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
1441	2025-05-12	PhysioSens1D-NET: A 1D Convolution Network for Extracting Heart Rate from Facial Videos 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/EMBC53108.2024.10782272 PMID:40039469	研究论文	介绍了一种名为PhysioSens1D-NET的一维卷积神经网络，用于从面部视频中提取心率	PhysioSens1D-NET在计算效率和心率测量准确性方面均表现优异，相比传统rPPG算法和现有深度学习模型有显著改进	NA	开发一种高效且准确的非接触式心率监测方法	面部视频中的心率信号	计算机视觉	心血管疾病	NA	1D CNN	视频	NA
1442	2025-05-12	Research on Tone Enhancement of Mandarin Pitch Controllable Electrolaryngeal Speech Based on 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/EMBC53108.2024.10782916 PMID:40039465	研究论文	基于深度学习的普通话音调可控电子喉语音的音调增强研究	首次提出结合音调控制电子喉和生成模型的方法来增强普通话电子喉语音的音调，使用CycleGAN和多尺度连续小波变换技术提升特征提取的粒度	仅针对普通话四声进行测试，未验证在其他声调语言中的适用性	提升普通话电子喉语音的音调质量	电子喉语音的音调增强	语音合成	喉部疾病	连续小波变换	CycleGAN	语音信号	普通话四声的电子喉语音样本
1443	2025-05-12	Semantic Segmentation Refiner for Ultrasound Applications with Zero-Shot Foundation 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/EMBC53108.2024.10781870 PMID:40039477	research paper	提出一种无需提示的超声图像语义分割方法，利用分割基础模型处理抽象形状的能力	提出新颖的提示点生成算法，使用粗语义分割掩码作为输入，以零样本可提示基础模型为优化目标	在小型肌肉骨骼超声图像数据集上进行实验，样本规模有限	解决低数据环境下医学图像分割模型性能下降的问题	超声图像中的病理异常分割	medical imaging analysis	pathologic anomalies	zero-shot prompt-able foundation model	segmentation foundation models	ultrasound images	small-scale musculoskeletal ultrasound images dataset
1444	2025-05-12	Fuzzy-Label Weighted Deep Learning Classification for CT Image Quality 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/EMBC53108.2024.10782438 PMID:40039488	研究论文	提出了一种基于模糊标签加权的深度学习图像分类方法，用于评估CT图像质量	引入了模糊标签的概念和加权方法，以反映标注者对地面真实标注的置信度，并提出了集成/同化方法来确定整个CT图像级别的图像质量	仅使用单一标注者提供的注释进行训练	评估CT图像质量，判断其是否通过特定辐射剂量的质量评估(QA)	CT图像	计算机视觉	NA	CT窗口技术（即CT图像裁剪为8位灰度图像，考虑不同的窗宽(WW)和窗位(WL)）	深度学习	图像	NA
1445	2025-05-12	Baseline Drift Tolerant Signal Encoding for ECG Classification with 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/EMBC53108.2024.10782759 PMID:40039501	研究论文	本研究提出了一种名为Derived Peak (DP)编码的非参数方法，用于提高基于深度学习的ECG分类对基线漂移等常见伪影的鲁棒性	提出了一种对信号的一阶和二阶时间导数的过零点生成有符号尖峰的DP编码方法，该方法对位移和缩放伪影具有不变性，且无需用户定义参数	研究仅针对PTB-XL数据集进行了验证，未在其他ECG数据集上测试	提高自动ECG分析和解释对常见伪影的鲁棒性	12导联ECG数据	机器学习	心血管疾病	DP编码	1D-ResNet-18	ECG信号	18,869名参与者
1446	2025-05-12	Label Noise-Robust Ensemble Deep Multimodal Framework For Neuroimaging 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/EMBC53108.2024.10782672 PMID:40039505	研究论文	本文提出了一种标签噪声鲁棒的集成深度多模态框架，用于神经影像数据的诊断分类和生物标志物识别	结合深度卷积框架和bagging方法处理标签噪声问题，并识别潜在的生物标志物	未提及具体样本量限制或数据来源的潜在偏差	开发一种能够处理标签噪声的神经影像数据分析方法，用于精神疾病的诊断分类	情绪和精神病类别的结构性和功能性MRI数据	数字病理学	精神疾病	MRI	CNN, 集成学习	影像数据	NA
