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
7421	2025-02-16	Bone Age Assessment Using Various Medical Imaging Techniques Enhanced by Artificial Intelligence 2025-Jan-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030257 PMID:39941187	研究论文	本文探讨了利用人工智能增强的各种医学成像技术进行骨龄评估的进展	本文比较了基于人工智能的骨龄评估方法在不同成像技术中的应用，填补了现有文献的空白	本文未进行具体的实验验证，主要依赖于文献综述	研究目的是改进骨龄评估的准确性和效率，以解决传统方法的局限性	研究对象是骨龄评估方法及其在不同医学成像技术中的应用	计算机视觉	NA	X-ray, MRI, CT, 超声成像	机器学习和深度学习	图像	NA
7422	2025-02-16	Lightweight Deep Learning Framework for Accurate Detection of Sports-Related Bone Fractures 2025-Jan-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030271 PMID:39941201	研究论文	本文提出了一种轻量级的深度学习框架，用于准确检测与运动相关的骨折，旨在提高诊断的准确性和计算效率	提出了一种基于DenseNet121架构的新型骨折检测框架，通过修改初始卷积块和最终层来优化特征提取，并集成了Canny边缘检测器以增强检测局部结构不连续性的能力	未来的工作将集中在扩展模型的应用到其他成像模式和骨折类型	开发一种轻量级且高效的深度学习框架，以提高骨折检测的准确性和计算效率，满足运动医学的需求	与运动相关的骨折	计算机视觉	NA	深度学习	DenseNet121	图像	定制的放射影像数据集，专注于常见的运动相关骨折
7423	2025-02-16	Deep Learning-Enhanced Diagnosis of Sow Pregnancy Through Low-Frequency Ultrasound Imaging 2025-Jan-23, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15030318 PMID:39943088	研究论文	本研究提出了一种利用深度学习技术分析低频超声图像进行母猪妊娠诊断的创新方法	首次将深度学习技术应用于低频超声图像的母猪妊娠诊断，并比较了三种不同的分类模型（ViT-H、ConvNeXt-xlarge和Xception）的性能	低频超声图像的分辨率较低，可能影响诊断的准确性	提高母猪妊娠诊断的准确性和效率，以提升农场盈利能力	母猪	计算机视觉	NA	低频超声成像	ViT-H, ConvNeXt-xlarge, Xception	图像	未明确提及样本数量
7424	2025-02-16	Deep Learning Tool Wear State Identification Method Based on Cutting Force Signal 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030662 PMID:39943299	研究论文	本研究提出了一种基于切削力信号的深度学习刀具磨损状态识别方法，结合连续小波变换和改进的MobileViT轻量级网络	在MobileViT网络结构中引入Contextual Transformer模块和Global Attention Mechanism模块，增强了视觉表示能力，减少了信息损失，并改善了全局特征之间的交互	NA	准确、快速、高效地识别铣刀的磨损状态	铣刀的磨损状态	机器学习	NA	连续小波变换	改进的MobileViT网络	切削力信号	NA
7425	2025-02-16	CR-Mask RCNN: An Improved Mask RCNN Method for Airport Runway Detection and Segmentation in Remote Sensing Images 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030657 PMID:39943296	研究论文	本文提出了一种改进的Mask RCNN方法（CR-Mask RCNN），用于遥感图像中机场跑道的检测和分割	使用旋转区域生成网络代替非旋转区域生成网络，生成更贴合机场跑道形状的旋转边界框，并在骨干特征提取网络中引入注意力机制，增强局部特征信息的提取	NA	提高遥感图像中机场跑道的检测和分割精度	机场跑道	计算机视觉	NA	深度学习	Mask RCNN	遥感图像	NA
7426	2025-02-16	The Future of Clinical Active Shoulder Range of Motion Assessment, Best Practice, and Its Challenges: Narrative Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030667 PMID:39943306	综述	本文探讨了基于视频的姿态技术和无标记运动捕捉在肩部活动范围评估中的临床应用	本文综述了新兴的视频姿态技术和无标记运动捕捉技术在肩部活动范围评估中的应用，并强调了标准化协议的重要性	不同方法之间的准确性存在差异，且某些技术（如智能手机摄像头）在捕捉旋转运动和前屈运动时存在困难	优化肩部干预后的结果，通过客观的肩部活动范围评估方法	肩部活动范围评估技术	计算机视觉	NA	基于视频的姿态技术、无标记运动捕捉、深度学习	NA	视频、运动数据	NA
7427	2025-02-16	Efficient Deep Learning-Based Detection Scheme for MIMO Communication Systems 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030669 PMID:39943308	研究论文	本文提出了一种基于深度学习的MIMO通信系统信号检测策略，通过预处理阶段标记输入信号，提出了两种新方案并评估了其性能	提出了一种新的基于深度学习的信号检测策略，并引入了两种新方案（OHA和DSE），在降低复杂度的同时保持了较高的分类性能和较低的误码率	与传统的OH方案相比，OHA和DSE方案在误码率性能上有轻微损失（分别小于1 dB和2 dB）	解决MIMO通信系统中检测器复杂度高的问题，提供一种在检测复杂度和误码率之间权衡的灵活设计	MIMO通信系统的信号检测	机器学习	NA	深度学习	神经网络	信号数据	NA
