深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1521	2025-12-05	Multi-Disease Cardiovascular Detection from ECG Signals Using an Attention-Driven Deep Network 2025-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/EMBC58623.2025.11253445 PMID:41337267	研究论文	本文提出了一种结合卷积层、残差网络和注意力机制的新型深度学习架构，用于从心电图信号中检测多种心血管疾病	通过集成卷积神经网络、残差连接和注意力机制于统一模型中，以缓解梯度消失问题并识别心电图信号中最相关的特征，从而提升多疾病分类性能	NA	提升传统心电图诊断方法的性能，实现从单次心电图读数中检测多种心脏疾病	心电图信号	机器学习	心血管疾病	NA	CNN	信号	NA	NA	ResNet	准确率	NA
1522	2025-12-05	Evaluating Multi-Sensor Placement and Neural Network Architectures for Physical Activity Level Classification 2025-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/EMBC58623.2025.11253449 PMID:41337274	研究论文	本研究评估了不同传感器放置位置和深度学习模型对基于代谢当量值的体力活动水平分类性能的影响	首次系统比较了手腕单传感器与手腕-脚踝多传感器配置在体力活动分类中的性能差异，并验证了CNN-LSTM混合模型在该任务中的优越性	研究样本可能有限，未考虑更多传感器位置组合或更复杂的活动类型	优化可穿戴传感器配置和深度学习模型以提高体力活动水平分类精度，特别针对骨关节炎管理应用	基于可穿戴传感器数据的体力活动水平分类	机器学习	骨关节炎	代谢当量值测量	CNN, LSTM, CNN-LSTM	传感器时序数据	未明确说明	NA	CNN-LSTM混合架构	准确率	NA
1523	2025-12-05	Deep Denoising of Volumetric OCT Images for In Vivo Motion Detection 2025-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/EMBC58623.2025.11253473 PMID:41337272	研究论文	本文提出了一种基于无监督3D卷积自编码器的OCT图像去噪方法，并评估其在体内和死后数据集上的效果，以改善运动检测性能	采用无监督3D卷积自编码器进行OCT图像去噪，能快速处理体积数据（0.5毫秒每体积），适用于实时应用，且训练数据与测试数据不同时仍能有效提升运动检测	未明确说明模型在极端噪声条件下的泛化能力或对不同OCT设备的适应性	开发一种快速去噪方法以改善OCT图像质量，并评估其对运动检测任务的影响	体内和死后的OCT体积图像数据	计算机视觉	NA	光学相干断层扫描（OCT）成像	自编码器（AE）	3D图像（体积OCT图像）	NA	NA	3D卷积自编码器	NA	NA
1524	2025-12-05	Predicting Endoscopic Grading of Gastric Intestinal Metaplasia using Small Patches 2025-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/EMBC58623.2025.11253452 PMID:41337281	研究论文	本文提出了一种基于小图像块预测胃黏膜肠上皮化生内镜分级的方法	提出了胃黏膜肠上皮化生的自相似性假设，并利用深度学习模型通过小图像块预测整个图像的内镜分级	训练数据对模型敏感，且存在采集条件差异、采样偏差以及高质量数据集稀缺的问题	开发一种能够准确预测胃黏膜肠上皮化生内镜分级的AI方法	胃黏膜肠上皮化生的内镜图像	计算机视觉	胃黏膜肠上皮化生	内镜成像	CNN	图像	65名患者的数据集（包括回顾性和前瞻性数据）	NA	ResNet-50	灵敏度	NA
1525	2025-12-05	Soft Annotations versus Pixel-Based Segmentation Masks of Prostate Anatomies: The Effect of Annotation Type on Radiomics 2025-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/EMBC58623.2025.11253440 PMID:41337293	研究论文	本研究评估了软注释与基于像素的分割掩码对前列腺解剖结构放射组学特征的影响，并利用YOLOv8架构检测前列腺腺体和潜在肿瘤	提出级联深度学习分析，用于检测前列腺病变，并比较边界框注释与像素级注释对成像特征的影响	未明确说明数据集的详细组成和模型在更广泛临床环境中的泛化能力	评估注释类型对放射组学特征的影响，并开发高效的前列腺病变检测方法	前列腺腺体和潜在肿瘤	计算机视觉	前列腺癌	磁共振成像	YOLOv8	图像	NA	NA	YOLOv8	mAP	NA
