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
901	2025-05-17	A Bluetooth Indoor Positioning System Based on Deep Learning with RSSI and AoA 2025-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s25092834 PMID:40363271	research paper	提出了一种基于深度学习的蓝牙室内定位系统，结合RSSI和AoA测量，以提高复杂室内环境中的定位精度	结合Kalman滤波器减少AoA测量中的角度误差，使用中值滤波器和移动平均滤波器减少RSSI距离测量的波动，并提出了CNN-MHA模型	NA	提高复杂室内环境中的蓝牙定位精度	蓝牙室内定位系统	machine learning	NA	RSSI, AoA	CNN, multi-head attention (MHA)	signal data	NA
902	2025-05-17	CGLCS-Net: Addressing Multi-Temporal and Multi-Angle Challenges in Remote Sensing Change Detection 2025-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s25092836 PMID:40363274	研究论文	提出了一种名为CGLCS-Net的新网络，用于解决遥感变化检测中的多时相和多角度挑战	引入了全局-局部上下文感知选择器（GLCAS）和基于子空间的自注意力融合（SSAF）模块，以增强对多尺度和不规则变化区域的特征表示能力	在处理来自多个传感器、不同视角和长时间跨度的遥感图像数据时，现有模型在动态交互和特征表示方面存在局限	提高遥感图像变化检测的准确性和效率，特别是在多时相和多角度场景下	遥感图像数据	计算机视觉	NA	深度学习和自注意力机制	CNN和Transformer的混合架构	图像	三个公共数据集（LEVIR-CD、SYSU-CD和S2Looking）
903	2025-05-17	Image Fusion and Target Detection Based on Dual ResNet for Power Sensing Equipment 2025-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s25092858 PMID:40363295	研究论文	该论文提出了一种基于改进SIFT算法和双ResNet网络的图像融合与目标检测方法，用于提升电力传感设备中复杂环境下的目标检测能力	改进了传统SIFT配准算法，设计了双ResNet网络进行深度特征提取，提高了图像融合质量和目标检测精度	未明确说明算法在极端光照条件下的表现以及计算复杂度分析	提升电力传感网络中关键部件的目标检测精度	电力传感网络中的绝缘子等关键部件	计算机视觉	NA	改进SIFT算法，双ResNet网络	ResNet	红外与可见光图像	未明确说明具体样本数量，但涉及多组电力设备图像
904	2025-05-17	Bridging Domain Gaps in Computational Pathology: A Comparative Study of Adaptation Strategies 2025-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s25092856 PMID:40363293	研究论文	本文比较了三种不同的领域适应策略在计算病理学中的应用效果	首次在计算病理学领域比较了FixMatch、CycleGAN和自监督特征提取器三种领域适应策略的性能	仅关注从单一源分布到目标域的适应，未考虑多源分布的情况	评估不同领域适应策略在计算病理学中的适用性	H&E染色的全切片图像(WSI)	数字病理学	NA	深度学习	FixMatch, CycleGAN, 自监督特征提取器	图像	NA
905	2025-05-17	Deep Ensemble Learning for Application Traffic Classification Using Differential Model Selection Technique 2025-Apr-30, Sensors (Basel, Switzerland) DOI:10.3390/s25092853 PMID:40363289	research paper	提出了一种基于模型选择的集成学习方法，用于提高应用流量分类器的性能与推理时间的平衡	结合了基于模型选择的集成机制，以端到端学习方式优化分类器性能与推理时间的权衡	未提及具体的技术限制或数据集局限性	提高应用流量分类的准确性和时间效率	互联网应用流量数据	machine learning	NA	deep ensemble learning	ensemble mechanism	traffic data	两个公共数据集和一个私有数据集
