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
5761	2025-03-06	EmoNet: Deep Learning-based Emotion Climate Recognition Using Peers' Conversational Speech, Affect Dynamics, and Physiological 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/EMBC53108.2024.10782421 PMID:40039214	研究论文	本文提出了一种名为EmoNet的AI模型，用于识别同伴间的集体情感氛围，结合语音信号、情感动态和生理数据进行综合分析	EmoNet超越了传统的情感识别方法，通过整合语音特征、情感动态和生理数据（如心率和皮肤电活动），提供了对情感氛围的全面理解	研究仅基于K-EmoCon数据集进行测试，未在其他数据集上验证模型的泛化能力	研究旨在通过AI模型识别和理解社交互动中的集体情感氛围	同伴间的对话语音、情感动态和生理数据	自然语言处理	NA	Mel-frequency cepstral coefficients（MFCC）和Temporal Convolutional Network（TCN）	Temporal Convolutional Network（TCN）	语音信号、情感动态和生理数据	K-EmoCon数据集
5762	2025-03-06	3D probe localization from 2D ultrasound images using an RFF-enhanced deep 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/EMBC53108.2024.10782917 PMID:40039234	研究论文	本文提出了一种基于核的深度学习增强方法，用于从2D超声图像中估计超声探头的自由轨迹	采用随机傅里叶特征（RFF）方法增强现有模型在2D超声探头定位中的泛化能力	研究仅使用了两个解剖模型的公共数据集进行训练和验证，样本量有限	开发一种能够预测超声探头轨迹并重建3D体积的工具	超声探头轨迹	计算机视觉	NA	深度学习	RFF-enhanced deep neural network	2D超声图像	两个解剖模型的公共数据集
5763	2025-03-06	Improving Prediction of Need for Mechanical Ventilation using Cross-Attention 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/EMBC53108.2024.10782769 PMID:40039259	研究论文	本文探讨了使用多头注意力机制的深度学习模型（FFNN-MHA）来更准确地预测重症监护病房中患者是否需要机械通气，并通过学习个体患者的个性化上下文信息来减少误报	首次将多头注意力机制的深度学习模型应用于机械通气需求预测，通过学习个体患者的个性化上下文信息来提高预测准确性并减少误报	研究仅基于公开的MIMIC-IV数据集，未在其他数据集上进行验证，可能限制了模型的泛化能力	提高重症监护病房中患者是否需要机械通气的预测准确性	重症监护病房中的患者	机器学习	NA	深度学习	FFNN-MHA（多头注意力机制的深度学习模型）	电子健康记录（EHR）数据	基于MIMIC-IV数据集的样本
5764	2025-03-06	3D System matrix recovery based on iterative up-and-down sampling super-resolution network in magnetic particle 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/EMBC53108.2024.10781498 PMID:40039260	研究论文	本文提出了一种基于迭代上下采样超分辨率网络的3D系统矩阵恢复方法，用于磁粒子成像中的系统矩阵恢复问题	提出了一种新的3D迭代上下采样超分辨率网络（3D-ISSRnet），通过将系统矩阵恢复问题转化为图像域中的深度学习超分辨率重建问题来解决	未提及具体局限性	提高磁粒子成像（MPI）中系统矩阵恢复的效率和准确性	磁粒子成像中的系统矩阵	计算机视觉	NA	深度学习	3D-ISSRnet	图像	OpenMPI数据
5765	2025-03-06	A comparison between Deep Learning architectures for the assessment of breast tumor segmentation using VSI ultrasound protocol 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/EMBC53108.2024.10782786 PMID:40039274	研究论文	本文比较了不同深度学习架构在VSI超声协议下对乳腺肿瘤分割的评估效果	首次针对异步协议超声采集（VSI-B）设计并比较了多种卷积神经网络的分割性能	研究样本量较小，仅包含53名患者	开发用于乳腺癌诊断的自动乳腺肿瘤超声分割工具	乳腺肿瘤	计算机视觉	乳腺癌	VSI超声协议	U-NET, Attention U-NET, Residual U-NET, 多输入注意力U-NET	超声图像	53名患者
