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
961	2025-08-03	Deep learning-based localization and lesion detection in capsule endoscopy for patients with suspected small-bowel bleeding 2025-Jul-21, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i27.106819 PMID:40741104	research paper	开发一种AI模型，用于胶囊内窥镜中的小肠定位和病变检测，以评估疑似小肠出血	该AI模型能同时进行小肠定位和异常检测，显著减少解读时间，性能与经验丰富的内镜医师相当	外部验证中，AI辅助阅读与传统阅读在小肠定位准确性和异常检测率上表现相当，但样本量较小（32个SBCE视频）	开发一种自动区分小肠与胃和结肠并诊断小肠异常的AI模型	疑似小肠出血患者的胶囊内窥镜图像	digital pathology	gastrointestinal bleeding	deep learning	CNN	image	87005张胶囊内窥镜图像（胃11925张，小肠33781张，结肠41299张）和28405张SBCE图像（1337张糜烂/溃疡，126张血管畸形，494张出血，26448张正常）
962	2025-08-03	Hybrid Deep-Geometric Approach for Efficient Consistency Assessment of Stereo Images 2025-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s25144507 PMID:40732635	research paper	提出了一种混合深度几何方法HGC-Net，用于评估立体图像对的几何一致性	结合经典极线几何与深度学习组件，计算可解释的标量分数A，可靠检测严重和轻微的几何失真	未提及具体局限性	开发高效评估立体图像对几何一致性的方法	立体图像对	computer vision	NA	deep learning, epipolar geometry	HGC-Net	image	Middlebury 2014 stereo dataset及其合成失真变体
963	2025-08-03	Spatial-Channel Multiscale Transformer Network for Hyperspectral Unmixing 2025-Jul-19, Sensors (Basel, Switzerland) DOI:10.3390/s25144493 PMID:40732622	research paper	提出了一种新型空间-通道多尺度Transformer网络（SCMT-Net）用于高光谱解混，通过结合空间和通道多尺度建模提升解混性能	首次在Transformer框架中统一建模空间和通道多尺度依赖关系，提出MMSA模块平衡精度与效率	未在更复杂的大规模场景数据集（如城市遥感）验证泛化性	提升高光谱解混任务中丰度估计和端元提取的精度	高光谱图像数据	computer vision	NA	deep learning	Transformer (SCMT-Net), CNN	hyperspectral image	3个真实数据集（Samson/Jasper/Apex）+1个合成数据集
964	2025-08-03	Extraction of Clinically Relevant Temporal Gait Parameters from IMU Sensors Mimicking the Use of Smartphones 2025-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s25144470 PMID:40732598	研究论文	本研究探讨了使用模仿智能手机的IMU传感器提取临床相关步态参数的可行性	结合IMU传感器和CNN-LSTM机器学习模型，在非实验室环境下进行步态评估	双支撑时间预测误差较高（>20%）	开发可访问的健康评估方法，特别是在老龄化社会背景下	52名参与者在三种速度下行走时的步态参数	机器学习	老年疾病	IMU传感器数据采集	CNN-LSTM	传感器数据	52名参与者
965	2025-08-03	Hierarchical Sensing Framework for Polymer Degradation Monitoring: A Physics-Constrained Reinforcement Learning Framework for Programmable Material Discovery 2025-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s25144479 PMID:40732607	研究论文	本文介绍了一种新颖的物理信息深度学习框架，用于聚合物的降解监测和可编程材料发现	结合多尺度分子传感数据与强化学习算法，提出双通道传感架构、物理约束策略网络和分层信号处理系统三大创新点	实验验证仅限于847种新型聚合物，可能无法涵盖所有可能的材料类型	开发智能传感技术以监测和预测聚合物降解动态，促进可持续材料的发现	聚合物材料	机器学习	NA	深度学习、强化学习	Graph Isomorphism Networks、transformer-based models	分子传感数据、光谱特征	847种新型聚合物
