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
361	2025-05-12	A deep spatio-temporal attention model of dynamic functional network connectivity shows sensitivity to Alzheimer's in asymptomatic individuals 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/EMBC53108.2024.10781740 PMID:40039841	研究论文	本文提出了一种基于深度时空注意力模型的动态功能网络连接分析方法，用于在无症状个体中检测阿尔茨海默病的敏感性	引入了transformer-convolution框架，结合时空自注意力机制，以捕捉脑网络依赖性和时间动态，显著优于其他流行机器学习方法	研究仅限于使用dFNC数据，可能未考虑其他潜在的生物标志物	早期检测阿尔茨海默病并理解不同阶段的动态功能网络连接变化	阿尔茨海默病患者、轻度认知障碍患者及无症状个体	数字病理学	阿尔茨海默病	fMRI, dFNC	transformer-convolution框架	功能磁共振成像数据	包括阿尔茨海默病患者和轻度认知障碍患者，具体样本数量未明确说明
362	2025-05-12	Feature Imitating Networks Enhance the Performance, Reliability and Speed of Deep Learning on Biomedical Image Processing Tasks 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/EMBC53108.2024.10782373 PMID:40039853	研究论文	本文评估了特征模仿网络（FINs）在生物医学图像处理任务中的性能、可靠性和速度提升	首次将FINs应用于生物医学图像处理任务，并通过实验证明其能提升模型性能、加快收敛速度并增强一致性	研究仅针对三种特定任务（COVID-19检测、脑肿瘤分类和分割），未涵盖其他可能的生物医学图像处理任务	评估FINs在生物医学图像处理任务中的有效性	CT扫描和MRI扫描图像	数字病理学	COVID-19, 脑肿瘤	深度学习	FINs（特征模仿网络）	医学影像	NA
363	2025-05-12	Enhancing Wearable based Real-Time Glucose Monitoring via Phasic Image Representation Learning based 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/EMBC53108.2024.10781542 PMID:40039837	研究论文	提出一种基于相位图像表示学习的深度学习方法，用于增强可穿戴设备的实时血糖监测	使用频域中改进的递归图结合机器学习，提高了有限数据集下血糖水平预测的准确性	依赖于历史数据进行测试，可能未充分覆盖所有潜在使用场景	提高可穿戴设备实时血糖监测的准确性	可穿戴设备收集的血糖数据	机器学习	糖尿病	改进的递归图、机器学习	深度学习	信号数据	NA
364	2025-05-12	Optimizing Modified Barium Swallow Exam Workflow: Automating Pre-Analysis Video Sorting in Swallowing Function Assessment 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/EMBC53108.2024.10782457 PMID:40039880	research paper	该研究提出了一种深度学习方法，用于自动识别改良钡餐吞咽检查（MBS）中的视频方向和侦察视频片段，以优化吞咽功能评估的预处理流程	首次将深度学习应用于MBS检查的视频分类，实现了多任务学习框架下91%的侦察/吞咽任务区分准确率	在侦察视频与吞咽任务的区分上准确率最高为86%，仍有提升空间	优化改良钡餐吞咽检查的预处理流程，提高临床工作效率	改良钡餐吞咽检查视频数据	digital pathology	geriatric disease	video-fluoroscopy	deep learning	video	2,315个视频片段（来自172次MBS检查和106名患者）
365	2025-05-12	The Recurrent U-Net for Needle Segmentation in Ultrasound Image-Guided Surgery 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/EMBC53108.2024.10782677 PMID:40039871	研究论文	本文提出了一种基于U型网络和卷积门控循环单元的针分割方法，用于超声图像引导手术中的针分割	结合U型网络和卷积门控循环单元，捕捉针的运动信息，提高针分割的准确性	仅在牛肝数据集上进行了测试，未涉及人体数据	提高微创手术中超声图像引导下的针分割精度	超声图像中的针	计算机视觉	NA	深度学习	U-Net, 卷积门控循环单元	超声图像	192个视频，来自20个不同的牛肝
366	2025-05-12	Wearable-oriented Support for Interpretation of Behavioural Effects on Sleep 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/EMBC53108.2024.10781768 PMID:40039890	research paper	本文探讨了一种利用可穿戴设备和深度学习技术解释多特征纵向数据以分析健康问题可能原因的策略	提出了一种可解释的深度学习模型，用于识别导致睡眠质量差的主要前日行为	需要探索更多特征的数据集以验证这些特征的组合及其对健康方面的影响	通过可穿戴设备和深度学习技术分析日常行为对睡眠质量的影响	可穿戴设备收集的1874天的多特征纵向数据	machine learning	geriatric disease	deep learning	DL	wearable data	1874天的可穿戴数据
