深度学习在生物医药领域的应用
本数据库通过收集和整理最新科研文献信息而得，供了解领域前沿进展之用。数据源自 PubMed Data ，每日自动更新（使用关键词“['deep learning']”过滤），已收录文献数量参见 统计表格。表格内容由 GPT 自动整理，可能存在错误或遗漏，请使用时务必注意核实！
如有建议或合作意向，欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布，欢迎下载 源码 自行修改使用。如觉得不错，还请不吝 给我打赏，你的支持是我继续创新的重要动力！
添加微信请说明来意
微信赞赏
除通过在线浏览外，为方便用户离线查阅，本站也提供 付费下载（定价19.9元）。之所以考虑收费，是因为批量扫描这些文献并整理也是有一定成本的，还请理解并多多支持。本站数据会持续更新，而仅需一次付费，未来就可以随时重新下载到最新版本数据。
当前共找到 42799 篇文献，本页显示第 3121 - 3140 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3121 | 2026-02-27 |
Artificial intelligence in trauma care: applications, ethical challenges, and pathways toward responsible integration
2026-Apr-01, Current opinion in anaesthesiology
DOI:10.1097/ACO.0000000000001615
PMID:41669936
|
综述 | 本文综述了人工智能在创伤护理中的应用、伦理挑战及负责任整合的路径 | 及时综合了人工智能在创伤护理中的新兴应用、伦理挑战及监管框架，强调了负责任、以人为中心的整合 | 大多数系统仍处于概念验证阶段，外部验证有限，伦理和治理挑战是临床转化的主要障碍 | 探讨人工智能在创伤护理中的负责任整合，包括应用、伦理挑战及监管框架 | 创伤护理系统，涵盖院前分诊到院内决策 | 机器学习 | 创伤 | NA | 机器学习, 深度学习 | NA | NA | NA | NA | 准确性 | NA |
| 3122 | 2026-02-27 |
Artificial intelligence-driven triage and decision-making in trauma systems/settings
2026-Apr-01, Current opinion in anaesthesiology
DOI:10.1097/ACO.0000000000001619
PMID:41744264
|
综述 | 本文综述了人工智能在创伤系统/场景中用于分诊和决策支持的最新进展 | 探讨了人工智能如何通过处理复杂生理信号、预测临床轨迹和增强跨护理阶段的共享心智模型，来增强临床判断，特别是在院前、急诊科和群体伤亡场景中的应用 | 前瞻性评估显示，人工智能向可测量的临床效益的转化存在差异，需要关注可用性、工作流整合和持续校准监测 | 回顾人工智能在创伤护理分诊和决策支持方面的最新发展 | 创伤系统/场景，包括院前、急诊科和群体伤亡环境 | 机器学习 | 创伤 | NA | 机器学习模型, 深度学习系统 | 生理信号, 影像数据, 传感器数据 | NA | NA | NA | NA | NA |
| 3123 | 2026-02-27 |
Can atrial fibrillation ablation outcomes be properly predicted with electrocardiography and artificial intelligence?
