• 基于流形学习的PPG信号表征：在异常检测、活动分类与真实性验证中的创新应用

  心血管系统如同人体的动力泵，通过规律的心跳将氧气和营养物质输送到全身各个角落。这一过程产生的生理信号——尤其是光电容积脉搏波（PPG）——已成为临床监测和健康评估的重要工具。PPG通过光学原理捕捉皮肤微血管的血容量变化，具有无创、低成本、易集成等优势，广泛应用于心率估计、血压监测、睡眠分析等领域。近年来，远程光电容积脉搏波（rPPG）技术的出现，更是让普通摄像头也能实现非接触式心率检测，为远程医疗和健康管理开辟了新途径。然而，PPG信号分析却面临三大难题：首先，信号形态受个体差异、传感器位置、运动干扰等因素影响，变异性极高；其次，缺乏标准化流程，不同设备采集的数据难以直接比较；最后，大多数深度

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 基于连续体束缚态的高灵敏度传感器在癌细胞检测中的应用

  摘要：尽管基于连续介质中的束缚态（BIC）的太赫兹（THz）超表面在生物医学应用中受到了广泛关注，但其在高灵敏度癌细胞检测中的技术实现仍是一个关键挑战。在这项研究中，我们提出了一种利用双分裂环谐振器（DSRR）阵列实现准束缚态（Q-BIC）的THz生物传感器。数值模拟显示，在2.35 THz处存在一个高Q值的共振峰，检测灵敏度达到522 GHz/RIU。实验上，通过检测正常细胞（小鼠脾细胞）和三种癌细胞系（LLC、LoVo和MC38）验证了该传感器的性能。此外，通过整合机器学习算法将高维光谱数据投影到低维空间中，实现了细胞类型的区分。本研究建立了一种无标记的长期细胞监测方法，推动了THz技术作

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 通过提示驱动的基础模型实现无监督的跨模态磁共振图像分割

  摘要：在医学成像领域，获取像素级别的专家注释既昂贵又耗时，尤其是对于多模态成像数据（如磁共振成像MR）而言。大多数传统的跨模态分割方法依赖于无监督的领域适应来实现高效的跨领域分割。然而，这些方法常常受到源领域和目标领域之间差异的阻碍。在本文中，我们提出了一种基于基础模型的新跨模态分割方案，该方案利用多种模态之间的空间一致性，并且不受源领域和目标领域差异的影响。这种方案使我们能够利用一种成像模态的标注数据来训练网络，从而能够在其他目标成像模态上执行准确的分割，而无需标签或配准过程。具体来说，我们提出使用基于自注意力机制（SAM）的模型，该模型利用一种成像模态的分割结果作为伪标签和提示来指导目标成

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• Slepian图框架在引导式滤波中的应用——以神经影像学为例

  摘要：目标：图信号处理（Graph Signal Processing, GSP）为图和图信号的联合分析提供了新的方法。各种经典操作，如傅里叶变换和滤波，已被扩展到这一领域，同时还包括了更高级的构造，例如Slepian函数。Slepian函数为在给定子图中最大程度集中的带限图信号提供了基础。在这里，我们提出了一种新方法，该方法引入复数值来编码多个子图，从而能够更深入地分析图信号的表达方式。方法：该方法的动机应用来自神经科学领域，即联合分析通过扩散加权磁共振成像（Diffusion-Weighted MRI）获得的脑图与功能性磁共振成像（Functional MRI）得到的脑图信号。后者测量的脑

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 结合空间小波和稀疏贝叶斯学习进行扩展脑源重建

  摘要：目标：从M/EEG数据中准确重建扩展的皮层活动是一个具有挑战性且条件不佳的问题。本研究提出通过在皮层表面使用谱图小波来对分布式源进行建模，并解决了由此产生的数值优化问题。目标是实现精确的定位，尤其是对于扩展源的定位，同时获得具有定量意义的振幅和时间进程信息。方法：未知源在皮层表面上定义的谱图小波（SGW）系统上进行展开。未知的小波系数通过变分或贝叶斯公式进行估计，这些公式利用小波域中的稀疏性来偏好扩展源：稀疏性诱导的正则化或稀疏贝叶斯学习（SBL）。这些方法在真实（开放获取）数据和数值模拟上进行了测试和比较。重建质量通过互补的指标进行评估。结果：基于SGW的方法能够准确识别扩展源。与SB

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 通过平衡积分电场实现光电植入器件寿命百倍提升的创新驱动策略