966	2025-08-03	Leakage Detection in Subway Tunnels Using 3D Point Cloud Data: Integrating Intensity and Geometric Features with XGBoost Classifier 2025-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s25144475 PMID:40732605	研究论文	本研究提出了一种基于XGBoost分类器的泄漏检测方法，结合强度和几何特征，用于地铁隧道中的泄漏检测	整合强度和几何特征，使用XGBoost分类器提高泄漏检测的准确性和计算效率	隧道点云中噪声较多，且难以准确捕捉泄漏模式的三维形态特征	提高地铁隧道泄漏检测的准确性和效率	地铁隧道中的泄漏区域	计算机视觉	NA	移动激光扫描(MLS)	XGBoost	3D点云数据	两个评估数据集
967	2025-08-03	Automated Discrimination of Appearance Quality Grade of Mushroom (Stropharia rugoso-annulata) Using Computer Vision-Based Air-Blown System 2025-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s25144482 PMID:40732610	研究论文	本研究利用深度学习和计算机视觉技术开发了一种自动化气流分级系统，用于将蘑菇分为三个质量等级	提出了结合YOLOv8-seg算法和OpenCV后处理的SegGrade算法，并开发了自动气流分级系统	系统最终的平均分级准确率为80.66%，仍有提升空间	开发自动化蘑菇外观质量分级系统，提高分级效率和一致性	蘑菇（Stropharia rugoso-annulata）	计算机视觉	NA	深度学习、计算机视觉	YOLOv8-seg	图像	150个随机选择的蘑菇
968	2025-08-03	Review of Acoustic Emission Detection Technology for Valve Internal Leakage: Mechanisms, Methods, Challenges, and Application Prospects 2025-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s25144487 PMID:40732615	综述	本文系统回顾了基于声发射技术的阀门内漏检测的理论基础、信号处理方法及最新研究进展	详细分析了多种信号处理技术及其优化策略，并提出了未来研究方向如多模态传感器融合、轻量级深度学习模型部署等	未提及具体实验数据或案例验证	为阀门内漏声发射检测技术的工程应用和理论发展提供系统参考	阀门内漏	无损检测	NA	声发射技术(AE)	智能算法(未具体说明)	声发射信号	NA
969	2025-08-03	Single-Sensor Impact Source Localization Method for Anisotropic Glass Fiber Composite Wind Turbine Blades 2025-Jul-17, Sensors (Basel, Switzerland) DOI:10.3390/s25144466 PMID:40732595	研究论文	提出了一种用于各向异性玻璃纤维复合材料风力涡轮机叶片的单传感器冲击源定位方法	创新性地将冲击源定位问题转化为分类任务，无需传统定位算法所需的各向异性补偿和校正，仅需单个传感器即可实现定位	NA	风力涡轮机叶片结构健康监测中的冲击源精确定位	风力涡轮机叶片	结构健康监测	NA	深度学习框架	NA	传感器数据	NA
970	2025-08-03	Deep Neural Network-Based Design of Planar Coils for Proximity Sensing Applications 2025-Jul-16, Sensors (Basel, Switzerland) DOI:10.3390/s25144429 PMID:40732560	research paper	本研究开发了一种深度学习程序，能够根据所需的磁场图识别平面线圈的几何形状	该方法能够高精度、高效地发现产生所需磁场特性的合适线圈设计	NA	开发一种用于平面线圈设计的深度学习方法	平面线圈的几何形状及其产生的磁场特性	machine learning	NA	deep learning	Deep Neural Network	magnetic field map	NA