1447	2025-05-12	High-rate emphasized DeepLabV3Plus for Semantic Segmentation of Breast Cancer-related Hematoxylin and Eosin-stained 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/EMBC53108.2024.10782325 PMID:40039512	研究论文	提出了一种基于DeepLabV3Plus的深度学习模型，用于乳腺癌相关H&E染色图像的语义分割	在空间金字塔池化中加强了高比率的Atrous可分离卷积，提升了模型在组织病理学图像分割中的性能	仅针对乳腺癌相关的三种组织类型进行了评估，未涉及其他癌症类型	提高组织病理学图像语义分割的准确性和效率	乳腺癌相关的H&E染色图像	数字病理学	乳腺癌	深度学习	DeepLabV3Plus, ResNet50	图像	三种组织类型（肿瘤、肿瘤浸润淋巴细胞、间质）的图像数据
1448	2025-05-12	High-Quality Medical Image Generation from Free-hand Sketch 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/EMBC53108.2024.10781774 PMID:40039523	research paper	提出了一种名为Sketch2MedI的模型，能够从手绘草图中生成高质量的医学图像	利用StyleGAN的潜在空间表示草图，仅需合成草图进行训练，实现了对手绘草图的鲁棒泛化	依赖于合成草图进行训练，可能无法完全覆盖真实手绘草图的多样性	探索从手绘草图生成高质量医学图像的方法	医学图像生成	digital pathology	NA	StyleGAN	Sketch2MedI	image	NA
1449	2025-05-12	Hybrid Model Design For Protein Function Prediction 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/EMBC53108.2024.10781799 PMID:40039529	研究论文	设计了一种基于传统和深度学习方法的混合模型，用于预测蛋白质功能	结合了高效序列比对工具DIAMOND和深度学习方法，提取蛋白质序列特征，并与域特征和蛋白质-蛋白质相互作用特征结合，优化预测权重参数	未提及具体的样本量或实验数据规模，可能影响模型泛化能力的验证	提高蛋白质功能预测的准确率	蛋白质序列	机器学习	NA	序列比对（DIAMOND）、深度学习	混合模型（传统方法结合深度神经网络）	蛋白质序列数据	NA
1450	2025-05-12	Embryonic Quality Assessment using Advanced Deep Learning Architectures utilizing Microscopic Images of Blastocysts 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/EMBC53108.2024.10782620 PMID:40039541	研究论文	利用先进的深度学习架构评估胚胎质量，以提高辅助生殖技术中的胚胎评估准确性和效率	采用Graph Convolutional Networks和Graph Attention Networks等先进深度学习模型，通过注意力机制动态确定邻居特征的重要性，显著提高了胚胎质量评估的准确率	研究仅基于形态学特征，未考虑其他可能影响胚胎质量的因素	提高辅助生殖技术中胚胎质量评估的准确性和效率	胚胎的显微图像	计算机视觉	生殖健康	深度学习	GCN, Graph Attention Networks	图像	NA
1451	2025-05-12	Electrocardiographic Classification using Deep Learning with Lead Switching 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/EMBC53108.2024.10781949 PMID:40039540	研究论文	提出一种基于神经网络的ECG分类方法，通过切换观察导联提高分类性能	首次在ECG分类中引入导联切换策略，显著提升单导联ECG的分类效果	仅在9种诊断类别上进行验证，未涵盖所有ECG异常类型	提高心电图(ECG)信号中节律和形态异常的分类准确性	心电图(ECG)信号	机器学习	心血管疾病	深度学习	神经网络	ECG信号	6,877份ECG记录
1452	2025-05-12	Physics-Driven Deep Learning Reconstruction of Frequency-Modulated Rabi-Encoded Echoes for Faster Accessible MRI 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/EMBC53108.2024.10782818 PMID:40039561	研究论文	提出了一种物理驱动的深度学习重建方法，用于解决频率调制拉比编码回波（FREE）采集中的失真问题，并实现更高的加速率	首次将物理驱动的深度学习（PD-DL）方法应用于FREE编码的MRI重建，显著提高了成像速度和图像质量	研究仅使用单接收线圈进行验证，未涉及多线圈系统的性能评估	降低MRI成本并提高成像速度，使MRI技术更广泛可及	频率调制拉比编码回波（FREE）的MRI重建	医学影像	NA	频率调制拉比编码回波（FREE）	物理驱动的深度学习（PD-DL）	MRI图像	NA
