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
1781	2025-04-15	Construction of a Real-Time Detection for Floating Plastics in a Stream Using Video Cameras and Deep Learning 2025-Apr-01, Sensors (Basel, Switzerland) DOI:10.3390/s25072225 PMID:40218736	research paper	该研究开发了一种基于深度学习的实时视觉识别模型，用于检测河流中的漂浮塑料碎片	使用YOLOv8算法进行多类分类，实现了对四种塑料碎片的实时检测与计数	在未知视频中的追踪和计数性能有限，仅检测到32个碎片中的6个	开发实时监测河流中塑料碎片的模型，以评估塑料碎片排放并制定有效管理策略	河流中的漂浮塑料碎片	computer vision	NA	deep learning	YOLOv8	video	现场视频数据
1782	2025-04-15	Vase-Life Monitoring System for Cut Flowers Using Deep Learning and Multiple Cameras 2025-Apr-01, Plants (Basel, Switzerland) DOI:10.3390/plants14071076 PMID:40219143	研究论文	开发了一种基于深度学习和多摄像头的切花瓶插寿命监测系统（VMS），用于自动准确评估切花玫瑰的采后质量和瓶插寿命	整合了摄像头成像与YOLOv8深度学习算法，实现了对切花玫瑰主要生理参数的连续监测，包括花朵开放、鲜重、水分吸收和灰霉病发生率	研究仅针对切花玫瑰，未涉及其他花卉品种	开发一种自动监测切花采后质量和瓶插寿命的系统	切花玫瑰	计算机视觉	灰霉病	深度学习	YOLOv8	图像	未明确提及样本数量
1783	2025-04-15	Comparing ARIMA and various deep learning models for long-term water quality index forecasting in Dez River, Iran 2025-Apr, Environmental science and pollution research international DOI:10.1007/s11356-024-32228-x PMID:38353815	研究论文	本研究比较了ARIMA和多种深度学习模型在伊朗Dez河长期水质指数预测中的表现	首次在Dez河水质预测中比较了ARIMA与五种深度学习模型（Simple_RNN、LSTM、CNN、GRU和MLP）的性能	研究仅使用了单变量时间序列数据，未考虑多变量因素对水质的影响	开发低成本、高效率且高精度的水质预测方法，以应对全球水资源短缺问题	伊朗Dez河2010-2020年的水质数据	机器学习	NA	时间序列分析	ARIMA, Simple_RNN, LSTM, CNN, GRU, MLP	时间序列数据	2010-2020年四个监测站的每日水质数据
1784	2025-04-15	Wave-Net: A Marine Raft Aquaculture Area Extraction Framework Based on Feature Aggregation and Feature Dispersion for Synthetic Aperture Radar Images 2025-Mar-31, Sensors (Basel, Switzerland) DOI:10.3390/s25072207 PMID:40218720	research paper	提出了一种基于特征聚合和特征分散的Wave-Net框架，用于从合成孔径雷达图像中提取海洋筏式养殖区域	Wave-Net通过非对称V形子网络提取多尺度特征，并通过非对称Ʌ形子网络优化边界，解决了现有方法在多尺度结构和斑点噪声上的问题	研究在有限样本下进行，可能在大规模数据集上的泛化能力有待验证	提高海洋筏式养殖区域的监测精度和效率	合成孔径雷达图像中的海洋筏式养殖区域	computer vision	NA	合成孔径雷达(SAR)成像	Wave-Net	image	有限样本
1785	2025-04-15	A Decade of Progress in Wearable Sensors for Fall Detection (2015-2024): A Network-Based Visualization Review 2025-Mar-31, Sensors (Basel, Switzerland) DOI:10.3390/s25072205 PMID:40218718	review	本文采用基于网络的可视化方法，回顾了过去十年（2015-2024年）可穿戴传感器在跌倒检测领域的研究趋势、关键技术和合作网络	使用CiteSpace分析SCI和SSCI期刊中的582篇研究文章和65篇综述，揭示了可穿戴跌倒检测传感器的研究趋势和技术进展	主要基于控制环境下的研究数据，可能无法完全反映实际应用场景中的性能	分析可穿戴传感器在跌倒检测领域的研究进展和未来发展方向	可穿戴传感器在跌倒检测中的应用	machine learning	geriatric disease	machine learning, deep learning	NA	sensor data	582篇研究文章和65篇综述