971	2025-08-03	Detecting Malicious Anomalies in Heavy-Duty Vehicular Networks Using Long Short-Term Memory Models 2025-Jul-16, Sensors (Basel, Switzerland) DOI:10.3390/s25144430 PMID:40732561	研究论文	本文利用LSTM模型检测重型商用车J1939协议网络中的恶意异常流量	首次将LSTM模型应用于J1939协议网络的异常检测，并与CAN总线安全系统进行性能比较	实验基于模拟攻击数据，未在真实攻击场景中进行验证	提升重型商用车网络安全性	J1939协议网络流量	机器学习	NA	LSTM	LSTM	网络流量数据	未明确说明样本数量
972	2025-08-03	Transformer-Based Decomposition of Electrodermal Activity for Real-World Mental Health Applications 2025-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s25144406 PMID:40732534	研究论文	本研究比较了知识驱动、统计和深度学习方法在分解皮肤电活动（EDA）信号方面的效果，并介绍了一种新型的基于Transformer的模型——Feel Transformer	引入了Feel Transformer，这是一种基于Transformer架构的新型模型，能够在无显式监督的情况下分离EDA信号的相位和张力成分	未提及具体样本量或实验参与者的详细信息	开发一种能够有效分解EDA信号的方法，以提取有意义的情绪和生理生物标志物	皮肤电活动（EDA）信号	机器学习	心理健康	深度学习	Transformer	生物信号数据	NA
973	2025-08-03	Measurement of Fracture Networks in Rock Sample by X-Ray Tomography, Convolutional Filtering and Deep Learning 2025-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s25144409 PMID:40732540	研究论文	本研究提出了一种结合X射线计算机断层扫描(CT)、卷积滤波和深度学习的综合方法，用于地质样品中裂缝的检测和表征	通过将基于卷积的图像处理技术与先进的神经网络分割相结合，提高了复杂裂缝网络识别的精度	CT系统的固有空间分辨率限制(体素大小为70.69 μm)、裂缝与周围基质之间的低对比度、断层重建过程中引入的伪影以及成像系统和环境因素产生的噪声	提高CT数据中裂缝量化的可靠性和准确性	意大利北亚平宁山脉Umbria-Marche地层序列中Maiolica组泥灰岩样品中的裂缝网络	计算机视觉	NA	X射线计算机断层扫描(CT)、卷积滤波、深度学习	神经网络	图像	一个泥灰岩样品
974	2025-08-03	From Molecules to Medicines: The Role of AI-Driven Drug Discovery Against Alzheimer's Disease and Other Neurological Disorders 2025-Jul-14, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph18071041 PMID:40732328	综述	本文探讨了人工智能在阿尔茨海默病及其他神经系统疾病药物发现中的作用	整合AI工具于传统药物发现流程，以加速新药靶点和潜在先导分子的识别	依赖现有文献数据，未进行原始实验验证	评估AI工具在神经系统疾病药物发现中的应用效果	阿尔茨海默病、帕金森病、多发性硬化症和癫痫	人工智能药物发现	阿尔茨海默病及其他神经系统疾病	机器学习算法和深度学习工具	NA	文献数据	基于PubMed、Web of Science等多个数据库的文献综述
975	2025-08-03	Automated Detection of Tailing Impoundments in Multi-Sensor High-Resolution Satellite Images Through Advanced Deep Learning Architectures 2025-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s25144387 PMID:40732514	研究论文	本文提出了一种利用多源高分辨率卫星图像和先进深度学习架构自动检测尾矿库的方法	升级了YOLO模型，引入了多尺度特征聚合层、轻量级层次融合机制和改进的损失度量三个关键创新点	未具体说明模型在极端环境条件下的表现	提高尾矿库空间测绘的准确性以促进采矿生态系统的环境可持续性	尾矿库	计算机视觉	NA	多源高分辨率卫星遥感	改进的YOLO模型	卫星图像	包含多种地形的尾矿库综合数据集（具体数量未说明）
