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
41	2025-03-06	Wireless Earphone-based Real-Time Monitoring of Breathing Exercises: A Deep Learning Approach 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782159 PMID:40039017	研究论文	本文提出了一种基于无线耳机的实时呼吸监测系统，用于家庭环境中的呼吸治疗依从性监测	利用消费级硬件（如耳机和智能手机）实现高精度的实时呼吸监测，通过两个卷积神经网络分别进行呼吸通道和呼吸阶段的分类	研究未提及系统在不同环境噪声下的鲁棒性，也未讨论长期使用的可靠性	开发一种能够在家庭环境中实时监测呼吸治疗依从性的系统	需要进行呼吸治疗的患者	机器学习	NA	深度学习	CNN	音频信号	NA
42	2025-03-06	Towards early detection of chronic kidney disease based on gait patterns: IMU-based approach using neural networks 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781594 PMID:40038997	研究论文	本研究探索了一种基于惯性测量单元（IMU）传感器分析步态特征的非临床方法，用于慢性肾病（CKD）的早期检测	提出了一种结合卷积神经网络（CNN）和双向长短期记忆（BiLSTM）网络的模型，用于分析步态数据以检测CKD	样本量相对较小，且仅来自单一医院，可能限制了结果的普遍性	探索基于步态特征的CKD早期检测方法	276名不同阶段CKD患者和217名健康对照者	机器学习	慢性肾病	IMU传感器	CNN和BiLSTM	步态数据	276名CKD患者和217名健康对照者
43	2025-03-06	Facial Remote Photoplethysmography for Continuous Heart Rate Monitoring during Prolonged Cold Liquid Bolus Administration 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781709 PMID:40039011	研究论文	本研究探讨了在静脉输液治疗期间通过基于摄像头的远程光电容积描记法（PPG）进行非接触式心率监测的可行性	提出了一种两阶段过程动态确定感兴趣区域（ROIs），结合深度学习进行面部标志检测，并考虑了受试者的面部尺寸，同时省略了预处理步骤以最小化信号处理，仍保持了低误差率	实验仅涉及4名志愿者，样本量较小	研究在静脉输液治疗期间通过远程PPG进行心率监测的可行性	4名志愿者	计算机视觉	NA	远程光电容积描记法（PPG）	深度学习	视频	4名志愿者，超过350分钟的录像
44	2025-03-06	FedAssist: Federated Learning in AI-Powered Prosthetics for Sustainable and Collaborative Learning 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781961 PMID:40039020	研究论文	本文探讨了在AI控制的假肢开发中，将联邦学习与深度学习相结合，用于表面肌电信号解码方法的研究	提出了FedAssist框架，通过本地和全局的预热启动策略，有效解决了表面肌电信号数据集的非独立同分布问题，提升了非独立同分布场景下的性能	未提及具体的数据集规模或实验细节，可能限制了结果的普适性	研究联邦学习在AI控制假肢中的应用，旨在提高假肢的精确度和康复效果	表面肌电信号数据集	机器学习	NA	联邦学习	深度学习	表面肌电信号数据	NA
45	2025-03-06	Graph-based deep learning models in the prediction of early-stage Alzheimers 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782267 PMID:40039021	研究论文	本研究探讨了静息态功能磁共振成像（rs-fMRI）及其衍生的功能连接性（FC）在理解阿尔茨海默病进展中的预测潜力，并利用深度学习和基于图的模型提出了两项关键贡献	引入了创新的图变换器变体，结合自聚类以提高预测准确性，并进行了rs-fMRI时间点与功能网络连接性的比较分析	rs-fMRI时间点在考虑时间信息时，对于基于变换器的模型预测阿尔茨海默病的效用有限	研究静息态功能磁共振成像及其功能连接性在预测阿尔茨海默病早期阶段的潜力	阿尔茨海默病	机器学习	老年病	静息态功能磁共振成像（rs-fMRI）	图变换器	图像	830名受试者