1786	2025-04-15	A Robust Method Based on Deep Learning for Compressive Spectrum Sensing 2025-Mar-30, Sensors (Basel, Switzerland) DOI:10.3390/s25072187 PMID:40218700	研究论文	提出了一种基于深度学习的鲁棒性压缩频谱感知方法，通过结合ISTA算法和深度学习技术，显著提高了宽带频谱信号的重建精度	提出了BEISTA-Net和BSWSS-Net两个深度学习框架，分别用于重建压缩宽带信号和提升宽带频谱感知性能，有效利用了宽带频谱信号的块稀疏特征	未提及具体计算资源需求或实时性能指标，可能在实际应用中存在限制	解决认知无线电中压缩频谱感知的性能瓶颈问题	宽带频谱信号	机器学习	NA	深度学习	BEISTA-Net, BSWSS-Net	频谱信号数据	NA
1787	2025-04-15	Performance Analysis of Data Augmentation Approaches for Improving Wrist-Based Fall Detection System 2025-Mar-29, Sensors (Basel, Switzerland) DOI:10.3390/s25072168 PMID:40218681	research paper	分析不同数据增强方法在提升基于手腕的跌倒检测系统性能中的应用	使用条件扩散模型作为数据增强方法，显著提高了系统性能，特别是在数据稀缺的情况下	未提及具体的数据集规模或实验环境的多样性限制	提升基于手腕的跌倒检测系统的性能，解决数据不平衡和稀缺问题	老年人跌倒检测系统	machine learning	geriatric disease	deep learning, data augmentation	conditional diffusion model	sensor data	仅使用25%的实际数据进行训练
1788	2025-04-15	Edge_MVSFormer: Edge-Aware Multi-View Stereo Plant Reconstruction Based on Transformer Networks 2025-Mar-29, Sensors (Basel, Switzerland) DOI:10.3390/s25072177 PMID:40218688	research paper	提出了一种基于Transformer网络的边缘感知多视角立体植物重建方法Edge_MVSFormer，以提高植物叶片边缘重建的准确性	在TransMVSNet基础上集成边缘检测算法和边缘感知损失函数，显著提升边缘区域重建精度	仅针对10种模型植物进行测试，泛化能力有待验证	提升多视角立体视觉在植物精细结构重建中的准确性	植物叶片边缘结构	computer vision	NA	multi-view stereo (MVS)	Transformer (Edge_MVSFormer, TransMVSNet)	RGB图像	10种模型植物的私有数据
1789	2025-04-15	Real-Time American Sign Language Interpretation Using Deep Learning and Keypoint Tracking 2025-Mar-28, Sensors (Basel, Switzerland) DOI:10.3390/s25072138 PMID:40218651	研究论文	本研究提出了一种结合深度学习和关键点跟踪的实时美国手语(ASL)翻译系统，旨在提高聋哑及听力障碍人群的可及性和包容性	整合YOLOv11手势识别模型与MediaPipe精确手部跟踪技术，实时识别ASL字母表，并解决手势歧义、环境变化和计算效率等挑战	未明确提及系统对复杂句子或连续手语表达的识别能力	开发AI驱动的辅助技术以消除聋哑及听力障碍人群的沟通障碍	美国手语(ASL)字母表	计算机视觉	NA	深度学习、关键点跟踪	YOLOv11	视频	未明确说明具体样本量
1790	2025-04-15	Deep Learning-Based River Flow Forecasting with MLPs: Comparative Exploratory Analysis Applied to the Tejo and the Mondego Rivers 2025-Mar-28, Sensors (Basel, Switzerland) DOI:10.3390/s25072154 PMID:40218665	研究论文	本文提出了一种基于多层感知机（MLP）模型的河流流量预测服务，并在葡萄牙的Tejo和Mondego两条受水坝控制的河流上进行了演示	使用MLP模型作为远程服务，提供未来3天的精确河流流量预测，结合现代数据驱动方法和传统水文气象数据	仅在葡萄牙的Tejo和Mondego两条河流上进行了演示，可能在其他河流上的适用性有待验证	创建和改进AI模型，以提供精确和及时的河流流量预测，增强水资源管理和决策	葡萄牙的Tejo和Mondego两条河流	机器学习	NA	NA	MLP	水文数据	葡萄牙国家水资源信息系统（SNIRH）提供的Tejo和Mondego流域的综合水文数据
