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
5801	2025-03-06	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）信号分析的发展趋势，重点关注深度学习算法在手、腕和手指运动识别中的应用	提出了一种新的多信号波形长度（MSWL）方法，并与现有的深度学习和传统方法进行了比较，挑战了深度学习在EMG模式识别中的主导地位	深度学习算法的高计算成本可能限制其在资源有限设备上的临床转化	评估和比较深度学习和传统方法在EMG模式识别中的性能，探讨是否需要改变算法焦点	22名参与者的EMG数据，进行11种手和腕部运动	机器学习	NA	EMG信号分析	深度学习（DL）、随机卷积核变换（ROCKET）、波形长度相位（WLPHASOR）、均方根相位（RMSPHASOR）、多信号波形长度（MSWL）	EMG信号	22名参与者，使用两个EMG臂带（分别为10和8通道）
5802	2025-03-06	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，以评估人类诱导多能干细胞（hiPSCs）的分化状态和三个胚层的形成过程	利用深度学习技术从明场图像估计荧光图像，避免了活细胞染色的高成本和潜在安全问题，为hiPSCs的多能性评估和胚层形成过程的无染色分析提供了新工具	未提及样本量大小，可能影响方法的普适性和可靠性	开发一种无需细胞染色的方法，用于评估hiPSCs的分化状态和胚层形成过程	人类诱导多能干细胞（hiPSCs）及其分化形成的三个胚层细胞	数字病理学	NA	深度学习	NA	图像	NA
5803	2025-03-06	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，通过状态空间深度学习架构和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	提出了一种新的知识引导的预训练目标，考虑了EEG信号的特异性，显著减少了预训练数据的需求	未明确提及具体局限性	改进EEG信号的表示学习，提升下游推理任务的性能	EEG信号	机器学习	NA	自监督学习	状态空间深度学习架构	EEG信号	未明确提及样本数量
5804	2025-03-06	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中的应用，并进行了跨数据集分析	首次在跨数据集和真实世界场景中测试深度学习模型，展示了个性化步骤的重要性以及多通道方法的优势	之前的研究仅在受控环境下测试，且仅使用单一数据集，忽略了跨数据集场景的挑战	研究深度学习在识别SCG信号中收缩期复合体的有效性，并探索跨数据集和真实世界场景中的应用	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	NA
5805	2025-03-06	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	研究论文	本文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，通过结构磁共振成像（sMRI）捕捉海马体的结构变化，提高诊断准确性	提出了一个双流多特征深度学习模型，首次在海马体的三角网格上建立了3D空间结构和形态萎缩特征的描述系统，并引入了厚度特征和热核签名（HKS）特征来编码形态萎缩特征	研究主要基于ADNI数据库的数据，样本来源较为单一，可能限制了模型的泛化能力	提高阿尔茨海默病的诊断准确性	阿尔茨海默病患者（Aβ+ AD）和正常认知者（Aβ- NC）	数字病理学	老年病	结构磁共振成像（sMRI）	3D多特征融合卷积网络	3D图像	269名Aβ+ AD患者和437名Aβ- NC受试者
5806	2025-03-06	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	本文提出了一种结合卷积神经网络（CNN）和图神经网络（GNN）的新方法，用于预测3D显微镜图像中核与高尔基体的极性向量	首次提出使用GNN进行核与高尔基体链接预测，结合CNN和GNN的方法在极性向量检测上显著优于传统方法	方法仅在鼠视网膜的3D显微镜图像上进行了验证，尚未在其他细胞类型或生物体上测试	开发一种自动化且准确的方法来检测核与高尔基体的极性向量，以促进对细胞过程的研究	鼠视网膜的3D显微镜图像中的核与高尔基体	计算机视觉	NA	3D显微镜成像	CNN, GNN	3D图像	未明确说明样本数量，但研究对象为鼠视网膜的3D显微镜图像
