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 43435 篇文献，本页显示第 1041 - 1060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2026-04-05 |
Automatic lateral ventricle and choroid plexus segmentation method in infant brain MR images
2026-Apr-03, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-026-02335-x
PMID:41933296
|
研究论文 | 本文提出了一种基于深度学习的全自动方法，用于婴儿脑部MRI中侧脑室和脉络丛的联合分割 | 该方法集成了解剖感知的损失函数，明确强制执行脉络丛包含在侧脑室内的拓扑约束，从而确保解剖一致性 | 方法在婴儿数据上可能仍受限于快速解剖变化、低组织对比度和运动伪影，尽管通过新方法有所改进 | 开发一种准确分割婴儿脑部MRI中侧脑室和脉络丛的方法，以支持脑脊液动力学和早期神经发育研究 | 婴儿脑部MRI图像中的侧脑室和脉络丛区域 | 数字病理学 | NA | T1加权MRI | 深度学习 | 图像 | Baby Connectome Project数据集n=154，内部回顾性数据集n=52 | NA | NA | Dice分数, 95% Hausdorff距离, 平均对称表面距离 | NA |
| 1042 | 2026-04-05 |
Artificial intelligence in orthopedics: current applications, challenges, and future directions
2026-Apr-03, Knee surgery & related research
IF:4.1Q1
DOI:10.1186/s43019-026-00317-5
PMID:41933417
|
综述 | 本文综述了人工智能在骨科领域的当前应用、挑战及未来方向，强调了技术开发与临床转化之间的差距 | 提出将研究重点从增加模型复杂性转向严格评估，包括独立队列的外部验证，并倡导概率校准和不确定性估计以增强风险沟通的可信度 | 常规应用受限于算法不透明性、在新临床环境中的性能下降以及与现有工作流程的适配性差 | 总结人工智能在骨科实践中的应用，并突出实施障碍 | 骨科领域的人工智能研究 | 机器学习 | 骨科疾病 | NA | 机器学习, 深度学习, 大语言模型 | 结构化数据, 影像数据, 文本数据 | NA | NA | NA | NA | NA |
| 1043 | 2026-04-05 |
Improving Diabetic Foot Care With Infrared Thermography and Artificial Intelligence: A Review
2026-Apr-03, Journal of diabetes science and technology
IF:4.1Q2
DOI:10.1177/19322968261432639
PMID:41933482
|
综述 | 本文综述了红外热成像与人工智能在糖尿病足护理中的应用，分析了37篇相关研究 | 整合红外热成像与人工智能技术，用于糖尿病足并发症的识别和风险预测，强调了自动诊断系统的潜力 | 研究多局限于使用预准备数据集进行足部热图分类，分割方法研究有限，且因缺乏大规模多样化数据集而限制了深度学习的应用 | 评估红外热成像与人工智能在糖尿病足护理中的潜力，以改善决策、减少错误并支持预后评估 | 糖尿病足并发症的识别和风险预测 | 计算机视觉 | 糖尿病足 | 红外热成像 | NA | 图像 | NA | NA | NA | NA | NA |
| 1044 | 2026-04-05 |
INB3P: A Multi-Modal and Interpretable Co-Attention Framework Integrating Property-Aware Explanations and Memory-Bank Contrastive Fusion for Blood-Brain Barrier Penetrating Peptide Discovery
2026-Apr-03, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202523984
PMID:41933929
|
研究论文 | 提出一个名为INB3P的多模态可解释共注意力框架，用于发现血脑屏障穿透肽，该框架整合了属性感知解释和记忆库对比融合技术 | 提出了物理化学引导突变（PCGM）这一新颖的数据增强策略，通过强制生化约束来扩展训练多样性而不违反生物流形；同时开发了双向共注意力机制融合序列和结构信息，并通过对比学习和Stable-MCC损失进行优化 | 未明确说明模型在极端数据稀缺情况下的泛化能力极限，也未详细讨论计算资源需求 | 解决功能肽（特别是血脑屏障穿透肽）发现中因数据极度稀缺和深度学习“黑箱”性质带来的限制 | 血脑屏障穿透肽（BBBPPs） | 生物信息学，机器学习 | 神经系统疾病相关药物递送 | 物理化学引导突变（PCGM），对比学习 | 多模态深度学习框架，共注意力机制 | 序列数据，结构数据 | NA | NA | 双向共注意力机制 | NA | NA |
| 1045 | 2026-04-05 |
Multimodal CT Perfusion-Based Deep Learning for Predicting Stroke Lesion Outcomes in Complete and No Recanalization Scenarios
2026-Apr-02, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A9016
PMID:40973461
|
