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
3381	2025-04-06	Bi-CapsNet: A Binary Capsule Network for EEG-Based Emotion Recognition 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3232514 PMID:37015506	研究论文	提出了一种用于基于EEG情感识别的二进制胶囊网络（Bi-CapsNet），以降低计算成本和内存使用	Bi-CapsNet将32位权重和激活二值化为1位，并用高效的位操作替换浮点操作，同时通过连续函数近似二值化过程解决反向传播中的函数不连续问题	识别准确率相比全精度模型有轻微下降（<1%）	开发一种低计算成本和内存使用的EEG情感识别方法	EEG信号	机器学习	NA	二进制神经网络	Bi-CapsNet（二进制胶囊网络）	EEG信号	两个流行的EEG情感数据库（DEAP和DREAMER）
3382	2025-04-06	EEG Reconstruction With a Dual-Scale CNN-LSTM Model for Deep Artifact Removal 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3227320 PMID:37015612	研究论文	提出了一种名为DuoCL的双尺度CNN-LSTM模型，用于深度去除EEG信号中的伪迹	该模型通过双尺度CNN提取形态特征，并通过LSTM强化时间依赖性，能够有效去除未知和混合伪迹	未提及具体的数据集大小或实验条件的限制	提高EEG信号中伪迹去除的准确性和适应性	EEG信号	机器学习	NA	CNN, LSTM	双尺度CNN-LSTM模型	EEG信号	未提及具体样本数量
3383	2025-04-06	Multimodal Fusion Network for Detecting Hyperplastic Parathyroid Glands in SPECT/CT Images 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3228603 PMID:37015701	研究论文	提出一种多模态融合网络用于SPECT/CT图像中增生甲状旁腺的检测	首次在SHPT疾病中使用SPECT/CT图像检测异常甲状旁腺，并提出了一种新型的三路径架构融合网络	未提及具体样本量及可能存在的泛化性问题	提高SPECT/CT图像中低摄取甲状旁腺的检测准确率	继发性甲状旁腺功能亢进症(SHPT)患者的增生甲状旁腺	数字病理	甲状旁腺疾病	SPECT/CT双模态成像技术	CNN（三路径架构融合网络）	医学影像（SPECT/CT图像）	NA
3384	2025-04-06	A Hierarchical Attention-Based Method for Sleep Staging Using Movement and Cardiopulmonary Signals 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3228341 PMID:37015702	research paper	提出了一种基于分层注意力机制的深度学习方法，利用身体运动、心电图和腹部呼吸信号进行睡眠分期	结合多头自注意力机制和CNN，实现了分层自注意力权重分配，改进了长序列处理和序列建模能力	仅使用了两个公共数据集进行评估，可能需要更多数据验证方法的泛化能力	开发一种非侵入式设备获取的运动和心肺信号进行长期睡眠监测的方法	睡眠分期	machine learning	NA	NA	LSTM, CNN, 多头自注意力机制	身体运动信号、心电图(ECG)、腹部呼吸信号	两个公共数据集
3385	2025-04-06	A Single-Shot Harmonic Imaging Approach Utilizing Deep Learning for Medical Ultrasound 2023-Mar, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2023.3234230 PMID:37018250	research paper	提出一种基于深度学习的单次谐波成像技术，用于医学超声，以提高成像质量和帧率	使用深度学习技术实现单次谐波成像，相比传统多脉冲谐波成像方法提高了帧率并减少了运动伪影	未明确提及具体局限性	解决医学超声中谐波成像的对比度降低和帧率问题	医学超声图像	医学影像处理	NA	深度学习	非对称卷积编码器-解码器结构	超声回波数据	多种目标和样本进行评估
3386	2025-04-06	Convolutional Feature Descriptor Selection for Mammogram Classification 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233535 PMID:37018253	研究论文	本文设计了一种新型深度学习方法，用于自动诊断乳腺X线摄影中的乳腺癌，重点关注局部病变区域并仅使用图像级分类标签	提出了一种基于深度激活图分布的自适应卷积特征描述符选择（AFDS）结构，采用三角阈值策略计算特定阈值以指导激活图确定哪些特征描述符（局部区域）具有区分性	需要进一步验证在更大规模数据集上的性能表现	开发一种无需额外检测或分割注释的乳腺癌自动诊断方法	乳腺X线摄影图像	计算机视觉	乳腺癌	深度学习	CNN	图像	两个公开可用的INbreast和CBIS-DDSM数据集
3387	2025-04-06	Deep Multitask Learning by Stacked Long Short-Term Memory for Predicting Personalized Blood Glucose Concentration 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233486 PMID:37018303	研究论文	本文提出了一种结合多任务学习的深度学习模型，用于个性化血糖预测	采用共享和聚类隐藏层的网络架构，结合堆叠LSTM层学习通用特征，并通过性别特定和个体特定的密集层进行个性化调整	NA	预测个性化血糖浓度以支持人工胰腺控制算法和医疗决策	I型糖尿病患者的血糖数据	机器学习	糖尿病	深度学习	LSTM	临床健康记录	OhioT1DM临床数据集