  在神经科学和医学工程领域，植入式设备正发挥着越来越重要的作用，从心脏起搏器到深脑刺激器，再到为盲人恢复部分视力的视觉假体，这些设备为无数患者带来了希望。然而，当我们将目光投向一种新兴的技术——光遗传学（Optogenetics）时，面临的挑战变得尤为严峻。光遗传学需要通过植入的探针向特定神经元发射光脉冲，以精确控制其活动，这为理解神经环路和治疗神经系统疾病提供了强大工具。但问题是，这些植入大脑的微型光电探针如何能稳定工作数年甚至数十年？传统金属密封封装不适用于毫米级以下的微型结构，而常用的柔性聚合物封装（如硅胶）又面临着一个隐形杀手——驱动LED的电压所引发的电解失效。这正是由Reza Ram

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 一种用于临床神经生理学中癫痫检测应用的主动干式接触式连续脑电图监测系统

  摘要：目标：幼儿和婴儿，尤其是新生儿，极易发生癫痫发作。如果未能及时发现并进行治疗，可能会导致严重的长期神经系统后果。早期检测通常需要在医院环境中进行连续脑电图（cEEG）监测，这需要昂贵的设备和高度专业的人员。本研究介绍了一种基于低成本主动干式接触电极的可调节脑电图（EEG）头盔，结合了一个可解释的深度学习模型，用于从简化处理的脑电图数据中检测癫痫发作，并采用了一种多模态伪迹去除算法来提高信号质量。方法：通过主动电极获取脑电图信号，并通过定制设计的模拟前端进行滤波和数字化处理。该可调节头盔采用三维打印和激光切割技术制造，以适应不同头型的需求。深度学习模型被训练用于实时检测新生儿癫痫发作，同时

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 基于对比度的伪迹去除技术使得在便携式脑电图（ambulatory EEG）中进行微状态分析成为可能

  摘要：目标：脑电图（EEG）技术的最新进展为移动神经成像和现实世界中的人类神经科学研究带来了新的机遇。然而，EEG容易受到多种伪迹的影响，尤其是高幅度运动伪迹的去除非常困难。方法：我们提出了一种使用广义特征分解（GED）进行伪迹去除的新方法，并通过模拟数据和实际行走、慢跑过程中收集的含伪迹的EEG数据对该方法进行了验证，证明了使用清洗后的便携式EEG数据进行大脑微状态分析的可行性。结果：我们发现，在信噪比极低（0.1–5）的条件下，GED依然有效，使用模拟数据时恢复的真实活动的相关性达到了0.93，均方根误差为1.43 μV；而在真实数据中，大脑成分的数量分别增加了10.9个和11.8个。与伪

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 基于黎曼流形的时空谱表示方法在脑电图个体识别中的应用

  摘要：随着神经科学和计算机科学的进步，脑电图（EEG）作为一种生物特征识别方法受到了越来越多的关注，因为它具有普遍性、持久性和安全性。然而，现有研究表明，在基于EEG的识别系统中，保持个体间特征的稳定性和时间鲁棒性仍然是一个主要挑战。因此，开发有效的跨时间EEG身份识别方法对于实现可靠且实用的生物特征系统至关重要。在这项研究中，我们提出了一种基于对称正定（SPD）流形的新型EEG识别框架。具体来说，我们利用EEG信号的空间协方差矩阵来表示个体差异，并引入了一种增强型特征提取方法（E-SPD-M），该方法能够同时捕捉时间、空间和频谱特征。这些矩阵被嵌入到黎曼流形中，以构建一个具有区分能力的表示空

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 基于变分自编码器信息解耦的可解释心电图分析：左心室功能评估新方法

  心脏疾病是全球范围内导致死亡的主要原因之一，而心电图（ECG）作为评估心脏形态和功能最广泛使用的工具，在临床诊断和监测中扮演着关键角色。然而，传统ECG解读高度依赖心血管专家的经验判断，这一过程不仅耗时费力，还存在主观性强、可能遗漏细微但重要特征的局限性。尽管深度学习技术在ECG自动分析领域展现出巨大潜力，能够在心律失常检测等任务中达到甚至超越人类专家的水平，但大多数"黑箱"模型缺乏透明度和可解释性，严重阻碍了其在临床实践中的广泛应用。面对这一挑战，来自荷兰莱顿大学医学中心的研究团队在《IEEE Transactions on Biomedical Engineering》上发表了一项创新性研

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 前列腺靶向治疗：配备谐波步进电机的紧凑型机器人，用于MRI引导下的针刺疗法