2026-Mar, European heart journal. Digital health
DOI:10.1093/ehjdh/ztag029
PMID:41743189
|
研究论文 | 本研究探讨了基于心电图和深度学习算法预测心房颤动消融术后重复消融需求的能力 | 首次使用原始12导联心电图数据和深度神经网络来预测心房颤动消融的重复手术需求 | 模型预测性能有限（AUC仅0.61），可能受限于非心电图参数的影响、数据集规模不足或需要长期心电图监测数据 | 评估心电图结合人工智能在预测心房颤动消融结果中的有效性 | 接受心房颤动消融手术的患者 | 机器学习 | 心血管疾病 | 心电图 | 深度神经网络,随机森林 | 心电图原始数据 | 865名患者（其中163名需要重复消融） | NA | NA | AUC,准确率 | NA |
| 3124 | 2026-02-27 |
Enhanced Visualization of Intracranial Cortical Arteries Using Deep Learning Reconstruction in Vessel Wall MR Imaging
2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.tn.2025-0091
PMID:41285511
|
研究论文 | 本研究评估了深度学习重建在血管壁成像中用于可视化包括皮质动脉在内的整个脑动脉系统的效用 | 首次将深度学习重建技术应用于高分辨率血管壁成像，以改善颅内皮质动脉的可视化 | 样本量较小（仅17名患者），且研究未涉及长期临床结果验证 | 评估深度学习重建在血管壁磁共振成像中对脑动脉系统可视化质量的提升效果 | 颅内动脉系统，包括颈内动脉、椎动脉、基底动脉及主要脑动脉的第1至4段皮质动脉 | 数字病理学 | 心血管疾病 | 3D T1加权CUBE血管壁成像 | 深度学习重建模型 | 磁共振图像 | 17名患者 | NA | NA | 信噪比, 对比噪声比, 定性图像质量评分（4分制） | NA |
| 3125 | 2026-02-27 |
Short-TR Acquisition Time-of-flight MR Angiography with Deep Learning Reconstruction: Technical Feasibility and Initial Clinical Evaluation in Moyamoya Disease
2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2025-0139
PMID:41535020
|
研究论文 | 本研究开发并评估了一种结合短TR采集和深度学习重建的磁共振血管成像技术，用于烟雾病患者的颅内动脉可视化 | 结合优化的短TR采集与深度学习重建，实现了扫描时间减少约50%的同时保持或提升图像质量 | 患者样本量较小（仅3例烟雾病患者），需要更大规模研究验证临床适用性 | 开发一种扫描时间更短、图像质量相当的磁共振血管成像技术，用于颅内动脉评估 | 健康志愿者（10名）和烟雾病患者（3名）的颅内动脉 | 医学影像 | 烟雾病 | 3D TOF磁共振血管成像，短TR采集，变密度泊松圆盘采样 | 深度学习 | 磁共振图像 | 10名健康志愿者和3名烟雾病患者 | NA | 展开式深度学习重建 | 信噪比，对比噪声比，图像质量评分（3分制） | NA |
| 3126 | 2026-02-27 |
Quality of Head and Neck Diffusion-weighted MR Imaging Using a Combination of the Periodically Rotated Overlapping Parallel Lines with Enhanced Reconstruction (PROPELLER) Sequence and Deep Learning Reconstruction
2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2025-0058
PMID:41548899
|
研究论文 | 本研究评估了结合PROPELLER序列与深度学习重建的头颈部扩散加权磁共振成像质量 | 首次将PROPELLER-DWI与深度学习重建技术结合，并系统比较了不同重建强度下的成像效果 | 样本量较小（仅10名健康成人），未涉及患者群体，且仅使用单一MRI设备 | 提升头颈部扩散加权磁共振成像的图像质量 | 健康成年人的头颈部磁共振图像 | 医学影像处理 | NA | 扩散加权磁共振成像，PROPELLER序列，单次激发平面回波成像 | 深度学习重建模型 | 磁共振图像 | 10名健康成年人（8男2女） | NA | NA | 信噪比，对比度比，表观扩散系数图的变异系数，整体图像质量，几何畸变程度，磁敏感伪影 | 3特斯拉MRI系统（Discovery MR750w） |
| 3127 | 2026-02-27 |
Mechanism of Ag+-Induced Folding of a Bacterial Peptide from Replica-Exchange Molecular Simulations