367	2025-05-12	A Multimodal Transfer Learning Approach for Histopathology and SR-microCT Low-Data Regimes 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/EMBC53108.2024.10781540 PMID:40039905	research paper	提出一种多模态迁移学习方法，用于在低数据量情况下分割人类骨组织病理学和同步辐射微计算机断层扫描（SR-microCT）图像中的骨细胞和腔隙	在低数据量情况下，采用深度U-Net进行域内和多模态迁移学习，显著提高了骨细胞和腔隙的分割性能	需要标记和多模态数据集，这在处理高维图像时较为困难	开发一种方法，用于在低数据量情况下分割骨细胞和腔隙，以支持骨微尺度研究和骨细胞-腔隙病理生理学研究	人类骨组织病理学和SR-microCT图像中的骨细胞和腔隙	digital pathology	geriatric disease	SR-microCT	U-Net	image	有限数量的训练图像（比基线数据集小44倍）
368	2025-05-12	Identifying Reproducibly Important EEG Markers of Schizophrenia with an Explainable Multi-Model 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/EMBC53108.2024.10781959 PMID:40039893	research paper	该研究提出了一种可解释的多模型深度学习方法，用于识别精神分裂症的可靠EEG标记	提出了一种基于特征交互的可解释性方法和几种新的多模型解释总结方法	未明确提及具体局限性	识别精神分裂症的可靠EEG生物标记，并开发稳健的方法从可解释的机器学习模型中识别神经精神疾病生物标记	精神分裂症患者的EEG频谱功率数据	machine learning	schizophrenia	EEG	deep learning	EEG spectral power data	NA
369	2025-05-12	Adaptive High-frequency Enhancement Network with Equilibrated Mechanism for MR Imaging 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/EMBC53108.2024.10782846 PMID:40039914	research paper	提出一种自适应高频增强网络，结合平衡机制用于MR成像	通过自适应提升高频特征表示并结合深度平衡模型进行固定点迭代，增强了重建的鲁棒性	由于内存限制，展开方法迭代次数有限，且存在细节丢失问题	加速磁共振成像并提升图像重建质量	磁共振成像数据	digital pathology	NA	deep learning-based technique	deep equilibrium model	image	NA
370	2025-05-12	Small Lesions, Big Impact: An Automated Segmentation Framework for Brain Metastases 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/EMBC53108.2024.10782216 PMID:40039917	研究论文	本文介绍了一种基于深度学习的自动分割框架，专注于提高脑转移瘤小病灶的准确分割	利用Swin Transformer的注意力机制和分层编码器，精确捕捉多模态MRI上脑转移瘤的复杂特征，显著提升小病灶分割的准确性	仅在BraTS-METS数据集上进行了训练和验证，未在其他数据集上测试泛化能力	开发自动分割脑转移瘤的深度学习框架，特别关注小病灶的精确分割	脑转移瘤	数字病理	脑肿瘤	多模态MRI	Swin Transformer	MRI图像	BraTS-METS数据集（具体样本数量未提及）
371	2025-05-12	Channel- and Label-Flip Data Augmentation for Motor Imagery-Based 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/EMBC53108.2024.10782028 PMID:40039924	研究论文	提出了一种新的数据增强方法，用于提高基于运动想象的脑机接口的分类准确率	提出了一种结合通道翻转和类别标签翻转的数据增强方法，基于运动想象左右对称的神经科学发现	仅在OpenBMI数据集上进行了验证，需要更多数据集验证泛化性	提高基于运动想象的脑机接口系统的分类性能	脑电信号数据	脑机接口	NA	数据增强	机器学习模型和深度学习模型	脑电信号	54名参与者的脑电数据
372	2025-05-12	Enhanced BCI Performance using Diffusion Model for EEG Generation 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/EMBC53108.2024.10782900 PMID:40039926	research paper	本研究探讨了使用去噪扩散概率模型（DDPM）人工合成脑电图（EEG）信号以提升基于运动想象（MI）的脑机接口（BCI）性能	首次将DDPM应用于EEG信号的人工合成，并通过定性和定量分析验证了生成信号的质量和实用性	未提及生成EEG信号的长期稳定性及在不同MI任务中的泛化能力	减轻BCI用户因深度学习算法需要大量训练样本而承受的负担	运动想象（MI）任务中的EEG信号	脑机接口	NA	去噪扩散概率模型（DDPM）	DDPM	EEG信号	未明确提及具体样本量，但涉及左右手运动想象任务的EEG数据
373	2025-05-12	Resource-Efficient Continual Learning for Personalized Online Seizure 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/EMBC53108.2024.10781699 PMID:40039936	研究论文	本文探讨了使用深度学习技术进行自动化癫痫发作检测的潜力，特别关注基于持续学习的个性化模型	提出了一种新颖的持续学习算法，集成了重放缓冲机制，有效解决了静态深度学习模型在动态环境中应用时的灾难性遗忘问题	研究仅使用了CHB-MIT数据集，可能无法全面代表所有癫痫患者的EEG信号特征	开发资源高效的持续学习方法，用于个性化在线癫痫发作检测	癫痫患者的EEG信号	机器学习	癫痫	深度学习	持续学习算法	EEG信号	CHB-MIT数据集
