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
321	2025-05-12	Physics-Driven Deep Learning Reconstruction of Frequency-Modulated Rabi-Encoded Echoes for Faster Accessible MRI 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/EMBC53108.2024.10782818 PMID:40039561	研究论文	提出了一种物理驱动的深度学习重建方法，用于解决频率调制拉比编码回波（FREE）采集中的失真问题，并实现更高的加速率	首次将物理驱动的深度学习（PD-DL）方法应用于FREE编码的MRI重建，显著提高了成像速度和图像质量	研究仅使用单接收线圈进行验证，未涉及多线圈系统的性能评估	降低MRI成本并提高成像速度，使MRI技术更广泛可及	频率调制拉比编码回波（FREE）的MRI重建	医学影像	NA	频率调制拉比编码回波（FREE）	物理驱动的深度学习（PD-DL）	MRI图像	NA
322	2025-05-12	Exploring Pre-trained General-purpose Audio Representations for Heart Murmur 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/EMBC53108.2024.10782479 PMID:40039556	research paper	本研究探索了预训练的通用音频表征在心脏杂音检测中的迁移学习潜力	利用在大规模数据集上预训练的通用音频表征进行迁移学习，以提高心脏杂音检测的性能	心脏声音数据集规模有限，可能影响模型的泛化能力	自动化心脏听诊，减少对专业临床医生的依赖	心脏声音数据	machine learning	cardiovascular disease	self-supervised learning	Masked Modeling Duo (M2D)	audio	CirCor DigiScope心脏声音数据集
323	2025-05-12	Automated Abnormality Detection in Patient Retinal Function: A Deep Learning-Powered Electroretinogram Analysis System 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/EMBC53108.2024.10782233 PMID:40039563	研究论文	本文提出了一种基于深度学习的ERG分析系统，用于自动检测患者视网膜功能的异常	开发了一种新型的深度学习系统，能够快速准确地分析ERG波形，辅助电生理学家进行诊断	系统的F1分数为77.59%，仍有提升空间	开发自动化工具以辅助视网膜疾病的诊断	患者的视网膜功能异常	数字病理学	视网膜疾病	深度学习	NA	ERG波形数据	470名患者的5,640条ERG记录
324	2025-05-12	Modem Myoelectric Control - Is it Time to Change the Algorithmic Focus? 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/EMBC53108.2024.10782511 PMID:40039587	研究论文	本文探讨了肌电图（EMG）信号分析的演变，重点关注深度学习（DL）算法在手、腕和手指运动识别中的日益突出	提出了一种新颖的多信号波形长度（MSWL）方法，并与传统EMG特征提取方法进行了比较，挑战了DL在EMG模式识别中的主导地位	研究未涉及DL算法在资源受限设备上的实际临床转化问题	评估EMG模式识别中DL算法与传统方法的性能差异，并探讨算法重点是否需要转变	22名参与者执行11种手和腕部运动的EMG数据	生物医学信号处理	NA	EMG信号分析	Random Convolutional Kernel Transform (ROCKET), Waveform Length Phasors (WLPHASOR), Root-Mean-Squared Phasor (RMSPHASOR), Multi-Signal Waveform Length (MSWL)	EMG信号	22名参与者，使用两个EMG臂带（分别为10和8通道）
325	2025-05-12	Deep Learning Method for Estimating Germ-layer Regions of Early Differentiated Human Induced Pluripotent Stem Cells on Micropattern Using Bright-field Microscopy Image 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/EMBC53108.2024.10782655 PMID:40039597	研究论文	本研究提出了一种深度学习方法，用于在明场显微镜图像上估计免疫荧光区域，以评估人诱导多能干细胞的分化过程	使用未经染色的明场图像替代昂贵的活细胞染色，通过深度学习网络预测荧光图像类型，实现无染色评估多能性和胚层形成过程	分割和分类的正确率为75%以上，仍有提升空间	开发无染色方法评估人诱导多能干细胞的分化潜能和胚层形成过程	人诱导多能干细胞（hiPSCs）及其分化形成的三胚层细胞	数字病理学	NA	明场显微镜成像	深度学习网络	图像	NA