2026-Feb-26, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.6c00044
PMID:41666260
|
研究论文 | 本文通过原子模拟和实验研究了细菌肽B1在银离子诱导下的折叠机制 | 结合质谱、NMR、DFT参数化、副本交换模拟和深度学习，首次全面映射了银离子如何塑造B1肽的折叠景观和途径 | 研究聚焦于B1肽片段，可能无法完全代表完整SilE蛋白的行为；模拟和实验条件可能与体内环境存在差异 | 探究银离子诱导的蛋白质折叠机制，特别是细菌银抗性相关肽的结构变化 | 来自细菌银抗性蛋白SilE的B1肽片段 | 计算生物学 | NA | 质谱, NMR, DFT, 副本交换分子动力学模拟, 深度学习 | 深度学习 | 分子模拟数据, 实验光谱数据 | NA | NA | NA | NA | NA |
| 3128 | 2026-02-27 |
Fully automated segmentation of foot bones using machine learning and convolutional neural networks
2026-Feb-26, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851261422700
PMID:41744440
|
研究论文 | 本文提出了一种基于卷积神经网络的完全自动化足部骨骼分割方法，并评估其在CT图像上的性能 | 开发了一种定制化和优化的三维U-Net结构，用于完全自动化的足部骨骼分割，无需人工干预 | 在较小脚趾的中段和远端趾骨上表现较低，且样本量相对较小（仅50个CT扫描） | 实现并验证一种完全自动化的足部骨骼分割方法，以提高诊断准确性和效率 | 足部骨骼，包括后足、中足、大脚趾、籽骨和近端趾骨等结构 | 计算机视觉 | NA | 计算机断层扫描 | CNN | 三维CT图像 | 50个CT扫描，其中48个用于训练，2个用于测试 | NA | 三维U-Net | Dice系数, IoU | NA |
| 3129 | 2026-02-27 |
From manual parametric to artificial intelligence-based automation: A systematic review of recent advances in endoscopic surgical skills evaluation
2026-Feb-26, Journal of minimal access surgery
IF:1.0Q3
DOI:10.4103/jmas.jmas_225_25
PMID:41744479
|
系统综述 | 本文系统综述了2015年至2024年间内窥镜手术技能评估技术的最新进展，包括手动和自动化方法 | 首次系统性地将内窥镜手术技能评估系统按评估策略（手动或自动）、技术类型（参数化、机器学习/深度学习）、来源国家、手术亚专业和评估参数进行分类分析 | 公共数据集有限限制了自动化评估的发展，且自动评估方法目前仅关注较少参数，未能全面评估技能 | 系统回顾和分析内窥镜手术技能评估方法，揭示该领域的研究趋势和未来需求 | 内窥镜手术技能评估系统 | 机器学习和深度学习在医疗技能评估中的应用 | NA | 参数化方法、机器学习、深度学习 | NA | NA | 共回顾了46个不同的内窥镜手术技能评估系统 | NA | NA | NA | NA |
| 3130 | 2026-02-27 |
A novel hybrid segmentation method coupled with deep learning for coronary artery extraction from coronary CT angiography
2026-Feb-26, The international journal of cardiovascular imaging
DOI:10.1007/s10554-026-03643-7
PMID:41746482
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3131 | 2026-02-27 |
Attenuation correction of cardiac 82Rb pet using deep learning generated synthetic CT
2026-Feb-26, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-026-00849-5
PMID:41746532
|
研究论文 | 本研究评估了使用深度学习从非衰减校正的Rb-PET图像直接生成合成CT图像以进行心脏PET衰减校正的可行性 | 首次引入基于条件生成对抗网络和注意力U-Net的深度学习方法，直接从非衰减校正的Rb-PET图像生成合成CT图像，用于心脏PET衰减校正 | 合成CT图像在心脏区域存在轻微偏差，可能由于软组织u-map的均匀高估所致，且结果基于视觉检查的个案分析 | 改善心脏PET成像中衰减校正的准确性和减少伪影 | 心脏Rb-PET成像数据 | 医学影像分析 | 心血管疾病 | PET/CT成像, 深度学习图像生成 | cGAN | 医学影像 | 544次PET/CT心肌灌注扫描 | NA | Attention U-Net | SSIM, PSNR, MAE, ME, RME, RMAE, iTPD, LVEFR | NA |
