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
1461	2025-05-12	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	research paper	该研究开发了一个基于LSTM的深度学习框架，用于预测高强度间歇训练（HIIT）期间的心率恢复模式	结合信号处理技术和先进的深度学习架构，采用特定任务的损失函数，不仅计算标准心率误差，还纳入心率模式斜率和角度	未提及样本的具体多样性和模型在其他类型运动中的泛化能力	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（HIIT）期间的心率数据	machine learning	NA	signal processing, deep learning	LSTM-based encoder-decoder	signal	NA
1462	2025-05-12	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变换器的方法，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	采用视觉变换器方法增强模型的可解释性，识别心电图信号中对准确诊断起关键作用的特征	模型尚未被广泛接受为临床诊断的可靠辅助工具，部分原因是当前对AI算法的黑箱感知	开发可解释的AI方法，用于自动检测心脏病，特别是心房颤动	单导联心电图数据	数字病理学	心血管疾病	ECG信号分析	Vision Transformer, ResNet	ECG信号	Chapman-Shaoxing数据集
1463	2025-05-12	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	research paper	提出了一种利用迁移学习和可解释人工智能（XAI）的肝脏分割方法，适用于CT和MR影像	结合迁移学习和XAI，利用公开数据训练模型，减少对大量目标领域数据的需求，并提供模型预测的可视化解释	在MR影像上的性能（79.05%）低于CT影像（90.01%）	开发一种在数据有限情况下仍能有效进行肝脏分割的深度学习方法	CT和MR影像中的肝脏实质	digital pathology	liver disease	deep learning, Explainable Artificial Intelligence (XAI)	UNet	medical image (CT and MR)	公开数据训练，目标领域有限病例进一步训练
1464	2025-05-12	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	开发了一个基于MRI和深度学习的多类别阿尔茨海默病分类与预测框架，结合注意力机制提高预测准确性	在传统VGG19架构中嵌入卷积块注意力模块（CBAM）层，构建了名为AD_Net的3D卷积模型，用于阿尔茨海默病的定向预测	未提及模型在其他独立数据集上的验证情况，或对不同MRI扫描仪和协议的泛化能力	开发一个准确的早期阿尔茨海默病诊断工具	阿尔茨海默病（AD）、轻度认知障碍（MCI）和认知正常（CN）的MRI图像	数字病理学	阿尔茨海默病	MRI成像	3D CNN（VGG19架构结合CBAM注意力模块）和MLP	MRI图像和临床数据（年龄、性别、MMSE评分等）	来自ADNI开放数据资源的MRI图像，具体数量未明确说明
1465	2025-05-12	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	本研究评估了基于Transformer的模型在缺氧缺血后胎儿羊EEG中识别癫痫发作模式的性能	使用Transformer模型（特别是Visual Transformer, ViT）在癫痫发作检测中超越了之前使用的深度CNN模型，实现了更高的准确率和AUC值	研究使用了较小的数据集子集（800个样本），可能影响模型的泛化能力	开发自动化方法来支持新生儿缺氧缺血后癫痫发作的诊断和治疗干预	缺氧缺血后的胎儿羊EEG数据	数字病理学	新生儿缺氧缺血性脑病	2D小波尺度图(WS)图像处理	Visual Transformer (ViT)	EEG信号	800个小波尺度图(WS)样本（癫痫和非癫痫模式）
1466	2025-05-12	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，用于肌电假肢的连续控制，提高了肘关节角度、腕关节水平和垂直位置以及速度的精确控制	引入了LSTM模型用于肌电假肢的连续控制，并强调了模型在不同受试者间的可迁移性	未提及具体样本量或实验条件的限制	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	肌电假肢的连续控制参数（肘关节角度、腕关节位置和速度）	机器学习	NA	肌电数据（EMG）	LSTM	肌电信号数据	未提及具体样本量
1467	2025-05-12	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	提出了一种名为DiHC-Net的新型框架，用于半监督医学图像分割，通过对角线层次一致性学习提高分割性能	引入了对角线层次一致性学习（DiHC-Net），通过多子模型间的相互一致性正则化，提升半监督医学图像分割的鲁棒性	需要手动标注大量医学图像，成本较高	提高半监督医学图像分割的性能，减少对大量标注数据的依赖	医学图像分割	digital pathology	NA	deep learning	DiHC-Net	image	public benchmark dataset covering organ and tumour