  摘要：磁共振成像（MRI）所具备的卓越图像质量和出色的对比度使其成为引导介入手术的理想工具，尤其是在软组织中定位肿瘤时。本文介绍了一种专为磁共振（MR）环境设计的创新机器人系统，该系统充分利用了MRI的高分辨率成像能力来实现精确的肿瘤定位。该机器人具有四个自由度（DOFs），由四个新型谐波气动马达驱动，确保了与磁共振环境的兼容性。这些马达采用了谐波齿轮箱机制，其中包含一对柔性齿条和圆形齿条，扭矩通过柔性齿条的变形产生。该机器人的步进精度为0.9°，最大输出扭矩为825 mN·m。机器人的设计包括双级针导系统，每级都由两个臂支撑，从而提高了定位精度。实验测试表明，该机器人的定位精度高达1.56毫

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 在中外侧受到干扰的缓慢行走过程中，稳定性策略的限制并不会引发补偿机制

  摘要：目的：健康个体在行走时能够克服干扰而不摔倒。他们有多种稳定性策略可供使用，但当某些策略因外部因素而受到限制时，这些不同策略如何相互补偿仍不清楚。本研究的目的是确定在施加内外侧干扰时，不同的稳定性策略是如何相互补偿的。方法：我们进行了人体实验和计算建模。在人体实验中，我们在施加干扰的同时限制了不同的稳定性策略，并测量了其他策略的反应。通过将步幅的视觉反馈投射到地面上来限制步态策略；通过在脚底放置窄橡胶条来限制踝关节策略；通过使用支具来限制躯干策略。同样，在计算模型中，我们观察了在移除某一平衡策略后其他策略的变化情况。结果：在我们的步态研究中，我们发现限制某一策略并不会导致其他策略出现补偿行

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 一种用于评估意识障碍患者疼痛强度的动态局部-全局时空变换网络

  摘要：意识障碍（DOC）的临床诊断存在较高的误诊率，尤其是在区分最小意识状态（MCS）和植物状态/无反应觉醒综合征（VS/UWS）时。近期研究将疼痛感知与意识水平联系起来。本研究提出了一种动态的局部-全局时空变换器（DLGSTT）网络，用于通过面部表情估计疼痛强度。DLGSTT网络结合了全局多尺度特征提取模块和局部注意力特征提取模块，以有效捕捉面部表情中的多种特征，并增强对表情变化的感知。此外，还加入了一个离散余弦变换（DCT）增强型时间变换器模块，用于从面部表情的动态变化中提取时间特征，并利用疼痛强度分数来量化疼痛感知。实验结果表明，DLGSTT网络在公共数据集上的性能优于现有的最先进算法。

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 基于智能手机的血压监测技术：采用振荡法测量手指压力，研究脉搏波形（PPG）中的直流分量

  摘要：目的：振荡法手指按压是一种基于智能手机的血压（BP）监测的潜在方法。光电容积脉搏波（PPG）-力传感器单元在视觉引导下测量用户施加的逐渐增加的手指压力以及由此产生的可变血容量振荡（“交流PPG”）。然后可以通过振荡高度与手指压力之间的关系来估算血压。本研究还探讨了振荡法手指按压过程中PPG的非振荡成分（“直流PPG”）。方法：使用改进的定制系统测量了志愿者在手指按压过程中的总（交流+直流）PPG波形、手指压力和心电图（ECG）波形，同时测量了手臂袖带血压。开发了一个数学模型，该模型考虑了动脉顺应性和组织压缩效应，以解释测量到的总PPG波形与手指压力之间的关系。该模型预测，直流PPG（每次

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 仅使用活检探针电极对融合数据TREIT进行离体前列腺评估

  摘要：本研究评估了一种融合数据的经直肠电阻抗断层成像（TREIT）方法在22个离体前列腺样本中对前列腺癌的成像效果。研究采用了之前优化过的TREIT算法，并考虑了利用病理信息的新验证和融合方法。总体而言，目的是通过添加TREIT成像来增加标准12核前列腺活检的检测范围。研究了两种TREIT方法：1. 包含前列腺边界信息（EIT-P）；2. 包含前列腺和肿瘤边界信息（EIT-P+T）。分别对简单的电阻抗谱（EIS）指标以及两种成像方法（EIT-P和EIT-P+T）在活检样本、三维（EIT-P）图像和肿瘤分级数据方面的性能进行了评估。当检测的组织体积分别为前列腺的0.8%、2.7%和15%时，最佳