7428	2025-02-16	Machine Learning-Based Resource Management in Fog Computing: A Systematic Literature Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030687 PMID:39943326	系统文献综述	本文通过系统文献综述分析了基于机器学习的雾计算资源管理技术	采用PRISMA协议，全面分析了雾计算领域中机器学习和深度学习解决方案，揭示了深度学习在资源管理中的主导地位	研究局限于68篇扩展版本的研究论文，可能未涵盖所有相关文献	分析雾计算中基于机器学习的资源管理技术	雾计算资源管理	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	文献数据	68篇研究论文
7429	2025-02-16	Enhanced Multi-Model Deep Learning for Rapid and Precise Diagnosis of Pulmonary Diseases Using Chest X-Ray Imaging 2025-Jan-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030248 PMID:39941178	研究论文	本文提出了一种增强的多模型深度学习（EMDL）方法，用于通过胸部X光成像快速准确诊断肺部疾病	EMDL方法集成了五种预训练的深度学习模型，并结合了先进的图像预处理和多阶段特征选择与优化管道，显著提高了诊断精度和模型鲁棒性	研究主要依赖于胸部X光数据集，可能在其他类型的医学影像数据上表现不同	开发一种快速、准确的肺部疾病诊断工具，以改善医疗响应	流感、结核病和病毒性肺炎等呼吸系统疾病	计算机视觉	肺癌	深度学习	VGG-16, VGG-19, ResNet, AlexNet, GoogleNet	图像	两个独立的胸部X光数据集
7430	2025-02-16	Virtual Biopsy for the Prediction of MGMT Promoter Methylation in Gliomas: A Comprehensive Review of Radiomics and Deep Learning Approaches Applied to MRI 2025-Jan-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030251 PMID:39941181	综述	本文综述了利用放射组学和深度学习方法预测胶质瘤中MGMT启动子甲基化状态的研究进展	结合放射组学和深度学习，提供了一种非侵入性的MGMT启动子甲基化状态预测工具	研究人群、数据来源和方法的异质性反映了管道和机器学习算法的复杂性，可能需要通用标准化才能在临床实践中实施	预测胶质瘤中MGMT启动子甲基化状态，以增强神经肿瘤学中的个性化医疗	胶质瘤患者	数字病理学	胶质瘤	放射组学（RD）和深度学习（DL）	深度学习模型	MRI影像数据	34项研究，涉及公共（如BraTS, TCGA）和私人机构数据集
7431	2025-02-16	Efficient Limb Range of Motion Analysis from a Monocular Camera for Edge Devices 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030627 PMID:39943266	研究论文	本文提出了一种轻量级的深度学习模型，用于从单目摄像头估计人体姿态并测量肢体活动范围（ROM），特别适用于资源受限的边缘设备	提出了一种优化的深度学习模型，专为边缘设备设计，具有高效的内存利用和低延迟，同时保持较高的测量精度	模型在边缘设备上的性能可能受到硬件限制的影响，且未涉及大规模临床验证	开发一种低成本、高性能的摄像头工具，用于评估上下肢活动范围（ROM）	人体上下肢活动范围（ROM）的测量	计算机视觉	NA	深度学习	轻量级神经网络	图像	NA
7432	2025-02-16	Stacking Ensemble Deep Learning for Real-Time Intrusion Detection in IoMT Environments 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030624 PMID:39943263	研究论文	本文提出了一种专为IoMT网络设计的新型入侵检测系统（IDS），利用机器学习和深度学习技术，通过堆叠集成方法提高检测精度	采用堆叠集成方法结合多种分类器的优势，显著提高了检测精度，并在Kappa架构框架中实现，确保实时性能	未提及具体的数据集规模或实验环境的局限性	解决IoMT系统中的独特网络安全挑战，提供可靠且可扩展的解决方案	IoMT网络中的入侵检测	机器学习	NA	机器学习和深度学习	堆叠集成方法	IoMT数据流	未提及具体样本数量
7433	2025-02-16	Automatic Measurement of Frontomaxillary Facial Angle in Fetal Ultrasound Images Using Deep Learning 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030633 PMID:39943270	研究论文	本文提出了一种基于深度学习的辅助检查框架，用于自动测量胎儿超声图像中的前颌面部角度（FMF）	使用深度学习网络自动分割关键区域并预测计算FMF角度所需的关键点坐标，实现了高精度和可靠性的自动测量	研究依赖于1549张胎儿超声图像，样本量可能不足以覆盖所有临床情况	提高胎儿超声图像中前颌面部角度测量的准确性和效率	胎儿超声图像	计算机视觉	唐氏综合症	深度学习	CNN	图像	1549张胎儿超声图像
