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
1281	2025-05-12	SimICL: A Simple Visual In-context Learning Framework for Ultrasound 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/EMBC53108.2024.10782048 PMID:40040071	research paper	提出了一种名为SimICL的简单视觉上下文学习框架，用于超声图像分割	结合视觉上下文学习与掩码图像建模（MIM），在有限标注的腕部超声数据集上实现了高性能分割	仅在腕部超声数据集上验证，未在其他医学影像领域测试	开发一种减少专家标注需求的超声图像分割方法	腕部超声图像中的骨性结构	computer vision	NA	masked image modeling (MIM)	SimICL	image	3822张图像来自18名患者
1282	2025-05-12	Baseline-Guided Representation Learning for Noise-Robust EEG Signal Classification 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/EMBC53108.2024.10781970 PMID:40040096	research paper	提出了一种名为BGNet的新型深度学习框架，利用基线EEG信号进行动态噪声抑制和鲁棒特征提取，以提高运动想象（MI）EEG分类的准确性	利用未充分利用的基线EEG信号进行动态噪声抑制和鲁棒特征提取，通过数据增强、自动编码器、特征对齐模块和分类器的组合，显著提高了分类性能	未明确提及具体限制，但可能依赖于基线信号的质量和可用性	提高脑机接口（BCI）中噪声EEG信号的分类准确性	运动想象（MI）EEG信号	脑机接口	NA	深度学习	autoencoder	EEG信号	BCIC IV 2a和2b数据集
1283	2025-05-12	Spatial Attention-Enhanced Encoder-Decoder Network for Accurate Segmentation of the Prostate's Transition Zone 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/EMBC53108.2024.10781592 PMID:40040093	研究论文	提出了一种空间注意力增强的编码器-解码器网络，用于精确分割前列腺的过渡区	结合空间注意力模块和残差连接，提高了前列腺过渡区分割的准确性	未提及具体的数据集规模或多样性限制	提高前列腺及其亚结构的分割准确性，以可靠定位和表征前列腺癌	前列腺的过渡区	数字病理学	前列腺癌	深度学习	Spatial ResU-Net	医学图像	NA
1284	2025-05-12	Advancing Chest X-ray Diagnostics via Multi-Modal Neural Networks with 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/EMBC53108.2024.10781551 PMID:40040114	研究论文	该研究通过多模态神经网络与注意力机制提升胸部X光诊断的准确性	结合预训练图像分类神经网络与患者及图像元数据整合，显著提高诊断精度，并确定有效决策边界以减少误报	未提及具体样本量及模型在更广泛数据集上的泛化能力	提升胸部X光图像诊断的准确性，特别是在呼吸系统疾病的多标签诊断和类别不平衡情况下	胸部X光图像及患者与图像元数据	数字病理学	呼吸系统疾病	深度学习	多模态神经网络（含注意力机制）	图像与元数据	NA
1285	2025-05-12	Bacteria Detection in Optical Endomicroscopy Images using Synthetic 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/EMBC53108.2024.10781794 PMID:40040125	research paper	该论文提出了一种在光学内窥镜图像中使用合成图像检测细菌的新方法	引入了生成合成细菌图像序列的新方法，以解决标记数据稀缺的问题，并展示了3D U-Net在合成数据训练下的性能提升	合成图像与真实图像之间可能存在差异，且需要进一步验证在更多真实场景中的泛化能力	提高肺炎细菌在光学内窥镜图像中的检测速度和准确性	光学内窥镜图像中的细菌	digital pathology	lung cancer	光学内窥镜成像(OEM)	3D U-Net	image	NA
1286	2025-05-12	Profiling a Raspberry Pi-Based Motor Imagery Classification to Facilitate At-Home BCI for Children with Disabilities 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/EMBC53108.2024.10781873 PMID:40040137	research paper	该研究开发了一个基于树莓派4的高效可扩展机器学习框架，用于促进家庭使用的脑机接口（BCI）系统，特别针对残疾儿童	首次在树莓派4上评估了包括黎曼几何框架和人工神经网络在内的十种标准分类器，展示了其在低计算资源下的可行性和性能	高资源需求的分类器（如人工神经网络）在实现时需要仔细考虑，可能会限制系统的成本和复杂性	开发一个高效且可扩展的机器学习框架，以促进家庭使用的脑机接口系统	残疾儿童	machine learning	disabilities	BCI, 机器学习分类器	ANN, Riemannian Geometry框架	脑电信号数据	NA
1287	2025-05-12	EMGCipher: Decoding Electromyography for Upper-limb Gesture Classification with Explainable AI for Resource Optimization 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/EMBC53108.2024.10782747 PMID:40040141	研究论文	介绍了一种名为EMGCipher的可解释深度学习框架，用于通过表面肌电图（sEMG）进行上肢手势分类	结合低层次sEMG特征表示与深度学习模型知识，定量评估输入传感器和特征在手势分类中的概率重要性	仅在Ninapro DB5数据集上进行了实验，未在其他数据集上验证	提高上肢手势分类的透明度和性能	上肢手势分类	机器学习	NA	sEMG	深度学习框架	肌电图信号	Ninapro DB5数据集
