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
981	2025-09-23	Detection of Crack Sealant in the Pretreatment Process of Hot In-Place Recycling of Asphalt Pavement via Deep Learning Method 2025-May-27, Sensors (Basel, Switzerland) DOI:10.3390/s25113373 PMID:40968932	研究论文	提出基于深度学习的YOLO-CS算法，用于沥青路面热再生预处理过程中的裂缝密封剂检测	首次创建专门用于裂缝密封剂检测的数据集，并提出集成RepViT网络和DRBNCSPELAN模块的轻量级检测算法YOLO-CS	缺乏专门的裂缝密封剂检测数据集，复杂背景噪声干扰检测精度	提高沥青路面热再生过程中裂缝密封剂的自动检测效率	沥青路面裂缝密封剂	计算机视觉	NA	深度学习目标检测	YOLO-CS（基于YOLO架构）	图像	1983张路面图像
982	2025-09-23	Machine Learning-Based Security Solutions for IoT Networks: A Comprehensive Survey 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113341 PMID:40968811	综述	本文对2020至2024年间基于机器学习的物联网安全解决方案进行全面综述	系统分类机器学习技术在物联网安全中的应用，提出安全威胁分类法并评估解决方案的可扩展性、计算效率和隐私保护能力	指出当前机器学习方法存在高计算成本、对抗性漏洞和可解释性挑战等局限	为开发鲁棒、智能和自适应的物联网安全解决方案提供结构化框架	物联网安全解决方案及相关机器学习技术	机器学习	NA	监督学习、无监督学习、强化学习、深度学习、集成学习、联邦学习、迁移学习	深度学习、集成学习模型	网络安全数据	NA
983	2025-09-23	A Multi-Sensor Fusion Approach Combined with RandLA-Net for Large-Scale Point Cloud Segmentation in Power Grid Scenario 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113350 PMID:40968864	研究论文	提出结合多传感器融合与RandLA-Net的电力塔点云分割方法	采用LiDAR与双目深度相机融合方案，结合FAST-LIO算法实现时空同步，构建彩色点云数据集并优化RandLA-Net框架	NA	实现复杂环境下电力塔的智能识别与监控	电力输电塔	计算机视觉	NA	LiDAR、双目深度相机、FAST-LIO算法	RandLA-Net	点云数据	包含超千万点的点云数据集
984	2025-09-23	Retrospective Frailty Assessment in Older Adults Using Inertial Measurement Unit-Based Deep Learning on Gait Spectrograms 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113351 PMID:40968907	研究论文	本研究利用基于惯性测量单元(IMU)的步态谱图和深度学习技术，对老年人衰弱状态进行回顾性评估	首次将原始IMU信号转换为时频谱图，并仅使用卷积神经网络直接从谱图中识别衰弱状态，无需复杂预处理	研究为回顾性分析，样本量有限，需要前瞻性验证	开发客观、自动化的老年人衰弱评估方法	老年人群的步态数据	机器学习	老年疾病	惯性测量单元(IMU)数据采集、时频分析	CNN	运动传感器数据	未明确具体样本数量，使用现有IMU数据集
985	2025-09-23	Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113357 PMID:40968943	研究论文	提出一种基于深度学习与鞋内负载细胞传感器的三维地面反作用力和二维压力中心估计方法	使用仅三个单轴负载细胞实现多场景步态参数估计，在最小传感器配置下达到或超越现有研究性能	内外侧方向精度较低，斜坡条件下垂直地面反作用力误差相对较高	开发适用于真实环境的多场景步态参数估计系统	40名健康年轻成年人的步态数据	机器学习	NA	深度学习	FCNN, CNN, Seq2Seq-LSTM, Transformer	传感器时序数据	40名健康年轻成年人，涵盖直线行走/转弯/上坡/下坡/跑步五种步态条件
986	2025-09-23	A Deep-Learning-Based Real-Time Microearthquake Monitoring System (RT-MEMS) for Taiwan 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113353 PMID:40968920	研究论文	介绍基于深度学习的台湾实时微地震监测系统（RT-MEMS），用于快速生成高分辨率地震目录	首次将深度学习模型与自动化处理流程结合，实现比台湾中央气象局标准目录更高分辨率和效率的实时地震监测	NA	开发实时微地震监测系统以提升地震活动监测的时效性和精确性	台湾地区的地震活动，包括背景地震活动和地震序列	机器学习	NA	深度学习，SeedLink数据传输，PhasePAPY地震定位	SeisBlue深度学习模型	连续波形数据	台湾地区高质量地震台网连续数据（具体数量未提及）
