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
161	2025-03-06	Toward the TCN-based Real-Time BCI System for Target 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/EMBC53108.2024.10782928 PMID:40039787	研究论文	本研究开发了一种基于干电极脑电图信号的实时脑机接口系统，旨在提高快速序列视觉呈现任务中的目标检测能力	利用深度学习技术，特别是时间卷积网络（TCN），提高了快速序列视觉呈现任务中目标检测的准确性和效率	NA	开发用于军事应用的实时脑机接口系统，以增强快速序列视觉呈现任务中的目标检测能力	脑电图信号和快速序列视觉呈现任务中的目标符号	脑机接口	NA	干电极脑电图信号采集	时间卷积网络（TCN）	脑电图信号	NA
162	2025-03-06	Embedded Force Sensor with Deep Transformation Calibration for Interventional Soft Robots 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/EMBC53108.2024.10782738 PMID:40039800	研究论文	本文提出了一种基于明胶-石墨的软传感器的校准方法，利用卷积深度学习方法处理传感器的非线性行为并减少噪声放大	该方法提供了比其他方法更小的最小可检测力，特别适用于敏感的手术场景	NA	开发一种新的软传感器校准方法，以提高手术机器人的精度和减少手术创伤	明胶-石墨基软传感器	机器人技术	NA	卷积深度学习方法	CNN	传感器数据	NA
163	2025-03-06	CBAM_SAUNet: A novel attention U-Net for effective segmentation of corner cases 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/EMBC53108.2024.10782335 PMID:40039820	研究论文	本文提出了一种新型的注意力U-Net模型CBAM_SAUNet，用于有效分割医学图像中的极端案例	CBAM_SAUNet通过增强SAUNet的双重注意力解码器块，利用CBAM的通道注意力变体，提高了在极端案例上的分割性能	NA	提高深度学习模型在医学图像分割极端案例上的性能	心脏MRI图像	计算机视觉	心血管疾病	深度学习	U-Net, CBAM_SAUNet	图像	ACDC心脏MRI分割挑战数据集
164	2025-03-06	Explainable framework to detect Parkinson's disease related depression from EEG 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/EMBC53108.2024.10782333 PMID:40039816	研究论文	本文提出了一种可解释的功能连接框架，用于识别帕金森病相关抑郁症	该研究首次将可解释性引入帕金森病相关抑郁症的深度学习诊断中，提供了对网络决策过程的透明解释	研究中未提及样本量的具体数据，且可能局限于特定类型的EEG数据	开发一种可解释的框架，以提高帕金森病相关抑郁症的诊断准确性和透明度	帕金森病患者的EEG数据	数字病理学	帕金森病	深度学习	NA	EEG数据	NA
165	2025-03-06	Magnifying Facial Micro-movements for Cognitive Evaluation 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/EMBC53108.2024.10782235 PMID:40039839	研究论文	本研究提出了一种新颖的深度学习模型，通过放大面部微动来评估认知功能	利用深度学习模型整合多模态数据，通过放大面部微动来分类认知测试结果，实现自动化认知评估	需要进一步验证模型在不同人群和临床环境中的普适性和准确性	开发一种自动化且准确的认知评估工具，以替代传统的人工评分方法	认知测试期间的面部微动数据	计算机视觉	老年疾病	深度学习	深度学习模型	视频	NA
166	2025-03-06	Performance of Regression-Based Models for Real-Time Estimation of Anterior Ground Reaction Forces during Walking 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/EMBC53108.2024.10782133 PMID:40039833	研究论文	本研究评估了基于回归的模型在行走过程中实时估计前后地面反作用力（AGRF）的效果	首次探索了使用惯性测量单元（IMUs）实时估计前后地面反作用力的方法	模型在预测峰值推进力方面表现不足，且时间序列估计的R值和归一化均方根误差（NRMSE）值较低	评估基于回归的模型在实时估计前后地面反作用力（AGRF）中的效果	行走过程中的前后地面反作用力（AGRF）	生物力学	NA	惯性测量单元（IMUs）和力板数据记录	回归模型（未加权模型和加权模型）	时间序列数据	10名参与者
167	2025-03-06	A deep spatio-temporal attention model of dynamic functional network connectivity shows sensitivity to Alzheimer's in asymptomatic individuals 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/EMBC53108.2024.10781740 PMID:40039841	研究论文	本文介绍了一种深度时空注意力模型，用于动态功能网络连接性分析，以识别阿尔茨海默病无症状个体的风险	结合了transformer-convolution框架和时空自注意力机制，以捕捉大脑网络的依赖性和时间动态，显著优于其他流行的机器学习方法	研究主要基于功能磁共振成像数据，可能受限于数据采集和处理的技术限制	早期识别阿尔茨海默病风险个体，并理解不同阶段动态功能网络连接性的变化	阿尔茨海默病（AD）患者、轻度认知障碍（MCI）患者及无症状个体	机器学习	阿尔茨海默病	功能磁共振成像（fMRI）	transformer-convolution框架	图像	包括诊断为AD和MCI的个体，具体样本量未明确
