14 条结果 关键词:深度学习 ×

Emerging Trends in Artificial Intelligence-Integrated Biochip Technologies for Biomedical Applications.

Micromachines 2026 Maruthupandi M, Lee NY

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...

Deep locomotion prediction learning over biosensors, ambient sensors, and computer vision.

PloS one 2026 Javeed M, Jalal A, AlHammadi DA, Lee B

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、...

Emerging Trends in Artificial Intelligence-Assisted Colorimetric Biosensors for Pathogen Diagnostics.

Sensors (Basel, Switzerland) 2026 Maruthupandi M, Lee NY

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...

Integrating AI with Biosensors and Voltammetry for Neurotransmitter Detection and Quantification: A Systematic Review.

Biosensors 2025 Nchouwat Ndumgouo IM, Chowdhury MZU, Andreescu S, Schuckers S

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...

Integration of Artificial Intelligence in Biosensors for Enhanced Detection of Foodborne Pathogens.

Biosensors 2025 Banicod RJS, Tabassum N, Jo DM, Javaid A 等 6 人

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...

AI-Assisted Rational Design and Activity Prediction of Biological Elements for Optimizing Transcription-Factor-Based Biosensors.

Molecules (Basel, Switzerland) 2024 Ding N, Yuan Z, Ma Z, Wu Y 等 5 人

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...

Non-Invasive Biosensing for Healthcare Using Artificial Intelligence: A Semi-Systematic Review.

Biosensors 2024 Islam T, Washington P

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...

Detecting material state changes in the nucleolus by label-free digital holographic microscopy.

EMBO reports 2024 Zorbas C, Soenmez A, Léger J, De Vleeschouwer C 等 5 人

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...

Machine learning assisted biosensing technology: An emerging powerful tool for improving the intelligence of food safety detection.

Current research in food science 2024 Zhou Z, Tian D, Yang Y, Cui H 等 8 人

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...

In-domain versus out-of-domain transfer learning in plankton image classification.

Scientific reports 2023 Maracani A, Pastore VP, Natale L, Rosasco L 等 5 人

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...

An exploratory simulation study and prediction model on human brain behavior and activity using an integration of deep neural network and biosensor Rabi antenna.

Heliyon 2023 Pham NT, Bunruangses M, Youplao P, Garhwal A 等 14 人

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...

A Novel COVID-19 Diagnostic System Using Biosensor Incorporated Artificial Intelligence Technique.

Diagnostics (Basel, Switzerland) 2023 Alam MM, Alam MM, Mirza H, Sultana N 等 9 人

新冠疫情持续演变,对人类健康构成重大威胁,并造成大量死亡。该研究提出一种基于洗牌牧羊人优化的广义深度卷积模糊网络(SSO-GDCFN)方法,用于诊断 COVID-19 的疾病状态、病毒类型和康复类别。该方法首先采集并预处理来自不同生物传感器技术的 COVID-19 数据集,包括患者症状、身体状况、Alpha、Beta、Gamma、D...

Application and Progress of Chemometrics in Voltammetric Biosensing.

Biosensors 2022 Liu J, Xu Y, Liu S, Yu S 等 6 人

伏安电化学传感方法与生物传感器及多传感器系统结合,能够快速、准确、可靠地分析复杂样品中主要分析物浓度和整体特征。同时,高维伏安图包含被测物质丰富的电化学特征。化学计量方法是从伏安数据中挖掘有价值信息的重要工具,可辅助伏安生物传感器校准和复杂基质条件下的多元素检测。本综述介绍了伏安生物传感器和电子舌研究中常用的伏安分析技术,然后总结了...

Advancing Biosensors with Machine Learning.

ACS sensors 2020 Cui F, Yue Y, Zhang Y, Zhang Z 等 5 人

化学计量学在基于生物传感器的检测、分析和诊断中发挥关键作用。如今,作为人工智能(AI)分支的机器学习(ML)已取得显著进展。然而,新型先进机器学习方法,尤其是以图像分析、人脸识别和语音识别著称的深度学习,在生物传感器领域仍相对少见。本文系统讨论机器学习如何有益于生物传感器。基于传感数据分析,总结最常用机器学习算法的优缺点,重点强调卷...