46	2025-03-06	Towards Fluorescent-Tag-Less Viral Titration: Automated Estimation of Cell-Size Distribution and Infection Level from Phase-Contrast Microscopy Using Deep Learning and Transfer Learning 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782022 PMID:40039040	研究论文	本文提出了一种基于深度学习和迁移学习的方法，通过相位对比显微镜图像自动估计细胞大小分布和感染水平，从而无需荧光标记即可进行病毒滴度测定	提出了一种无需荧光标记的自动化方法，利用深度学习和迁移学习从相位对比图像中检测细胞大小分布和感染水平	研究基于有限的数据集，可能影响模型的泛化能力	开发一种自动化方法，用于检测感染细胞并量化细胞大小分布，以支持重组蛋白生产和疫苗开发	感染和非感染的昆虫细胞	计算机视觉	NA	深度学习、迁移学习	YOLO、Faster RCNN、HOG + SVM	图像	有限的数据集
47	2025-03-06	Temporal Convolutional Network for Gait Event Detection 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782082 PMID:40039054	研究论文	本研究提出了一种基于深度学习的新框架，用于在多样化和复杂的步行场景中自动检测步态事件（GED），旨在解决准确识别与运动障碍相关的生物力学标记的挑战	采用时间卷积网络（TCN）来处理不同步行条件和环境下的GED，并引入峰值检测算法作为后处理步骤，以提高步态事件的准确识别	未提及具体局限性	解决在日常生活活动中准确识别与运动障碍相关的生物力学标记的挑战	步态事件检测（GED）	机器学习	运动障碍	时间卷积网络（TCN）	TCN	步态数据	使用公开的步态数据集进行评估
48	2025-03-06	Lesion Segmentation in Skin Cancer Images using Fusion Model via Deep Learning Networks 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782503 PMID:40039061	研究论文	本研究专注于使用深度学习网络融合模型进行皮肤癌图像中的病变分割	结合了六种不同的深度学习模型，并通过平均融合方法结合了DeepLabV3+和EfficientNetB7的预测结果，展示了在皮肤病变分割中的高准确性和有效性	NA	提高皮肤癌图像中病变分割的准确性	皮肤癌图像	计算机视觉	皮肤癌	深度学习	DeepLabV3+, EfficientNetB7, VGG19, Attention-UNet, MultiRes-UNet, Transformer-UNet	图像	ISIC 2017数据集用于训练，PH2、ISIC 2016和ISIC 2018数据集用于测试
49	2025-03-06	Projection Image Synthesis Using Adversarial Learning Based Spatial Transformer Network For Sparse Angle Sampling CT 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782486 PMID:40039056	研究论文	本文提出了一种基于对抗学习的空间变换网络，用于稀疏角度采样CT的投影图像合成，旨在通过合理增加现有投影数据的投影图像数量来提高重建图像的质量	本文的创新点在于将视频帧合成技术应用于稀疏角度X射线断层扫描，提出了一种基于对抗学习的空间变换网络，用于投影图像合成，从而改善重建图像的质量	该方法需要大量全采样数据进行训练，这可能限制了其在数据稀缺情况下的应用	研究目的是通过增加投影图像数量来提高稀疏角度采样CT重建图像的质量	稀疏角度采样CT的投影图像	计算机视觉	NA	对抗学习	空间变换网络	图像	NA
50	2025-03-06	Deep STI: Deep Stochastic Time-series Imputation on Electronic Health Records 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782239 PMID:40039068	研究论文	本文提出了一种名为Deep STI的深度随机时间序列插补算法，用于处理电子健康记录（EHRs）中的缺失值问题，以提高疾病预测的准确性	Deep STI算法创新性地结合了序列到序列生成网络和预测网络，能够从时间序列数据中准确推断缺失值	NA	提高电子健康记录（EHRs）中缺失值处理的准确性，以增强疾病预测和临床决策	电子健康记录（EHRs）中的时间序列数据	机器学习	肝癌	深度随机时间序列插补算法	序列到序列生成网络与预测网络的结合	时间序列数据	来自国立台湾大学医院的肝癌数据