326	2025-05-12	Knowledge-guided EEG Representation 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/EMBC53108.2024.10782310 PMID:40039591	研究论文	本文提出了一种自监督学习模型，用于EEG信号的表示学习，通过知识引导的预训练目标提高了嵌入表示学习和下游任务的性能	提出了一种新颖的知识引导预训练目标，考虑了EEG信号的特异性，显著减少了达到与先前工作相当性能所需的预训练数据量	未明确提及具体局限性	改进EEG信号的表示学习方法，以提高下游推理任务的性能	EEG信号	机器学习	NA	自监督学习	基于状态空间的深度学习架构	EEG信号	未明确提及具体样本量
327	2025-05-12	Deep Learning for identifying systolic complexes in SCG traces: a cross-dataset analysis 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/EMBC53108.2024.10782433 PMID:40039595	研究论文	本文探讨了深度学习在识别SCG信号中的收缩期复合体方面的应用，并进行了跨数据集分析	首次在跨数据集场景下测试深度学习模型，并考虑了真实世界数据，提出了个性化步骤以应对领域偏移，并展示了多通道方法的优势	先前的研究仅考虑了受控场景下的清洁信号，且数据来自单一数据集	分析心脏活动，特别是SCG信号中最具信息量的收缩期复合体	SCG信号中的收缩期复合体	机器学习	心血管疾病	深度学习	深度学习模型	SCG信号	跨数据集分析，包括真实世界场景数据
328	2025-05-12	3D Multi-feature fusion convolutional network for Alzheimer's disease diagnosis 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/EMBC53108.2024.10782006 PMID:40039602	research paper	提出了一种用于阿尔茨海默病诊断的3D多特征融合卷积网络	首次在深度模型中综合考虑了海马体的3D表面形态和复杂纹理，通过双流多特征深度学习模型描述海马体的3D空间结构和形态萎缩特征	研究仅基于ADNI数据库的T1加权sMRI基线数据，样本来源相对单一	提高阿尔茨海默病的诊断准确率	阿尔茨海默病患者和正常认知受试者的海马体结构	digital pathology	geriatric disease	structural magnetic resonance imaging (sMRI)	two-stream multi features deep learning model	3D MRI图像	269名Aβ+阿尔茨海默病患者和437名Aβ-正常认知受试者
329	2025-05-12	A CNN-GNN Approach for Polarity Vectors Prediction in 3D Microscopy 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/EMBC53108.2024.10781861 PMID:40039635	研究论文	提出了一种结合CNN和GNN的新方法，用于预测3D显微镜图像中的核-高尔基体极性向量	首次提出使用GNN进行核-高尔基体链接预测，结合CNN和GNN的方法显著优于传统方法	仅在小鼠视网膜的3D显微镜图像上进行了测试，未在其他组织或物种上验证	开发自动化且准确的核-高尔基体极性向量检测方法，以促进细胞过程研究	小鼠视网膜中的核-高尔基体极性向量	数字病理学	NA	3D显微镜成像	CNN-GNN	3D图像	小鼠视网膜的3D显微镜图像
330	2025-05-12	From Sprint to Recovery: LSTM-Powered Heart Rate Recovery Forecasting in HIIT Sessions 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/EMBC53108.2024.10781668 PMID:40039643	research paper	该研究开发了一个基于LSTM的深度学习框架，用于预测高强度间歇训练（HIIT）期间的心率恢复模式	结合信号处理技术和先进的深度学习架构，采用特定任务的损失函数，不仅计算标准心率误差，还纳入心率模式斜率和角度	未提及样本的具体多样性和模型在其他类型运动中的泛化能力	预测高强度间歇训练后的心率恢复模式，以优化运动训练和健康监测	高强度间歇训练（HIIT）期间的心率数据	machine learning	NA	signal processing, deep learning	LSTM-based encoder-decoder	signal	NA
