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
241	2025-05-12	PPG-Based Sleep Staging Using SleepPPGNet: Extension to Wearables, Improvements, Limitations 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/EMBC53108.2024.10781611 PMID:40038927	research paper	该研究扩展了基于PPG的睡眠分期模型SleepPPGNet的应用至可穿戴设备，并探讨了其改进和局限性	将SleepPPGNet模型应用于手腕佩戴设备收集的PPG数据，并引入活动计数作为额外输入以提高准确性	模型在心律正常的受试者中表现良好，但在心律失常患者中准确性下降10%	开发更高效的睡眠分期方法，减少对传统多导睡眠图的依赖	成年人的PPG数据	machine learning	sleep disorders	photoplethysmography (PPG)	SleepPPGNet	PPG信号和活动计数	未明确提及具体样本数量，但涉及成年人和心律失常患者
242	2025-05-12	Unsupervised 3D Lung Segmentation by Leveraging 2D Segment Anything Model 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/EMBC53108.2024.10782129 PMID:40038928	research paper	该研究提出了一种利用2D Segment Anything Model（SAM）进行无监督3D肺部分割的方法	通过利用基础的2D SAM模型进行2D切片分割并生成2D掩码，然后将同一受试者的多个2D掩码重建为一个3D掩码，实现了无需标注数据的无监督3D肺部分割	研究仅在LUNA16数据集上进行了评估，未在其他数据集上验证其泛化能力	开发一种无需标注数据的无监督3D肺部分割方法	3D肺部CT数据	digital pathology	lung cancer	SAM	3D segmentation model	3D CT image	LUNA16数据集
243	2025-05-12	A Cross-Feature Mutual Learning Framework to Integrate Functional Connectivity and Activity for Brain Disorder Classification 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/EMBC53108.2024.10781810 PMID:40038938	研究论文	提出了一种跨特征互学习框架（CFML），用于整合功能连接性和活动性特征以提升脑部疾病分类性能	开发了一种端到端的混合特征学习框架，通过互学习策略促进TC和FNC特征的协作学习与知识迁移	未提及具体的数据集规模限制或模型泛化能力的详细评估	提升脑部疾病（如精神分裂症）的分类准确率	健康对照组（HC）和精神分裂症患者（SZ）的功能磁共振成像数据	数字病理学	精神分裂症	功能磁共振成像（fMRI）	RNN和Transformer结合的混合模型	时间序列数据和功能网络连接数据	未明确提及具体样本数量
244	2025-05-12	TransRUPNet for Improved Polyp 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/EMBC53108.2024.10781511 PMID:40038943	research paper	提出了一种基于Transformer的残差上采样网络（TransRUPNet），用于自动实时息肉分割	TransRUPNet结合了Transformer和残差上采样网络，提高了息肉分割的准确性和实时性	未提及具体的数据集多样性或模型在不同医疗设备上的泛化能力	通过早期检测和自动分割预防结肠癌	结肠息肉	digital pathology	colorectal cancer	deep learning	Transformer based Residual Upsampling Network (TransRUPNet)	image	公开可用的PolypGen数据集及分布外息肉数据集
245	2025-05-12	BrainFTFCN: Synergistic feature fusion of temporal dynamics and network connectivity for brain age prediction 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/EMBC53108.2024.10782250 PMID:40038971	research paper	提出了一种名为BrainFTFCN的新型特征融合网络，用于通过整合时间动态和网络连接性来预测大脑年龄	首次提出了一种结合时间动态和网络连接性的特征融合网络，显著提高了大脑年龄预测的准确性和模型的可解释性	仅在一个数据集（Cam-CAN）上进行了验证，需要更多数据集的验证来证明其普适性	通过整合时间动态和网络连接性来提升大脑年龄预测的准确性	大脑年龄预测	digital pathology	geriatric disease	rs-fMRI	Temporal Attention Autoencoder (TAAE), Functional Connectivity Graph Attention Network (FCGAT), support vector regression	neuroimaging-derived data	Cam-CAN数据集
