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
261	2025-05-12	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GCN和LSTM的混合模型，用于基于ECG模式相似性的室性心律失常分类	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和非室性心律的分类性能	NA	提高室性心动过速(VT)和心室颤动(VF)的自动分类准确性	心电图(ECG)数据	机器学习	心血管疾病	深度学习	GCN-LSTM混合模型	时间序列数据(ECG)	NA
262	2025-05-12	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	提出了一种无监督的领域特定传输框架，用于从超声扫描中识别相关关键点，以检测骨折	采用无监督学习方法，结合领域特定信息（瞬时局部相位）来识别超声扫描中的关键点，减少了对大型标记数据集的依赖	仅在30名受试者的手腕3D超声视频上进行了验证，样本量较小	提高超声在骨折检测中的适用性	手腕骨折的超声扫描	计算机视觉	骨折	深度学习（DL）	无监督学习框架	3D超声视频	30名受试者，每人由3名读者独立评估
263	2025-05-12	Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts 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/EMBC53108.2024.10781599 PMID:40039079	研究论文	本研究探讨了在卷积神经网络(CNN)模型中添加扩散加权MRI(dMRI)作为输入对阿尔茨海默病分类和痴呆严重程度推断的价值，并在印度和北美人群数据集中进行了测试	首次在CNN模型中结合使用dMRI数据，并采用3D CycleGAN方法对成像数据集进行协调处理	研究主要基于特定数据集(ADNI和NIMHANS)，可能无法完全推广到其他人群	提高阿尔茨海默病和痴呆症的MRI影像分类准确率	北美(ADNI)和印度(NIMHANS)两个人群的脑部MRI数据	数字病理学	阿尔茨海默病	扩散加权MRI(dMRI)	CNN, 3D CycleGAN	MRI影像	来自ADNI(北美)和NIMHANS(印度)两个队列的数据
264	2025-05-12	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替代模型，用于模拟特定个体的侧捏动作	该模型能够接受肌肉骨骼参数和肌肉激活作为输入，进行个性化模拟，且计算速度比传统多体模拟快10-1000倍	模型在实验测量误差范围内表现良好，但未提及是否适用于其他类型的运动模拟	开发快速准确的个性化肌肉骨骼模拟方法	人体侧捏动作的模拟	机器学习	NA	深度学习	深度学习模型	肌肉骨骼参数和肌肉激活数据	未明确提及样本数量
265	2025-05-12	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	research paper	该研究利用深度学习技术对前列腺癌在微超声图像上进行分类	开发了一种将微超声与MRI及病理结果配准的方法，用于自信标记微超声图像以训练初步癌症分类器	研究数据集较小，仅包含15名患者，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，并与MRI进行比较	前列腺癌患者的微超声图像	digital pathology	prostate cancer	micro-ultrasound, MRI	深度学习分类器（未指定具体模型）	image	15名患者
266	2025-05-12	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	research paper	提出一种无监督混合深度特征编码器，用于从静息态EEG数据中学习稳健特征表示	首次针对静息态EEG数据设计无监督混合深度特征编码器，结合VAE和K-means聚类进行特征学习与选择	仅针对静息态EEG数据，未验证在其他类型EEG数据上的适用性	解决跨受试者EEG分类中因数据非平稳性和协变量偏移导致的特征学习难题	静息态EEG数据	machine learning	NA	EEG信号处理	Variational Autoencoder (VAE) + K-means聚类	EEG时序数据	未明确说明受试者数量
267	2025-05-12	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	research paper	该研究通过视觉模型评估非典型凝视模式，以皮层视觉障碍（CVI）为例，探索其客观测量方法	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患者的非典型凝视模式	研究样本可能有限，且方法主要针对CVI，对其他神经发育障碍的普适性有待验证	建立CVI严重程度的客观、基于证据的测量方法	CVI患儿及年龄匹配的对照组儿童	computer vision	cortical visual impairment	眼动追踪技术	deep vision models	image	NA
268	2025-05-12	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新型人员识别算法，利用雷达提取的生命体征进行开放集条件下的人员识别	该算法在开放集条件下进行人员识别，结合了两种基于CNN的模型和分布模型进行校准，显著提高了识别准确率	NA	开发一种能够在开放集条件下准确识别人员的算法	雷达提取的心脏脉搏信号	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