976	2025-08-03	Quantitative Analysis of Sulfur Elements in Mars-like Rocks Based on Multimodal Data 2025-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s25144388 PMID:40732517	研究论文	本研究提出了一种基于多模态数据的火星类似岩石中硫元素的定量分析方法，旨在解决火星探测中硫元素识别和定量的挑战	利用光谱线相关性、全谱信息和先验知识，结合LIBS和红外光谱，开发了多模态深度学习模型，显著提高了硫定量的准确性和鲁棒性	方法在极低硫浓度下的性能未明确评估，且依赖于特定仪器获取的数据	提高火星类似岩石中硫元素的定量分析精度，支持火星水文条件和大气演化研究	含硫酸盐的火星类似岩石样本	光谱分析	NA	激光诱导击穿光谱(LIBS)、红外光谱、多模态深度学习	XGBoost、BPNN、SVR、Inception	光谱数据	未明确说明样本数量，但涉及不同硫浓度的火星类似岩石
977	2025-08-03	Determination of Spatiotemporal Gait Parameters Using a Smartphone's IMU in the Pocket: Threshold-Based and Deep Learning Approaches 2025-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s25144395 PMID:40732522	研究论文	本研究提出了一种结合阈值算法和深度学习的混合方法，利用智能手机内置惯性传感器检测步态事件	结合阈值算法和深度学习，通过智能手机传感器实现高精度步态事件检测和参数估计	研究不旨在提供或指导康复治疗，仅用于监测步态状态和恢复趋势	开发一种使用智能手机传感器进行实时步态监测的实用方法	健康个体和偏瘫中风患者的步态数据	机器学习	中风	深度学习, 知识蒸馏	深度学习模型	传感器数据	20名健康个体和13名偏瘫中风患者
978	2025-08-03	A Bridge Crack Segmentation Algorithm Based on Fuzzy C-Means Clustering and Feature Fusion 2025-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s25144399 PMID:40732527	研究论文	提出一种基于模糊C均值聚类和特征融合的桥梁裂缝分割算法，以解决传统图像处理算法和深度学习方法在桥梁裂缝检测中的局限性	结合模糊C均值聚类和多特征融合，构建三维特征空间，并通过连通域标记和圆形度阈值区分线性裂缝与颗粒噪声，以及设计5×5邻域搜索策略恢复断裂裂缝的连续性	算法在噪声环境下的细裂缝漏检和断裂裂缝误判问题仍有待进一步优化	开发一种高效的无监督桥梁损伤检测方法	桥梁裂缝图像	计算机视觉	NA	模糊C均值聚类(FCM)、多特征融合	NA	图像	Concrete Crack和SDNET2018数据集
979	2025-08-03	Fusion of Multimodal Spatio-Temporal Features and 3D Deformable Convolution Based on Sign Language Recognition in Sensor Networks 2025-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s25144378 PMID:40732506	研究论文	本文提出了一种基于传感器网络的多模态时空特征融合和3D可变形卷积的手语识别方法	提出了一种多流时空图卷积网络(MSGCN)和基于可变形卷积的3D ResNet模型(D-ResNet)，并通过门控机制的多流融合模块(MFM)融合两种模态的结果	NA	解决从原始视频中精确快速识别手语的复杂任务	手语识别	计算机视觉	NA	深度学习	MSGCN, D-ResNet, MFM	视频	公共数据集AUTSL和WLASL
980	2025-08-03	Source-Free Domain Adaptation Framework for Rotary Machine Fault Diagnosis 2025-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s25144383 PMID:40732511	研究论文	本文提出了一种针对旋转机械故障诊断的无源域自适应框架，通过结合机械先验、自监督学习和轻量级自适应策略，提高了在域偏移条件下的诊断性能	提出了一种结合基于阶次频率的预处理方法、U-NetVAE和测试时训练策略的无源域自适应框架，有效解决了旋转机械故障诊断中的域偏移问题	未明确提及具体的数据规模限制或计算资源需求	开发一种在域偏移条件下仍能保持高性能的旋转机械故障诊断方法	旋转机械故障诊断	机器故障诊断	NA	U-NetVAE, 测试时训练(TTT)	U-NetVAE	传感器数据	整合了四个公共数据集，具体样本数量未明确说明