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
1641	2025-12-05	Non-Invasive Camera-Based Cardiac Output Monitoring via Facial Photoplethysmography: Advancing Hemodynamic Assessment in Critical Care 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/EMBC58623.2025.11253932 PMID:41337242	研究论文	本研究提出了一种基于面部光电容积脉搏波描记法的非侵入性心输出量监测新方法，专注于在紧急情况下静脉输液治疗期间的血流动力学评估	开发了一种基于MATLAB的非接触式心输出量趋势监测流程，采用动态感兴趣区域分割和深度学习面部检测框架，结合绿光和绿-红光PPG信号处理方法以减轻振幅非线性效应	研究仅涉及四名参与者，样本量较小，可能限制结果的普遍适用性	推进在紧急护理和资源受限场景下的血流动力学评估，通过非侵入性方法监测心输出量	在临床条件下采集的四名参与者的面部视频数据，用于心输出量趋势分析	计算机视觉	心血管疾病	光电容积脉搏波描记法	深度学习	视频	4名参与者，超过350分钟的视频数据	MATLAB	基于深度学习的面部检测框架	相关系数	NA
1642	2025-12-05	LiMO: A Lightweight MambaOut system for end-to-end IoMT ECG Diagnosis with Fully Configurable Quantization Co-Design on MCU 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/EMBC58623.2025.11253945 PMID:41337247	研究论文	本文提出了一种名为LiMO的轻量级MambaOut系统，用于在微控制器单元（MCU）上实现端到端的医疗物联网（IoMT）心电图（ECG）诊断	通过集成完全可配置量化、尺度线性层融合以及硬件-软件协同设计方法，LiMO在保持医疗级准确性的同时显著降低了计算负载，模型仅包含1.8k参数	NA	解决在资源受限的医疗物联网边缘设备上部署深度学习模型以实现实时心电图诊断的挑战	心电图（ECG）信号	机器学习	心血管疾病	NA	MambaOut	心电图信号数据	基于MIT-BIH数据集	NA	MambaOut	准确率	nRF52840 MCU
1643	2025-12-05	A Deep Learning Method for Autism Spectrum Disorder Classification Based on Multimodal Neuroimaging Data 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/EMBC58623.2025.11253912 PMID:41337246	研究论文	本文提出了一种基于多模态神经影像数据融合的深度学习模型，用于自闭症谱系障碍（ASD）的自动分类	通过融合功能磁共振成像（fMRI）和结构磁共振成像（sMRI）两种模态的互补信息，构建了更全面的特征空间，以捕捉单一模态无法提供的复杂神经病理特征	研究仅使用了ABIDE数据集中NYU站点的数据，样本来源相对单一，且未明确说明模型在其他独立数据集上的泛化能力	提高自闭症谱系障碍（ASD）与典型发育对照组（TC）的早期、准确分类，以支持及时干预和治疗	自闭症谱系障碍（ASD）患者与典型发育对照组（TC）的个体	医学影像分析	自闭症谱系障碍	功能磁共振成像（fMRI），结构磁共振成像（sMRI）	深度学习模型	多模态神经影像数据（fMRI， sMRI）	来自ABIDE NYU站点的影像数据	NA	NA	准确率，AUC，灵敏度，特异度	NA
1644	2025-12-05	Automated Measurement of Eczema Severity with 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/EMBC58623.2025.11253900 PMID:41337260	研究论文	本文提出了一种基于自监督学习的框架，用于在有限训练数据下自动测量湿疹严重程度	采用自监督学习框架，结合SegGPT进行少样本分割和DINO特征提取，在标注数据稀缺的情况下实现自动化湿疹诊断	方法在有限训练数据下开发，可能在大规模多样化数据集上泛化能力有待验证	开发一种在标注数据有限条件下自动诊断湿疹严重程度的方法	湿疹图像	计算机视觉	湿疹	自监督学习	CNN, Transformer, MLP	图像	NA	PyTorch	SegGPT, ResNet-18, Vision Transformer	加权F1分数	NA
1645	2025-12-05	GEDFormer: Gradient Edge Detection in LDCT Image Denoising Transformer 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/EMBC58623.2025.11253941 PMID:41337257	研究论文	本研究提出了一种名为GEDFormer的Transformer模型，用于低剂量CT图像去噪，并引入了自引导梯度边缘检测注意力模块	提出了一种独立的ViT框架用于LDCT图像去噪，并创新性地集成了自引导梯度边缘检测注意力模块，旨在保留诊断所需的关键空间和频率细节	未在摘要中明确说明	探索基于Vision Transformer的框架在低剂量CT图像去噪任务中的应用与性能	低剂量计算机断层扫描图像	计算机视觉	NA	低剂量计算机断层扫描	Transformer	图像	未在摘要中明确说明	未在摘要中明确说明	Vision Transformer	未在摘要中明确说明具体指标，但提及数值数据分析和图像检查	未在摘要中明确说明
1646	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
1647	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
1648	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
1649	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
1650	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
1651	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
1652	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
1653	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
1654	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
1655	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
1656	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)
1657	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
1658	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
1659	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
1660	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