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
1501	2025-05-12	Channel- and Label-Flip Data Augmentation for Motor Imagery-Based 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/EMBC53108.2024.10782028 PMID:40039924	研究论文	提出了一种新的数据增强方法，用于提高基于运动想象的脑机接口的分类准确率	提出了一种结合通道翻转和类别标签翻转的数据增强方法，基于运动想象左右对称的神经科学发现	仅在OpenBMI数据集上进行了验证，需要更多数据集验证泛化性	提高基于运动想象的脑机接口系统的分类性能	脑电信号数据	脑机接口	NA	数据增强	机器学习模型和深度学习模型	脑电信号	54名参与者的脑电数据
1502	2025-05-12	Enhanced BCI Performance using Diffusion Model for EEG Generation 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/EMBC53108.2024.10782900 PMID:40039926	research paper	本研究探讨了使用去噪扩散概率模型（DDPM）人工合成脑电图（EEG）信号以提升基于运动想象（MI）的脑机接口（BCI）性能	首次将DDPM应用于EEG信号的人工合成，并通过定性和定量分析验证了生成信号的质量和实用性	未提及生成EEG信号的长期稳定性及在不同MI任务中的泛化能力	减轻BCI用户因深度学习算法需要大量训练样本而承受的负担	运动想象（MI）任务中的EEG信号	脑机接口	NA	去噪扩散概率模型（DDPM）	DDPM	EEG信号	未明确提及具体样本量，但涉及左右手运动想象任务的EEG数据
1503	2025-05-12	Resource-Efficient Continual Learning for Personalized Online Seizure 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/EMBC53108.2024.10781699 PMID:40039936	研究论文	本文探讨了使用深度学习技术进行自动化癫痫发作检测的潜力，特别关注基于持续学习的个性化模型	提出了一种新颖的持续学习算法，集成了重放缓冲机制，有效解决了静态深度学习模型在动态环境中应用时的灾难性遗忘问题	研究仅使用了CHB-MIT数据集，可能无法全面代表所有癫痫患者的EEG信号特征	开发资源高效的持续学习方法，用于个性化在线癫痫发作检测	癫痫患者的EEG信号	机器学习	癫痫	深度学习	持续学习算法	EEG信号	CHB-MIT数据集
1504	2025-05-12	A Study on Changes in Estimation Accuracy for EEG Data During Calibration and Operation in MI-BCI 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/EMBC53108.2024.10782616 PMID:40039945	研究论文	本研究分析了脑机接口（BCI）在校准和操作阶段准确性的差异，使用深度学习模型进行实验	通过模拟校准和操作阶段的任务，揭示了操作条件下脑电图（EEG）数据准确性的显著下降	研究未详细探讨心理因素如何具体影响BCI性能的变化	分析BCI在校准和操作阶段准确性的差异，以促进BCI技术的应用	脑机接口（BCI）的性能变化	脑机接口	NA	脑电图（EEG）	深度学习模型	EEG信号数据	参与者执行运动想象任务的数据
1505	2025-05-12	Clisp: A Robust Interactive Segmentation Framework for Pathological 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/EMBC53108.2024.10782318 PMID:40039941	research paper	提出了一种名为Clisp的稳健交互式分割框架，用于病理图像的交互式标注	构建了一个包含约79,000张图像的多源病理图像标注数据集，并采用参数较多的视觉transformer作为图像编码器，以提高泛化能力	大多数现有方法仅利用小规模数据，导致对不同任务或分割对象的泛化能力较差	降低病理图像标注成本并提高交互式分割的泛化能力	病理图像	digital pathology	NA	interactive segmentation	vision transformer	image	约79,000张病理图像
1506	2025-05-12	Using Attentive Network Layers for Identifying Relevant EEG channels for Subject-Independent Emotion Recognition Approaches 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/EMBC53108.2024.10781782 PMID:40039982	研究论文	使用注意力网络层识别与主题无关的情绪识别方法中相关的EEG通道	利用注意力网络层识别情绪处理中的共享预测模式，提高了主题无关情绪识别模型的泛化能力	样本量较小（15人），模型平均准确率较低（46%）	开发可泛化的情绪识别系统，辅助诊断和治疗抑郁、焦虑及神经退行性疾病	15名个体观看视频片段诱发的四种情绪（快乐、中性、悲伤、恐惧）	机器学习	抑郁、焦虑、神经退行性疾病	EEG信号分析	注意力网络层（Attentive Network Layers）	EEG信号	15人