3388	2025-04-06	A Multi-Modal Heterogeneous Graph Forest to Predict Lymph Node Metastasis of Non-Small Cell Lung Cancer 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2022.3233387 PMID:37018304	研究论文	本文提出了一种多模态异构图森林方法（MHGF），用于从多模态数据中提取淋巴结转移（LNM）的深度表示，以预测非小细胞肺癌的淋巴结转移	提出了一种新的多模态异构图森林方法（MHGF），通过构建子图并利用图神经网络学习子图表示，提高了淋巴结转移预测的准确性和稳定性	实验样本量相对较小（681例患者），可能影响模型的泛化能力	开发一种机器学习方法，用于准确预测非小细胞肺癌的淋巴结转移	非小细胞肺癌患者的淋巴结转移	数字病理学	肺癌	多模态数据融合、图神经网络	ResNet-Trans、图神经网络	CT图像、临床特征	681例患者的多模态数据
3389	2025-04-06	Smart Low Level Laser Therapy System for Automatic Facial Dermatological Disorder Diagnosis 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237875 PMID:37021858	研究论文	本研究提出了一种结合深度神经网络和医疗物联网(MIoT)的低水平激光治疗(LLLT)系统，用于自动面部皮肤病诊断	1) 提供了自动光疗系统的全面硬件和软件设计 2) 提出了改进的UNet深度学习模型用于面部皮肤病分割 3) 开发了合成数据生成过程以解决数据集有限和不平衡的问题	未明确提及具体限制，但暗示了数据集有限和不平衡的问题	提高面部皮肤病诊断和治疗效率	面部皮肤病患者	数字病理学	皮肤病	低水平激光治疗(LLLT)	改进的U-Net	皮肤镜图像	未明确提及具体样本数量
3390	2025-04-06	Glucose Transformer: Forecasting Glucose Level and Events of Hyperglycemia and Hypoglycemia 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3236822 PMID:37022383	研究论文	提出一个基于深度学习模型的框架，用于预测2型糖尿病住院患者的血糖水平并提前检测高血糖和低血糖事件	首次将Transformer模型应用于血糖水平的时序预测和事件检测，并采用生成对抗网络进行数据增强以解决数据不平衡问题	高血糖和低血糖事件发生率低导致分类不平衡问题	开发一个能够预测血糖水平并提前检测异常血糖事件的深度学习框架	2型糖尿病住院患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测(CGM)	Transformer, GAN	时间序列数据	一周内收集的2型糖尿病住院患者数据
3391	2025-04-06	Self-Aware SGD: Reliable Incremental Adaptation Framework for Clinical AI Models 2023-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3237592 PMID:37022415	研究论文	本文提出了一种名为自感知随机梯度下降（SGD）的增量深度学习算法，用于临床AI模型的可靠增量适应	引入了一种结合上下文老虎机式检查的自感知SGD算法，以过滤不可靠的梯度更新，确保模型修改的可靠性	实验仅在牛津大学医院的数据集上进行，可能缺乏在其他数据集上的泛化验证	开发一种可靠的增量学习框架，以适应临床AI模型在动态医疗环境中的分布变化	临床AI模型	机器学习	NA	增量学习，随机梯度下降（SGD）	深度学习	临床数据	牛津大学医院数据集
3392	2025-04-06	ConceptExplainer: Interactive Explanation for Deep Neural Networks from a Concept Perspective 2023-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2022.3209384 PMID:36155466	研究论文	介绍了一种名为ConceptExplainer的视觉分析系统，用于从概念角度为深度神经网络提供交互式解释	提出了一种基于概念的交互式解释方法，能够灵活地描述模型的全局和局部行为，并通过视觉分析系统帮助用户理解和探索概念空间	未提及具体的技术限制或系统性能的局限性	解决深度神经网络解释性不足的问题，提供更直观和灵活的解释方法	深度神经网络的行为解释	计算机视觉	NA	视觉分析	深度神经网络	图像	NA
3393	2025-04-06	A Kalman Variational Autoencoder Model Assisted by Odometric Clustering for Video Frame Prediction and Anomaly Detection 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2022.3229620 PMID:37015405	研究论文	本文提出了一种结合里程计数据的视频帧预测方法，用于异常检测	提出了一种结合里程计聚类和卡尔曼变分自编码器的模型，用于动态任务相关的特征学习	实验数据仅限于封闭环境和特定道路场景，可能影响模型的泛化能力	开发一种多模态信息融合的视频帧预测方法，用于自动驾驶车辆的异常检测	自动驾驶车辆的多模态传感器数据	计算机视觉	NA	动态贝叶斯网络框架，深度学习	卡尔曼变分自编码器，马尔可夫跳跃粒子滤波器	视频，里程计数据	使用来自封闭环境车辆和University of Alcalá DriveSet数据集的部分数据
3394	2025-04-06	Unrolled Variational Bayesian Algorithm for Image Blind Deconvolution 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2022.3224322 PMID:37015435	研究论文	本文介绍了一种用于图像盲去卷积的变分贝叶斯算法（VBA）	提出了一种结合平滑先验和仿射约束的VBA通用框架，并将其整合到神经网络范式中，采用展开方法进行训练	NA	开发一种高效的图像盲去卷积方法	灰度/彩色图像和多种核形状	计算机视觉	NA	变分贝叶斯算法（VBA）	神经网络	图像	涉及多种灰度/彩色图像和核形状的实验