51	2025-03-06	A Hybrid GCN-LSTM Model for Ventricular Arrhythmia Classification Based on ECG Pattern Similarity 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781976 PMID:40039060	研究论文	本文提出了一种结合图卷积网络（GCN）和长短期记忆网络（LSTM）的混合模型，用于基于心电图（ECG）模式相似性的心室心律失常分类	创新点在于开发了一种结合GCN和LSTM的混合模型，利用可训练的加权ϵ邻域图捕捉ECG片段内时间序列的相似性，显著提高了VT、VF和非心室节律的分类效果	NA	研究目的是提高心室心动过速（VT）和心室颤动（VF）的自动分类准确性	研究对象是心电图（ECG）数据	机器学习	心血管疾病	深度学习	GCN-LSTM	时间序列数据	NA
52	2025-03-06	Domain Specific Transporter Framework to Detect Fractures in Ultrasound 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782947 PMID:40039073	研究论文	本文提出了一种无监督的、特定领域的传输框架，用于从超声扫描中识别相关关键点，提供简洁的几何表示，突出具有高结构变化的区域	提出了一种无监督的、特定领域的传输框架，结合瞬时局部相位（LP）检测骨骼特征，用于超声骨折检测	需要进一步验证在更大样本量和不同骨折类型上的适用性	提高超声在骨折检测中的适用性	手腕3D超声视频	计算机视觉	骨折	深度学习（DL）	无监督传输框架	视频	30名受试者，每人由3名读者独立评估
53	2025-03-06	Surrogate Simulation of Subject-Specific Lateral Pinch via Deep Learning 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782182 PMID:40039080	研究论文	本文提出了一种基于深度学习的自适应代理模型，用于侧捏动作的个性化模拟	该模型能够接受肌肉骨骼参数和肌肉激活作为输入，实现个性化模拟，并在速度和准确性上优于传统的多体模拟方法	模型的应用范围目前仅限于侧捏动作，尚未验证其在其他动作或更复杂场景中的适用性	开发一种快速且准确的个性化肌肉骨骼模拟方法，以替代传统计算密集型模拟	侧捏动作的肌肉骨骼模拟	机器学习	NA	深度学习	自适应代理模型	肌肉骨骼参数和肌肉激活数据	NA
54	2025-03-06	Deep Learning Classification of Prostate Cancer on Confidently Labeled Micro-Ultrasound Images 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782375 PMID:40039092	研究论文	本文利用深度学习技术对前列腺癌的微超声图像进行分类，并与专家评审结果进行对比	开发了一种将微超声与MRI及病理结果配准的方法，用于训练癌症分类器，并在小样本数据集上取得了优于新手评审、接近专家评审的表现	研究样本量较小（15例患者），需要更大数据集和更复杂模型进一步验证	探索微超声技术在前列腺癌识别中的应用，开发基于深度学习的分类方法	前列腺癌患者的微超声图像	计算机视觉	前列腺癌	微超声成像	深度学习分类模型	图像	15例患者
55	2025-03-06	Unsupervised Hybrid Deep Feature Encoder for Robust Feature Learning from Resting-State EEG Data 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10781741 PMID:40039110	研究论文	本文提出了一种无监督混合深度特征编码器，用于从静息态EEG数据中学习鲁棒特征表示	提出了一种新的无监督混合深度特征编码器，专门针对静息态EEG数据进行特征学习，解决了现有模型主要针对任务相关EEG数据的局限性	研究仅针对静息态EEG数据，未涉及任务相关EEG数据的对比分析	研究目的是开发一种能够从静息态EEG数据中学习鲁棒特征表示的模型	静息态EEG数据	机器学习	NA	变分自编码器(VAE), K-means聚类	VAE, K-means	EEG数据	未明确提及样本数量