研究论文 | 本研究开发了基于多模态CT灌注的深度学习模型，用于预测急性缺血性卒中在完全再通和无再通情况下的最终梗死病灶 | 开发了专门针对成功再灌注（预测梗死核心）和失败再灌注（预测核心-半暗带区域）的深度学习模型，相比传统阈值方法显著提升了预测准确性 | 样本量相对有限（CR组350例，NR组138例），且仅基于CTP参数图进行预测 | 预测急性缺血性卒中的最终病灶位置和体积，以改善临床管理和治疗决策 | 急性缺血性卒中患者，包括完全再通（CR）和无再通（NR）两种情况 | 医学影像分析 | 缺血性卒中 | CT灌注成像 | 深度学习 | CT灌注参数图，随访DWI图像 | CR组350例，NR组138例，来自多中心数据集 | NA | 3D nnU-Net | Dice系数 | NA |
| 1046 | 2026-04-05 |
CREsted: modeling genomic and synthetic cell-type-specific enhancers across tissues and species
2026-Apr-02, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-026-03057-2
PMID:41927920
|
研究论文 | 本文介绍了一个名为CREsted的软件包，用于建模基因组和合成细胞类型特异性增强子，支持跨组织和物种的分析与设计 | 开发了CREsted软件包，整合了单细胞ATAC-seq数据预处理、序列建模、增强子设计和下游分析，实现了端到端的增强子建模与设计，并展示了其在跨物种和组织中的应用 | NA | 开发一个端到端的软件工具，用于建模、解释和设计细胞类型特异性增强子，以解析增强子的序列逻辑 | 小鼠皮层、人类外周血单个核细胞、间充质样癌细胞状态、斑马鱼发育图谱 | 机器学习 | 癌症 | 单细胞ATAC-seq | 深度学习模型 | 基因组序列数据 | NA | NA | NA | NA | NA |
| 1047 | 2026-04-05 |
Dynamic modulation of social gaze by sex and familiarity in marmoset dyads
2026-Apr-02, eLife
IF:6.4Q1
DOI:10.7554/eLife.105034
PMID:41925718
|
研究论文 | 本研究开发了一种新框架，用于精确追踪自由活动的普通狨猴的面部特征和三维头部注视方向，并量化了性别和熟悉度对其社交注视行为的影响 | 开发了一种结合深度学习计算机视觉工具和三角测量算法的新框架，能够在自由活动状态下准确追踪多只狨猴的面部特征和三维头部注视方向，克服了传统方法需限制头部运动的局限 | NA | 研究非人灵长类动物在自然状态下的社交注视行为，并探究性别和熟悉度对其的影响 | 自由活动的普通狨猴 | 计算机视觉 | NA | 深度学习, 三角测量算法 | CNN | 视频 | NA | NA | NA | NA | NA |
| 1048 | 2026-04-05 |
Artificial Intelligence-Assisted reflectance confocal microscopy for Real-Time intraoperative margin assessment in oral squamous cell carcinoma
2026-Apr-02, Oral oncology
IF:4.0Q2
|
研究论文 | 本研究评估了人工智能驱动的反射共聚焦显微镜模型在口腔鳞状细胞癌中的诊断性能，旨在开发用于术中即时检测的平台 | 首次将人工智能模型与反射共聚焦显微镜结合，用于口腔鳞状细胞癌的实时术中切缘评估，并实现了高精度的诊断性能 | 研究依赖于特定数据集和Google Cloud平台，可能限制了模型的泛化能力和实际部署的灵活性 | 开发一种准确、快速、非侵入性的方法，用于口腔鳞状细胞癌的诊断和术中切缘评估 | 口腔鳞状细胞癌患者 | 数字病理学 | 口腔鳞状细胞癌 | 反射共聚焦显微镜 | 深度学习模型 | 图像 | 4,090张注释的反射共聚焦显微镜图像（1,998张良性，2,092张恶性） | Google Cloud Vertex AI Automated Machine Learning (AutoML) Vision | NA | AUC-PR, AUC-ROC, 灵敏度, 特异性, 准确率, 阳性预测值, 阴性预测值 | Google Cloud Vertex AI平台 |
| 1049 | 2026-04-05 |
AI-based methods for simulating, sampling, and predicting protein ensembles
2026-Apr-02, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2026.103251
PMID:41932144
|
综述 | 本文综述了基于AI的蛋白质集合模拟、采样和预测方法的最新研究进展 | 强调了通过模型训练、模拟和推理的闭环来克服训练数据可用性挑战，并推动下一代模型发展 | 当前方法的技术成熟度尚需现实评估，且训练数据可用性存在挑战 | 推动基于AI的蛋白质集合预测技术发展 | 蛋白质集合 | 机器学习 | NA | NA | 生成模型 | NA | NA | NA | NA | NA | NA |
| 1050 | 2026-04-05 |
GFETM: Genome foundation-based embedded topic model for scATAC-seq modeling
2026-Apr-02, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2026.101563
PMID:41932342
|