1468	2025-05-12	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	research paper	本文评估了12种最先进的运动想象分类算法在典型发育儿童用户（n=94，年龄5-17岁）的三个数据集上的表现	首次系统地评估和比较了多种运动想象分类算法在儿科用户中的表现，填补了该领域在儿科用户研究上的空白	深度学习算法表现不佳可能部分归因于缺乏超参数调优	评估和比较不同运动想象分类算法在儿科用户中的表现，推动脑机接口技术在儿科领域的应用	典型发育儿童（n=94，年龄5-17岁）的脑电图数据	脑机接口	神经系统疾病	运动想象分类算法	FBCSP, ShallowConvNet等12种算法	EEG数据	94名5-17岁儿童
1469	2025-05-12	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	提出了一种轻量级且可解释的机器学习模型LightIED，用于检测脑电图中的发作间期癫痫样放电	结合轻量级CNN和Grad-CAM可视化技术，在保持高检测准确率的同时提升模型可解释性	未明确说明模型在不同年龄段或癫痫类型患者中的泛化能力	开发可解释的癫痫辅助诊断工具以减轻医生工作量	脑电图中的发作间期癫痫样放电(IED)	数字病理学	癫痫	Grad-CAM可视化	轻量级CNN	EEG图像	NA
1470	2025-05-12	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	利用新收集的模拟腹腔镜手术数据集(LSPD)和3DCNN模型，自动评估手术性能，减少对人工专家评估的依赖	数据集稀缺且复杂，人工标注成本高且耗时	改进手术训练，特别是微创手术的训练和性能提升	模拟腹腔镜手术数据集(LSPD)和不同经验水平的外科医生	计算机视觉	NA	深度学习	3DCNN	视频	新收集的模拟腹腔镜手术数据集(LSPD)
1471	2025-05-12	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	research paper	利用扩散模型生成逼真的心脏磁共振（MR）图像	探索MONAI生成模型中的扩散模型，快速且易于实现地生成高度逼真的心脏MR图像	未提及具体生成图像的数量或多样性评估	解决医学影像领域因隐私、罕见病代表性不足等问题导致的数据集不足问题	心脏磁共振（MR）图像	digital pathology	cardiovascular disease	Diffusion Models	Diffusion Models	image	NA
1472	2025-05-12	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流速信息估计动脉直径变化趋势的深度学习方法	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）填补缺失的动脉直径数据	仅针对1、2或4秒间隔的数据进行预测，未验证更长间隔的预测效果	开发一种在动脉超声图像暂时丢失或不可访问时，利用频谱多普勒信号估计动脉直径变化的方法	动脉直径变化趋势	数字病理学	心血管疾病	超声频谱多普勒	CRNN-A, AST	频谱数据	NA
1473	2025-05-12	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	本研究探讨了使用非侵入性脑电图（EEG）重建手部抓握动作的可行性，并应用深度学习算法构建连续解码模型	首次将注意力机制的卷积神经网络（CNN）应用于从EEG信号中重建手部关节运动，并提出了一种新的手部抓握周期检测后验度量	研究仅针对健康受试者，未涉及临床患者群体，且信号噪声比低可能影响解码性能	探索非侵入性EEG在手部运动轨迹预测（MTP）中的潜在应用	20名健康受试者在执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
1474	2025-05-12	Visual Representation of Tabular Electronic Health Records for Predicting Sudden Cardiac Arrest 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/EMBC53108.2024.10782678 PMID:40039699	research paper	提出一种将表格化电子健康记录（EHR）表示为2D图像的方法，用于预测心脏骤停（SCA）	无需预处理或数据清理任务，即可将表格EHR数据表示为2D图像，提高了模型的解释性和透明度	未提及具体样本量或数据集的多样性，可能影响模型的泛化能力	提高电子健康记录（EHR）数据的可视化表示和预测模型的解释性	电子健康记录（EHR）数据	数字病理学	心血管疾病	卷积神经网络（CNN）	CNN	图像	NA