1288	2025-05-12	Detection of Sleep Apnea-Hypopnea Events Using Millimeter-wave Radar and Pulse Oximeter 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/EMBC53108.2024.10782344 PMID:40040165	研究论文	提出了一种使用毫米波雷达和脉搏血氧仪检测睡眠呼吸暂停-低通气事件的方法ROSA	融合毫米波雷达和脉搏血氧仪信息，直接预测SAE的时间定位，提高了检测准确性	雷达检测易受身体运动和环境的干扰，脉搏血氧仪单独使用有局限性	开发低成本、低负荷的OSAHS诊断方法	睡眠呼吸暂停-低通气事件(SAE)	医疗健康监测	阻塞性睡眠呼吸暂停低通气综合征(OSAHS)	毫米波雷达和脉搏血氧仪	NA	雷达信号和血氧数据	NA
1289	2025-05-12	Robust EEG-based Emotion Recognition Using an Inception and Two-sided Perturbation Model 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/EMBC53108.2024.10782060 PMID:40040181	研究论文	提出了一种基于Inception特征生成器和双面扰动（INC-TSP）的方法，用于增强脑机接口中的情绪识别	结合Inception模块进行EEG数据分析，并采用双面扰动（TSP）作为防御机制，增强模型对抗攻击的弹性	未提及具体样本量或实验环境的详细限制	提高在输入不确定性情况下情绪识别的准确性	脑电图（EEG）信号	脑机接口	NA	Inception模块和双面扰动（TSP）	Inception	EEG信号	未提及具体样本量
1290	2025-05-12	Residual Neural Networks for the Prediction of the Regularization Parameters in PET 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/EMBC53108.2024.10782195 PMID:40040188	研究论文	本文提出了一种基于残差神经网络的监督深度学习策略，用于预测PET重建中正则化参数的最优值	利用残差神经网络直接从原始测量数据（正弦图）预测最优正则化参数，相比传统手动调参方法提高了图像重建质量	研究基于合成数据集，未在真实临床数据上验证	优化PET图像重建算法中的正则化参数选择	PET重建中的正则化参数	医学影像处理	NA	深度学习	残差神经网络（ResNet）	2D正弦图	合成数据集（具体数量未说明）
1291	2025-05-12	Deep Learning Analysis of Retinal Structures and Risk Factors 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/EMBC53108.2024.10782580 PMID:40040194	研究论文	本研究利用深度神经网络分析视网膜结构与阿尔茨海默病风险因素之间的关系	使用深度神经网络从视网膜图像中预测阿尔茨海默病风险因素，并发现视网膜结构与风险因素之间的关系	未提及具体样本量和模型性能的详细数据	探索视网膜图像作为阿尔茨海默病早期筛查的生物标志物	阿尔茨海默病患者的视网膜结构	数字病理学	阿尔茨海默病	深度学习	深度神经网络	图像	NA
1292	2025-05-12	Integrating Microfluidics and Deep Learning to Investigate Entomopathogenic Nematode Responses to Host Cues 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/EMBC53108.2024.10782918 PMID:40040185	研究论文	本研究结合微流控技术和深度学习，探究昆虫病原线虫对宿主线索的动态响应	提出了一种结合微流控、深度学习和光流分析的混合方法，用于研究昆虫病原线虫的行为	NA	优化昆虫病原线虫的应用，以实现更精确和有针对性的生物防治策略	昆虫病原线虫（Steinernema carpocapsae）	生物工程与深度学习	NA	微流控技术、光流分析	CNN	视频	NA
1293	2025-05-12	Classification of Carotid Plaque with Jellyfish Sign Through Convolutional and Recurrent Neural Networks Utilizing Plaque Surface Edges 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/EMBC53108.2024.10782813 PMID:40040199	研究论文	本文提出了一种基于超声视频的深度神经网络方法，用于分类颈动脉斑块的Jellyfish征	结合卷积神经网络和循环神经网络，利用斑块表面边缘信息高效分类Jellyfish征	研究仅基于200名患者的超声视频图像，样本量有限	开发一种自动检测颈动脉斑块Jellyfish征的方法，以辅助脑梗死风险评估	颈动脉斑块	计算机视觉	心血管疾病	超声视频分析	CNN和RNN	视频	200名患者的超声视频图像
1294	2025-05-12	Focused State Recognition Using EEG with Eye Movement-Assisted Annotation 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/EMBC53108.2024.10781939 PMID:40040215	研究论文	利用EEG和眼动信号通过深度学习模型识别和分析大脑活动，特别是专注状态	提出了一种结合眼动信号和EEG特征的专注状态标注方法，并通过Transformer模型实现了高准确率	未提及样本多样性或跨文化适用性，可能影响模型的泛化能力	通过EEG和眼动信号识别专注状态，提高大脑活动分类的准确性	EEG和眼动信号	机器学习	NA	EEG和眼动信号分析	Transformer	EEG信号和眼动信号	未明确提及具体样本数量，但进行了主体依赖和跨主体实验