1526	2025-12-05	SGAMARN: A GAN Framework for Metal Artifact Reduction in CT Imaging 2025-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/EMBC58623.2025.11253466 PMID:41337303	研究论文	本文提出了一种名为SGAMARN的新型生成对抗网络框架，用于减少CT成像中的金属伪影	结合了Transformer生成器和条件判别器，通过联合优化提高伪影去除效果并保持解剖学准确性	NA	减少CT成像中由金属物体引起的伪影，以改善图像质量和临床诊断	CT图像中的金属伪影	计算机视觉	NA	CT成像	GAN	图像	使用Deeplesion合成数据集进行训练	NA	U-Net, Transformer	SSIM, PSNR	NA
1527	2025-12-05	Addressing Multi-Day Generalizability for EMG-Based Gesture Recognition 2025-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/EMBC58623.2025.11253492 PMID:41337301	研究论文	本文提出了一种新颖的迁移学习框架，用于解决基于肌电图（EMG）的手势识别在多日间的泛化性能下降问题	结合预训练的卷积神经网络（CNN）进行鲁棒特征提取和微调的线性判别器进行高效日常适应，以提升多日间的泛化能力和长期稳定性	未明确提及具体局限性，但可能依赖于特定数据集（Kanoga数据集）的验证	提高肌电假肢在多日使用中的手势识别性能，减少日常重新训练的需求	肌电图（EMG）信号，用于手势识别	机器学习	NA	肌电图（EMG）信号采集	CNN	肌电图（EMG）信号数据	基于Kanoga数据集，具体样本数量未明确	未明确指定，可能为TensorFlow或PyTorch	卷积神经网络（CNN）	未明确指定，可能包括准确性、泛化性能等	未明确指定
1528	2025-12-05	Segmentation and Classification of Joint Space Narrowing in Rheumatoid Arthritis Using Deep Learning 2025-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/EMBC58623.2025.11253486 PMID:41337306	研究论文	本研究提出了一种基于深度学习的X射线图像方法，用于分割和分类类风湿关节炎中的关节间隙狭窄严重程度	提出了Halo Edge Mask（HEM）边缘感知平滑掩码方法，在分割关节区域时性能优于其他方法	未提及研究的局限性	开发AI辅助的关节间隙狭窄评估方法，支持在资源有限环境中的应用	类风湿关节炎患者的X射线图像	计算机视觉	类风湿关节炎	X射线成像	深度学习	图像	NA	NA	YOLOv5, Segment Anything Model (SAM)	灵敏度, 特异性, AUROC	NA
1529	2025-12-05	Towards Explainable Infant Cry Reasoning Model 2025-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/EMBC58623.2025.11254666 PMID:41337326	研究论文	本文提出了一种可解释的婴儿哭声推理模型，通过结合CNN和模糊决策树来提高泛化能力和可解释性	通过强调不同婴儿相同标签样本的表示一致性，并利用基于频率和能量的模糊决策树进行知识蒸馏，以增强模型的泛化性和可解释性	未提及	提高婴儿哭声推理的泛化能力和模型可解释性	婴儿哭声	自然语言处理	NA	NA	CNN, 模糊决策树	音频	未提及具体数量，但基于公共数据集进行跨主体实验	未提及	未指定具体架构	准确率, F1分数	未提及
1530	2025-12-05	Deep learning-Based Fit Level Detection for Industrial Respirators with Embedded Breath Sensors 2025-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/EMBC58623.2025.11254682 PMID:41337331	研究论文	本研究提出了一种基于深度学习的实时监测工业呼吸器贴合度和呼吸状况的方法，使用嵌入式呼吸传感器系统	首次将深度学习与嵌入式呼吸传感器结合，实现工业呼吸器贴合度的实时、非侵入式监测	样本量较小（仅21名健康受试者），且仅在实验室控制条件下测试，未涵盖所有实际工业环境	通过实时监测呼吸器贴合度，提升工业环境中的职业安全与健康水平	工业呼吸器的贴合度检测	机器学习	NA	嵌入式呼吸传感器系统	深度学习模型	传感器数据	21名健康受试者	NA	NA	准确率	NA