1791	2025-04-15	Dual-Ascent-Inspired Transformer for Compressed Sensing 2025-Mar-28, Sensors (Basel, Switzerland) DOI:10.3390/s25072157 PMID:40218669	research paper	提出了一种名为Dual-Ascent-Inspired Transformer (DAT)的新型架构，用于图像压缩感知，能够在不同压缩比下保持稳定性能	DAT架构结合了对偶上升法的数学特性，设计了创新的非对称原始-对偶空间，并通过参数共享优化了Cross Attention模块	论文未明确提及具体局限性	解决深度学习压缩感知模型在特定压缩比下预训练导致的灵活性不足问题	图像压缩感知	computer vision	NA	压缩感知	Transformer	image	NA
1792	2025-04-15	DMC-LIBSAS: A Laser-Induced Breakdown Spectroscopy Analysis System with Double-Multi Convolutional Neural Network for Accurate Traceability of Chinese Medicinal Materials 2025-Mar-27, Sensors (Basel, Switzerland) DOI:10.3390/s25072104 PMID:40218616	研究论文	本文提出了一种结合激光诱导击穿光谱(LIBS)和深度学习的双多卷积神经网络LIBS分析系统(DMC-LIBSAS)，用于中药材的溯源	提出了双多卷积神经网络(DMCNN)用于LIBS光谱分析，实现了输入数据到输出结果的直接映射，并通过1D-Grad-CAM方法展示了DMCNN提取特征峰的能力	未提及具体的中药材种类和样本数量细节	开发一种准确的中药材溯源技术	中药材	机器学习	NA	激光诱导击穿光谱(LIBS)	双多卷积神经网络(DMCNN)	光谱数据	NA
1793	2025-04-15	MicrocrackAttentionNext: Advancing Microcrack Detection in Wave Field Analysis Using Deep Neural Networks Through Feature Visualization 2025-Mar-27, Sensors (Basel, Switzerland) DOI:10.3390/s25072107 PMID:40218619	research paper	该研究提出了一种非对称编码器-解码器网络，结合自适应特征重用块，用于通过波场分析进行微裂纹检测	引入了自适应特征重用块和特征空间可视化技术（MDA算法）来优化微裂纹检测	数据集存在极端类别不平衡（裂纹像素仅占总像素的5%），且时空维度较大	提高微裂纹检测的准确性，解决类别不平衡问题	波场与受损区域相互作用产生的高维时空裂纹数据	computer vision	NA	manifold discovery and analysis (MDA)算法	asymmetric encoder-decoder network	spatio-temporal crack data	NA
1794	2025-04-15	Enhancing Historical Aerial Photographs: A New Approach Based on Non-Reference Metric and Photo Interpretation Elements 2025-Mar-27, Sensors (Basel, Switzerland) DOI:10.3390/s25072126 PMID:40218638	research paper	本研究提出了一种基于非参考图像质量度量和照片解译元素的新方法，用于增强历史航拍照片	采用分层数据集结构和基于BRISQUE指标的图像拼接方法，分别训练不同类别的图像以提高超分辨率效果	未明确说明模型参数数量不足对性能的具体影响程度	提升历史航拍照片的图像质量	灰度历史航拍照片	computer vision	NA	超分辨率技术(SR)	基础SR模型	图像	包含裸地/林业区域(主类)、居民区(次类)和农田区域(三类)的分层数据集
1795	2025-04-15	Design and Development of a Public AI Referee Assistance System Based on Harmony OS Platform 2025-Mar-27, Sensors (Basel, Switzerland) DOI:10.3390/s25072127 PMID:40218639	研究论文	本文设计并开发了一个基于Harmony OS平台的公共AI裁判辅助系统，用于羽毛球比赛中的争议判罚	利用计算机视觉技术和深度学习算法，开发了一个小规模的AI裁判辅助系统，解决了传统Hawkeye系统硬件投资高和专业性强的问题	系统规模较小，可能在大规模比赛中应用受限	开发一个低成本、高效的AI裁判辅助系统，提升羽毛球比赛的公平性和学生参与体育活动的积极性	羽毛球比赛中的争议判罚	计算机视觉	NA	深度学习、计算机视觉	YOLOV5、MediaPipe	视频	未明确提及样本数量
