，采用域对抗训练减少域偏移，提高驾驶行为分类准确率	NA	提高基于FMCW雷达系统的驾驶行为识别准确率	驾驶员行为	machine learning	NA	FMCW雷达系统	MCT-CNN-LSTM（多通道CNN结合LSTM网络）	雷达信号	真实测量数据集
607	2025-04-15	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	research paper	开发了一个基于惯性数据和深度学习的全面姿势评估框架ErgoReport，用于量化人体工学风险并识别导致风险的姿势	创新性地结合惯性数据和深度学习，生成图形用户界面报告，直观展示人体工学评分与姿势关联，帮助工人识别高风险姿势	研究仅涉及13名受试者，样本量较小，且仅测试了农业和建筑行业的两种工作任务	开发一个自动化、量化的姿势评估框架，以改进人体工学评估的效率和效果	工人姿势评估，特别是农业和建筑行业的工作任务	machine learning	work-related musculoskeletal disorders	Deep Learning	NA	inertial data	13名受试者，模拟农业收获和砌砖工作任务
608	2025-04-15	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	提出了一种基于LiDAR技术的非接触式隐私保护床位角度估计方法	利用LiDAR技术实现非侵入式床位角度检测，结合YOLO-X和增强A2J算法的深度学习框架，提高了角度估计的准确性	实验仅在ICU环境中进行，未涉及其他医疗环境或家庭护理场景	开发一种隐私保护的床位角度监测系统，以减少医疗并发症	ICU中的床位角度监测	计算机视觉	NA	LiDAR技术，深度学习	YOLO-X, A2J算法	LiDAR数据	ICU环境中的实验数据
609	2025-04-15	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	research paper	本文提出了一种分层调度器架构，用于在具有异构处理单元（PUs）的边缘设备上高效调度多个深度神经网络（DNNs）的执行	提出了一种分离调度器与调度策略的分层调度器架构，支持在异构边缘设备上灵活且可扩展地调度DNN子图	未提及具体案例研究的设备类型和数量限制	提高在异构边缘设备上调度多个DNNs的效率和性能	边缘设备上的深度神经网络（DNNs）调度	machine learning	NA	NA	DNN	NA	NA
610	2025-04-15	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	research paper	该研究提出了一种基于改进ResNet网络的多光谱遥感图像作物分类模型，用于精确分类向日葵、玉米、甜菜和辣椒等典型作物	融合ACmix自注意力模块和坐标注意力机制的改进ResNet50模型，显著提高了多光谱图像分类准确率至97.8%	研究仅针对四种特定作物，可能不适用于其他作物类型	开发高精度作物分类方法以支持精准农业管理	向日葵、玉米、甜菜和辣椒四种典型作物	computer vision	NA	多光谱遥感成像	改进的ResNet50（融合ACmix自注意力模块和坐标注意力机制）	多光谱遥感图像	未明确说明样本数量（涉及四种作物）
611	2025-04-15	Supra-second tracking and live-cell karyotyping reveal principles of mitotic chromosome dynamics 2025-Apr, Nature cell biology IF:17.3Q1 DOI:10.1038/s41556-025-01637-6 PMID:40185948	研究论文	介绍了一种名为FAST CHIMP的新方法，结合延时超分辨率显微镜和深度学习，用于研究有丝分裂中染色体的动态变化	开发了FAST CHIMP方法，首次实现了人类染色体从前期到末期的8秒分辨率跟踪，并揭示了染色体定位的新机制	仅识别了23对同源染色体中的15对，可能无法完全捕捉所有染色体动态	研究有丝分裂过程中染色体的时空动态特性	人类有丝分裂过程中的染色体	数字病理学	NA	延时超分辨率显微镜与深度学习	深度学习	图像	NA
612	2025-04-15	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OCT和OCTA的新方法来量化无灌注视网膜毛细血管，并评估其在AMD和糖尿病视网膜病变中的作用	提出了一种新的深度学习去噪算法，用于从OCT/OCTA中识别无灌注视网膜毛细血管，并建立了这些毛细血管与AMD和DR已知特征之间的关系	研究中未明确说明样本的具体数量，且流体存在与无灌注毛细血管之间无显著相关性	开发一种新方法来量化无灌注视网膜毛细血管，并评估其在AMD和糖尿病视网膜病变中的作用	AMD和糖尿病视网膜病变患者的眼睛	数字病理学	糖尿病视网膜病变, 年龄相关性黄斑变性	OCT, OCTA, 深度学习去噪算法	深度学习	图像	NA
613	2025-04-15	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	本文通过系统文献综述评估了针对视障人士的导航系统的有效性和功能性	整合了高精度GPS、超声波传感器、蓝牙等多种传感器及辅助应用，结合AI深度学习优化导航精度和能效	数字无障碍性不足和适应支持系统稀缺，限制了视障人士的自主性和社会融入	评估和比较近期视障导航技术的有效性与功能性	视障人士导航系统	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	58篇2019-2024年间发表的文章