168	2025-03-06	Feature Imitating Networks Enhance the Performance, Reliability and Speed of Deep Learning on Biomedical Image Processing Tasks 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/EMBC53108.2024.10782373 PMID:40039853	研究论文	本文首次评估了特征模仿网络（FINs）在生物医学图像处理任务中的应用，展示了其在性能、可靠性和速度上的优势	首次将FINs应用于生物医学图像处理任务，并证明其在多种任务中能提升模型性能、加快收敛速度	研究仅限于三种生物医学图像处理任务，未涉及更多类型的任务或数据集	评估FINs在生物医学图像处理任务中的性能提升效果	COVID-19检测、脑肿瘤分类和脑肿瘤分割	计算机视觉	COVID-19, 脑肿瘤	深度学习	FINs, 神经网络	CT扫描图像, MRI扫描图像	未明确提及样本数量
169	2025-03-06	Enhancing Wearable based Real-Time Glucose Monitoring via Phasic Image Representation Learning based 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/EMBC53108.2024.10781542 PMID:40039837	研究论文	本文提出了一种基于改进的频域递归图和深度学习的机器学习方法，以提高从可穿戴设备数据中预测血糖水平的准确性	使用改进的频域递归图结合机器学习，从小数据集中提取更有意义的特征，提高血糖预测的准确性	研究依赖于有限的数据集，可能影响模型的泛化能力	提高可穿戴设备实时血糖监测的准确性，预防2型糖尿病及相关心脏疾病	可穿戴设备采集的血糖数据	机器学习	2型糖尿病	改进的频域递归图	深度学习	时间序列数据	历史数据
170	2025-03-06	The Recurrent U-Net for Needle Segmentation in Ultrasound Image-Guided Surgery 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/EMBC53108.2024.10782677 PMID:40039871	研究论文	本文提出了一种基于U形网络和卷积门控循环单元的网络结构，用于超声图像引导手术中的针分割，以提高针尖位置和轨迹角度的定位精度	结合U形网络和卷积门控循环单元，捕捉针的运动信息，显著提升分割精度	实验数据仅基于牛肝数据集，未涉及人体数据	提高微创手术中超声图像下针的可视化效果，减少穿刺误差	超声图像中的针分割	计算机视觉	NA	深度学习	U-Net, 卷积门控循环单元	超声图像	192个视频，来自20个不同的牛肝
171	2025-03-06	Wearable-oriented Support for Interpretation of Behavioural Effects on Sleep 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/EMBC53108.2024.10781768 PMID:40039890	研究论文	本文探讨了一种解释多特征纵向可穿戴数据以分析健康问题可能原因的策略，并以睡眠领域为例，旨在阐明睡眠质量差的原因	使用可穿戴设备和深度学习技术创建可解释的模型，分析前一天行为对睡眠质量的影响	需要探索更多特征的数据集以验证这些特征的组合及其对健康方面的影响	分析日常行为对健康的影响，特别是睡眠质量	可穿戴设备收集的睡眠数据	机器学习	NA	深度学习	可解释的深度学习模型	可穿戴设备数据	1874天的可穿戴数据
172	2025-03-06	A Multimodal Transfer Learning Approach for Histopathology and SR-microCT Low-Data Regimes 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/EMBC53108.2024.10781540 PMID:40039905	研究论文	本文提出了一种多模态迁移学习方法，用于在数据有限的情况下对人类骨组织病理学和同步辐射微计算机断层扫描（SR-microCT）图像中的骨细胞和腔隙进行分割	在数据有限的情况下，采用深度U-Net模型进行跨领域和多模态迁移学习，显著提高了骨细胞和腔隙的分割精度	需要标记和多模态数据集，这在处理高维图像时较为困难	研究骨健康与骨细胞和腔隙几何变化的关系	人类骨组织病理学和SR-microCT图像中的骨细胞和腔隙	数字病理学	老年疾病	同步辐射微计算机断层扫描（SR-microCT）	U-Net	图像	NA
173	2025-03-06	Adaptive High-frequency Enhancement Network with Equilibrated Mechanism for MR Imaging 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/EMBC53108.2024.10782846 PMID:40039914	研究论文	本文提出了一种自适应高频增强网络，结合深度平衡模型，用于加速磁共振成像，提高重建的鲁棒性和细节保留能力	提出了一种新的网络，能够自适应地改善高频特征表示，并整合深度平衡模型进行固定点迭代，增强了重建的鲁棒性	由于内存限制，展开方法使用的迭代次数有限，可能导致细节丢失	加速磁共振成像并提高重建质量	磁共振成像数据	计算机视觉	NA	深度学习	深度平衡模型	图像	NA
