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...