614	2025-04-15	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	research paper	该研究开发了一种基于深度学习的实时视觉识别模型，用于检测河流中的漂浮塑料碎片	使用YOLOv8算法进行多类分类，实现了对四种塑料碎片的实时检测与计数	在未知视频中的追踪和计数性能有限，仅检测到32个碎片中的6个	开发实时监测河流中塑料碎片的模型，以评估塑料碎片排放并制定有效管理策略	河流中的漂浮塑料碎片	computer vision	NA	deep learning	YOLOv8	video	现场视频数据
615	2025-04-15	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（VMS），用于自动准确评估切花玫瑰的采后质量和瓶插寿命	整合了摄像头成像与YOLOv8深度学习算法，实现了对切花玫瑰主要生理参数的连续监测，包括花朵开放、鲜重、水分吸收和灰霉病发生率	研究仅针对切花玫瑰，未涉及其他花卉品种	开发一种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	深度学习	YOLOv8	图像	未明确提及样本数量
616	2025-04-15	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	本研究比较了ARIMA和多种深度学习模型在伊朗Dez河长期水质指数预测中的表现	首次在Dez河水质预测中比较了ARIMA与五种深度学习模型（Simple_RNN、LSTM、CNN、GRU和MLP）的性能	研究仅使用了单变量时间序列数据，未考虑多变量因素对水质的影响	开发低成本、高效率且高精度的水质预测方法，以应对全球水资源短缺问题	伊朗Dez河2010-2020年的水质数据	机器学习	NA	时间序列分析	ARIMA, Simple_RNN, LSTM, CNN, GRU, MLP	时间序列数据	2010-2020年四个监测站的每日水质数据
617	2025-04-15	Wave-Net: A Marine Raft Aquaculture Area Extraction Framework Based on Feature Aggregation and Feature Dispersion for Synthetic Aperture Radar Images 2025-Mar-31, Sensors (Basel, Switzerland) DOI:10.3390/s25072207 PMID:40218720	research paper	提出了一种基于特征聚合和特征分散的Wave-Net框架，用于从合成孔径雷达图像中提取海洋筏式养殖区域	Wave-Net通过非对称V形子网络提取多尺度特征，并通过非对称Ʌ形子网络优化边界，解决了现有方法在多尺度结构和斑点噪声上的问题	研究在有限样本下进行，可能在大规模数据集上的泛化能力有待验证	提高海洋筏式养殖区域的监测精度和效率	合成孔径雷达图像中的海洋筏式养殖区域	computer vision	NA	合成孔径雷达(SAR)成像	Wave-Net	image	有限样本
618	2025-04-15	A Decade of Progress in Wearable Sensors for Fall Detection (2015-2024): A Network-Based Visualization Review 2025-Mar-31, Sensors (Basel, Switzerland) DOI:10.3390/s25072205 PMID:40218718	review	本文采用基于网络的可视化方法，回顾了过去十年（2015-2024年）可穿戴传感器在跌倒检测领域的研究趋势、关键技术和合作网络	使用CiteSpace分析SCI和SSCI期刊中的582篇研究文章和65篇综述，揭示了可穿戴跌倒检测传感器的研究趋势和技术进展	主要基于控制环境下的研究数据，可能无法完全反映实际应用场景中的性能	分析可穿戴传感器在跌倒检测领域的研究进展和未来发展方向	可穿戴传感器在跌倒检测中的应用	machine learning	geriatric disease	machine learning, deep learning	NA	sensor data	582篇研究文章和65篇综述
619	2025-04-15	A Robust Method Based on Deep Learning for Compressive Spectrum Sensing 2025-Mar-30, Sensors (Basel, Switzerland) DOI:10.3390/s25072187 PMID:40218700	研究论文	提出了一种基于深度学习的鲁棒性压缩频谱感知方法，通过结合ISTA算法和深度学习技术，显著提高了宽带频谱信号的重建精度	提出了BEISTA-Net和BSWSS-Net两个深度学习框架，分别用于重建压缩宽带信号和提升宽带频谱感知性能，有效利用了宽带频谱信号的块稀疏特征	未提及具体计算资源需求或实时性能指标，可能在实际应用中存在限制	解决认知无线电中压缩频谱感知的性能瓶颈问题	宽带频谱信号	机器学习	NA	深度学习	BEISTA-Net, BSWSS-Net	频谱信号数据	NA
620	2025-04-15	Performance Analysis of Data Augmentation Approaches for Improving Wrist-Based Fall Detection System 2025-Mar-29, Sensors (Basel, Switzerland) DOI:10.3390/s25072168 PMID:40218681	research paper	分析不同数据增强方法在提升基于手腕的跌倒检测系统性能中的应用	使用条件扩散模型作为数据增强方法，显著提高了系统性能，特别是在数据稀缺的情况下	未提及具体的数据集规模或实验环境的多样性限制	提升基于手腕的跌倒检测系统的性能，解决数据不平衡和稀缺问题	老年人跌倒检测系统	machine learning	geriatric disease	deep learning, data augmentation	conditional diffusion model	sensor data	仅使用25%的实际数据进行训练