906	2025-05-17	Advances in Infant Cry Paralinguistic Classification-Methods, Implementation, and Applications: Systematic Review 2025-Apr-29, JMIR rehabilitation and assistive technologies DOI:10.2196/69457 PMID:40163619	综述	本文系统回顾了过去24年婴儿哭声分类方法、实施和应用的进展	总结了婴儿哭声分类技术的演变，从传统统计方法到机器学习和深度学习，并提出了未来研究方向，如数据隐私保护和多模态音频方法	大多数模型(90%)未实际部署，数据隐私和保密性考虑不足，降噪技术和联邦学习应用有限(仅5%研究)	系统回顾婴儿哭声分类领域的方法、覆盖范围、部署方案和应用，并识别该领域的最新趋势和方向	婴儿哭声	自然语言处理	NA	机器学习、深度学习、混合方法	NA	音频	126项符合条件的研究(来自5904个初步检索结果)
907	2025-05-17	Correction: Improving the Robustness and Clinical Applicability of Automatic Respiratory Sound Classification Using Deep Learning-Based Audio Enhancement: Algorithm Development and Validation 2025-Apr-29, JMIR AI DOI:10.2196/76150 PMID:40299541	correction	对一篇关于使用深度学习进行呼吸音分类的算法开发与验证的文章进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
908	2025-05-17	Lung Cancer Risk Prediction in Patients with Persistent Pulmonary Nodules Using the Brock Model and Sybil Model 2025-Apr-29, Cancers IF:4.5Q1 DOI:10.3390/cancers17091499 PMID:40361426	研究论文	评估Brock模型和Sybil模型在持续性肺结节患者中预测肺癌风险的表现	比较了基于临床和放射学特征的Brock模型与新型深度学习模型Sybil在肺癌风险预测中的表现，并尝试用机器学习模型优化风险评估	样本量相对较小，且仅基于医院队列，可能无法代表更广泛的人群	评估和优化持续性肺结节的肺癌风险预测模型	持续性肺结节患者	数字病理学	肺癌	CT扫描	Brock模型, Sybil模型, 逻辑回归模型	影像数据	回顾性队列130例，前瞻性队列301例
909	2025-05-17	Deep Learning-Based Multimode Fiber Distributed Temperature Sensing 2025-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s25092811 PMID:40363250	研究论文	本文提出了一种基于深度学习的多模光纤分布式温度传感方法，利用多模光纤产生的散斑图案进行高精度温度测量	采用双输出CNN模型同时预测温度和加热点位置，实现了高精度非接触式温度测量	未明确说明系统在极端温度条件下的性能表现	开发一种适用于危险环境的高精度温度传感方法	多模光纤温度传感器	机器学习	NA	深度学习	双输出CNN	图像(散斑图案)	未明确说明具体样本数量，但使用了多种类型的多模光纤进行实验
910	2025-05-17	Semantic-Aware Remote Sensing Change Detection with Multi-Scale Cross-Attention 2025-Apr-29, Sensors (Basel, Switzerland) DOI:10.3390/s25092813 PMID:40363253	研究论文	提出了一种基于CNN的多尺度交叉注意力网络（MSCANet），用于遥感图像变化检测，以提高语义理解和检测准确性	引入了多尺度特征提取策略和交叉注意力模块，以增强模型对双时相图像间语义级变化的理解能力	未明确提及模型的局限性	改进遥感图像变化检测的准确性和语义理解能力	遥感图像	计算机视觉	NA	CNN	MSCANet	图像	三个公共数据集（LEVIR-CD、CDD和SYSU-CD）
