本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
341 | 2025-05-12 |
Generating Realistic Cardiac MR Images Using Diffusion Models
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/EMBC53108.2024.10781712
PMID:40039694
|
research paper | 利用扩散模型生成逼真的心脏磁共振(MR)图像 | 探索MONAI生成模型中的扩散模型,快速且易于实现地生成高度逼真的心脏MR图像 | 未提及具体生成图像的数量或多样性评估 | 解决医学影像领域因隐私、罕见病代表性不足等问题导致的数据集不足问题 | 心脏磁共振(MR)图像 | digital pathology | cardiovascular disease | Diffusion Models | Diffusion Models | image | NA |
342 | 2025-05-12 |
Arterial Diameter Trend Estimation Using Deep Learning on Ultrasound Spectral Doppler
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/EMBC53108.2024.10782605
PMID:40039696
|
研究论文 | 本研究提出了一种利用超声频谱多普勒数据中的流速信息估计动脉直径变化趋势的深度学习方法 | 结合短时傅里叶变换和深度学习模型(CRNN-A和AST)来估计动脉直径趋势,并提出了动脉重缩放算法(AReS)填补缺失的动脉直径数据 | 仅针对1、2或4秒间隔的数据进行预测,未验证更长间隔的预测效果 | 开发一种在动脉超声图像暂时丢失或不可访问时,利用频谱多普勒信号估计动脉直径变化的方法 | 动脉直径变化趋势 | 数字病理学 | 心血管疾病 | 超声频谱多普勒 | CRNN-A, AST | 频谱数据 | NA |
343 | 2025-05-12 |
Reconstruction of Continuous Hand Grasp Movement from EEG 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/EMBC53108.2024.10781850
PMID:40039684
|
研究论文 | 本研究探讨了使用非侵入性脑电图(EEG)重建手部抓握动作的可行性,并应用深度学习算法构建连续解码模型 | 首次将注意力机制的卷积神经网络(CNN)应用于从EEG信号中重建手部关节运动,并提出了一种新的手部抓握周期检测后验度量 | 研究仅针对健康受试者,未涉及临床患者群体,且信号噪声比低可能影响解码性能 | 探索非侵入性EEG在手部运动轨迹预测(MTP)中的潜在应用 | 20名健康受试者在执行自然手部开合动作时的多通道EEG数据 | 脑机接口 | NA | EEG | CNN with Attention | EEG信号 | 20名健康受试者 |
344 | 2025-05-12 |
Visual Representation of Tabular Electronic Health Records for Predicting Sudden Cardiac Arrest
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/EMBC53108.2024.10782678
PMID:40039699
|
research paper | 提出一种将表格化电子健康记录(EHR)表示为2D图像的方法,用于预测心脏骤停(SCA) | 无需预处理或数据清理任务,即可将表格EHR数据表示为2D图像,提高了模型的解释性和透明度 | 未提及具体样本量或数据集的多样性,可能影响模型的泛化能力 | 提高电子健康记录(EHR)数据的可视化表示和预测模型的解释性 | 电子健康记录(EHR)数据 | 数字病理学 | 心血管疾病 | 卷积神经网络(CNN) | CNN | 图像 | NA |
345 | 2025-05-12 |
Deep Learning-Based Subject Independent Human Activity Recognition using Smart Lacelock 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/EMBC53108.2024.10781739
PMID:40039707
|
研究论文 | 本文提出了一种基于深度学习的方法,利用智能鞋带锁设备数据进行独立于主体的人类活动识别 | 使用新型智能鞋带锁设备(包含IMU和负载单元)进行人类活动识别,相比传统仅使用IMU的方法增加了额外的传感器数据 | 研究样本量较小(仅8名参与者),且活动类别有限 | 探索新型传感器设备在人类活动识别领域的应用 | 人类日常活动(行走、上下楼梯等) | 机器学习 | NA | 深度学习 | CNN | 传感器数据 | 8名参与者 |
346 | 2025-05-12 |
Interactive Manipulation and Visualization of 3D Brain MRI for Surgical Training
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/EMBC53108.2024.10782805
PMID:40039721
|
research paper | 提出了一种用于手术训练的MRI数据分割、重建和可视化的综合方法 | 整合了深度学习算法进行解剖区域分割,并将数据转换为多种3D表示,提供交互式2D和3D MRI数据展示 | 虽然专为手术训练设计,但尚未在其他医疗领域广泛应用 | 提升MRI扫描解剖信息的可解释性,优化手术训练过程 | 3D脑部MRI数据 | digital pathology | NA | MRI | deep learning algorithms | image | NA |
347 | 2025-05-12 |