5807	2025-03-06	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	研究论文	本文开发了一个深度学习框架，用于预测高强度间歇训练后的心率恢复模式	结合信号处理技术和先进的深度学习架构，特别是基于LSTM的编码器-解码器架构，并使用特定任务的损失函数来提高模型的准确性和鲁棒性	NA	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	高强度间歇训练期间的心率数据	机器学习	NA	深度学习	LSTM	信号数据	NA
5808	2025-03-06	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Transformer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Transformer方法提高心房颤动检测的可解释性，并识别心电图信号中的关键特征	模型尚未在临床诊断中广泛接受，部分原因是AI算法的黑箱特性	提高心房颤动检测的自动化水平，并增强模型的可解释性	单导联心电图数据	计算机视觉	心血管疾病	深度学习	视觉Transformer, ResNet	心电图信号	Chapman-Shaoxing数据集
5809	2025-03-06	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	研究论文	本文提出了一种利用迁移学习和UNet架构进行CT和MR肝脏分割的通用解决方案，解决了深度学习网络需要大量数据的难题	利用公开数据训练模型，并通过有限的目标域数据进行进一步训练，避免了资源密集型模型的需求，同时引入了可解释的人工智能（XAI）以确保模型预测的透明度	需要依赖公开数据进行初步训练，且目标域数据有限	开发一种在时间和数据资源受限的情况下有效的肝脏分割方法	CT和MR图像中的肝脏实质	计算机视觉	肝脏疾病	深度学习	UNet	图像	NA
5810	2025-03-06	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	本文开发了一种基于MRI的深度学习和多类阿尔茨海默病分类预测框架，用于区分认知正常、轻度认知障碍和阿尔茨海默病状态	在传统的VGG19架构中嵌入了卷积块注意力模块（CBAM）注意力层，构建了名为AD_Net的阿尔茨海默病定向预测3D卷积模型，并开发了基于多层感知器（MLP）的模型以整合年龄、性别和简易精神状态检查评分等额外因素	未提及样本量的具体细节，且模型在包含方向性影响因素的组别中预测准确率较低（51.2%）	开发一种基于深度学习的模型，用于阿尔茨海默病的早期诊断	阿尔茨海默病、轻度认知障碍和认知正常状态的MRI图像	计算机视觉	阿尔茨海默病	MRI	CNN（VGG19架构）与注意力机制（CBAM）结合，以及MLP	图像（MRI）	NA
5811	2025-03-06	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Transformer模型在缺氧缺血（HI）后48小时内胎儿羊EEG中癫痫检测的效用，展示了其在识别HI引起的EEG癫痫方面的优越性能	首次将Transformer模型应用于胎儿羊EEG中的癫痫检测，并展示了其相对于传统深度卷积神经网络（CNN）的优越性能	研究使用了较小的数据集子集（800个EEG癫痫和非癫痫模式的2D小波尺度图），可能限制了模型的泛化能力	开发自动化方法以支持新生儿缺氧缺血事件后癫痫的精确检测和诊断	胎儿羊的EEG数据	机器学习	新生儿缺氧缺血性脑病	2D小波尺度图（WS）	Transformer, Visual Transformer (ViT)	EEG图像	800个EEG癫痫和非癫痫模式的2D小波尺度图
5812	2025-03-06	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，用于连续控制假肢的关键参数，以提高肌电假肢控制的精度和跨主体模型的可转移性	引入LSTM模型进行连续控制，并强调模型在不同主体间的可转移性	未提及具体的研究局限性	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	假肢的肘部角度（θ）、腕关节的水平（X）和垂直（Y）位置以及速度（v）	机器学习	NA	深度学习	LSTM	肌电数据（EMG）	未提及具体样本数量
5813	2025-03-06	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	本文提出了一种新的半监督医学图像分割框架DiHC-Net，通过对角线层次一致性学习来提高分割性能	提出了对角线层次一致性学习（DiHC-Net），通过多个子模型之间的相互一致性正则化来提高分割性能	未提及具体局限性	提高半监督医学图像分割的性能	医学图像	digital pathology	NA	deep learning	DiHC-Net	image	公共基准数据集中的器官和肿瘤图像