911	2025-05-17	Comprehensive Serum Glycopeptide Spectra Analysis Combined with Machine Learning for Early Detection of Lung Cancer: A Case-Control Study 2025-Apr-27, Cancers IF:4.5Q1 DOI:10.3390/cancers17091474 PMID:40361401	研究论文	通过结合全面的血清糖肽谱分析和机器学习技术，开发了一种用于肺癌早期检测的新方法	首次将血清糖肽谱分析与多种肿瘤标志物结合，并应用机器学习模型提高肺癌早期诊断的准确性	样本量相对有限（199例患者和590例健康志愿者），且需要进一步验证在其他人群中的适用性	开发一种非侵入性的血液检测方法，用于肺癌的早期诊断	肺癌患者和健康志愿者的血清样本	数字病理学	肺癌	液相色谱-质谱联用技术（LC-MS）	决策树和深度学习	质谱数据和临床数据	199例肺癌患者和590例健康志愿者
912	2025-05-17	A Deep Learning On-Board Health Monitoring Method for Landing Gear Shock-Absorbing Systems 2025-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s25092767 PMID:40363205	research paper	提出了一种基于着陆过程中动态响应的深度学习机载健康监测方法，用于起落架减震系统	开发了一种深度学习模型LDGNet，用于减震器故障的健康监测，并通过多体动力学模型模拟不同健康状态和着陆条件下的动态响应	仅针对特定通用航空飞机的鼻轮起落架，未涉及其他类型飞机或起落架	开发一种机载健康监测方法，用于检测起落架减震系统的故障	通用航空飞机的鼻轮起落架减震系统	machine learning	NA	deep learning	LDGNet	dynamic responses	模拟数据库，具体样本数量未提及
913	2025-05-17	LiDAR Technology for UAV Detection: From Fundamentals and Operational Principles to Advanced Detection and Classification Techniques 2025-Apr-27, Sensors (Basel, Switzerland) DOI:10.3390/s25092757 PMID:40363196	review	本文系统探讨了基于LiDAR的无人机检测技术的最新进展，包括LiDAR传感器的原理和组件、基于不同参数和扫描机制的分类，以及LiDAR数据处理方法	深入探讨了LiDAR技术在无人机检测中的应用，并比较了仅基于LiDAR及其与其他传感器融合的研究，以及LiDAR与深度学习的实际应用	未提及具体实验数据或样本量，可能缺乏实证支持	探讨LiDAR技术在无人机检测中的应用及其挑战	无人机检测技术，特别是基于LiDAR的方法	computer vision	NA	LiDAR	deep learning	3D spatial data	NA
914	2025-05-17	Advanced Deep Learning and Machine Learning Techniques for MRI Brain Tumor Analysis: A Review 2025-Apr-26, Sensors (Basel, Switzerland) DOI:10.3390/s25092746 PMID:40363185	综述	本文综述了深度学习和机器学习技术在MRI脑肿瘤分析中的最新进展	系统分析了2018-2024年间107项研究，探讨了ML/DL方法如何显著改善脑肿瘤检测、分割、分类和生存预测等步骤	NA	提高脑肿瘤诊断的精确性和个性化治疗策略	脑肿瘤	数字病理学	脑肿瘤	MRI	ML, DL, 混合模型	医学影像	107项研究，涉及公开数据集如BraTS、TCIA和Figshare
915	2025-05-17	Personalizing Seizure Detection for Individual Patients by Optimal Selection of EEG Signals 2025-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s25092715 PMID:40363154	研究论文	本研究提出了一种创新的轻量级深度学习系统，用于个性化可穿戴设备中的实时癫痫发作检测	采用数据驱动机制自动选择每位患者最具信息量的头皮区域，仅使用两个通道的数据，提高了检测准确性和解释性	研究基于公开数据集CHB-MIT进行验证，可能需要在更广泛的患者群体中进行进一步测试	开发个性化、高效且紧凑的可穿戴设备，用于日常生活中的可靠癫痫发作检测	癫痫患者	数字病理学	癫痫	脑电图(EEG)	CNN	EEG信号	CHB-MIT公开数据集