1531	2025-12-05	Deep Learning-Based Adaptive Sitting Posture Recognition System 2025-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/EMBC58623.2025.11254739 PMID:41337339	研究论文	提出了一种基于深度学习的自适应坐姿识别系统，用于实时监测和反馈坐姿	集成红外广角摄像头、深度学习模型和边缘计算技术，采用YOLOv11分类模型和位置校准功能，兼容多种办公椅和用户体型，能准确分类18种坐姿组合并有效解决图像遮挡带来的识别挑战	NA	开发一种便携、自适应的坐姿识别系统，以降低因长时间不良坐姿导致的肌肉骨骼疾病和慢性病风险	办公环境中的坐姿	计算机视觉	肌肉骨骼疾病	红外成像, 边缘计算	CNN	图像	NA	NA	YOLOv11	推理延迟, 准确率	TB-RK3399ProX边缘计算开发板, RK3399Pro芯片的神经网络处理单元(NPU)
1532	2025-12-05	Liver Cirrhosis Stage Estimation from MRI With Deep Learning 2025-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/EMBC58623.2025.11254659 PMID:41337324	研究论文	提出了一种基于多序列MRI的端到端深度学习框架，用于自动估计肝硬化分期	将多尺度特征学习与序列特异性注意力机制相结合，以捕捉肝硬化进展各阶段的细微组织变化，并在大规模公开数据集上实现了最先进的性能	未在摘要中明确说明	开发一种自动化的肝硬化分期诊断方法，以辅助早期诊断和预防并发症	肝硬化患者	计算机视觉	肝硬化	MRI	深度学习	图像	628个高分辨率MRI扫描（来自339名患者）	未在摘要中明确说明	VGG, ResNet, Mamba	准确率	未在摘要中明确说明
1533	2025-12-05	Foundation Models on Wearable EEG using Self-Supervised Learning 2025-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/EMBC58623.2025.11254670 PMID:41337335	研究论文	本研究探索了使用自监督学习在可穿戴脑电图设备上构建基础模型，以解决脑电图数据标注稀缺的问题	首次在可穿戴脑电图数据上应用自监督学习构建基础模型，并比较了参与者和片段级别的对比学习策略	研究仅基于Muse冥想数据集，可能未涵盖所有脑电图变异性或任务场景	开发能够跨任务泛化的鲁棒脑电图特征表示	可穿戴脑电图设备收集的脑电图信号	机器学习	NA	自监督学习, 对比学习	CNN, Transformer	脑电图信号	使用Muse冥想数据集，具体样本数量未在摘要中明确说明	NA	ShallowNet, EEGConformer	分类准确率	NA
1534	2025-12-05	Enabling Automatic Monitoring of Fluid Intake and Medical Adherence by Human Activities Recognition from a Wrist-Mounted MIMU Sensor 2025-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/EMBC58623.2025.11254658 PMID:41337333	研究论文	本研究通过手腕佩戴的MIMU传感器识别上肢手势，实现自动监测流体摄入和药物依从性	首次直接比较机器学习和深度学习模型，在单一MIMU传感器上实现高精度识别饮水与服药活动，准确率超过97%	仅使用单一手腕传感器，可能无法全面捕捉全身活动；样本可能局限于特定人群，未明确说明样本多样性	开发远程家庭健康监测系统，自动识别日常活动以评估老年人健康状况	老年人及脆弱人群的上肢日常活动，特别是饮水和服药行为	机器学习	老年疾病	磁惯性测量单元（MIMU）传感器	机器学习（ML）和深度学习（DL）模型	传感器数据（陀螺仪和磁力计）	NA	NA	NA	准确率	NA
1535	2025-12-05	Deep Learning Models Generalization for Predicting 14-day Mortality in Traumatic Brain Injury Patients 2025-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/EMBC58623.2025.11254697 PMID:41337340	研究论文	本研究评估了深度学习模型在预测巴西不同地区创伤性脑损伤患者14天死亡率方面的泛化能力	首次在同一国家内使用两个不同数据集评估预测模型的泛化性能，并强调了整合局部变量（如创伤至入院时间和疫情相关变量）对提高模型准确性的重要性	模型在圣保罗训练后未能在马瑙斯良好泛化，表明模型对地区特定特征的依赖性较强	评估机器学习模型在创伤性脑损伤患者死亡率预测中的性能和泛化能力	巴西圣保罗和马瑙斯地区的创伤性脑损伤患者	机器学习	创伤性脑损伤	NA	CNN	结构化数据（17个预测变量）	两个巴西地区的数据集（具体样本数未提供）	NA	1-D CNN	AUC	NA