374	2025-05-12	A Study on Changes in Estimation Accuracy for EEG Data During Calibration and Operation in MI-BCI 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/EMBC53108.2024.10782616 PMID:40039945	研究论文	本研究分析了脑机接口（BCI）在校准和操作阶段准确性的差异，使用深度学习模型进行实验	通过模拟校准和操作阶段的任务，揭示了操作条件下脑电图（EEG）数据准确性的显著下降	研究未详细探讨心理因素如何具体影响BCI性能的变化	分析BCI在校准和操作阶段准确性的差异，以促进BCI技术的应用	脑机接口（BCI）的性能变化	脑机接口	NA	脑电图（EEG）	深度学习模型	EEG信号数据	参与者执行运动想象任务的数据
375	2025-05-12	Clisp: A Robust Interactive Segmentation Framework for Pathological 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/EMBC53108.2024.10782318 PMID:40039941	research paper	提出了一种名为Clisp的稳健交互式分割框架，用于病理图像的交互式标注	构建了一个包含约79,000张图像的多源病理图像标注数据集，并采用参数较多的视觉transformer作为图像编码器，以提高泛化能力	大多数现有方法仅利用小规模数据，导致对不同任务或分割对象的泛化能力较差	降低病理图像标注成本并提高交互式分割的泛化能力	病理图像	digital pathology	NA	interactive segmentation	vision transformer	image	约79,000张病理图像
376	2025-05-12	Using Attentive Network Layers for Identifying Relevant EEG channels for Subject-Independent Emotion Recognition Approaches 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/EMBC53108.2024.10781782 PMID:40039982	研究论文	使用注意力网络层识别与主题无关的情绪识别方法中相关的EEG通道	利用注意力网络层识别情绪处理中的共享预测模式，提高了主题无关情绪识别模型的泛化能力	样本量较小（15人），模型平均准确率较低（46%）	开发可泛化的情绪识别系统，辅助诊断和治疗抑郁、焦虑及神经退行性疾病	15名个体观看视频片段诱发的四种情绪（快乐、中性、悲伤、恐惧）	机器学习	抑郁、焦虑、神经退行性疾病	EEG信号分析	注意力网络层（Attentive Network Layers）	EEG信号	15人
377	2025-05-12	Deep Learning-Based Estimation of Arterial Stiffness from PPG Spectrograms: A Novel Approach for Non-Invasive Cardiovascular Diagnostics 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/EMBC53108.2024.10782553 PMID:40040001	研究论文	本研究提出了一种基于深度学习的非侵入性心血管诊断新方法，利用PPG信号频谱图估计动脉硬度	创新点在于直接使用精细调谐的频谱图图像，绕过复杂的特征提取过程，采用改进的ResNet-18架构	研究基于模拟数据集，未在真实临床环境中验证	开发非侵入性动脉硬度评估方法，用于心血管疾病的早期检测和管理	4374名健康成年人的数字、桡和肱动脉PPG信号	数字病理学	心血管疾病	PPG信号分析	改进的ResNet-18	图像（PPG频谱图）	4374名健康成年人模拟数据
378	2025-05-12	Monotone Accelerated Proximal Gradient Network For Bioluminescence Tomography Reconstruction 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/EMBC53108.2024.10782981 PMID:40040028	研究论文	提出了一种新型单调加速近端梯度网络（MAPG-net）用于生物发光断层扫描重建，结合了正则化方法和图注意力（GAT）的优势	结合正则化方法和图注意力（GAT），提出MAPG-net，增强网络的稳定性和可解释性	正则化算法参数选择困难和深度学习方法可解释性差的问题仍未完全解决	改进生物发光断层扫描（BLT）的重建效果	生物发光断层扫描数据	数字病理	肿瘤	生物发光断层扫描（BLT）	MAPG-net（单调加速近端梯度网络）	非欧几里得数据	NA
379	2025-05-12	Swallowing Assessment using High-Resolution Cervical Auscultations and Transformer-based 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/EMBC53108.2024.10782280 PMID:40040030	研究论文	本文研究了使用高分辨率颈部听诊（HRCA）和基于Transformer的神经网络进行吞咽评估的能力	首次将Transformer神经网络应用于HRCA信号分析，用于检测吞咽运动学特征，如食管上括约肌开放和喉前庭闭合，其性能优于文献中的混合神经网络	未明确提及样本量或数据多样性可能存在的限制	探索Transformer模型在非侵入性吞咽功能评估中的应用效果	高分辨率颈部听诊（HRCA）信号	数字病理	吞咽障碍	高分辨率颈部听诊（HRCA）	Transformer	信号数据	NA
380	2025-05-12	Remote Motor Rehabilitation: EMG-IMU based Deep Learning Model Improves the Estimate of Wrist Kinematics 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/EMBC53108.2024.10782268 PMID:40040042	研究论文	本文提出了一种基于深度学习的模型，用于连续解码手部运动，特别关注手腕屈伸任务	使用混合卷积神经网络和门控循环单元的深度学习模型，显著提高了手腕运动学的解码精度，并解决了跨受试者泛化性问题	研究仅涉及27名健康受试者，未在临床患者群体中进行验证	改进远程运动康复技术，特别是在家庭等非受控环境中的应用	手腕运动学解码	机器学习	运动康复	EMG-IMU数据采集	混合CNN和GRU	EMG和IMU信号	27名健康受试者