Machine Learning Approach for Music Familiarity Classification with Single-Channel 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/EMBC53108.2024.10782402
PMID:40039722
|
研究论文 | 本研究通过机器学习方法,利用单通道脑电图(EEG)对音乐熟悉度进行分类,为痴呆症患者的记忆和沟通改善提供创新治疗设备 | 首次将多种机器学习算法(包括随机森林、线性判别分析、支持向量机、K近邻和深度学习)应用于单通道EEG数据,进行音乐熟悉度分类 | 参与者数量较少(20人),且结果受个体差异影响 | 探索机器学习在脑电图音乐熟悉度分类中的应用,为痴呆症治疗提供新方法 | 20名参与者的单通道EEG数据 | 机器学习 | 老年痴呆症 | EEG脑电波分析 | RF, LDA, SVM, KNN, CNN | EEG信号 | 20名参与者,20首圣诞颂歌 |
348 | 2025-05-12 |
Noninvasive detection of diabetes in obstructive sleep apnea based on overnight SpO2 signal and 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/EMBC53108.2024.10782287
PMID:40039742
|
研究论文 | 本研究旨在基于夜间SpO2信号和深度学习技术,建立一种自动化的糖尿病风险评估模型 | 利用深度学习模型从SpO2信号中识别糖尿病风险,并结合临床因素提高预测性能 | 样本中糖尿病患者比例较低(6.9%),可能影响模型的泛化能力 | 开发一种非侵入性的糖尿病早期检测方法 | 5,021名中老年成年人 | 机器学习 | 糖尿病 | 深度学习 | 深度学习模型(未指定具体类型) | SpO2信号和临床数据 | 5,021名中老年成年人(其中6.9%患有糖尿病) |
349 | 2025-05-12 |
Efficient Normalized Conformal Prediction and Uncertainty Quantification for Anti-Cancer Drug Sensitivity Prediction with Deep Regression Forests
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/EMBC53108.2024.10782378
PMID:40039751
|
research paper | 本文提出了一种通过深度回归森林计算样本方差的方法,用于估计抗癌药物敏感性预测任务中的不确定性,并展示了该方法在归一化归纳共形预测中的效率和覆盖率的提升 | 使用深度回归森林的方差来估计每个样本的不确定性,提高了归一化归纳共形预测的效率和覆盖率 | 未提及具体的局限性 | 提高抗癌药物敏感性预测任务中深度学习模型的不确定性估计准确性 | 抗癌药物敏感性预测 | machine learning | cancer | Deep Regression Forest | Deep Regression Forest | NA | NA |
350 | 2025-05-12 |
Detecting Post-Stroke Aphasia Via Brain Responses to Speech in a Deep Learning Framework
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/EMBC53108.2024.10781830
PMID:40039757
|
研究论文 | 本研究提出了一种基于深度学习的自动化筛查工具,用于检测中风后失语症,通过分析大脑对语音的神经追踪反应 | 利用深度学习框架和神经追踪技术,开发了一种时间高效且高准确率的失语症自动化筛查方法 | 样本量相对较小(26名失语症患者和22名健康对照者),且仅针对中风后失语症 | 开发一种自动化工具,用于快速准确地检测失语症 | 中风后失语症患者和健康对照者 | 数字病理学 | 中风后失语症 | 脑电图(EEG) | CNN, SVM | EEG数据 | 26名失语症患者和22名健康对照者 |
351 | 2025-05-12 |
mmYOLOH-p: A Clinically-Oriented mmWave-Based Human Pose Estimation Tool for Unobtrusive Patient Monitoring
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/EMBC53108.2024.10781770
PMID:40039778
|
research paper | 提出了一种基于毫米波雷达的临床导向人体姿态估计工具mmYOLOH-p,用于无干扰的患者监测 | 结合毫米波雷达的无干扰性和隐私友好性,开发了针对临床需求的HPE方法,并通过跨模态适应YOLOv8-pose架构提高了效率和精度 | 未提及具体临床环境中的测试结果或潜在的应用限制 | 开发一种适用于临床环境的高效、无干扰的人体姿态估计工具 | 患者监测中的人体姿态估计 | 计算机视觉 | NA | 毫米波雷达 | YOLOv8-pose | 雷达数据 | NA |
352 | 2025-05-12 |
Improving Pediatric Pneumonia Diagnosis with Adult Chest X-ray Images Utilizing Contrastive Learning and Embedding 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/EMBC53108.2024.10782979
PMID:40039772
|
研究论文 | 提出了一种利用成人胸部X光图像通过对比学习和嵌入相似性来改善儿童肺炎诊断的深度学习框架 | 采用三分支并行路径学习框架,结合成人和儿童数据集,通过多正对比损失和嵌入相似性损失减少领域偏移影响 | 依赖于公开的成人和儿童CXR数据集,可能无法涵盖所有临床场景 | 提高儿童肺炎的计算机辅助诊断性能 | 成人和儿童的胸部X光图像 | 计算机视觉 | 肺炎 | 对比学习、嵌入相似性 | 深度学习模型 | 图像 | 公开的成人和儿童CXR数据集 |
353 | 2025-05-12 |