269	2025-05-12	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	本研究提出了一种基于深度学习的快速客观方法，用于通过睡眠结构识别孤立性快速眼动睡眠行为障碍（iRBD）患者	使用深度学习方法（ResNet-18模型）分析睡眠结构（通过催眠密度图表示），为iRBD提供了一种快速且客观的诊断工具	样本量相对较小（86名iRBD患者和81名对照），且仅基于PSG数据	开发一种快速且客观的方法来识别iRBD患者，以辅助临床诊断	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	多导睡眠图（PSG）	ResNet-18	图像（催眠密度图）	86名iRBD患者和81名健康对照
270	2025-05-12	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	本研究提出了一种基于脑电图（EEG）的新型实验协议和分析流程，用于预测重复任务中的警觉性下降	引入了编码器-解码器门控循环单元模型，能够提前5.5秒准确预测警觉性下降	样本量较小（仅10名志愿者），且实验场景较为单一	通过预测工业操作员的警觉性下降来提升健康、安全和绩效	工业操作员的脑电信号	脑机接口	NA	连续小波变换	编码器-解码器门控循环单元（GRU）	EEG信号	10名志愿者
271	2025-05-12	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	research paper	提出了一种新型的双原型网络，用于一次性医学图像分割，通过补充局部原型以提取细粒度特征	引入了部分原型来补充局部原型，以提取细粒度特征并提升一次性医学图像分割的性能	未提及具体局限性	解决一次性医学图像分割中的标签稀缺问题	医学图像	digital pathology	NA	deep learning	dual prototype network	image	CHAOS数据集
272	2025-05-12	Ultrasound for Automated Classification of Full-Thickness Rotator Cuff Tendon Tears using 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/EMBC53108.2024.10782185 PMID:40039129	研究论文	该研究提出了一种基于深度学习的自动化方法，用于通过超声图像对全层肩袖肌腱撕裂进行分类	采用了两步法，先进行分割再进行分类，且分割部分直接预测边界轮廓点而非传统的像素级语义分割，提高了检测准确性和临床相关性	研究仅针对全层肩袖撕裂，未涉及部分撕裂或其他肩部损伤	开发一种AI工具，使经验不足的超声使用者也能高准确率地检测肩袖撕裂	肩袖肌腱撕裂	计算机视觉	肩部损伤	超声成像	CNN-autoencoder和VGG-16	图像	210名患者，训练集11600张图像，测试集2900张图像
273	2025-05-12	Challenging Deep Learning Methods for EEG Signal Denoising under Data Corruption 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/EMBC53108.2024.10782132 PMID:40039138	研究论文	本文首次对在存在损坏通道情况下EEG信号去噪方法的性能进行了基准研究	首次评估了在EEG信号通道损坏情况下深度学习方法的表现，并提供了广泛的基准数据集	未具体说明损坏通道的比例或类型对结果的影响程度	评估深度学习方法在EEG信号去噪中的性能，特别是在数据损坏情况下	EEG信号	机器学习	NA	EEG信号处理	深度学习模型	EEG信号数据	多种数据集（未明确具体样本数量）
274	2025-05-12	Predicting Functional Surface Topographies Combining Topological Data Analysis and Deep Learning Across the Human Protein Universe 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/EMBC53108.2024.10782681 PMID:40039158	研究论文	结合拓扑数据分析和深度学习预测人类蛋白质宇宙中的功能表面形貌	开发了一种结合拓扑数据分析和DeepFRI深度学习方法来预测功能口袋及其相关GO术语和EC编号的方法	仅针对AF2预测的人类非单例代表结构进行研究，未涵盖所有蛋白质结构	理解和预测蛋白质结构的功能表面形貌	65,013个AF2预测的人类非单例代表结构，可映射到186,095个“非片段”AF2预测的人类蛋白质结构	生物信息学	NA	拓扑数据分析、DeepFRI深度学习	DeepFRI	蛋白质3D结构数据	65,013个AF2预测的人类非单例代表结构