| 3132 | 2026-02-27 |
Generalizability in OCT Deep Learning-Moving Beyond Single-Disease and Single-Vendor Models
2026-Feb-26, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2026.0084
PMID:41746664
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3133 | 2026-02-27 |
Multi-Scale Mapping of Gene Expression from Whole-slide Images for Identifying Phenotype-Associated Subpopulations
2026-Feb-25, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202521151
PMID:41736695
|
研究论文 | 本研究提出了一种名为BiSCALE的深度学习框架，用于从全切片图像中预测组织（批量）和近细胞（点）水平的基因表达，并将其与临床表型关联 | BiSCALE框架整合了WSI基础编码器与Vision-Mamba融合模块，采用两阶段训练策略，以桥接批量与点数据之间的尺度和分布差异，实现了多尺度基因表达预测 | NA | 从全切片图像中进行多尺度基因表达分析，以识别与表型相关的亚群 | 全切片图像、基因表达数据、临床表型 | 数字病理学 | 癌症 | 空间转录组学 | 深度学习 | 图像、基因表达数据 | 2109个批量肿瘤样本和141,000个空间转录组学点，涵盖三种癌症类型 | PyTorch | Vision-Mamba | NA | NA |
| 3134 | 2026-02-27 |
A peptide immunomodulator activates MST1 to expand and stabilize murine and human regulatory T cells for immune tolerance
2026-Feb-25, Science translational medicine
IF:15.8Q1
DOI:10.1126/scitranslmed.adz0672
PMID:41739904
|
研究论文 | 本研究利用深度学习模型鉴定出一种六肽DLST-6P，它能优先扩增人和小鼠的调节性T细胞并保持其稳定性，通过激活MST1激酶增强FOXP3转录因子的乙酰化和稳定性，在多种自身免疫和炎症疾病模型中显示出治疗潜力 | 首次发现一种肽类免疫调节剂DLST-6P能直接靶向并激活MST1激酶，通过促进FOXP3的乙酰化和稳定性以及增强IL-2信号传导，双重机制协同扩增和稳定调节性T细胞 | 研究主要基于小鼠模型和人类化小鼠模型，尚未在人体临床试验中验证其安全性和有效性；DLST-6P的长期效应和潜在脱靶效应仍需进一步评估 | 开发一种基于肽类的免疫调节剂，用于扩增和稳定调节性T细胞，以治疗自身免疫和炎症性疾病 | 调节性T细胞（Treg细胞）、哺乳动物Ste20样激酶1（MST1）、叉头框蛋白P3（FOXP3）转录因子 | 机器学习 | 自身免疫性疾病 | 深度学习模型、肽类筛选、磷酸化分析、乙酰化分析 | 深度学习模型 | 肽序列数据、细胞实验数据 | 小鼠模型和人类化小鼠模型，具体样本数量未明确说明 | NA | NA | 治疗疗效评估（基于疾病模型改善程度）、细胞扩增效率、蛋白质稳定性 | NA |
| 3135 | 2026-02-27 |
Attention-Enhanced Temporal and Spatial Feature Extraction Network for ADHD Diagnosis based on fMRI
2026-Feb-25, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3668080
PMID:41740109
|
研究论文 | 提出了一种注意力增强的时空特征提取网络（AE-STEN），用于基于fMRI数据的注意力缺陷多动障碍（ADHD）诊断 | 设计了TCAM模块联合建模局部瞬态波动和全局时间依赖性以捕获fMRI时间序列的短长期依赖，SCGRM模块显式建模动态与静态fMRI数据的协同交互以提取一致空间特征，而非独立处理 | 未明确说明模型在跨站点数据上的泛化能力及对未参与训练临床中心的适用性 | 提高基于fMRI数据的ADHD诊断准确性 | ADHD患者与健康对照的fMRI数据 | 医学影像分析 | 注意力缺陷多动障碍 | 功能磁共振成像 | 深度学习网络 | fMRI时间序列数据 | 来自7个站点的747名受试者 | NA | TCAM, SCGRM, STKAN | 分类准确率 | NA |
| 3136 | 2026-02-27 |
Adversarial and Correlation-Aware Data Augmentation Framework for Multi-Label Chest X-Ray Image Classification