1453	2025-05-12	Exploring Pre-trained General-purpose Audio Representations for Heart Murmur 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/EMBC53108.2024.10782479 PMID:40039556	research paper	本研究探索了预训练的通用音频表征在心脏杂音检测中的迁移学习潜力	利用在大规模数据集上预训练的通用音频表征进行迁移学习，以提高心脏杂音检测的性能	心脏声音数据集规模有限，可能影响模型的泛化能力	自动化心脏听诊，减少对专业临床医生的依赖	心脏声音数据	machine learning	cardiovascular disease	self-supervised learning	Masked Modeling Duo (M2D)	audio	CirCor DigiScope心脏声音数据集
1454	2025-05-12	Automated Abnormality Detection in Patient Retinal Function: A Deep Learning-Powered Electroretinogram Analysis System 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/EMBC53108.2024.10782233 PMID:40039563	研究论文	本文提出了一种基于深度学习的ERG分析系统，用于自动检测患者视网膜功能的异常	开发了一种新型的深度学习系统，能够快速准确地分析ERG波形，辅助电生理学家进行诊断	系统的F1分数为77.59%，仍有提升空间	开发自动化工具以辅助视网膜疾病的诊断	患者的视网膜功能异常	数字病理学	视网膜疾病	深度学习	NA	ERG波形数据	470名患者的5,640条ERG记录
1455	2025-05-12	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）信号分析的演变，重点关注深度学习（DL）算法在手、腕和手指运动识别中的日益突出	提出了一种新颖的多信号波形长度（MSWL）方法，并与传统EMG特征提取方法进行了比较，挑战了DL在EMG模式识别中的主导地位	研究未涉及DL算法在资源受限设备上的实际临床转化问题	评估EMG模式识别中DL算法与传统方法的性能差异，并探讨算法重点是否需要转变	22名参与者执行11种手和腕部运动的EMG数据	生物医学信号处理	NA	EMG信号分析	Random Convolutional Kernel Transform (ROCKET), Waveform Length Phasors (WLPHASOR), Root-Mean-Squared Phasor (RMSPHASOR), Multi-Signal Waveform Length (MSWL)	EMG信号	22名参与者，使用两个EMG臂带（分别为10和8通道）
1456	2025-05-12	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，以评估人诱导多能干细胞的分化过程	使用未经染色的明场图像替代昂贵的活细胞染色，通过深度学习网络预测荧光图像类型，实现无染色评估多能性和胚层形成过程	分割和分类的正确率为75%以上，仍有提升空间	开发无染色方法评估人诱导多能干细胞的分化潜能和胚层形成过程	人诱导多能干细胞（hiPSCs）及其分化形成的三胚层细胞	数字病理学	NA	明场显微镜成像	深度学习网络	图像	NA
1457	2025-05-12	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	提出了一种新颖的知识引导预训练目标，考虑了EEG信号的特异性，显著减少了达到与先前工作相当性能所需的预训练数据量	未明确提及具体局限性	改进EEG信号的表示学习方法，以提高下游推理任务的性能	EEG信号	机器学习	NA	自监督学习	基于状态空间的深度学习架构	EEG信号	未明确提及具体样本量
1458	2025-05-12	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方面的应用，并进行了跨数据集分析	首次在跨数据集场景下测试深度学习模型，并考虑了真实世界数据，提出了个性化步骤以应对领域偏移，并展示了多通道方法的优势	先前的研究仅考虑了受控场景下的清洁信号，且数据来自单一数据集	分析心脏活动，特别是SCG信号中最具信息量的收缩期复合体	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	跨数据集分析，包括真实世界场景数据
1459	2025-05-12	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	research paper	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	首次在深度模型中综合考虑了海马体的3D表面形态和复杂纹理，通过双流多特征深度学习模型描述海马体的3D空间结构和形态萎缩特征	研究仅基于ADNI数据库的T1加权sMRI基线数据，样本来源相对单一	提高阿尔茨海默病的诊断准确率	阿尔茨海默病患者和正常认知受试者的海马体结构	digital pathology	geriatric disease	structural magnetic resonance imaging (sMRI)	two-stream multi features deep learning model	3D MRI图像	269名Aβ+阿尔茨海默病患者和437名Aβ-正常认知受试者
1460	2025-05-12	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	提出了一种结合CNN和GNN的新方法，用于预测3D显微镜图像中的核-高尔基体极性向量	首次提出使用GNN进行核-高尔基体链接预测，结合CNN和GNN的方法显著优于传统方法	仅在小鼠视网膜的3D显微镜图像上进行了测试，未在其他组织或物种上验证	开发自动化且准确的核-高尔基体极性向量检测方法，以促进细胞过程研究	小鼠视网膜中的核-高尔基体极性向量	数字病理学	NA	3D显微镜成像	CNN-GNN	3D图像	小鼠视网膜的3D显微镜图像