导读
将人工智能（AI）融入生物医学信号分析，代表着在提高疾病诊断和治疗的精度与效率方面的一项重大突破。从传统的计算模型到先进的机器学习算法，人工智能技术通过有效处理复杂性和解读复杂数据集，改进了信号处理。理解生理数据过去需要训练有素的专业人员，现在则更容易实现；在医疗资源有限的地区，人工智能工具通过提供高水平的诊断见解，扩大了医疗保健的可及性，最终改善健康结果。这篇综述探讨了各种人工智能方法，包括监督学习、无监督学习和强化学习，并研究了它们在生物医学信号分析中的协同作用以及在医学科学中的未来发展方向。通过全面概述人工智能驱动的医疗保健的现状和前景，本文强调了人工智能在分析生物医学信号方面的变革潜力。
图文摘要
01. 介绍
图1.人工智能在生物医学信号分析方面的概述
02. 监督学习
图2. A. 用于心电图信号可解释症状诊断模型中的卷积神经网络（CNN）残差块；B. 基于卷积神经网络、利用手势驱动肌电图（EMG）信号进行身份验证的分类模型的基本架构；C. 利用结合脑电图（EEG）和眼电图（EOG）信号的卷积神经网络对睡眠呼吸暂停进行分类；D. 应用于人机界面（HMI）中、通过凝视和眼球追踪来控制机械臂的卷积神经网络；E. 支持增强现实（AR）的人机界面，展示了增强现实技术的融合以实现强化交互和控制。
图3. A. 使用循环神经网络（RNN）的心电图节律分类器总结以及 RNN 的基本结构；B. 用于通过可穿戴腕部传感器测量的肌电图（EMG）进行手势识别的长短期记忆网络（LSTM）和双向长短期记忆网络架构；C. 使用门控循环单元（GRU）从脑电图（EEG）解码视觉运动；D. 用于肌电图压缩的时间卷积网络（TCN）架构；E. 各种时间序列算法在使用 WISDM 数据集的人类活动识别任务上的性能表现。
图4. A. 基于变换器的12导联心电图心律失常检测模型；多尺度网格变换器网络；B. 用于拟人化机器人手的基于变换器算法的手势分类；C. 基于脑电图的情绪识别以及使用基于变换器的神经网络可视化关键脑电图通道；D. 使用或不使用变换器的5类心律失常分类的准确性。
02. 无监督学习
图5. A. 从孕妇腹部心电图检测孕产妇和胎儿应激的自监督表征学习；B. 用于双心室解剖结构和心电图表征的多域变分自编码器 ；C. 利用自监督学习进行稳健的肌电图模式识别；D. 与传统方法相比，使用或不使用自编码器时基于心电图的心跳分类性能；E. 在 DEAP 数据集上使用监督学习或无监督学习对两种状态（唤醒度和效价）进行情绪分类的性能。
03. 强化学习
图6. A. 使用基于演员 - 评论家的强化学习进行心电图分类；B. 基于肌电图的手势识别系统及其强化学习架构；C. 使用简单强化学习进行睡眠改善控制；D. 借助强化学习的眼电图信号驱动的眼动电脑游戏。
本文亮点
本综述对人工智能在生物信号分析中的整合情况进行了广泛审视，旨在提升诊断和治疗水平。 概述详细介绍了人工智能技术（如监督学习、无监督学习和强化学习）的发展与应用情况。
本文还涵盖了影响用于处理生物信号的人工智能算法设计与实施的关键因素。
作者：赵月棠
审核：方 俊
END
点击原文链接或二维码查看全文
https://link.springer.com/article/10.1007/s44258-024-00040-4
引用格式
Lee, Y.J., Park, C., Kim, H. et al. Artificial intelligence on biomedical signals: technologies, applications, and future directions. Med-X 2, 25 (2024). https://doi.org/10.1007/s44258-024-00043-1
作者简介
Yoon Jae Lee，佐治亚理工学院电气与计算机工程学院的博士研究生兼研究生研究助理。他于 2019 年在俄亥俄州立大学获得电气与计算机工程学士学位，并于 2021 年在佐治亚理工学院获得硕士学位。研究涵盖智能系统、人机界面、可穿戴设备以及机器学习等领域。
Cheoljeong Park，韩国忠南大学机械工程系博士生。他的研究聚焦于测量系统、人工智能以及医疗保健技术。目前正在研发利用人工智能的医疗保健监测系统。
Seong J. Cho，韩国忠南大学机械工程系教授。他的研究兴趣涵盖先进传感器系统、纳米 / 微材料、微机电系统 / 纳机电系统、先进织物、生物医学工程、仿生学、生物传感器以及人工智能在生物监测系统中的应用。
Woon-Hong Yeo，Woodruff机械工程学院和Coulter生物医学工程系的Harris Saunders Jr. Endowed讲席教授，同时也是佐治亚理工学院两个中心的主任，包括可穿戴智能系统与医疗保健中心（WISH 中心）以及韩国产业技术振兴协会 - 佐治亚理工学院半导体电子中心（K-GTSEC）。他的研究聚焦于纳米制造、软材料、分子相互作用以及生物集成系统等领域，尤其侧重于纳米膜生物电子学。Yeo博士在西雅图的华盛顿大学获得机械工程博士学位。之后，他在伊利诺伊大学厄巴纳 - 香槟分校担任博士后研究员。
Med-X期刊二维码
Med-X期刊投稿要求
https://www.springer.com/journal/44258/submission-guidelines
Med-X期刊中文简介
Med-X 期刊是由上海交通大学创办，Springer Nature出版的国际开放获取期刊。期刊旨在办成生物医学工程(BME)领域综合性的国际一流期刊，报道突破性新发现和新技术，搭建高水平学术交流和传播平台。2022年，Med-X期刊成功入选中国科技期刊“卓越行动计划”高起点新刊。Med-X 期刊由上海交通大学副校长、讲席教授徐学敏及美国加州大学洛杉矶分校生物工程系主任、校长讲席教授李松共同担任主编。上海交通大学生物医学工程学院讲席教授郑诚功、长聘教授童善保、美国密歇根大学Brian Fowlkes教授担任执行主编。Med-X期刊组建了一个高水平国际化的编委团队，由120多名来自16个国家的世界顶尖科学家组成。
Med-X 期刊发文聚焦生物医学工程领域，包括但不限于以下10个前沿专题：分子与细胞工程，生物材料与组织工程，药物、基因和细胞输送系统，免疫工程，生物力学与机械生物学，生物热科学与工程，生物医学仪器与生物传感器，医学机器人、人工智能和远程医疗，生物医学影像学，生物信息学和计算生物学等。