56	2025-03-06	Evaluating Atypical Gaze Patterns through Vision Models: The Case of Cortical Visual Impairment 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782199 PMID:40039116	研究论文	本文通过视觉模型评估非典型注视模式，特别是针对皮质视觉障碍（CVI）的研究	利用深度学习模型生成视觉显著性图，结合眼动追踪技术，揭示CVI患者的非典型视觉显著性，为严重神经发育障碍建立眼动追踪特征	研究主要依赖于定性的临床描述，缺乏客观的CVI严重程度衡量标准	研究皮质视觉障碍（CVI）对视觉功能的影响，并建立客观的评估方法	CVI儿童及年龄匹配的对照组儿童	计算机视觉	神经发育障碍	眼动追踪技术	深度学习模型	图像	CVI儿童及年龄匹配的对照组儿童
57	2025-03-06	Deep Learning-based Open-set Person Identification using Radar Extracted Cardiac Signals 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782527 PMID:40039114	研究论文	本文介绍了一种基于深度学习的人员识别算法，利用雷达提取的生命体征进行非接触式测量	该算法在开放集条件下进行人员识别，结合了两个基于卷积神经网络（CNN）的模型和分布模型进行校准，通过策略性决策过程结合模型输出，实现了优越的识别效果	NA	开发一种在开放集条件下进行人员识别的新算法	雷达提取的生命体征信号	机器学习	NA	多普勒雷达	CNN	雷达信号	公共雷达生命体征数据集
58	2025-03-06	Sleep structure discriminates patients with isolated REM sleep behavior disorder: a deep learning approach 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782600 PMID:40039123	研究论文	本文提出了一种基于深度学习的快速客观模型，用于根据睡眠结构识别孤立性快速眼动睡眠行为障碍（iRBD）患者	使用深度学习模型（ResNet-18）和睡眠结构的概率表示（hypnodensity graphs）来客观识别iRBD患者，避免了传统方法的主观性和耗时性	样本量相对较小（86名iRBD患者和81名对照），且仅基于PSG数据，未考虑其他可能的生物标志物	开发一种快速且客观的方法来识别孤立性快速眼动睡眠行为障碍（iRBD）患者	孤立性快速眼动睡眠行为障碍（iRBD）患者和健康对照	数字病理学	神经退行性疾病	深度学习	ResNet-18	睡眠结构数据（hypnodensity graphs）	167名受试者（86名iRBD患者和81名健康对照）
59	2025-03-06	Passive BCI Towards Health and Safety in Industry: Forecasting Human Vigilance 5.5 s Ahead 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782689 PMID:40039137	研究论文	本研究提出了一种新的实验协议和分析流程，用于预测重复任务中的警觉性下降	引入了基于EEG记录的脑机接口，用于工业领域中的健康和安全管理，特别是预测人类警觉性下降	样本量较小，仅涉及10名志愿者	通过优化工业操作员的认知负荷和促进人机交互，提升健康、安全和性能	10名志愿者观察机器人手臂执行三种不同动作时的EEG数据	脑机接口	NA	连续小波变换	编码器-解码器门控循环单元模型	EEG数据	10名志愿者
60	2025-03-06	Dual Prototypical Self-Supervised Learning for One-shot Medical Image Segmentation 2024-Jul, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference DOI:10.1109/EMBC53108.2024.10782248 PMID:40039131	研究论文	本文提出了一种新颖的双原型网络，通过引入部分原型来补充局部原型，以提取细粒度特征并增强一次性医学图像分割中的模型性能	提出了一种双原型网络，引入部分原型来补充局部原型，以提取细粒度特征，从而在一次性医学图像分割中提升模型性能	NA	解决一次性医学图像分割中的标签稀缺问题，减少临床实践中的标注成本	医学图像	计算机视觉	NA	深度学习	双原型网络	图像	CHAOS数据集