3395	2025-04-06	Consensus Sparsity: Multi-Context Sparse Image Representation via L∞-Induced Matrix Variate 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2022.3231083 PMID:37015496	研究论文	提出了一种基于L∞诱导矩阵变量的共识稀疏性概念，并构建了一个多上下文稀疏图像表示框架	首次提出共识稀疏性（Con-sparsity）概念，并通过L∞诱导矩阵变量实现多上下文稀疏性的一致学习	未明确说明计算复杂度或实时性能方面的限制	改进稀疏表示在图像处理中的应用，实现多上下文稀疏性的一致学习	图像数据	计算机视觉	NA	L∞-induced matrix variate, Bayesian inference	MCSIR框架	图像	NA
3396	2025-04-06	Transition Is a Process: Pair-to-Video Change Detection Networks for Very High Resolution Remote Sensing Images 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2022.3226418 PMID:37015527	研究论文	本文提出了一种针对高分辨率遥感图像的成对到视频变化检测（P2V-CD）框架，通过构建伪过渡视频来丰富时间信息，并将变化检测视为视频理解问题	提出了一个更明确和复杂的时间建模方法，通过构建伪过渡视频来丰富时间信息，并将变化检测问题转化为视频理解问题，同时采用解耦的编码器进行空间和时间识别	未提及具体的样本量或数据集的详细描述，可能影响方法的泛化性评估	解决现有深度学习变化检测方法中的时间建模不完整和时空耦合问题	高分辨率遥感图像	计算机视觉	NA	深度学习	P2V-CD框架	图像	NA
3397	2025-04-06	Channel Contribution in Deep Learning Based Automatic Sleep Scoring-How Many Channels Do We Need? 2023, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2022.3227040 PMID:37015588	研究论文	本文探讨了基于深度学习的自动睡眠评分中不同通道的贡献，以及多通道多模态模型在睡眠评分中的表现	研究了单通道EEG模型的特征是否可提升多通道多模态模型的性能，并利用可解释性方法评估不同通道的贡献	未明确提及具体的数据集规模或实验范围的局限性	研究多通道多模态模型在睡眠评分中的性能提升及通道贡献	多通道多模态睡眠信号数据	机器学习	NA	深度学习	CNN, 通道注意力网络	多模态睡眠信号数据	NA
3398	2025-04-06	Physics-Informed Deep Learning for Musculoskeletal Modeling: Predicting Muscle Forces and Joint Kinematics From Surface EMG 2023, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2022.3226860 PMID:37015568	研究论文	本文提出了一种基于物理信息的深度学习框架，用于肌肉骨骼建模，通过将物理知识作为软约束引入数据驱动模型，预测肌肉力和关节运动学	结合物理知识与深度学习，提出了一种新的肌肉骨骼建模框架，解决了传统物理模型速度慢和数据驱动模型无法反映神经力学过程的局限性	实验验证仅基于健康受试者的数据，未涉及功能受损患者	开发一种能够实时预测肌肉力和关节运动学的肌肉骨骼建模方法	肌肉力和关节运动学的预测	机器学习	NA	表面肌电图(sEMG)	CNN	生物信号数据	一个基准数据集和六名健康受试者的自收集数据集
3399	2025-04-06	Multiscale Convolutional Transformer for EEG Classification of Mental Imagery in Different Modalities 2023, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2022.3229330 PMID:37015688	研究论文	提出了一种多尺度卷积Transformer模型，用于解码不同模态下的心理想象任务中的EEG信号分类	在空间、频谱和时间域上应用多头注意力机制，克服了现有EEG-based transformer模型仅关注时间域的局限性，并能够学习多种类型的神经表征	未明确提及具体局限性，但暗示现有BCI系统存在类别数量有限和分类性能低的问题	开发一个通用模型来学习各种类型的神经表征，提高脑机接口系统中EEG信号分类的准确性和多样性	基于运动想象、视觉想象和言语想象任务的EEG信号	脑机接口	NA	EEG源定位，多尺度卷积Transformer	Transformer，CNN	EEG信号	私有EEG数据集、BCI competition IV 2a数据集和亚利桑那州立大学数据集
3400	2025-04-06	Time-Division Multiplexing Light Field Display With Learned Coded Aperture 2023, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2022.3203210 PMID:37015682	研究论文	本文提出了一种新颖的编码时分复用技术，用于解决传统立体显示中的视觉疲劳问题，并通过深度学习优化光场显示流程	首次使用深度学习优化光场显示流程，提出编码时分复用技术以解决传统立体显示的视觉疲劳问题	未提及具体样本量或实验规模，可能影响结果的普遍性	解决传统立体显示中的视觉疲劳问题，提高光场显示的质量	光场显示技术及其在立体显示中的应用	计算机视觉	NA	深度学习，傅里叶光学	深度学习模型（未具体说明）	光场数据	NA