331	2025-05-12	Deciphering Heartbeat Signatures: A Vision Transformer Approach to Explainable Atrial Fibrillation Detection from ECG 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/EMBC53108.2024.10782666 PMID:40039647	研究论文	本研究开发了一种基于视觉变换器的方法，用于从单导联心电图数据中识别心房颤动，并与残差网络方法进行比较	采用视觉变换器方法增强模型的可解释性，识别心电图信号中对准确诊断起关键作用的特征	模型尚未被广泛接受为临床诊断的可靠辅助工具，部分原因是当前对AI算法的黑箱感知	开发可解释的AI方法，用于自动检测心脏病，特别是心房颤动	单导联心电图数据	数字病理学	心血管疾病	ECG信号分析	Vision Transformer, ResNet	ECG信号	Chapman-Shaoxing数据集
332	2025-05-12	Transfer Learning with Interpretability: Liver Segmentation in CT and MR using Limited Dataset 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/EMBC53108.2024.10782042 PMID:40039644	research paper	提出了一种利用迁移学习和可解释人工智能（XAI）的肝脏分割方法，适用于CT和MR影像	结合迁移学习和XAI，利用公开数据训练模型，减少对大量目标领域数据的需求，并提供模型预测的可视化解释	在MR影像上的性能（79.05%）低于CT影像（90.01%）	开发一种在数据有限情况下仍能有效进行肝脏分割的深度学习方法	CT和MR影像中的肝脏实质	digital pathology	liver disease	deep learning, Explainable Artificial Intelligence (XAI)	UNet	medical image (CT and MR)	公开数据训练，目标领域有限病例进一步训练
333	2025-05-12	Multi-class Prediction of Cognitively Normal / Mild Cognitive Impairment / Alzheimer's Disease Status in Dementia Based on Convolutional Neural Networks with Attention Mechanism 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/EMBC53108.2024.10781557 PMID:40039646	研究论文	开发了一个基于MRI和深度学习的多类别阿尔茨海默病分类与预测框架，结合注意力机制提高预测准确性	在传统VGG19架构中嵌入卷积块注意力模块（CBAM）层，构建了名为AD_Net的3D卷积模型，用于阿尔茨海默病的定向预测	未提及模型在其他独立数据集上的验证情况，或对不同MRI扫描仪和协议的泛化能力	开发一个准确的早期阿尔茨海默病诊断工具	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）的MRI图像	数字病理学	阿尔茨海默病	MRI成像	3D CNN（VGG19架构结合CBAM注意力模块）和MLP	MRI图像和临床数据（年龄、性别、MMSE评分等）	来自ADNI开放数据资源的MRI图像，具体数量未明确说明
334	2025-05-12	Transformer-Based Wavelet-Scalogram Deep Learning for Improved Seizure Pattern Recognition in Post-Hypoxic-Ischemic Fetal Sheep 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/EMBC53108.2024.10782632 PMID:40039656	研究论文	本研究评估了基于Transformer的模型在缺氧缺血后胎儿羊EEG中识别癫痫发作模式的性能	使用Transformer模型（特别是Visual Transformer, ViT）在癫痫发作检测中超越了之前使用的深度CNN模型，实现了更高的准确率和AUC值	研究使用了较小的数据集子集（800个样本），可能影响模型的泛化能力	开发自动化方法来支持新生儿缺氧缺血后癫痫发作的诊断和治疗干预	缺氧缺血后的胎儿羊EEG数据	数字病理学	新生儿缺氧缺血性脑病	2D小波尺度图(WS)图像处理	Visual Transformer (ViT)	EEG信号	800个小波尺度图(WS)样本（癫痫和非癫痫模式）
335	2025-05-12	Enhancing Myoelectric Prosthetic Control: Deep Learning Strategies for Continuous Arm Kinematics Estimation and Cross-Subject Model Transferability from EMG 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/EMBC53108.2024.10782260 PMID:40039660	研究论文	本研究提出了一种基于LSTM的方法，用于肌电假肢的连续控制，提高了肘关节角度、腕关节水平和垂直位置以及速度的精确控制	引入了LSTM模型用于肌电假肢的连续控制，并强调了模型在不同受试者间的可迁移性	未提及具体样本量或实验条件的限制	解决肌电假肢控制中运动范围有限和缺乏同时控制能力的问题	肌电假肢的连续控制参数（肘关节角度、腕关节位置和速度）	机器学习	NA	肌电数据（EMG）	LSTM	肌电信号数据	未提及具体样本量