1796	2025-04-15	A Deep Learning Approach for Distant Infrasound Signals Classification 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072058 PMID:40218571	研究论文	提出了一种基于深度学习的方法，用于远距离次声信号的分类	结合了先进的信号处理技术、信号增强算法和深度学习架构，利用次声信号的时空特性进行分类	未提及具体的数据集规模或实际应用中的潜在限制	提高远距离次声信号分类的准确率	化学爆炸和地震次声信号	信号处理	NA	信号增强算法、深度学习	深度学习架构（未具体说明）	次声信号	未提及具体样本数量
1797	2025-04-15	A Hybrid Deep Learning and Improved SVM Framework for Real-Time Railroad Construction Personnel Detection with Multi-Scale Feature Optimization 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072061 PMID:40218575	research paper	提出一种基于改进支持向量机（ISVM）的铁路工人检测方法，结合多尺度特征优化和图像预处理技术，以提高检测效率和准确性	结合非局部均值降噪和直方图均衡化预处理技术优化图像质量，并采用Inception v3提取多尺度特征，结合PCA降维，最终使用改进的SVM分类算法进行人员检测	未明确提及具体样本量或复杂环境下的泛化能力	提高铁路施工现场人员安全监控的实时性和准确性	铁路施工现场的工作人员	computer vision	NA	非局部均值降噪、直方图均衡化、PCA、数据增强（随机翻转和旋转）、K折交叉验证	ISVM（改进支持向量机）、Inception v3	image	未明确提及具体样本量
1798	2025-04-15	Reinforcement Q-Learning-Based Adaptive Encryption Model for Cyberthreat Mitigation in Wireless Sensor Networks 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072056 PMID:40218569	研究论文	提出了一种基于强化学习的自适应加密框架，用于无线传感器网络中的网络安全威胁缓解	结合深度学习的异常检测系统和动态Q学习，提出了一种混合策略推导算法，以平衡加密复杂度和计算开销	实验评估仅在模拟的无线传感器网络环境中进行，未涉及真实网络部署	开发一种自适应加密机制，以优化无线传感器网络中的能源效率和安全性	无线传感器网络（WSNs）	机器学习	NA	强化学习（Q-learning和double Q-learning）	深度学习	网络数据	模拟的无线传感器网络环境
1799	2025-04-15	Deep Reinforcement Learning-Enabled Computation Offloading: A Novel Framework to Energy Optimization and Security-Aware in Vehicular Edge-Cloud Computing Networks 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072039 PMID:40218550	研究论文	提出了一种基于深度强化学习的计算卸载框架，用于优化车载边缘-云计算网络中的能源使用和安全性	结合动态负载均衡算法、无人机部署、AES加密机制和上下文感知边缘缓存策略，提出了一种创新的深度强化学习框架	未提及具体实施的硬件要求或实际部署中可能遇到的技术障碍	优化车载边缘-云计算网络中的能源消耗并确保数据安全	车载边缘-云计算网络	机器学习	NA	深度强化学习、AES加密、动态负载均衡	深度强化学习模型	网络参数数据（如RSU计算负载、信道容量、延迟等）	未提及具体样本量，但涉及大规模车载网络
1800	2025-04-15	Wavelet-Based Topological Loss for Low-Light Image Denoising 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072047 PMID:40218560	research paper	提出了一种基于小波和拓扑不变量的新型去噪损失函数，用于低光图像去噪	结合图像小波域提取的纹理信息和拓扑不变量，提出了一种新的去噪损失函数	性能依赖于训练数据的质量和多样性，且假设AWGN噪声模型在真实场景中可能不成立	解决真实噪声导致的图像退化问题，提升低光图像去噪性能	低光环境下的噪声图像	computer vision	NA	小波变换	CNN	image	BVI-Lowlight数据集（具体数量未提及）