本文提出一种将新一代深度学习算法与等离子体电化学生物传感器相结合的路径，用于病原体的快速、即时和现场可及诊断。研究构建了 MobileNet-Transformer 与门控循环单元（GRU）深度神经网络，并与纳米结构等离子体生物传感器集成，用于早期检测大肠杆菌、鼠伤寒沙门氏菌和金黄色葡萄球菌。为增强生物传感器电荷转移动力学，采用金纳...
神经退行性疾病、糖尿病、癌症和传染病仍是全球重大健康问题，尤其在缺乏快速准确诊断手段的中低收入国家。传统生物芯片传感平台虽有效，但常受复杂仪器依赖和大数据处理能力不足的限制。本综述系统评估人工智能（AI）与生物芯片技术整合以提升生物医学诊断的进展，重点分析光谱、纸基、实验室芯片和微流控平台与强化学习、机器学习和深度学习模型结合的最新...
人工智能与超声生物传感的结合为提高农业和生物医学诊断准确性提供了新机遇。本研究针对B型超声成像中的声学术伪影问题，开发了一种数据驱动的深度学习模型，用于母猪妊娠诊断。系统以5.0 MHz机械扇扫超声探头为核心生物传感器进行数据采集，并引入基于YOLOv8架构的轻量级深度神经网络（DNN）。该模型在专门构建的母猪妊娠超声图像数据集上训...
本文提出一种面向人体运动预测学习的多模态智能系统，融合生物传感器、环境传感器与计算机视觉信号。系统从五个不同场景数据集中获取数据，利用小波变换四元数滤波降低 IMU 等生物传感器噪声，并通过背景减除与关键点检测从 RGB 视频中提取人体轮廓和身体关键点。随后采用数据窗口分割，结合多种特征提取方法生成运动与静态模式、时空图、LPCC、...
由细菌和病毒病原体引起的传染病仍是全球重大威胁，尤其在诊断资源有限地区。传统光学方法耗时长、易受操作误差影响，并需要复杂仪器。比色生物传感器可将生物识别过程转化为肉眼可见的颜色变化，从而实现简单、低成本的即时检测。人工智能（AI）通过学习、训练和模式识别增强决策能力。机器学习（ML）和深度学习（DL）可提高诊断准确性，但它们不能自主...
帕金森病、阿尔茨海默病和重度抑郁症等神经退行性疾病的准确及时诊断，依赖于对脑脊液等复杂生物液中真实神经递质信号动态的实时监测与精确解析。神经递质动态受其种类和浓度共同决定。现有生物传感器在灵敏度和选择性方面存在明显局限，难以可靠实现神经递质的检测与定量；尽管纳米材料和生物酶可用于修饰传感界面，但信号卷积、电极污染和神经递质间串扰仍长...
食源性病原菌仍是重大公共卫生问题，亟需快速、灵敏、可靠的检测方法。传统生物传感器虽有效，但常受复杂样品基质、信号解释困难和现场适用性限制。将人工智能（AI）整合到生物传感平台中，为应对这些挑战提供了变革性途径。本综述系统评述了AI辅助生物传感器在肉类、乳制品、新鲜农产品和即食食品等样品中检测食源性病原菌的最新进展，重点讨论机器学习与...
细胞趋化的快速准确定量分析对生物学、医学和药物研发至关重要，可评估细胞定向迁移能力并模拟体内趋化过程。传统方法依赖复杂实验流程，费时费力且易受人为误差影响。微流控技术与深度学习的快速发展为细胞趋化评估提供了新途径。本研究提出一种基于微流控和深度学习的趋化评估方法：设计微流控装置，在微通道内产生化学梯度和剪切应力，以可控方式模拟细胞趋...
开发简单、低成本且高灵敏高特异生物传感器是应对全球健康挑战的关键。本文报道了一种超灵敏咖啡环生物传感器，利用两个静止液滴蒸发形成具有不对称纳米等离子图案的咖啡环，在12分钟内检测低至3 pg/mL的疾病相关蛋白。实验中，含蛋白样品滴在纳米纤维膜上干燥，使生物标志物在咖啡环处预浓缩；随后在重叠区域滴加含功能化金纳米壳（GNShs）的等...
糖尿病是全球重大健康问题，若血糖控制不佳可引发肾衰竭、心血管疾病和神经病变。传统指尖采血因疼痛和侵入性导致患者依从性低，因此需要准确的非侵入血糖监测技术。光电容积脉搏波（PPG）通过检测血容量变化间接反映血糖相关生理改变，具有非侵入连续监测潜力；深度神经网络（DNN）可基于 PPG 信号预测血糖，但训练需要大规模、多样化数据，而数据...