1536	2025-12-05	Impact of Noise on Deep Learning-Based Pseudo-Online Gesture Recognition with High-Density EMG 2025-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/EMBC58623.2025.11254719 PMID:41337352	研究论文	本研究探讨了典型噪声对基于高密度表面肌电信号（HD-sEMG）的深度学习手势识别系统性能的影响	通过引入合成噪声（如加性高斯白噪声、通道丢失和电极移位），系统评估了不同特征集在噪声条件下的鲁棒性，揭示了噪声类型和强度对性能退化的影响	研究使用了合成噪声而非真实环境噪声，且样本量较小（13名参与者），可能限制结果的泛化能力	评估噪声对基于深度学习的手势识别系统性能的影响，以推动实用化人机接口的发展	十三名参与者执行手腕运动时采集的高密度表面肌电信号（HD-sEMG）	机器学习	NA	高密度表面肌电信号（HD-sEMG）采集	自编码器增强的循环神经网络（RNN）	肌电信号	13名参与者	NA	自编码器增强的RNN	NA	NA
1537	2025-12-05	Time-frequency deep metric learning of resting-state fNIRS signals for staging Alzheimer's disease 2025-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/EMBC58623.2025.11254651 PMID:41337354	研究论文	本研究提出了一种深度度量学习框架，利用时频域的连续小波变换层将静息态fNIRS信号嵌入特征空间，用于阿尔茨海默病（AD）的分期分类	提出了一种结合连续小波变换的深度度量学习框架，能够从有限的fNIRS数据中生成鲁棒信号嵌入，并通过学习的距离度量评估样本间相似性，有效捕捉脑信号复杂性	数据集规模有限，传统数据密集型深度学习模型性能受限且泛化能力不足	开发一种基于静息态fNIRS信号的深度度量学习方法，用于阿尔茨海默病的分期分类	阿尔茨海默病患者、轻度认知障碍患者和健康对照个体的静息态fNIRS信号	机器学习	阿尔茨海默病	功能近红外光谱（fNIRS），连续小波变换	深度度量学习	信号数据（fNIRS时频信号）	包含AD、MCI和HC个体的静息态fNIRS数据集（具体数量未明确说明）	NA	NA	分类准确率	NA
1538	2025-12-05	Deep Learning-Based Generation of 4D Reference Lung Volumes for Personalized Respiratory Function Assessment 2025-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/EMBC58623.2025.11252743 PMID:41337364	研究论文	本研究利用深度学习技术生成个性化的4D参考肺体积，用于评估呼吸功能	结合卷积自编码器和LSTM网络，从动态3D磁共振图像中预测患者的健康假设呼吸动态，为个性化呼吸疾病评估提供基线参考	NA	建立个性化的参考肺动态模型，作为患者呼吸功能评估的基线	动态3D磁共振肺图像	数字病理学	肺疾病	动态3D磁共振成像	卷积自编码器, LSTM	图像	NA	NA	卷积自编码器, LSTM	NA	NA
1539	2025-12-05	Multimodal Generative Modeling for DaT Scan Reconstruction in Parkinson's Disease 2025-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/EMBC58623.2025.11252739 PMID:41337393	研究论文	本文提出了一种多模态深度学习模型，用于重建帕金森病中的DaT扫描图像，以促进合成医学数据的生成	引入了一种结合目标DaT扫描和共配准T1加权MRI扫描的多模态深度学习模型，用于重建DaT扫描图像，以在保护隐私的同时生成具有真实统计分布的合成数据	未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力或隐私保护机制的详细评估	旨在解决核医学研究中数据共享受限的问题，通过重建DaT扫描来支持大规模数据增强，应用于帕金森病的早期检测和疾病进展研究	帕金森病进展标志物倡议数据集中的健康对照、帕金森病患者以及无多巴胺能缺陷影像证据的个体	数字病理学	帕金森病	I-FPCIT SPECT（DaT）扫描，T1加权MRI扫描	多模态深度学习模型	图像	大型帕金森病进展标志物倡议数据集，包括健康对照、帕金森病患者和无多巴胺能缺陷影像证据的个体	NA	NA	强度差异，对比噪声比，基于区域的分析	NA
1540	2025-12-05	Classification of ECG Arrhythmia Types Using 2D Recurrence Polar Maps and Deep Learning Techniques 2025-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/EMBC58623.2025.11252764 PMID:41337407	研究论文	本文提出了一种基于二维复发极坐标图和深度学习技术的心电图心律失常分类方法	引入了两种新颖的二维表示方法——复发极坐标图和交叉复发极坐标图，以捕捉12导联心电图信号的空间和时间复杂性，并利用多通道神经网络模型进行分类	未提及模型在更广泛或多样化数据集上的泛化能力，也未讨论计算效率或实时应用的可能性	自动化心电图分析，准确分类四种主要心律失常类型	12导联心电图信号	机器学习	心血管疾病	心电图分析	多通道神经网络	二维图像（复发极坐标图）	NA	NA	NA	准确率	NA