916	2025-05-17	A Hybrid Deep Learning Approach for Bearing Fault Diagnosis Using Continuous Wavelet Transform and Attention-Enhanced Spatiotemporal Feature Extraction 2025-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s25092712 PMID:40363151	research paper	提出了一种结合连续小波变换和注意力增强时空特征提取的混合深度学习方法来诊断轴承故障	整合了连续小波变换与多头部自注意力、双向长短时记忆网络和一维卷积残差网络，有效捕捉时空依赖性并增强噪声鲁棒性	仅在实验室轴承数据集和部分Paderborn轴承数据集上进行了验证，需要更多实际工业场景的测试	开发一种高精度的轴承故障诊断方法	轴承振动信号	machine learning	NA	continuous wavelet transform (CWT)	multi-head self-attention (MHSA), bidirectional long short-term memory (BiLSTM), 1D convolutional residual network (1D conv ResNet)	vibration signals	实验室轴承数据集和部分Paderborn轴承数据集
917	2025-05-17	Preliminary Study on Sensor-Based Detection of an Adherent Cell's Pre-Detachment Moment in a MPWM Microfluidic Extraction System 2025-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s25092726 PMID:40363163	research paper	本研究探讨了在MPWM微流体提取系统中基于传感器的贴壁细胞预脱离时刻检测方法	结合微机电系统、微流体抽吸回路、实时CCD成像和计算分析，创新性地检测和表征细胞预脱离时刻	研究处于初步阶段，尚未进行大规模验证	优化贴壁细胞的非侵入性提取方法，提高细胞存活率	B16小鼠黑色素瘤细胞	生物医学工程	黑色素瘤	微流体脉冲宽度调制(MPWM)、实时CCD成像、深度学习算法	深度学习算法	视频图像	NA
918	2025-05-17	A Tree Crown Segmentation Approach for Unmanned Aerial Vehicle Remote Sensing Images on Field Programmable Gate Array (FPGA) Neural Network Accelerator 2025-Apr-25, Sensors (Basel, Switzerland) DOI:10.3390/s25092729 PMID:40363175	研究论文	本文提出了一种基于FPGA神经网络加速器的树冠分割方法，用于无人机遥感图像处理	设计了一种轻量级神经网络U-Net-Light，并在FPGA上实现实时推理，显著降低了延迟和系统资源消耗	仅针对两种树种（油松和旱柳）进行测试，未验证在其他树种上的泛化能力	开发一种适用于无人机平台的实时树冠分割方法	无人机采集的油松和旱柳树冠图像	计算机视觉	NA	FPGA加速	U-Net-Light（基于U-Net和VGG16）	图像	北京昌平京豫生态林场采集的油松和旱柳无人机图像数据集
919	2025-05-17	Understanding the Impact of Deep Learning Model Parameters on Breast Cancer Histopathological Classification Using ANOVA 2025-Apr-24, Cancers IF:4.5Q1 DOI:10.3390/cancers17091425 PMID:40361352	research paper	该研究探讨了深度学习模型参数对乳腺癌组织病理学分类性能的影响	使用ANOVA方法分析弱监督深度学习模型参数变化对乳腺癌检测性能的影响	NA	分析模型参数变化对乳腺癌检测性能的影响，以提高AI模型在医疗环境中的有效性和可靠性	乳腺癌组织病理学分类	digital pathology	breast cancer	ANOVA	weakly supervised deep learning model	image	NA
920	2025-05-17	VFQB: A Novel Deep Learning Model for Rolling Bearing Fault Diagnosis 2025-Apr-24, Sensors (Basel, Switzerland) DOI:10.3390/s25092678 PMID:40363117	research paper	提出了一种名为VFQB的新型深度学习模型，用于滚动轴承故障诊断，通过结合VMD/FFT-Quadratic-BiGRU方法显著提高了复杂环境下弱故障特征的捕捉能力	结合了VMD、FFT、二次神经网络输入、BiGRU模块和注意力机制，显著提升了在复杂环境下对弱故障特征的捕捉能力和诊断准确率	NA	提高滚动轴承在复杂环境下的故障诊断准确率	滚动轴承的振动信号	machine learning	NA	VMD, FFT	BiGRU, attention mechanism	vibration signals	两个数据集（具体数量未提及）