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 利用丰富的机械特性和长距离物理约束进行腰椎应力分析

  摘要：目的：腰椎的生物力学特性对于辅助诊断、治疗和预防脊柱疾病至关重要。传统的生物力学分析方法，尤其是有限元分析，需要大量的计算资源、精确的材料属性定义以及复杂的网格划分过程才能准确模拟腰椎的生物力学行为。尽管深度学习被引入以提高效率和准确性，但仍存在数据依赖性和缺乏物理一致性等挑战。方法：我们提出了一种新的框架，该框架包括一个用于数据增强的3D生成对抗网络和一个双通道视觉变换器，以提取几何和物理信息。我们还在训练阶段引入了基于物理原理的机制，确保模型与力学原理的一致性。结果：所提出的方法实现了0.8332的交并比（Intersection over Union）和0.0002的均方误差（Me

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 基于数字孪生的数据增强策略开发面向数据稀缺场景的1型糖尿病个性化深度学习血糖预测算法

  在1型糖尿病管理领域，准确预测血糖变化是实现精准治疗的关键。然而，深度学习模型需要大量包含丰富生理和行为变化的数据进行训练，这对患者长期记录饮食、胰岛素注射等数据提出了极高要求。数据不完整、记录疲劳等问题常常导致实际临床场景中难以获取足够的高质量数据，制约了个性化预测模型的发展。为解决这一瓶颈，意大利帕多瓦大学研究团队在《IEEE Transactions on Biomedical Engineering》上发表了一项创新研究，提出通过数字孪生技术生成个性化合成数据来增强深度学习模型的训练效果。该方法不仅有效缓解了数据稀缺问题，还为开发更可靠的血糖预测工具开辟了新途径。研究团队采用的核心技术

  来源：IEEE Transactions on Biomedical Engineering

  时间：2025-11-22

• 综述：基于微生物组特征的评估在预测胃肠道癌症预后中的应用

  摘要 肠道微生物组在胃肠道癌症的预后和进展中起着越来越重要的作用，尽管其背后的机制仍大部分尚未阐明。本文综述了当前关于将肠道微生物组特征作为胃肠道癌症预后生物标志物的研究。我们概述了近期研究这些微生物特征作为多种胃肠道癌症潜在生物标志物的成果，并讨论了在预后应用中使用这些特征的潜在益处和挑战。此外，我们还探讨了如何利用这些微生物特征来提高胃肠道癌症的检测、预防和治疗水平，强调了它们的临床意义以及癌症管理的未来发展方向。 关键词： 肠道, 微生物群, 微生物组特征, 生物标志物, 胃肠道癌症, 大肠杆菌

  来源：Current Cancer Drug Targets

  时间：2025-11-22

• 直接口服抗凝剂与癌症相关性静脉血栓栓塞：一项更新后的荟萃分析提供的见解

  摘要 引言：癌症相关的静脉血栓栓塞症（VTE）是一个复杂的临床问题，需要在有效的抗凝治疗与出血风险之间找到平衡。直接口服抗凝剂（DOACs）虽然使用方便，但其在这方面的疗效和安全性仍存在争议。本系统评价和荟萃分析旨在评估DOACs在管理癌症相关VTE方面的有效性和安全性。研究结果为临床决策提供了重要的参考依据。 方法：我们检索了PubMed、EMBASE和Cochrane CENTRAL等电子数据库中的相关文献，时间范围从这些数据库建立之初至2023年12月15日。仅纳入了评估DOACs在管理癌症相关V

  来源：Current Cancer Drug Targets

  时间：2025-11-22

• 综述：打破肿瘤生态位：癌症治疗中针对肿瘤微环境的先进策略

  摘要 这篇综述文章全面概述了针对肿瘤微环境（TME）的策略，以增强癌症治疗效果。文章首先强调了通过器官芯片和人工智能等先进技术对肿瘤微环境进行剖析和理解的重要性。文章讨论了多种调节促肿瘤微环境的方法，包括消除肿瘤细胞、使其恢复正常以及靶向肿瘤细胞的策略。文章详细探讨了与癌症相关的成纤维细胞、细胞外基质、缺氧、酸中毒、新生血管形成、肿瘤浸润性T细胞、免疫系统、外泌体、肿瘤相关中性粒细胞以及肿瘤血管生成等具体方面。文章指出，需要采取多方面的综合策略来有效应对这一复杂且动态变化的肿瘤微环境，因为肿瘤微环境在肿瘤进展和治疗抵抗中起着关键作用。结论部

  来源：Current Cancer Drug Targets

  时间：2025-11-22

知名企业招聘：