5766	2025-03-06	Endoscopic colorectal polyp detection based on improved YOLOv8 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/EMBC53108.2024.10781871 PMID:40039266	研究论文	本文探讨了基于改进的YOLOv8模型在结肠镜检测结直肠息肉中的应用	使用改进的YOLOv8模型提高了息肉检测的准确性和效率	未提及具体的数据集大小或模型改进的详细技术细节	提高结直肠息肉检测的准确率和效率	结直肠息肉	计算机视觉	结直肠癌	深度学习	YOLOv8	图像	NA
5767	2025-03-06	A Gait Triaging Toolkit for Overlapping Acoustic Events in Indoor Home Environments 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/EMBC53108.2024.10782237 PMID:40039265	研究论文	本文提出了一种基于机器学习的过滤器，用于筛选适合训练步态检测模型的步态音频样本	提出了一种新型的机器学习过滤器，能够在嘈杂的家庭和护理院环境中有效筛选出适合训练步态检测模型的音频样本	依赖于真实世界的高质量步态数据集，而这些数据集目前较为缺乏	开发一种能够在嘈杂环境中有效检测步态的声学步态检测器	老年人的步态数据	机器学习	老年疾病	声学步态检测	深度学习模型	音频数据	从老年人收集的步态数据集
5768	2025-03-06	Self-Supervised MR Image Reconstruction From Single Measurement 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/EMBC53108.2024.10781875 PMID:40039299	研究论文	本文提出了一种自监督的深度学习MRI重建方法，无需依赖外部训练数据	提出了一种基于单图像的重建方法，结合了伯努利采样、训练中的丢弃策略以及MRI物理过程，实现了无需外部数据的自监督学习	未提及具体的数据集或样本量，可能限制了方法的广泛验证	加速磁共振成像（MRI）的重建过程	MRI图像	计算机视觉	NA	深度学习	自监督学习	图像	NA
5769	2025-03-06	An Automatic Method for Locating Positions and their Colors Important for Classifying Genders in Retinal Fundus Images by Deep Learning 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/EMBC53108.2024.10781926 PMID:40039310	研究论文	本文提出了一种自动方法，通过深度学习识别视网膜眼底图像中重要的位置及其颜色特征以进行性别分类	提出了MALCC（局部颜色特征模型分析）和U检验方法，用于识别图像中对性别分类重要的位置和颜色特征	未提及具体局限性	开发一种自动方法，用于识别视网膜眼底图像中重要的位置及其颜色特征以进行性别分类	视网膜眼底图像	计算机视觉	NA	深度学习	深度学习模型	图像	未提及具体样本数量
5770	2025-03-06	Interpretable Automated Arrhythmia Detection: An Assistive Framework for Clinicians 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/EMBC53108.2024.10781947 PMID:40039308	研究论文	本研究提出了一种独特的特征选择算法，用于识别有效的心电图生物标志物，以实现准确且临床可解释的自动心律失常检测	提出了一种新的特征选择算法，该算法在识别心电图生物标志物方面优于包括LASSO、F-test和mRMR在内的流行方法，并实现了高精度的多类患者间随机森林分类器	尽管提出的方法在测试数据集上表现优异，但其在更广泛临床环境中的实际应用和泛化能力仍需进一步验证	开发一种准确且临床可解释的自动心律失常检测方法	心电图（ECG）数据	机器学习	心血管疾病	随机森林分类器	随机森林（RF）	心电图（ECG）数据	未明确提及具体样本数量