174	2025-03-06	Small Lesions, Big Impact: An Automated Segmentation Framework for Brain Metastases 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/EMBC53108.2024.10782216 PMID:40039917	研究论文	本文介绍了一种用于脑转移瘤自动分割的深度学习框架，特别关注提高对小病灶的分割准确性	利用Swin Transformer的注意力机制和分层编码器，精确捕捉多模态MRI上脑转移瘤的复杂特征，特别适用于立体定向放射治疗中的小肿瘤分割	NA	提高脑转移瘤在MRI上的自动分割准确性，特别是小病灶的分割	脑转移瘤	计算机视觉	脑肿瘤	深度学习	Swin Transformer	MRI图像	BraTS-METS数据集
175	2025-03-06	Channel- and Label-Flip Data Augmentation for Motor Imagery-Based Brain-Computer Interfaces 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/EMBC53108.2024.10782028 PMID:40039924	研究论文	本文提出了一种新的数据增强方法，称为通道和标签翻转数据增强，用于提高基于运动想象的脑机接口的分类准确性	提出了一种结合通道翻转和标签翻转的数据增强方法，基于运动想象的左右手运动的神经科学对称性发现	方法仅在OpenBMI数据集上进行了验证，未在其他数据集上测试其泛化能力	提高基于运动想象的脑机接口的分类准确性	54名参与者的脑电图数据	脑机接口	NA	数据增强	经典机器学习模型和深度学习模型	脑电图数据	54名参与者
176	2025-03-06	Enhanced BCI Performance using Diffusion Model for EEG Generation 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/EMBC53108.2024.10782900 PMID:40039926	研究论文	本研究提出使用去噪扩散概率模型（DDPM）生成人工脑电图（EEG）信号，以提升基于运动想象（MI）的脑机接口（BCI）性能	首次将去噪扩散概率模型（DDPM）应用于EEG信号的生成，并通过定性和定量分析验证了生成信号的质量	未提及生成EEG信号的长期稳定性及在实际应用中的表现	提升基于运动想象的脑机接口性能，减少用户训练负担	脑电图（EEG）信号	脑机接口	NA	去噪扩散概率模型（DDPM）	DDPM	EEG信号	未明确提及具体样本数量
177	2025-03-06	Resource-Efficient Continual Learning for Personalized Online Seizure 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/EMBC53108.2024.10781699 PMID:40039936	研究论文	本文探讨了使用深度学习技术进行自动化癫痫发作检测的潜力，特别关注基于持续学习的个性化模型	提出了一种新颖的持续学习算法，集成了回放缓冲区机制，以在获取新数据的同时保留过去数据的关键信息，从而有效提高模型性能	研究主要基于CHB-MIT数据集，可能在其他数据集上的泛化能力有限	开发资源高效的持续学习算法，用于个性化在线癫痫发作检测	癫痫患者的EEG信号	机器学习	癫痫	深度学习	持续学习模型	EEG信号	CHB-MIT数据集
178	2025-03-06	A Study on Changes in Estimation Accuracy for EEG Data During Calibration and Operation in MI-BCI 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/EMBC53108.2024.10782616 PMID:40039945	研究论文	本研究分析了在脑机接口（BCI）校准和操作阶段使用深度学习模型时准确性的变化	通过模拟校准和操作阶段的任务，揭示了操作条件下脑电图（EEG）数据准确性的显著下降，强调了需要适应操作时产生的EEG信号数据的技术	未提及具体样本量或参与者特征，可能影响结果的普遍性	分析BCI在校准和操作阶段准确性的差异	脑机接口（BCI）用户	机器学习	NA	深度学习	NA	脑电图（EEG）数据	未提及具体样本量
179	2025-03-06	Clisp: A Robust Interactive Segmentation Framework for Pathological 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/EMBC53108.2024.10782318 PMID:40039941	研究论文	本文提出了一种名为Clisp的鲁棒交互式分割框架，用于病理图像的低成本和交互式注释	Clisp框架通过构建多源病理图像注释数据集（约79,000张图像）并采用重参数视觉变换器作为图像编码器，提高了分割方法的泛化能力	尽管Clisp在大多数数据集上表现出色，但其在特定任务或分割对象上的泛化能力仍需进一步验证	解决病理图像注释成本高的问题，提高自动分割算法的实用性和泛化能力	病理图像	数字病理	NA	深度学习	视觉变换器	图像	约79,000张病理图像
180	2025-03-06	Using Attentive Network Layers for Identifying Relevant EEG channels for Subject-Independent Emotion Recognition Approaches 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/EMBC53108.2024.10781782 PMID:40039982	研究论文	本研究探讨了使用注意力网络层识别与情绪识别相关的EEG通道，以开发独立于受试者的情绪识别方法	使用注意力网络层识别情绪处理中的共享模式，以提高独立于受试者的情绪识别模型的泛化能力	样本量较小（15名个体），且模型的平均准确率仅为46%	开发独立于受试者的情绪识别方法，以支持抑郁症、焦虑症和神经退行性疾病的诊断和治疗	15名个体的EEG信号	机器学习	抑郁症、焦虑症、神经退行性疾病	EEG信号分析	注意力网络层	EEG信号	15名个体