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
861	2025-06-30	Statistical Difference Representation-Based Transformer for Heterogeneous Change Detection 2025-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s25123740 PMID:40573630	研究论文	提出了一种基于统计差异表示的Transformer模型（SDFormer）和弱监督异构变化检测框架（S3G2），用于处理多传感器或多模态图像数据中的变化检测问题	引入了结构相似性引导样本生成策略（S3G2）来生成可靠的伪标签，并提出了SDFormer模型以减少时相异构图像间的模态差异影响	缺乏可信的标注数据限制了大多数基于学习的异构变化检测方法的应用	提高异构图像变化检测的准确性和鲁棒性	多传感器或多模态图像数据	计算机视觉	NA	深度学习、领域自适应	Transformer（SDFormer）	图像	多个公共异构变化检测数据集
862	2025-06-30	Research on a Multi-Dimensional Information Fusion Mechanical Wear Fault-Diagnosis Algorithm Based on Data Regeneration 2025-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s25123745 PMID:40573632	research paper	提出一种基于数据再生的多维信息融合机械磨损故障诊断算法，结合扩散模型和TTT技术，在实验室条件下实现高精度故障诊断	结合扩散模型和TTT（测试时训练）技术，利用预训练解码器将数据解码为连续潜在表示进行采样，实现数据再生，并构建特征参数与机械磨损故障模式之间的高维映射关系	研究在实验室条件下进行，数据量较少，现象分布特征可能限制机器学习和深度学习概念的应用	开发一种高精度的机械磨损故障诊断算法	六种典型航空发动机机械磨损故障	machine learning	NA	扩散模型, TTT（test-time training）	扩散模型, TTT	特征数据	少量实验室数据
863	2025-06-30	HGCS-Det: A Deep Learning-Based Solution for Localizing and Recognizing Household Garbage in Complex Scenarios 2025-Jun-14, Sensors (Basel, Switzerland) DOI:10.3390/s25123726 PMID:40573613	研究论文	提出了一种基于YOLOv8的深度学习模型HGCS-Det，用于复杂场景下的垃圾定位与识别	引入归一化注意力模块、注意力特征融合模块和实例边界强化模块，结合Slide Loss函数动态加权难样本，提升了检测精度和实时性能	模型参数略有增加（3.02M），在复杂环境下的泛化能力未明确说明	提高复杂场景下垃圾检测的精度和实时性能	家庭垃圾	计算机视觉	NA	深度学习	YOLOv8	图像	公开数据集HGI30
864	2025-06-30	Sensor-Driven Real-Time Recognition of Basketball Goal States Using IMU and Deep Learning 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123709 PMID:40573596	研究论文	该研究提出了一种基于惯性测量单元（IMU）传感器和深度学习的实时篮球进球状态识别系统	利用IMU传感器和多种深度学习模型（CNN、RNN、LSTM、CNN-LSTM和CNN-LSTM-Attention）实时识别篮球进球状态，其中CNN-LSTM-Attention模型表现最佳，准确率达87.79%	未提及系统在极端环境或不同篮球场地条件下的性能表现	开发一种实时识别篮球进球状态的系统，以支持技能分析和运动表现评估	篮球进球状态（篮板球、空心球、其他投篮和未命中）	机器学习和运动分析	NA	IMU传感器和深度学习	CNN、RNN、LSTM、CNN-LSTM和CNN-LSTM-Attention	传感器数据（加速度、角速度和角度变化）	未明确提及具体样本数量
865	2025-06-30	Detection of Electric Network Frequency in Audio Using Multi-HCNet 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123697 PMID:40573584	研究论文	本文提出了一种名为Multi-HCNet的深度学习模型，专门用于在高通滤波环境下检测电力网络频率(ENF)信号	模型引入了高阶谐波滤波器阵列(AFB)来补偿基频信息的损失，并提出了分组多通道自适应注意力机制(GMCAA)以精确区分多频信号，同时使用正弦激活函数(SAF)增强周期性振荡的捕捉能力	NA	提高在高通滤波环境下ENF信号的检测准确率	电力网络频率(ENF)信号	信号处理	NA	深度学习	Multi-HCNet	音频信号	NA