5771	2025-03-06	Improved Segmentation of Confocal Calcium Videos of Hela Cells Using Deep-Learning-Assisted Watershed Algorithm 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/EMBC53108.2024.10781812 PMID:40039309	研究论文	本文提出了一种结合深度学习和分水岭算法的改进方法，用于分割Hela细胞的共聚焦钙视频，以提高高通量药物筛选实验中的细胞识别效率	创新点在于结合了深度学习（修改后的U-Net和YOLOv5）和分水岭算法，通过多帧处理和距离变换预测来优化细胞分割	未明确提及具体局限性	提高高通量药物筛选实验中钙成像视频的细胞分割准确性	Hela细胞的共聚焦钙视频	计算机视觉	NA	深度学习辅助分水岭算法	CNN（修改后的U-Net和YOLOv5）	视频	未明确提及样本数量
5772	2025-03-06	Advancing Cuffless Arterial Blood Pressure Waveform Estimation: Time-Series Deep Neural Network 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/EMBC53108.2024.10782076 PMID:40039307	研究论文	本文提出了一种时间序列训练策略，用于无袖带动脉血压波形预测，并比较了两种不同大小的深度学习模型在不同训练方式下的性能	提出了一种新的时间序列训练策略，显著提升了无袖带动脉血压波形预测的性能，特别是在小型、结构简单的gMLP网络中表现更为明显	研究中仅比较了两种深度学习模型，可能未涵盖所有可能的模型架构	开发高效的无袖带动脉血压估计模型，适用于边缘可穿戴设备	动脉血压波形	机器学习	心血管疾病	时间序列深度学习	gMLP, UtransBPNet	生理信号时间序列数据	未提及具体样本数量
5773	2025-03-06	Feature Tensor Low-Rank Representation Network for Semi-Supervised Echocardiography Video Left Ventricle 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/EMBC53108.2024.10782194 PMID:40039348	研究论文	本文提出了一种基于低秩重建的半监督方法，用于超声心动图视频中的左心室分割	利用张量奇异值阈值算法在变换域中表示视频特征张量，消除特征冗余并获得紧凑的视频特征	未提及具体局限性	提高超声心动图视频中左心室分割的准确性	超声心动图视频中的左心室	计算机视觉	心血管疾病	低秩重建	2D卷积神经网络	视频	CAMUS数据集
5774	2025-03-06	Acute Pain Recognition from Facial Expression Videos using Vision Transformers 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/EMBC53108.2024.10781616 PMID:40039359	研究论文	本文提出了一种基于视频视觉变换器（ViViT）的急性疼痛识别方法，用于从面部表情视频中自动检测疼痛	使用视频视觉变换器（ViViT）进行疼痛识别任务，捕捉与疼痛估计相关的时空面部信息，提供自动估计的宝贵见解	数据集样本量较小（AI4PAIN数据集51名受试者，BioVid数据集87名受试者），可能影响模型的泛化能力	通过自动检测面部表情中的疼痛，帮助评估有沟通障碍患者的疼痛水平	急性疼痛患者的面部表情视频	计算机视觉	NA	视频视觉变换器（ViViT）	ViViT, ResNet50, ResNet50+3DCNN	视频	AI4PAIN数据集51名受试者，BioVid数据集87名受试者
5775	2025-03-06	A Framework for Extracting Heart Rate Variability Features from Earbud-PPG for Stress 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/EMBC53108.2024.10782088 PMID:40039377	研究论文	本文提出了一种从消费级耳塞设备中的光电容积描记法（PPG）信号中提取心率变异性（HRV）特征以进行压力检测的框架	该框架首次使用深度学习从相对嘈杂的耳塞PPG信号中预测HRV特征，并将这些特征用于压力分类任务，相比现有最先进的HRV特征提取方法，准确率、敏感性和特异性至少提高了5%	NA	研究目的是通过可穿戴传感器连续监测压力，以防止未管理的压力导致严重的生理和心理健康问题	消费级耳塞设备中的PPG信号	机器学习	NA	光电容积描记法（PPG）	深度学习	信号数据	NA