5814	2025-03-06	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	研究论文	本文测试了12种最先进的运动想象分类算法在三个典型发育儿童数据集上的表现，旨在评估这些算法在儿童脑机接口用户中的适用性	首次系统地评估了多种运动想象分类算法在儿童用户中的表现，填补了该领域在儿科用户中的研究空白	深度学习算法由于缺乏超参数调优，表现不如非深度学习算法，且部分算法存在显著的年龄效应	评估和改进脑机接口分类算法，以满足儿童用户的需求	典型发育儿童（n=94，年龄5-17岁）	脑机接口	NA	运动想象分类算法	非深度学习算法、深度学习算法（如ShallowConvNet）	脑电图（EEG）数据	94名儿童（年龄5-17岁）
5815	2025-03-06	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	本文提出了一种轻量级且可解释的机器学习模型LightIED，用于从脑电图（EEG）中检测间歇性癫痫放电（IED）	LightIED模型在保持高检测精度的同时，具有更少的参数和更好的可解释性，通过Grad-CAM技术可视化推理依据	未提及具体的数据集大小或实验的广泛性验证	开发一种轻量级且可解释的模型，用于辅助癫痫诊断中的IED检测	脑电图（EEG）数据	计算机视觉	癫痫	Grad-CAM	CNN	图像	NA
5816	2025-03-06	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	提出了一个新的模拟腹腔镜手术数据集（LSPD），并利用卷积神经网络自动预测外科医生的经验水平	数据集稀缺，特别是在手术领域，复杂的数据集和人工标注成本高且耗时	自动化手术性能评估，避免手动专家评估	模拟腹腔镜手术数据集（LSPD）	计算机视觉	NA	深度学习	3DCNN	视频	NA
5817	2025-03-06	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	研究论文	本文提出了一种基于深度学习的MobileNetV2卷积神经网络模型，用于从胸部X光片中自动检测COVID-19	结合预训练的MobileNetV2模型和支持向量机（SVM）分类器，提高了COVID-19检测的准确性	未提及样本量的具体限制或模型在其他数据集上的泛化能力	开发一种自动检测COVID-19的计算工具，以减轻医疗系统的压力	胸部X光片	计算机视觉	COVID-19	深度学习	MobileNetV2 CNN, SVM	图像	未提及具体样本量
5818	2025-03-06	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	研究论文	本文探讨了使用MONAI生成模型中的扩散模型生成逼真的心脏磁共振（MR）图像，以解决医学影像数据获取困难的问题	利用扩散模型快速且易于实现地生成逼真的心脏MR图像，这些合成图像与真实图像极为相似，难以区分	未提及具体的数据集规模或模型性能的定量评估	探索生成逼真的合成心脏MR图像，以扩充医学影像数据集	心脏磁共振（MR）图像	医学影像	心血管疾病	扩散模型	扩散模型	图像	未提及具体样本数量
5819	2025-03-06	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血流速度来估计动脉直径变化趋势的方法	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）以填补缺失的动脉直径数据	尽管标准化指标显示CRNN-A模型在1秒长度上表现最佳，但在实际应用中，训练预测较长时间段的AST模型在填补最短时间间隔（1秒）的动脉直径数据时表现更好	通过深度学习模型估计动脉直径的变化趋势，以填补缺失的动脉直径数据，从而准确跟踪血流和体积变化	动脉直径数据	计算机视觉	心血管疾病	短时傅里叶变换	CRNN-A, AST	频谱多普勒数据	NA
5820	2025-03-06	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	本文探讨了使用非侵入性脑电图（EEG）重建手指运动的潜力，特别是在手抓握动作期间	研究提出了一种新的实验范式，用于收集多通道EEG数据，并采用先进的深度学习算法构建了连续解码模型，用于八个关键手指关节的运动重建	研究主要关注健康受试者，未涉及患者或特定疾病群体，且信号噪声比低可能影响解码性能	探索非侵入性EEG在手抓握动作期间重建手指运动的可行性，并评估其在控制和康复应用中的潜力	20名健康受试者在进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