Automated Offline Smartphone-Assisted Microfluidic Paper-Based Analytical Device for Biomarker Detection of Alzheimer's Disease
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/EMBC53108.2024.10781517
PMID:40039777
|
research paper | 介绍了一种智能手机辅助的微流控纸基分析设备,用于检测阿尔茨海默病的生物标志物 | 采用深度学习辅助的离线智能手机检测,无需大型计算设备和云计算能力,并实现了全自动化的比色酶联免疫吸附试验 | NA | 开发一种适用于资源有限地区的阿尔茨海默病生物标志物检测设备 | β-淀粉样肽1-42(Aβ 1-42) | digital pathology | geriatric disease | c-ELISA | YOLOv5 | image | 750张图像用于YOLOv5模型的训练 |
354 | 2025-05-12 |
Deep Left Ventricular Motion Estimation Methods in Echocardiography: A Comparative Study
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/EMBC53108.2024.10782542
PMID:40039784
|
研究论文 | 比较研究深度学习在超声心动图中左心室运动估计方法的应用 | 比较了三种基于光流预训练的运动估计架构在超声心动图中的应用,并评估了它们在左心室纵向应变计算中的表现 | 研究中使用的数据集为模拟超声心动图数据,可能无法完全反映真实临床数据的复杂性 | 评估深度学习在超声心动图运动估计中的准确性和可靠性,以促进应变成像在临床实践中的应用 | 左心室运动估计和纵向应变计算 | 计算机视觉 | 心血管疾病 | 深度学习 | PWC-Net, RAFT, FlowFormer | 图像 | 模拟超声心动图数据集 |
355 | 2025-05-12 |
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TCN的实时脑机接口系统,用于军事应用中的目标检测 | 利用干电极EEG信号和TCN模型提升RSVP任务中目标检测的准确性和效率 | 未提及具体样本量或实验范围限制 | 开发实时脑机接口系统以增强快速连续视觉呈现任务中的目标检测能力 | 军事应用中的目标检测 | 脑机接口 | NA | EEG信号处理 | TCN | EEG信号 | NA |
356 | 2025-05-12 |
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
|
research paper | 提出了一种基于明胶-石墨的软传感器的校准方法,利用卷积深度学习技术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,最佳校准方案(CQT)具有高性能和准确的力估计 | NA | 开发一种用于介入软机器人的嵌入式力传感器校准方法,以提高手术精度并减少手术创伤 | 明胶-石墨基软传感器 | 机器人与传感器技术 | NA | 卷积深度学习 | CNN | 力传感器数据 | NA |
357 | 2025-05-12 |
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 | 提出了一种名为CBAM_SAUNet的新型注意力U-Net,用于有效分割医学图像中的极端案例 | 在SAUNet的解码器块中使用了卷积块注意力模块(CBAM)的通道注意力的新型变体,提高了对极端案例的分割性能 | 仅针对心脏MRI分割挑战(ACDC)进行了验证,未在其他医学图像分割任务中测试 | 提高深度学习模型在医学图像分割极端案例中的性能 | 心脏MRI图像中的左心室(LV)、右心室(RV)和心肌(MYO) | 数字病理 | 心血管疾病 | MRI | CBAM_SAUNet(基于U-Net和注意力机制) | 医学图像 | ACDC心脏MRI分割挑战数据集 |
358 | 2025-05-12 |
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
|
research paper | 提出一个可解释的功能连接框架,用于从脑电图(EEG)中检测帕金森病相关抑郁 | 首次将可解释性模块引入帕金森病相关抑郁的检测框架,填补了病理生理机制与计算机辅助诊断之间的空白 | 未提及样本量的具体限制或数据集的多样性问题 | 开发一个可解释的框架,用于早期诊断帕金森病相关抑郁 | 帕金森病患者的抑郁症状 | digital pathology | Parkinson's disease | EEG | deep learning networks | EEG signals | NA |
359 | 2025-05-12 |
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
|
research paper | 该研究提出了一种新型深度学习模型,通过放大面部微动来评估认知功能 | 利用计算机视觉和深度学习技术,通过分析面部微动自动评估认知功能,替代传统的MMSE评分 | 需要进一步的临床验证以确保其可靠性和普适性 | 开发一种自动化的认知评估方法,提高评估的准确性和便捷性 | 认知功能评估 | computer vision | geriatric disease | deep learning | 深度学习模型 | video | NA |
360 | 2025-05-12 |
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向地面反作用力(AGRF)的效果 | 首次探索了使用惯性测量单元(IMUs)实时估计前向-后向地面反作用力(AGRFs)的方法 | 模型在预测峰值推进力方面表现不足,且时间序列数据的R值较低,NRMSE值较高 | 评估基于回归的模型在实时估计前向地面反作用力(AGRF)中的效果 | 行走过程中的前向地面反作用力(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 |