1475	2025-05-12	Deep Learning-Based Subject Independent Human Activity Recognition using Smart Lacelock 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/EMBC53108.2024.10781739 PMID:40039707	研究论文	本文提出了一种基于深度学习的方法，利用智能鞋带锁设备数据进行独立于主体的人类活动识别	使用新型智能鞋带锁设备（包含IMU和负载单元）进行人类活动识别，相比传统仅使用IMU的方法增加了额外的传感器数据	研究样本量较小（仅8名参与者），且活动类别有限	探索新型传感器设备在人类活动识别领域的应用	人类日常活动（行走、上下楼梯等）	机器学习	NA	深度学习	CNN	传感器数据	8名参与者
1476	2025-05-12	Interactive Manipulation and Visualization of 3D Brain MRI for Surgical Training 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/EMBC53108.2024.10782805 PMID:40039721	research paper	提出了一种用于手术训练的MRI数据分割、重建和可视化的综合方法	整合了深度学习算法进行解剖区域分割，并将数据转换为多种3D表示，提供交互式2D和3D MRI数据展示	虽然专为手术训练设计，但尚未在其他医疗领域广泛应用	提升MRI扫描解剖信息的可解释性，优化手术训练过程	3D脑部MRI数据	digital pathology	NA	MRI	deep learning algorithms	image	NA
1477	2025-05-12	Machine Learning Approach for Music Familiarity Classification with Single-Channel 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/EMBC53108.2024.10782402 PMID:40039722	研究论文	本研究通过机器学习方法，利用单通道脑电图（EEG）对音乐熟悉度进行分类，为痴呆症患者的记忆和沟通改善提供创新治疗设备	首次将多种机器学习算法（包括随机森林、线性判别分析、支持向量机、K近邻和深度学习）应用于单通道EEG数据，进行音乐熟悉度分类	参与者数量较少（20人），且结果受个体差异影响	探索机器学习在脑电图音乐熟悉度分类中的应用，为痴呆症治疗提供新方法	20名参与者的单通道EEG数据	机器学习	老年痴呆症	EEG脑电波分析	RF, LDA, SVM, KNN, CNN	EEG信号	20名参与者，20首圣诞颂歌
1478	2025-05-12	Noninvasive detection of diabetes in obstructive sleep apnea based on overnight SpO2 signal and 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/EMBC53108.2024.10782287 PMID:40039742	研究论文	本研究旨在基于夜间SpO2信号和深度学习技术，建立一种自动化的糖尿病风险评估模型	利用深度学习模型从SpO2信号中识别糖尿病风险，并结合临床因素提高预测性能	样本中糖尿病患者比例较低（6.9%），可能影响模型的泛化能力	开发一种非侵入性的糖尿病早期检测方法	5,021名中老年成年人	机器学习	糖尿病	深度学习	深度学习模型（未指定具体类型）	SpO2信号和临床数据	5,021名中老年成年人（其中6.9%患有糖尿病）
1479	2025-05-12	Efficient Normalized Conformal Prediction and Uncertainty Quantification for Anti-Cancer Drug Sensitivity Prediction with Deep Regression Forests 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/EMBC53108.2024.10782378 PMID:40039751	research paper	本文提出了一种通过深度回归森林计算样本方差的方法，用于估计抗癌药物敏感性预测任务中的不确定性，并展示了该方法在归一化归纳共形预测中的效率和覆盖率的提升	使用深度回归森林的方差来估计每个样本的不确定性，提高了归一化归纳共形预测的效率和覆盖率	未提及具体的局限性	提高抗癌药物敏感性预测任务中深度学习模型的不确定性估计准确性	抗癌药物敏感性预测	machine learning	cancer	Deep Regression Forest	Deep Regression Forest	NA	NA
1480	2025-05-12	Detecting Post-Stroke Aphasia Via Brain Responses to Speech in a Deep Learning Framework 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/EMBC53108.2024.10781830 PMID:40039757	研究论文	本研究提出了一种基于深度学习的自动化筛查工具，用于检测中风后失语症，通过分析大脑对语音的神经追踪反应	利用深度学习框架和神经追踪技术，开发了一种时间高效且高准确率的失语症自动化筛查方法	样本量相对较小（26名失语症患者和22名健康对照者），且仅针对中风后失语症	开发一种自动化工具，用于快速准确地检测失语症	中风后失语症患者和健康对照者	数字病理学	中风后失语症	脑电图（EEG）	CNN, SVM	EEG数据	26名失语症患者和22名健康对照者