2026-Feb-25, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3667990
PMID:41740106
|
研究论文 | 本文提出了一种用于多标签胸部X光图像分类的对抗性与相关性感知数据增强框架，以解决标注数据有限的问题 | 提出了结合图像级和特征级对抗性增强的一致性正则化方法，并引入基于Batch-Mamba模块的批次级相关性正则化来探索样本间关联 | 方法在有限标注场景下验证，未在完全无标注或极少量标注场景进行测试 | 开发在有限标注数据下仍能保持高性能的多标签胸部X光图像分类方法 | 胸部X光图像 | 计算机视觉 | 肺部疾病 | 数据增强，对抗性样本生成 | 深度学习模型 | 图像 | 两个大型CXR数据集（CheXpert和MIMIC-CXR） | NA | Batch-Mamba | NA | NA |
| 3137 | 2026-02-27 |
UCGR: Closing the Discretization Gap in Light Field Depth Estimation via Unified Continuous Geometry Representation
2026-Feb-25, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2026.3667981
PMID:41740115
|
研究论文 | 本文提出了一种统一连续几何表示方法，用于解决光场深度估计中的离散化间隙问题 | 提出统一连续几何表示，通过自适应平面采样算子和上下文深度校正算子协同优化空间和深度离散化 | NA | 提高光场深度估计的精度和鲁棒性，以支持3D重建、重聚焦和虚拟现实等应用 | 光场相机捕获的空间-角度信息 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 合成和真实世界光场数据集 | NA | 连续几何网络 | 准确度, 鲁棒性 | NA |
| 3138 | 2026-02-24 |
Deep learning-based automated positioning system for maxillary skeletal expander: development and clinical validation
2026-Feb-23, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-026-06790-2
PMID:41729332
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3139 | 2026-02-27 |
Deep learning pipeline for trapezium segmentation in thumb radiographs
2026-Feb-23, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00678-2
PMID:41729375
|
研究论文 | 本研究开发了一种用于拇指X光片中梯形骨分割的两阶段深度学习流程 | 提出了一种结合YOLOv8进行目标检测和U-Net进行分割的两阶段AI流程，用于解决小关节（如拇指梯形骨）在标准X光片上因解剖结构重叠而难以准确识别的问题 | 研究为回顾性分析，仅纳入了519张符合质量标准的X光片，可能受限于样本量和数据质量 | 开发一种准确、可重复的AI工具，用于拇指X光片中梯形骨的自动分割，以辅助梯形掌骨关节置换术的术前规划和术中引导 | 拇指X光片中的梯形骨 | 计算机视觉 | 骨科疾病 | 放射影像学 | CNN | 图像 | 624张拇指X光片（其中519张符合纳入标准） | NA | YOLOv8, U-Net | 平均精度均值, Dice相似系数, 交并比 | NA |
| 3140 | 2026-02-27 |
Comparison of respiratory-gated and breath‑hold accelerated T2-weighted sequences for liver MRI with deep learning reconstruction
2026-Feb-23, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-026-00679-1
PMID:41729404
|
研究论文 | 本研究比较了呼吸门控和屏气加速T2加权序列结合深度学习重建在肝脏MRI中的应用，评估了呼吸特征对图像质量的影响 | 首次系统比较呼吸门控与屏气深度学习重建T2加权成像，并利用呼吸曲线特征预测图像质量，实现个性化肝脏MRI工作流程 | 样本量相对有限（120名参与者），且所有数据均在3-T MRI设备上采集，可能限制结果的普适性 | 评估深度学习重建加速的呼吸门控与屏气T2加权序列在肝脏MRI中的图像质量，并与传统径向k空间采样重建方法进行比较 | 肝脏MRI图像 | 医学影像分析 | 肝脏疾病 | T2加权成像，深度学习重建，径向k空间采样 | 深度学习模型 | MRI图像 | 120名参与者 | NA | NA | 图像质量评分，病灶显影评分，病灶-肝脏对比比，检测率，AUROC | NA |