866	2025-06-30	Improving Doppler Radar Precipitation Prediction with Citizen Science Rain Gauges and Deep Learning 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123719 PMID:40573605	研究论文	利用公民科学雨量计数据和深度学习改进多普勒雷达降水预测	结合公民科学雨量计观测和深度学习框架，通过构建分段线性降雨累积函数来校正雷达降水率偏差	在完全未见过的区域泛化能力有限，特别是对高强度降雨	提高多普勒雷达降水预测的准确性和实时性	多普勒雷达降水预测	机器学习	NA	深度学习	ResNet-101	雷达数据和雨量计观测数据	NA
867	2025-06-30	EffRes-DrowsyNet: A Novel Hybrid Deep Learning Model Combining EfficientNetB0 and ResNet50 for Driver Drowsiness Detection 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123711 PMID:40573599	研究论文	提出了一种名为EffRes-DrowsyNet的混合深度学习模型，用于检测驾驶员疲劳状态	结合EfficientNetB0的计算效率和ResNet50的深度表征能力，构建新型混合模型	未明确说明模型在极端光照或遮挡条件下的表现	开发高性能的驾驶员疲劳检测系统以提高道路安全	驾驶员疲劳状态	计算机视觉	NA	视频分析	EfficientNetB0与ResNet50混合模型	视频	三个基准数据集（SUST-DDD、YawDD和NTHU-DDD）
868	2025-06-30	Knowledge Graph-Enhanced Deep Learning Model (H-SYSTEM) for Hypertensive Intracerebral Hemorrhage: Model Development and Validation 2025-Jun-12, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66055 PMID:40505141	研究论文	开发了一个名为H-SYSTEM的可解释且高效的决策支持系统，用于辅助神经外科医生诊断和治疗高血压性脑出血患者	通过整合医学领域知识图谱（HKG）来增强决策的准确性和可解释性，解决了现有AI系统的局限性	未明确提及具体局限性	开发一个可解释且高效的决策支持系统，辅助神经外科医生诊断和治疗高血压性脑出血患者	高血压性脑出血患者	数字病理	高血压性脑出血	BERT-IDCNN-BiLSTM-CRF模型	深度学习模型	电子医疗记录	605名来自6个不同医疗中心的患者
869	2025-06-30	A Review of Research on Fruit and Vegetable Picking Robots Based on Deep Learning 2025-Jun-12, Sensors (Basel, Switzerland) DOI:10.3390/s25123677 PMID:40573563	综述	本文综述了基于深度学习的果蔬采摘机器人关键技术及应用，探讨了当前技术瓶颈及未来发展方向	首次全面梳理深度学习技术在果蔬采摘机器人中的核心应用、技术瓶颈及未来趋势	未涉及具体实验验证或量化性能对比	为深度学习技术在果蔬采摘机器人中的实际应用提供理论支持和实践指导	果蔬采摘机器人	计算机视觉	NA	深度学习	NA	多模态数据	NA
870	2025-06-30	Lights-Transformer: An Efficient Transformer-Based Landslide Detection Model for High-Resolution Remote Sensing Images 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123646 PMID:40573533	研究论文	提出了一种基于Transformer的高效滑坡检测模型Lights-Transformer，用于高分辨率遥感图像	引入了多尺度上下文信息、高效注意力机制、融合块和多角度特征融合，以及轻量分割头以提高推理速度	未提及具体的数据集限制或模型泛化能力的测试	提高滑坡检测的准确性和效率	高分辨率遥感图像中的滑坡区域	计算机视觉	NA	深度学习	Transformer	图像	GDCLD数据集