987	2025-09-23	Study on Lightweight Bridge Crack Detection Algorithm Based on YOLO11 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113276 PMID:40968797	研究论文	提出一种基于YOLO11优化的轻量级桥梁裂缝检测算法YOLO11-BD	采用高效多尺度卷积模块增强通道和空间注意力机制，并引入轻量级检测头实现模型轻量化	NA	开发高效准确的桥梁裂缝自动检测方法	桥梁裂缝图像	计算机视觉	NA	深度学习	YOLO11	图像	桥梁裂缝数据集
988	2025-09-23	Recent Advancements in Hyperspectral Image Reconstruction from a Compressive Measurement 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113286 PMID:40968829	综述	本文全面综述了基于压缩测量的高光谱图像重建领域的最新进展	系统地将高光谱图像重建方法分为三大范式：传统模型驱动方法、深度学习方法和融合数据驱动先验与退化过程数学建模的混合框架	NA	推动高光谱图像重建领域的发展	高光谱图像重建技术	计算成像	NA	深度学习、压缩感知	CNN、Transformer	高光谱图像	NA
989	2025-09-23	Enhanced Channel Estimation for RIS-Assisted OTFS Systems by Introducing ELM Network 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113292 PMID:40968820	研究论文	提出一种基于极限学习机的信道估计方法，用于提升RIS辅助OTFS系统在高移动场景下的性能	首次将极限学习机引入RIS辅助OTFS系统的信道估计，并采用基于阈值的初始特征提取方法增强ELM网络的学习能力	ELM网络参数相比深度学习网络较少，存在固有局限性	降低RIS辅助OTFS系统中信道估计的复杂度并提升估计精度	可重构智能表面辅助的正交时频空间系统	机器学习	NA	极限学习机、消息传递算法	ELM	通信信号数据	NA
990	2025-09-23	Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113284 PMID:40968836	研究论文	本研究比较了传统分类器与混合神经网络在基于EEG手势分类中的性能表现	提出结合经验小波变换瞬时频率和幅度的混合神经网络架构，在EEG手势识别中实现更高分类准确率	仅针对七个特定手势进行二分类任务，样本规模有限（33名参与者）	提高脑机接口系统中EEG手势识别的分类准确率	33名参与者执行的七种不同手势的EEG信号	脑机接口	NA	经验小波变换、带功率特征提取	混合神经网络、LDA、SVM	EEG信号	33名参与者的七种手势EEG记录
991	2025-09-23	TU-DAT: A Computer Vision Dataset on Road Traffic Anomalies 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113259 PMID:40968794	研究论文	本文介绍了一个用于分析交通事故的计算机视觉数据集TU-DAT	首个结合真实监控视频和高保真模拟视频的混合交通异常数据集，包含时空标注和结构化元数据	NA	解决交通异常检测模型训练和评估缺乏公开数据集的问题	道路交通事故和异常驾驶行为	计算机视觉	NA	计算机视觉分析	混合深度学习和逻辑推理框架	视频	约280个真实世界和模拟视频
992	2025-09-23	Research on Measurement of Coal-Water Slurry Solid-Liquid Two-Phase Flow Based on a Coriolis Flow Meter and a Neural Network 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113267 PMID:40968798	研究论文	基于科里奥利流量计和神经网络的水煤浆固液两相流测量误差校正研究	提出深度学习校正框架，通过BP神经网络和算法优化将两相流测量误差从5.11%降低至1.01%	研究聚焦水煤浆特定工况，未验证其他类型多相流体的适用性	提升科里奥利质量流量计在液固两相流场景下的测量精度	水煤浆固液两相流体	工业过程控制	NA	深度学习、神经网络优化	BP神经网络	流量计传感器数据	通过重复性实验构建的液固两相流测量数据集
993	2025-09-23	Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113258 PMID:40968800	综述	本文全面分析深度学习增强水下SLAM技术的最新进展，并提出基于水下无线传感器网络集成的新型分类框架	提出基于水下无线传感器网络（UWSNs）集成的新型分类框架，探讨通信感知SLAM方法如何提升水下导航精度和操作效率	作为综述论文，主要分析现有技术而非提出新算法，未进行实证性能验证	探讨深度学习技术如何克服水下SLAM面临的挑战，并展望未来研究方向	自主水下航行器（AUVs）和水下无线传感器网络（UWSNs）	机器人与自主系统	NA	深度学习、传感器融合、声学通信	Transformer架构、轻量级神经网络	多模态传感器数据、图像数据	NA