5776	2025-03-06	A BERT base model for the analysis of Electronic Health Records from diabetic patients 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/EMBC53108.2024.10782488 PMID:40039371	研究论文	本文提出了一种基于BERT的模型，用于分析糖尿病患者的电子健康记录（EHRs）序列	将原始的BERT模型调整为处理不同的EHRs模式，并引入了一个表示序列开始时的患者状态向量	使用DL模型处理临床数据存在许多限制，主要由于标记数据的可用性及其固有特性	通过改进的BERT模型提高不同临床任务的AUROC	糖尿病患者的电子健康记录（EHRs）	自然语言处理	糖尿病	深度学习	BERT	电子健康记录（EHRs）	超过200,000名糖尿病患者的5年数据
5777	2025-03-06	fMRINet: Repurposing the EEGNet model to identify emotional arousal states in fMRI 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/EMBC53108.2024.10782984 PMID:40039361	研究论文	本研究提出了一种新方法，利用fMRI数据分类情绪唤醒水平，特别适用于数据有限的项目	将原本用于EEG信号分类的EEGNet架构适应于fMRI数据，成功应用于情绪状态识别	研究样本量有限，且仅针对情绪唤醒水平进行分类，未涉及更复杂的情绪维度	探索深度学习模型在fMRI数据中识别情绪状态的潜力	fMRI数据，特别是与情绪唤醒相关的数据	机器学习	NA	fMRI	EEGNet	fMRI时间序列数据	典型和临床参与者
5778	2025-03-06	Cough Sound Based Deep Learning Models for Diagnosis of COVID-19 Using Statistical Features and Time-Frequency Spectrum 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/EMBC53108.2024.10781593 PMID:40039388	研究论文	本文提出了一种基于咳嗽声音的深度学习模型，用于分类COVID-19患者	使用咳嗽声音数据，结合统计特征和时频谱，通过深度学习模型进行COVID-19诊断	数据集来自众包，可能存在数据质量和一致性问题	开发一种基于咳嗽声音的COVID-19诊断方法	COVID-19患者	机器学习	COVID-19	深度学习	Xception	声音波形	Cambridge数据集、Virufy数据集和Coswara数据集
5779	2025-03-06	Non-invasive stroke diagnosis using speech data from dysarthria patients 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/EMBC53108.2024.10781716 PMID:40039396	研究论文	本研究开发了一种利用构音障碍患者语音数据进行非侵入性脑卒中诊断的深度学习方法	使用深度学习模型从构音障碍患者的语音数据中提取和分类脑卒中症状特征，提供了一种非侵入性、经济有效的早期脑卒中检测方法	需要进一步研究以提高准确性	开发一种非侵入性、经济有效的脑卒中诊断方法	构音障碍患者的语音数据	自然语言处理	脑卒中	深度学习	ResNet50, InceptionV4, ResNeXt50, SEResNeXt18, AttResNet50	语音数据	NA
5780	2025-03-06	A Two-Step Framework for Multi-Material Decomposition of Dual Energy Computed Tomography from Projection Domain 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/EMBC53108.2024.10782757 PMID:40039390	研究论文	本文提出了一种名为rFast-MMDNet的两步框架，用于从投影域进行双能计算机断层扫描的多材料分解，特别针对乳腺组织的区分	rFast-MMDNet框架在非递归设置下操作原始投影数据，改进了传统方法在多材料分解上的性能，特别是在乳腺纤维腺体、脂肪组织和钙化的分解上	虽然rFast-MMDNet在乳腺组织分解上表现出色，但其应用范围目前仅限于乳腺组织，未涉及其他类型的组织或材料	改进双能计算机断层扫描中的多材料分解技术，特别是在乳腺组织区分上的应用	乳腺组织，包括纤维腺体、脂肪组织和钙化	计算机视觉	乳腺癌	双能计算机断层扫描（DECT）	rFast-MMDNet（包括SinoNet和FBP-DenoiseNet）	图像	1000对训练图像，10对验证图像，100对测试图像