871	2025-06-30	CAGNet: A Network Combining Multiscale Feature Aggregation and Attention Mechanisms for Intelligent Facial Expression Recognition in Human-Robot Interaction 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123653 PMID:40573540	研究论文	提出了一种结合多尺度特征聚合和注意力机制的神经网络CAGNet，用于人机交互中的智能面部表情识别	结合多尺度特征聚合和注意力机制，优化局部和全局特征的捕获，提高面部表情识别的准确率	仅在FER2013和CK+两个标准数据集上进行了验证，未在其他多样化数据集上测试	提升人机交互中面部表情识别的准确性和自然性	面部表情识别	计算机视觉	NA	深度学习	CNN, CBAM, GAP	图像	FER2013和CK+数据集
872	2025-06-30	Remaining Useful Life Prediction of Bearings via Semi-Supervised Transfer Learning Based on an Anti-Self-Healing Health Indicator 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123662 PMID:40573548	研究论文	本文提出了一种基于抗自愈健康指标的半监督迁移学习方法，用于预测轴承的剩余使用寿命	提出了一种抗自愈健康指标（ASH-HI）和基于Transformer架构的半监督迁移学习方法，解决了自愈现象和缺乏寿命终止数据的问题	未提及具体的数据集规模限制或模型计算复杂度	提高轴承剩余使用寿命预测的准确性和实用性	滚动轴承	机器学习	NA	迁移学习，半监督学习	Transformer	信号特征	使用PHM 2012、NASA IMS和实验设置三个数据集进行验证
873	2025-06-30	A Novel Bilateral Data Fusion Approach for EMG-Driven Deep Learning in Post-Stroke Paretic Gesture Recognition 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123664 PMID:40573553	研究论文	介绍了一种用于从亚急性中风患者的肌电信号中识别手势的混合深度学习模型	提出了一种新颖的双侧数据融合方法，结合非麻痹肢体的肌电信号进行训练，显著提升了模型性能	结果可能略低于传统监督学习算法	提高中风后麻痹手势识别的准确性	25名表现出麻痹临床特征的中风患者	机器学习	中风	EMG	CNN-LSTM	肌电信号	25名患者的七种手势运动数据，分两次采集
874	2025-06-30	A Survey of Deep Learning-Driven 3D Object Detection: Sensor Modalities, Technical Architectures, and Applications 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123668 PMID:40573555	综述	本文全面综述了深度学习驱动的3D物体检测，聚焦于传感器模态与技术架构之间的协同创新	提出双轴'传感器模态-技术架构'分类框架，系统分析基于RGB相机、LiDAR及多模态融合的检测方法	未涉及具体实验验证或性能比较	推动3D感知系统向更高精度和更强泛化能力发展	3D物体检测方法	计算机视觉	NA	深度学习	CNN, BEV方法, 占用网络, 时序融合架构	RGB图像, LiDAR点云, 多模态数据	NA
875	2025-06-30	Federated Learning and EEL-Levy Optimization in CPS ShieldNet Fusion: A New Paradigm for Cyber-Physical Security 2025-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s25123617 PMID:40573503	研究论文	本文提出了一种名为CPS ShieldNet Fusion的综合安全框架，结合联邦学习和EEL-Levy优化方法，以增强网络物理系统的安全性	结合联邦残差卷积网络(FedRCNet)和EEL-Levy融合优化(ELFO)方法，实现去中心化模型训练并提升复杂安全威胁检测能力	现有方法在可扩展性、数据隐私和应对CPS环境动态性方面仍存在局限	提升网络物理系统(CPS)的网络安全防护能力	网络物理系统(CPS)	机器学习	NA	联邦学习, EEL-Levy优化	Federated Residual Convolutional Network (FedRCNet)	网络安全数据	CICIoT-2023, Edge-IIoTset-2023和UNSW-NB数据集