336	2025-05-12	Diagonal Hierarchical Consistency Learning for Semi-supervised 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/EMBC53108.2024.10781713 PMID:40039664	research paper	提出了一种名为DiHC-Net的新型框架，用于半监督医学图像分割，通过对角线层次一致性学习提高分割性能	引入了对角线层次一致性学习（DiHC-Net），通过多子模型间的相互一致性正则化，提升半监督医学图像分割的鲁棒性	需要手动标注大量医学图像，成本较高	提高半监督医学图像分割的性能，减少对大量标注数据的依赖	医学图像分割	digital pathology	NA	deep learning	DiHC-Net	image	public benchmark dataset covering organ and tumour
337	2025-05-12	Benchmarking motor imagery algorithms for pediatric users of 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/EMBC53108.2024.10782164 PMID:40039672	research paper	本文评估了12种最先进的运动想象分类算法在典型发育儿童用户（n=94，年龄5-17岁）的三个数据集上的表现	首次系统地评估和比较了多种运动想象分类算法在儿科用户中的表现，填补了该领域在儿科用户研究上的空白	深度学习算法表现不佳可能部分归因于缺乏超参数调优	评估和比较不同运动想象分类算法在儿科用户中的表现，推动脑机接口技术在儿科领域的应用	典型发育儿童（n=94，年龄5-17岁）的脑电图数据	脑机接口	神经系统疾病	运动想象分类算法	FBCSP, ShallowConvNet等12种算法	EEG数据	94名5-17岁儿童
338	2025-05-12	LightIED: Explainable AI with Light CNN for Interictal Epileptiform Discharge 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/EMBC53108.2024.10782804 PMID:40039682	研究论文	提出了一种轻量级且可解释的机器学习模型LightIED，用于检测脑电图中的发作间期癫痫样放电	结合轻量级CNN和Grad-CAM可视化技术，在保持高检测准确率的同时提升模型可解释性	未明确说明模型在不同年龄段或癫痫类型患者中的泛化能力	开发可解释的癫痫辅助诊断工具以减轻医生工作量	脑电图中的发作间期癫痫样放电(IED)	数字病理学	癫痫	Grad-CAM可视化	轻量级CNN	EEG图像	NA
339	2025-05-12	Automated Assessment of Simulated Laparoscopic Surgical Performance using 3DCNN 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/EMBC53108.2024.10782160 PMID:40039681	研究论文	本文提出了一种使用3DCNN自动评估模拟腹腔镜手术性能的方法	利用新收集的模拟腹腔镜手术数据集(LSPD)和3DCNN模型，自动评估手术性能，减少对人工专家评估的依赖	数据集稀缺且复杂，人工标注成本高且耗时	改进手术训练，特别是微创手术的训练和性能提升	模拟腹腔镜手术数据集(LSPD)和不同经验水平的外科医生	计算机视觉	NA	深度学习	3DCNN	视频	新收集的模拟腹腔镜手术数据集(LSPD)
340	2025-05-12	Automatic COVID-19 Detection from Chest X-ray using Deep MobileNet Convolutional Neural 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/EMBC53108.2024.10781897 PMID:40039689	research paper	该研究提出了一种基于深度迁移学习MobileNetV2卷积神经网络和支持向量机（SVM）分类器的自动COVID-19检测方法，通过胸部X光片（CXR）图像进行识别	结合预训练的MobileNetV2 CNN模型和SVM分类器，提高了COVID-19检测的准确率，从基线模型的92.28%提升至93.2%	未提及样本量的具体细节及模型在其他数据集上的泛化能力	开发一种自动、准确的COVID-19检测工具，以缓解医疗系统压力	胸部X光片（CXR）图像	computer vision	lung cancer	深度学习迁移学习	MobileNetV2 CNN, SVM	image	NA