7434	2025-02-16	Deep-Learning Framework for Efficient Real-Time Speech Enhancement and Dereverberation 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030630 PMID:39943269	研究论文	本文提出了一种用于高效实时语音增强和去混响的深度学习框架	提出了一个扩展的Deep Filter Net框架，显著提高了去混响性能，同时保持了竞争性的降噪质量	Deep Filter Net的去混响性能有限	开发一种计算高效的语音增强和去混响方法，适用于资源受限设备	语音信号	自然语言处理	NA	深度学习	Deep Filter Net	语音数据	NA
7435	2025-02-16	Exploring Trends and Clusters in Human Posture Recognition Research: An Analysis Using CiteSpace 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030632 PMID:39943272	研究论文	本研究通过CiteSpace软件对2011年至2024年间发表的3066篇核心研究论文进行视觉分析，探讨了人类姿势识别的跨学科研究方向，揭示了知识结构、研究主题、关键文献、趋势和机构贡献	通过深入的引用分析识别了1200篇文章和五个重要研究集群，展示了从传统方法到深度学习和多传感器数据融合方法的转变，以及生物力学原理与工程技术的整合	研究预测未来突破性进展可能会减少，且主要基于控制环境下的数据，可能无法完全反映实际应用场景	探讨人类姿势识别领域的跨学科研究方向和创新路径	人类姿势识别	计算机视觉	NA	深度学习，传感器技术	深度学习模型	图像，传感器数据	3066篇核心研究论文
7436	2025-02-16	A Complete Pipeline to Extract Temperature from Thermal Images of Pigs 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030643 PMID:39943283	研究论文	本文提出了一种从猪的热成像图像中自动提取温度的完整流程	结合热成像和人工智能技术，开发了一个自动化的温度提取系统，减少了人工干预	未提及系统在不同环境或不同猪种中的适用性	探索热成像和人工智能在猪研究中的应用潜力	猪的热成像图像	计算机视觉	NA	热成像	卷积神经网络（CNN）	图像	未明确提及样本数量
7437	2025-02-16	Specific Emitter Identification Method for Limited Samples via Time-Wavelet Spectrum Consistency 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030648 PMID:39943287	研究论文	本文提出了一种基于TFC-CNN的特定发射器识别方法，用于解决在发射器样本稀缺和训练数据有限的情况下传统方法难以分类的问题	提出了一种基于时间-小波谱一致性的TFC-CNN方法，通过连续小波变换进行数据增强，并利用复值神经网络和深度卷积神经网络提取隐藏的发射器身份特征	方法在样本稀缺的情况下表现良好，但在样本充足的情况下是否仍具有优势未明确说明	解决在发射器样本稀缺和训练数据有限的情况下传统方法难以分类的问题	无线电信号中的发射器	机器学习	NA	连续小波变换（CWT）	TFC-CNN（复值神经网络和深度卷积神经网络）	无线电信号	开源WiFi数据集和自动相关监视广播（ADS-B）数据集
7438	2025-02-16	Coupling Artificial Intelligence with Proper Mathematical Algorithms to Gain Deeper Insights into the Biology of Birds' Eggs 2025-Jan-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15030292 PMID:39943062	研究论文	本文探讨了将人工智能与适当的数学算法结合，以深入理解鸟类卵的生物学特性	提出了将深度学习和人工智能应用于禽蛋形态分析的新方法，并重新评估了多种数学模型的有效性和实用性	未具体说明所提出方法的实验验证结果和实际应用效果	研究目的是通过AI和DL技术提高禽蛋的质量、生产力和市场竞争力	研究对象是禽蛋的形态特征，包括形状、重量、体积、表面积和气室计算	计算机视觉	NA	深度学习（DL）	深度学习模型	图像	未提及具体样本数量
7439	2025-02-16	Advanced Deep Learning Models for Melanoma Diagnosis in Computer-Aided Skin Cancer Detection 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030594 PMID:39943236	研究论文	本文旨在开发用于黑色素瘤计算机辅助诊断（CAD）的高效方法，包括预处理、分割和分类	提出了一种混合方法，结合形态学操作和基于上下文聚合的深度神经网络，用于去除毛发线并改善皮肤镜图像的对比度	研究仅使用了ISIC 2020基准数据集，未涉及其他数据集或实际临床环境中的验证	开发自动化模型以辅助早期皮肤癌检测	黑色素瘤的计算机辅助诊断	计算机视觉	皮肤癌	深度神经网络	CNN	图像	ISIC 2020基准数据集
7440	2025-02-16	NeuroFlex: Feasibility of EEG-Based Motor Imagery Control of a Soft Glove for Hand Rehabilitation 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030610 PMID:39943246	研究论文	本文介绍了NeuroFlex，一种基于EEG的运动意图控制软体手套，用于手部康复	NeuroFlex采用基于transformer的深度学习架构，从运动想象EEG数据中解码运动意图，并将其转化为辅助手套的控制输入	NA	研究目的是通过非侵入性脑机接口（BCI）检测和辅助患者的尝试运动，提高康复方案的有效性和用户体验	研究对象是因神经系统疾病（如中风或脊髓损伤）导致手部和手指活动受限的患者	脑机接口	中风, 脊髓损伤	EEG, 深度学习	transformer	EEG数据	NA