275	2025-05-12	TAU-DI Net: A Multi-Scale Convolutional Network Combining Prob-Sparse Attention for EEG-based Depression Identification 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/EMBC53108.2024.10782219 PMID:40039164	研究论文	提出了一种结合概率稀疏注意力的多尺度卷积网络TAU-DI Net，用于基于EEG的抑郁症识别	结合频率周期变换和多尺度CNN提取多频信息表示，并采用自适应加权融合和概率稀疏注意力蒸馏可靠模式	未提及具体样本量或数据集的多样性限制	提高基于EEG的抑郁症识别准确率	抑郁症患者的EEG信号	数字病理学	抑郁症	EEG信号分析	CNN, 概率稀疏注意力机制	EEG信号	NA
276	2025-05-12	Fast Rule-based NER in SpaCy for Chest Radiography Reports with CheXpert's 14 Categories 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/EMBC53108.2024.10782341 PMID:40039172	研究论文	开发了一个基于规则的SpaCy NER工具，用于从胸部X光报告中提取诊断信息，以加速高质量标记图像的生成	使用基于规则的NER方法在SpaCy中识别CheXpert的14个类别中的词汇和表达，相比CheXpert Labeler减少了六分之五的计算时间	未提及具体的数据集规模或多样性限制	提高胸部X光图像标记的效率，以训练更准确的AI模型检测异常	胸部X光报告	自然语言处理	NA	NER（命名实体识别）	基于规则的模型	文本	使用了美国国家医学图书馆的Open-i数据集，但未提及具体样本数量
277	2025-05-12	Single Bone Modeler: deep learning bone segmentation for cone-beam 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/EMBC53108.2024.10782187 PMID:40039173	research paper	提出了一种基于深度学习的骨分割工作流程，用于精确分割锥束CT扫描中的骨骼	开发了一种专用的U-Net架构，并比较了轴向训练和多平面训练策略，以提高骨分割的准确性	未提及具体的数据集规模或多样性限制	提高锥束CT扫描中骨分割的精确度，以支持骨科诊断和手术规划	锥束CT扫描中的骨骼，特别是四肢骨骼	digital pathology	骨科疾病	锥束CT扫描	U-Net, SegNet	医学影像	NA
278	2025-05-12	Grade classification of nasal obstruction from endoscopy videos using machine 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/EMBC53108.2024.10781696 PMID:40039197	研究论文	使用机器学习从内窥镜视频中对鼻阻塞进行分级分类	首次提出了一种基于支持向量机（SVM）的定量方法，用于对常见鼻阻塞条件进行鉴别诊断	需要进一步研究额外特征和从帧级分类数据获取视频级分级分类的策略，以达到适合临床转化的评估者间一致性	自动化鼻阻塞的分级分类，作为常见鼻阻塞条件的独立诊断工具	过敏性鼻炎、慢性鼻窦炎和鼻中隔偏曲	计算机视觉	鼻阻塞	SVM、ResNet-50、Vision Transformers (ViT)-tiny	SVM、CNN（ResNet-50）、Transformer（ViT-tiny）	图像	73名参与者
279	2025-05-12	Leveraging Deep Learning to Enhance Optical Microphone System Performance with Unknown Speakers for Cochlear Implants 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/EMBC53108.2024.10782084 PMID:40039183	研究论文	本研究通过将激光多普勒测振仪（LDV）与深度学习相结合，提出了一种在噪声条件下从未知说话者重建清晰语音的创新方法	结合LDV和深度学习技术，针对未知说话者在噪声环境下重建清晰语音，显著提高了语音质量和可懂度	未提及具体样本量及参与测试的说话者数量，可能影响结果的可推广性	提高人工耳蜗使用者在噪声和远距离情况下的语音捕获性能	人工耳蜗使用者	机器学习	听力损失	激光多普勒测振仪（LDV）	深度学习	语音信号	NA
280	2025-05-12	Advantages of Modeling Photoplethysmography (PPG) Signals using Variational Autoencoders 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/EMBC53108.2024.10782502 PMID:40039209	研究论文	本文提出了一种基于变分自编码器（VAE）的光电容积图（PPG）信号建模方法，并探讨了其优势和应用	提出了一种名为PPG-VAE的VAE模型，用于PPG心跳信号处理，具有低平均绝对误差（1.67% MAE），并展示了其在信号去噪、特征识别和信号生成方面的创新应用	未提及具体样本量或实验验证的广泛性	探索VAE在PPG信号处理中的优势和应用	光电容积图（PPG）信号	机器学习	NA	变分自编码器（VAE）	VAE	信号数据	NA