246	2025-05-12	Selection of Dataframes Presenting Glioma from Magnetic Resonance Images: 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/EMBC53108.2024.10782396 PMID:40038981	研究论文	本文提出了一种基于深度学习的算法，用于从FLAIR MRI切片中自动检测胶质瘤	首次提出了一种不依赖于预先提取MRI特征的自动化方法，用于MRI切片级别的胶质瘤识别	未提及具体的数据集大小或多样性限制	开发一种自动检测胶质瘤的深度学习算法，以辅助临床医生减少识别时间	FLAIR MRI切片中的胶质瘤	数字病理	胶质瘤	MRI	深度学习	图像	NA
247	2025-05-12	Interactive Image Selection and Training for Brain Tumor Segmentation Network 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/EMBC53108.2024.10781962 PMID:40038984	研究论文	本文提出了一种基于FLIM的交互式图像选择和训练方法，用于脑肿瘤分割网络的训练	结合专家知识，通过交互式方法选择和训练少量图像，无需反向传播即可训练卷积层，性能与手动选择相当甚至优于传统反向传播方法	需要专家参与交互过程，可能在实际应用中增加人力成本	解决医学图像分割中需要大量标注数据训练深度模型的问题	脑肿瘤医学图像	数字病理	脑肿瘤	FLIM（基于图像标记的特征学习）	U型网络（U-shaped network）	医学图像	少量图像（具体数量未明确说明）
248	2025-05-12	Detection of Peri-Pancreatic Edema using Deep Learning and Radiomics Techniques 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/EMBC53108.2024.10782032 PMID:40039000	research paper	本研究利用深度学习和放射组学技术自动检测胰腺周围水肿，为胰腺炎的诊断和管理提供新方法	首次提出自动检测胰腺周围水肿的研究，结合现代深度学习架构和放射组学技术，并创建了首个针对该问题的基准数据集	研究样本量相对较小（255例患者），且仅基于CT影像数据	开发自动检测胰腺周围水肿的方法，以辅助胰腺炎的临床评估	255名胰腺疾病患者的CT影像数据	digital pathology	pancreatitis	CT imaging	LinTransUNet, Swin-Tiny transformer, XGBoost	image	255名胰腺疾病患者的CT影像数据
249	2025-05-12	Application of TimeGAN to IMU-based Data of Upper Limb Range of Motion 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/EMBC53108.2024.10782598 PMID:40038998	research paper	该研究应用TimeGAN生成基于IMU传感器的上肢运动范围(ROM)合成时间序列数据	首次将TimeGAN应用于残疾模拟研究中的IMU传感器数据生成	仅针对肘关节屈伸运动的四种实验条件进行研究	生成准确的合成ROM数据以减少需要大量人类受试者的数据采集困难	上肢运动范围(ROM)数据	数字病理学	运动障碍(如偏瘫)	TimeGAN, PCA, t-SNE	TimeGAN	时间序列数据	使用可穿戴惯性传感器(WISE系统)收集的人类受试者3D ROM数据
250	2025-05-12	Explainable Multimodal Deep Learning for Heart Sounds and Electrocardiogram Classification 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/EMBC53108.2024.10782371 PMID:40039014	research paper	介绍了一种基于Grad-CAM的多模态深度学习方法，用于心音和心电图信号的分类	提出了使用Grad-CAM评估五种不同模型的方法，并比较了早期融合和晚期融合多模态模型的性能	未提及样本量是否足够大，以及模型在其他数据集上的泛化能力	开发可解释的多模态深度学习模型，用于心音和心电图的二元分类（正常/异常）	同步采集的心音信号（PCG）和心电图信号（ECG）	machine learning	cardiovascular disease	Gradient-weighted Class Activation Mapping (Grad-CAM)	1D-CNN, 2D-CNN, 多模态融合模型	心音信号和心电图信号	NA
251	2025-05-12	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，用于家庭环境下的呼吸治疗依从性监测	利用消费级硬件（无线耳机和智能手机）实现高精度的实时呼吸相位和通道检测	研究未明确说明样本量及参与者的具体特征	开发家庭环境下呼吸治疗依从性监测的实用解决方案	需要进行呼吸练习的患者	机器学习	NA	音频信号处理	CNN	音频	NA