人工智能与医疗试剂盒结合可快速准确诊断疾病。本研究提出 DeepATsers 深度学习模型，将卷积神经网络（CNN）与生成对抗网络（GAN）结合，用于单管表面增强拉曼散射（SERS）生物传感器，快速检测 SARS-CoV-2 感染。模型可依据实验指纹谱识别 S 蛋白、N 蛋白、VLP 蛋白、链霉亲和素蛋白及空白信号。研究采用扩展乘性...
本文报道了一种由深度学习和智能手机集成驱动的新型便携式化学发光（CL）传感平台，用于低成本、选择性葡萄糖检测。该平台采用低成本蜡印微垫（WPµ-pads）纸基结构构建微型 CL 传感器，并利用 3D 打印黑色盒子作为紧凑传感腔，替代传统笨重的 CCD 相机和光学传感器。智能手机集成使诊断过程无缝且用户友好，适合即时检测（PoC）应用...
本文开发了一种新型、低成本（约10美元）、便携式深度学习辅助智能手机电化学发光（ECL）传感平台，用于乳酸的选择性检测。采用丝网印刷和蜡印法在纸质基底上快速制备微型单对电极 ECL 器件，自制 3D 打印便携黑盒作为反应腔。该平台与智能手机及升降压转换器集成，无需昂贵 CCD 相机、光电倍增管和笨重电源，适合即时检测。深度学习模型利...
生物元件（bio-elements）的理性设计、活性预测与自适应应用是合成生物学的重要研究方向。当前该领域的主要挑战在于如何高效设计所需生物元件，并利用海量数据准确预测其活性。人工智能（AI）技术的发展使机器学习和深度学习算法能够在生物元件数据中挖掘规律并预测其性能。本综述探讨了 AI 算法在生物元件理性设计、活性预测以及利用 AI...
本研究提出一种无标记单细胞分类方法，用于在单细胞水平快速识别和区分不同细胞类型或亚型。现有活细胞筛选常依赖生物分子标记或侵入性操作，可能影响细胞功能或造成损伤。作者将相差显微镜的高空间分辨率与共振波导光栅（RWG）生物传感器的粘附动力学记录能力相结合，建立高精度单细胞分割与分类工作流。该方法利用RWG传感器记录细胞粘附引起的界面折射...
生物传感技术的快速发展以及深度学习的出现，标志着医疗和生物医学研究进入一个新时代：智能手机、智能手表和专用健康设备等普及型设备有望在自然环境中促进远程、可及的诊断、监测和自适应治疗。本系统综述聚焦多种生物传感技术与深度学习算法相结合的影响，以及这些模型在医疗中的应用。我们探讨了研究人员和工程师在开发用于生物传感的深度学习模型时必须考...
核糖体生物发生起始于核仁，核仁是由液-液相分离形成的多相生物分子凝聚体，也是重要的疾病生物标志物和应激生物传感器，其形态反映功能。本研究采用数字全息显微镜（DHM）这一无标记定量相位对比显微技术，在贴壁和悬浮人细胞中检测核仁。作者训练卷积神经网络，在 DHM 图像上自动检测并量化核仁。包含细胞光学厚度信息的全息图使作者定义了一种新指...
近年来，生物传感器在食品安全评价中的应用受到广泛关注，但其灵敏度、准确性和效率的评价仍在持续。机器学习的出现增强了生物传感器在食品安全评价中的应用，并取得更好结果。机器学习已初步与不同生物传感器结合用于食品安全评价，并显示积极效果。本综述全面总结了用于食品安全生物传感器的多种机器学习方法。首先概述主要机器学习方法，并深入考察生物传感...
浮游生物在水生食物网中具有重要作用，近年被提出作为生物传感器，因其对环境微小扰动会产生生理、形态和行为变化。高分辨率原位自动成像系统可获取海量浮游生物图像，如ZooScan和WHOI数据集，但高质量标注昂贵且类别严重不平衡。迁移学习是常用解决方案，通常以ImageNet1K为预训练源。本文设计三条迁移学习管线，在WHOI22、Kag...
本文提出一种基于等离子体 Rabi 天线与深度神经网络的人脑行为/活动模拟与预测模型。该探针由嵌入改进型 Mach-Zehnder 干涉仪（MZI）add-drop 滤波器中的银棒构成；当系统时空控制达到两能级振荡时形成 Rabi 天线，可用作人脑传感器探针。作者利用脑-Rabi 天线通信设计光子神经网络，传输由神经元连接，信号以电...