994	2025-09-23	Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113264 PMID:40968808	研究论文	提出结合动态3D摄影测量和深度学习的混合方法，用于面部瘫痪的客观量化评估	首次将面部运动点云数据与专家共识相结合，通过PointNet网络实现面部瘫痪严重程度的自动化定量评估	样本量较小（仅包含五种面部表情），需要进一步扩大数据集验证泛化能力	开发客观量化的面部瘫痪评估方法以解决临床主观评估的可重复性问题	面部瘫痪患者的面部运动数据	计算机视觉	面部神经疾病	动态3D摄影测量、深度学习	PointNet	3D点云数据	基于五种面部表情（静止状态和最大表情状态）的点云数据集
995	2025-09-23	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	提出FakeRotLib方法用于在Rosetta中快速参数化非经典氨基酸	开发了基于小分子构象统计拟合的旋转异构体分布建模方法，显著提升参数化效率并扩展可建模的NCAA类型	NA	改进Rosetta软件中非经典氨基酸的参数化方法	非经典氨基酸的旋转异构体分布建模	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
996	2025-09-23	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	开发基于机器学习和深度学习的猴痘监测模型，利用临床笔记进行病例检测	首次在学习型医疗系统框架下比较传统机器学习（LASSO回归）与深度学习模型（ClinicalBERT、ClinicalLongformer）在猴痘监测中的性能	单中心回顾性研究，样本量有限（228例病例），需外部验证	开发高效的猴痘病例自动监测模型以支持公共卫生 surveillance	经PCR确诊的猴痘患者及匹配对照组	自然语言处理	猴痘	机器学习、深度学习、自然语言处理	LASSO、ClinicalBERT、ClinicalLongformer	临床文本笔记	228例确诊病例和698例匹配对照
997	2025-09-23	Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05677-0 PMID:40025477	研究论文	评估牙科专业人士对基于人工智能的牙槽骨丧失测量应用的接受度和使用效果	首次开发结合语义分割和物体检测网络的深度学习模型用于牙槽骨测量，并系统调查牙科专业人士对AI应用的接受度	样本量有限（56名专业人士），仅使用550张咬翼片X光片数据集	评估AI应用在牙槽骨高度测量中的准确性和牙科专业人士的接受度	牙科专业人士和咬翼片X光影像	数字病理	牙周病	深度学习	语义分割神经网络和物体检测网络	X光影像	56名牙科专业人士评估35个可计算测量值，使用550张咬翼片X光片训练集
998	2025-09-23	Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images 2025-Feb-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82639-6 PMID:39952935	研究论文	本研究验证了深度学习网络Cellpose在自发荧光显微镜图像中进行单细胞分割的可靠性	开发了专门针对低信噪比自发荧光图像的自动荧光训练模型（ATM），首次系统验证了Cellpose在NAD(P)H自发荧光成像中的性能	研究主要针对PANC-1细胞系和9例患者来源的类器官，样本多样性有限	验证Cellpose深度学习网络在自发荧光显微镜图像单细胞分割中的准确性和可靠性	PANC-1细胞系和9例患者来源的癌症类器官	数字病理	癌症	多光子强度成像、荧光寿命成像显微镜（FLIM）	Cellpose深度学习网络	自发荧光显微镜图像	PANC-1细胞系和9例患者来源的癌症类器官
999	2025-09-23	Large-scale multi-center CT and MRI segmentation of pancreas with deep learning 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103382 PMID:39541706	研究论文	本研究开发了一种名为PanSegNet的深度学习模型，用于大规模多中心的CT和MRI胰腺自动分割	结合nnUNet和Transformer网络优势，引入新型线性注意力模块实现体积计算，首次在大型多中心MRI数据集上进行胰腺分割研究	回顾性研究设计，缺乏前瞻性验证	开发精准的胰腺自动分割方法以辅助胰腺疾病诊断和随访	胰腺器官	医学影像分析	胰腺疾病	深度学习	nnUNet + Transformer	CT和MRI影像	2,117例扫描（767例MRI来自499名参与者，1,350例CT来自公开数据集）
1000	2025-09-23	Histopathological image analysis and enhanced diagnostic accuracy explainability for oral cancer detection 2025, Polish journal of pathology : official journal of the Polish Society of Pathologists IF:0.7Q4 DOI:10.5114/pjp.2025.153973 PMID:40977550	研究论文	提出一种用于口腔癌组织病理学图像分类的深度学习模型，通过特征选择和可解释性增强诊断准确性	结合Vahadane染色标准化、加权Fisher评分特征选择和可解释人工智能技术，改进U-Net分类器使用特征输入而非完整图像	NA	开发高精度可解释的口腔癌检测系统以减少诊断错误	口腔癌组织病理学图像	数字病理学	口腔癌	深度学习，染色标准化，分水岭分割，数据增强	U-Net，DenseNet201，VGG10	组织病理学图像	NA