252	2025-05-12	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	research paper	该研究探索了一种基于步态特征的非临床方法，用于通过惯性运动单元(IMU)传感器检测慢性肾脏病(CKD)	提出了一种结合CNN和BiLSTM网络的模型，利用步态数据进行CKD的早期检测	样本量相对有限，且仅来自单一医疗机构	开发一种非侵入性的CKD早期检测方法	276名不同阶段CKD患者和217名健康对照者	digital pathology	chronic kidney disease	IMU传感器	CNN和BiLSTM组合模型	步态测量数据	493人(276名CKD患者和217名健康对照)
253	2025-05-12	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PPG进行非接触式心率监测的可行性	提出了一种动态确定感兴趣区域的两阶段过程，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	实验仅涉及4名志愿者，样本量较小	探索在关键护理和紧急情况下远程PPG监测的可行性	接受静脉输液治疗的志愿者	计算机视觉	NA	远程PPG	深度学习	视频	4名志愿者，超过350分钟的拍摄
254	2025-05-12	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	本文探讨了联邦学习在开发AI控制假肢的深度学习表面肌电解码方法中的应用	提出了FedAssist框架，通过本地和全局预热策略有效处理非独立同分布sEMG数据集，提升性能	未提及具体实验样本量和假肢类型限制	推进sEMG领域的去中心化机器学习方法，提高假肢精度和康复效果	AI控制的假肢及其表面肌电信号解码	机器学习	NA	联邦学习	深度学习	表面肌电信号(sEMG)	NA
255	2025-05-12	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	本研究探讨了基于图深度学习的模型在预测早期阿尔茨海默病中的应用	引入了两种关键贡献：1) 对rs-fMRI时间点和功能连接性在阿尔茨海默病预测中的比较分析；2) 一种创新的图变换器变体，结合自聚类以提高预测准确性	rs-fMRI时间点在基于变换器的模型中效用有限，即使考虑了时间信息	探索静息态功能磁共振成像及其衍生的功能连接性在理解阿尔茨海默病进展中的预测潜力	阿尔茨海默病患者	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
256	2025-05-12	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，用于从相位对比显微镜图像中自动估计细胞大小分布和感染水平，无需荧光标记	提出了一种无需荧光标记的病毒滴度自动化估计方法，利用深度学习和迁移学习从相位对比图像中检测细胞形态变化	研究使用了有限的数据集，可能影响模型的泛化能力	开发一种自动化方法，用于重组蛋白生产和疫苗开发中感染昆虫细胞的检测	感染和非感染的昆虫细胞	计算机视觉	NA	相位对比显微镜成像	HOG + SVM, Faster RCNN, YOLO	图像	有限的数据集
257	2025-05-12	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	提出了一种基于深度学习的新型框架，用于在多样化和复杂的步行场景中自动检测步态事件	使用Temporal Convolutional Network (TCN)处理多样步行条件下的步态事件检测，并引入峰值检测算法提高准确性	未提及具体在哪些病理场景下的应用效果	解决步态事件检测在复杂日常活动中的高精度挑战	步态事件检测	机器学习	运动障碍	深度学习	TCN	步态数据	公开可用的步态数据集
258	2025-05-12	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	该研究通过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优化了DeepLabV3+和EfficientNetB7的预测结果	未提及具体局限性	提高皮肤癌病变分割的准确性和有效性	皮肤癌图像中的病变区域	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
259	2025-05-12	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	利用对抗学习框架和空间变换网络进行投影图像合成，减少稀疏角度X射线断层扫描中的噪声和伪影	需要大量全采样数据进行训练	提高稀疏角度X射线断层扫描中重建图像的质量	CT图像	计算机视觉	NA	X射线断层扫描	对抗学习、空间变换网络	图像	NA
260	2025-05-12	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	提出了一种名为Deep STI的新型深度学习模型，用于电子健康记录(EHRs)中时间序列数据的缺失值填补	开发了一个端到端的深度学习模型，结合了序列到序列生成网络和预测网络，能够更好地捕捉EHRs中的时间动态特性	仅在台湾大学医院的肝癌数据上进行了评估，需要更多样化的数据集验证	提高电子健康记录中缺失值填补的准确性，从而增强临床决策和患者护理	电子健康记录(EHRs)中的时间序列数据	医疗健康分析	肝癌	深度学习	序列到序列生成网络与预测网络的结合	时间序列数据	台湾大学医院的肝癌数据(具体样本量未提及)