1507	2025-05-12	Deep Learning-Based Estimation of Arterial Stiffness from PPG Spectrograms: A Novel Approach for Non-Invasive Cardiovascular Diagnostics 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/EMBC53108.2024.10782553 PMID:40040001	研究论文	本研究提出了一种基于深度学习的非侵入性心血管诊断新方法，利用PPG信号频谱图估计动脉硬度	创新点在于直接使用精细调谐的频谱图图像，绕过复杂的特征提取过程，采用改进的ResNet-18架构	研究基于模拟数据集，未在真实临床环境中验证	开发非侵入性动脉硬度评估方法，用于心血管疾病的早期检测和管理	4374名健康成年人的数字、桡和肱动脉PPG信号	数字病理学	心血管疾病	PPG信号分析	改进的ResNet-18	图像（PPG频谱图）	4374名健康成年人模拟数据
1508	2025-05-12	Monotone Accelerated Proximal Gradient Network For Bioluminescence Tomography 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/EMBC53108.2024.10782981 PMID:40040028	研究论文	提出了一种新型单调加速近端梯度网络（MAPG-net）用于生物发光断层扫描重建，结合了正则化方法和图注意力（GAT）的优势	结合正则化方法和图注意力（GAT），提出MAPG-net，增强网络的稳定性和可解释性	正则化算法参数选择困难和深度学习方法可解释性差的问题仍未完全解决	改进生物发光断层扫描（BLT）的重建效果	生物发光断层扫描数据	数字病理	肿瘤	生物发光断层扫描（BLT）	MAPG-net（单调加速近端梯度网络）	非欧几里得数据	NA
1509	2025-05-12	Swallowing Assessment using High-Resolution Cervical Auscultations and Transformer-based Neural Networks 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/EMBC53108.2024.10782280 PMID:40040030	研究论文	本文研究了使用高分辨率颈部听诊（HRCA）和基于Transformer的神经网络进行吞咽评估的能力	首次将Transformer神经网络应用于HRCA信号分析，用于检测吞咽运动学特征，如食管上括约肌开放和喉前庭闭合，其性能优于文献中的混合神经网络	未明确提及样本量或数据多样性可能存在的限制	探索Transformer模型在非侵入性吞咽功能评估中的应用效果	高分辨率颈部听诊（HRCA）信号	数字病理	吞咽障碍	高分辨率颈部听诊（HRCA）	Transformer	信号数据	NA
1510	2025-05-12	Remote Motor Rehabilitation: EMG-IMU based Deep Learning Model Improves the Estimate of Wrist Kinematics 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/EMBC53108.2024.10782268 PMID:40040042	研究论文	本文提出了一种基于深度学习的模型，用于连续解码手部运动，特别关注手腕屈伸任务	使用混合卷积神经网络和门控循环单元的深度学习模型，显著提高了手腕运动学的解码精度，并解决了跨受试者泛化性问题	研究仅涉及27名健康受试者，未在临床患者群体中进行验证	改进远程运动康复技术，特别是在家庭等非受控环境中的应用	手腕运动学解码	机器学习	运动康复	EMG-IMU数据采集	混合CNN和GRU	EMG和IMU信号	27名健康受试者
1511	2025-05-12	SLUMBR: SLeep statUs estiMation from aBdominal Respiratory effort 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/EMBC53108.2024.10782490 PMID:40040055	research paper	提出一种基于深度学习的创新方法，通过腹部呼吸努力信号估计睡眠状态	开发了一种端到端的卷积神经网络，无需侵入性设备和手动处理，提高了睡眠监测的便捷性	研究样本量相对较小（53名参与者），可能影响模型的泛化能力	开发一种更便捷的睡眠状态监测方法	睡眠状态	machine learning	NA	deep learning	CNN	respiratory effort signal	53名参与者的476小时手动注释的多导睡眠图记录
1512	2025-05-12	Breast Cancer Tissue Classification from Multiple Annotators using Chained Deep Learning Approaches 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/EMBC53108.2024.10782427 PMID:40040078	研究论文	该研究探讨了使用多注释者数据集进行乳腺癌组织分类的深度学习方法	提出了基于交叉熵函数(RCDNN)和广义交叉熵函数(GCEDL)的两种损失函数，用于处理多注释者场景	模型性能仍接近但未完全达到黄金标准单注释者模型的水平	开发计算机辅助诊断(CAD)系统以提高乳腺癌诊断效率和准确性	乳腺癌组织样本	数字病理学	乳腺癌	深度学习	RCDNN, GCEDL	图像	由专家和非专家注释的数据集
1513	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
1514	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
1515	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
1516	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
1517	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
1518	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
1519	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
1520	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