876	2025-06-30	Robust Estimation of Unsteady Beat-to-Beat Systolic Blood Pressure Trends Using Photoplethysmography Contextual Cycles 2025-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s25123625 PMID:40573512	研究论文	提出一种基于光电容积描记术（PPG）和深度学习的新型方法，用于稳健估计逐拍收缩压趋势	引入了两阶段架构和新型输入结构'上下文周期'，将单次收缩压值预测转化为序列预测任务，并利用并行ResU块和Transformer层捕捉周期间交互和时间依赖性	未明确说明模型在长期连续监测中的表现或对不同人群的适用性	开发可靠的逐拍收缩压趋势估计方法，用于日常健康监测	光电容积描记术（PPG）信号和收缩压趋势	机器学习	心血管疾病	深度学习	并行ResU块和Transformer层的混合模型	PPG信号	NA
877	2025-06-30	Unobtrusive Sleep Posture Detection Using a Smart Bed Mattress with Optimally Distributed Triaxial Accelerometer Array and Parallel Convolutional Spatiotemporal Network 2025-Jun-08, Sensors (Basel, Switzerland) DOI:10.3390/s25123609 PMID:40573496	研究论文	开发了一种基于智能床垫的非接触式睡眠姿势检测系统，用于睡眠质量评估和健康监测	使用八个优化分布的三轴加速度计作为前端数据采集单元，并构建了并行卷积时空网络（PCSN）进行睡眠姿势分类	未提及系统在真实环境中的长期稳定性和对不同体型人群的适用性	开发一种低成本、非接触式的睡眠姿势检测系统，用于改善睡眠质量评估和健康监测	睡眠姿势（俯卧、仰卧、左侧卧、左侧胎儿式、右侧卧、右侧胎儿式）	数字健康	睡眠呼吸暂停、压疮	三轴加速度计、并行卷积时空网络	CNN、LSTM、Bi-LSTM	加速度数据	未明确提及样本数量
878	2025-06-30	Synergizing Attribute-Guided Latent Space Exploration (AGLSE) with Classical Molecular Simulations to Design Potent Pep-Magnet Peptide Inhibitors to Abrogate SARS-CoV-2 Host Cell Entry 2025-Jun-07, Viruses DOI:10.3390/v17060828 PMID:40573419	研究论文	该研究结合属性引导的潜在空间探索（AGLSE）与经典分子模拟，设计出强效的Pep-Magnet肽抑制剂以阻断SARS-CoV-2进入宿主细胞	利用变分自编码器（VAE）和Wasserstein自编码器（WAE）生成潜在空间图，从中筛选并设计具有抗病毒活性的新型肽序列	研究仅基于计算机模拟和分子对接，尚未进行体外或体内实验验证	设计新型肽抑制剂以阻断SARS-CoV-2进入宿主细胞，应对COVID-19疫情	SARS-CoV-2病毒及其宿主细胞	机器学习	COVID-19	VAE, WAE, 分子对接, 分子动力学模拟	VAE, WAE	肽序列数据	200个生成的肽序列，其中4个（MSK-1至MSK-4）进行了详细分析
879	2025-06-30	Segment Anything Model (SAM) and Medical SAM (MedSAM) for Lumbar Spine MRI 2025-Jun-07, Sensors (Basel, Switzerland) DOI:10.3390/s25123596 PMID:40573483	研究论文	本研究评估了Segment Anything Model (SAM)和Medical SAM (MedSAM)在腰椎MRI图像中分割椎间盘和椎体的性能，并与nnU-Net模型进行了比较	首次在腰椎MRI分割中应用零样本深度学习模型SAM和MedSAM，并展示了它们在无需训练数据情况下的可行性	性能仍不及最新的nnU-Net模型，分割结果存在一定的不一致性	评估零样本深度学习模型在腰椎MRI分割中的性能	腰椎MRI图像中的椎间盘(IVD)和椎体(VB)	数字病理	腰椎疾病	MRI	SAM, MedSAM, nnU-Net	图像	82具捐赠者脊柱样本
880	2025-06-30	Enhanced RNA secondary structure prediction through integrative deep learning and structural context analysis 2025-Jun-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf533 PMID:40530692	research paper	该论文提出了一种整合深度学习和结构上下文分析的RNA二级结构预测方法	采用分阶段学习策略整合RNA序列和结构上下文信息，并利用配对约束训练模型，显著提高了预测的鲁棒性	数据稀缺和过拟合问题仍然存在	提高RNA二级结构预测的准确性和鲁棒性	RNA二级结构	machine learning	NA	deep learning	DSRNAFold	RNA序列和结构数据	多个基准数据集