1295	2025-05-12	Exploring Schizophrenia Classification in fMRI Data: A Common Spatial Patterns(CSP) Approach for Enhanced Feature Extraction and Classification 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/EMBC53108.2024.10782387 PMID:40040201	研究论文	本研究探讨了在静息态功能磁共振成像（rs-fMRI）数据中应用共同空间模式（CSP）方法进行精神分裂症分类的新方法	首次将主要用于脑电图（EEG）信号处理的CSP方法应用于fMRI数据集，并验证其在rs-fMRI中的有效性	仅比较了CSP与PCA等有限方法，未涉及更多先进的深度学习模型	探索CSP方法在rs-fMRI数据分析中的应用潜力，提高精神分裂症分类的准确性	精神分裂症患者和健康对照组的rs-fMRI数据	医学影像分析	精神分裂症	rs-fMRI, CSP, PCA	CSP, PCA	功能磁共振成像时间序列数据	包含患者和对照组两个主要类别的样本（具体数量未提及）
1296	2025-05-12	MRI-only based material mass density and relative stopping power estimation via deep learning for proton therapy: a preliminary study 2024-05-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-61869-8 PMID:38750148	研究论文	本研究开发了一种基于深度学习的MRI-only方法，用于质子治疗中的质量密度和相对阻止本领估计	首次提出结合深度学习的MRI-only方法，直接从MRI图像估计质量密度和相对阻止本领，避免了额外成像的需求	研究为初步研究，样本量有限，仅使用幻影和动物组织进行验证	开发质子治疗计划中直接从MRI图像估计质量密度和相对阻止本领的方法	五种组织替代幻影(皮肤、肌肉、脂肪组织、45%羟基磷灰石和海绵骨)和两种动物组织幻影(猪脑和猪肝)	医学影像分析	肿瘤治疗	深度学习、MRI成像(包括T1、T2和ZTE扫描)	深度学习模型	MRI图像	五种组织替代幻影和两种动物组织幻影
1297	2025-05-12	An Update on the Use of Artificial Intelligence in Digital Pathology for Oral Epithelial Dysplasia Research 2024-May-10, Head and neck pathology DOI:10.1007/s12105-024-01643-4 PMID:38727841	综述	本文回顾了人工智能在数字病理学中用于口腔上皮异型增生（OED）诊断的最新进展	总结了AI在OED诊断、分级和恶性转化预测中的应用，强调了深度学习卷积神经网络的使用	研究局限于常规光学显微镜图像，排除了其他成像方式，且需要更多关于泛化性、可解释决策和预后预测的支持性研究	探讨人工智能在数字病理学中用于OED诊断的当前进展	口腔上皮异型增生（OED）	数字病理学	口腔鳞状细胞癌（OSCC）	深度学习（DL）、机器学习（ML）	CNN	图像	24项研究
1298	2025-05-12	Brain Age Analysis and Dementia Classification using Convolutional Neural Networks trained on Diffusion MRI: Tests in Indian and North American Cohorts 2024-May-08, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.04.578829 PMID:38370641	research paper	该研究探讨了在卷积神经网络（CNN）模型中添加扩散加权MRI（dMRI）作为输入对阿尔茨海默病分类和痴呆严重程度推断的价值，并在印度和北美人群数据集中进行了测试	首次在CNN模型中引入dMRI作为输入，并评估了使用3D CycleGAN方法在训练前对成像数据集进行协调的效果	研究主要依赖于特定的数据集（如ADNI和NIMHANS），可能限制了结果的普遍适用性	提高阿尔茨海默病分类和痴呆严重程度推断的准确性	印度和北美人群的MRI扫描数据	digital pathology	geriatric disease	diffusion MRI (dMRI), 3D CycleGAN	CNN	MRI scans	ADNI和NIMHANS队列的数据
1299	2025-05-12	Rapid and accurate prediction of protein homo-oligomer symmetry with Seq2Symm 2024-Apr-26, Research square DOI:10.21203/rs.3.rs-4215086/v1 PMID:38746169	research paper	该论文提出了一种名为Seq2Symm的模型，用于快速准确地预测蛋白质同源寡聚体的对称性	Seq2Symm利用ESM2模型，在预测蛋白质同源寡聚体对称性方面优于现有的基于模板和深度学习方法	论文未明确提及具体局限性	开发能够快速准确预测蛋白质同源寡聚体对称性的机器学习模型	蛋白质同源寡聚体的对称性	machine learning	NA	ESM-MSA, ESM2, RoseTTAFold2	Seq2Symm (基于ESM2)	protein sequences	5个完整蛋白质组和约350万个未标记蛋白质序列
1300	2025-05-12	Identifying Reproducibly Important EEG Markers of Schizophrenia with an Explainable Multi-Model Deep Learning Approach 2024-Feb-13, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.09.579600 PMID:38405889	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重要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	研究中仅分析了少量模型的解释，可能影响生物标志物的普遍适用性	识别精神分裂症的诊断生物标志物	精神分裂症患者的EEG数据	machine learning	schizophrenia	EEG spectral power data	deep learning	EEG数据	NA