研究论文 | 提出一种结合基因组基础模型和嵌入主题模型的深度学习框架GFETM，用于分析单细胞ATAC-seq数据 | 首次将基因组基础模型的序列嵌入与嵌入主题模型结合，利用开放染色质区域的序列特征提升建模准确性和泛化能力 | 未明确说明模型在更大规模或更多样本类型中的泛化性能 | 提升单细胞ATAC-seq数据的分析准确性和可解释性 | 单细胞ATAC-seq数据 | 基因组学，深度学习 | 肾脏糖尿病 | scATAC-seq | 嵌入主题模型，基础模型 | DNA序列数据，单细胞染色质可及性数据 | NA | NA | GFETM（基因组基础嵌入主题模型），ETM | 准确性，泛化能力 | NA |
| 1051 | 2026-04-05 |
Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry
2026-Apr, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2423883
PMID:39512150
|
研究论文 | 本文研究了一种基于深度学习信息融合的新方法，从增强X射线投影和血管几何中重建变形血管内的血流速度 | 提出了一种结合Radon投影和血管网格的线性或非线性降维技术，通过信息融合重建血流速度场，优于简单的PCA-net方法 | NA | 开发一种深度学习重建方法，用于从X射线投影和血管几何中准确估计血流速度 | 变形血管内的血流速度场 | 计算机视觉 | 心血管疾病 | 对比增强X射线投影 | 深度学习神经网络 | 图像投影数据、血管网格数据 | NA | NA | 多种神经网络架构 | 准确性 | NA |
| 1052 | 2026-04-05 |
Structure-Preserving Two-Stage Diffusion Model for CBCT Metal Artifact Reduction
2026-Apr, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3628764
PMID:41187053
|
研究论文 | 本文提出了一种用于CBCT金属伪影减少的两阶段扩散模型，强调结构保留和领域泛化 | 采用两阶段扩散框架，结合结构感知扩散模型和分割引导采样策略，以提取无伪影边缘图作为结构先验，并利用IOS与CBCT融合数据监督训练，提升对真实世界数据的泛化能力 | 未明确说明模型在极端金属植入物情况下的性能或计算效率限制 | 减少CBCT中的金属伪影，同时保留牙齿解剖结构 | CBCT图像，特别是受金属植入物影响的牙齿区域 | 计算机视觉 | 牙科疾病 | CBCT, 口腔内扫描(IOS) | 扩散模型 | 图像 | NA | NA | 扩散模型 | NA | NA |
| 1053 | 2026-04-05 |
Efficient Large-Deformation Medical Image Registration via Recurrent Dynamic Correlation
2026-Apr, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3630584
PMID:41201925
|
研究论文 | 提出了一种基于循环动态相关性的高效大变形医学图像配准框架 | 通过循环动态重定位匹配区域来高效捕获大变形所需的长距离对应关系，并采用轻量级循环更新模块和特征解耦来抑制语义冗余 | NA | 解决大变形医学图像配准中的效率与精度挑战 | 医学图像（脑部MRI和腹部CT） | 医学影像分析 | NA | 深度学习图像配准 | 卷积网络，循环网络 | 图像 | NA | NA | 基于循环相关的框架 | 精度，计算量（FLOPs），运行速度 | NA |
| 1054 | 2026-04-05 |
FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-Time Training
2026-Apr, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3631049
PMID:41212692
|
研究论文 | 提出一种名为FunOTTA的新型眼底图像测试时适应框架，用于解决跨域眼底图像诊断中的领域偏移问题 | 通过动态内存库去歧义化减少有害先验知识偏差，并引入基于可靠类别条件估计和一致性正则化的增量适应训练目标 | 仅在两种疾病的跨域眼底图像基准上进行了实验验证，未涵盖更广泛的眼科疾病类型 | 提升深度学习模型在跨域眼底图像诊断中的泛化能力 | 眼底图像 | 计算机视觉 | 眼科疾病 | 深度学习 | CNN | 图像 | NA | PyTorch | ResNet, VGG, Transformer | 准确率, AUC | NA |
| 1055 | 2026-04-05 |
Self-Paced Learning for Images of Antinuclear Antibodies
2026-Apr, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3637237
PMID:41296939
|
研究论文 | 提出一种用于抗核抗体图像检测的自适应学习框架，以处理多实例多标签学习任务 | 引入基于人类标注逻辑的实例采样器、概率伪标签分发器和自步学习权重系数，实现无需手动预处理的端到端优化 | 未提及框架在更广泛临床环境或不同成像设备下的泛化能力验证 | 自动化抗核抗体检测以辅助自身免疫性疾病诊断 | 抗核抗体荧光图像 | 计算机视觉 | 自身免疫性疾病（如狼疮、干燥综合征、硬皮病） | 荧光显微镜成像 | 深度学习框架 | 图像 | 一个ANA数据集和三个公共医学MIML基准数据集 | 未明确指定 | 未明确指定 | F1-Macro, mAP, Hamming loss, one-error | NA |
| 1056 | 2026-04-05 |
Artificial intelligence-driven 3-dimensional simulation system for enhanced preoperative planning in gastric cancer surgery: a retrospective validation study
2026-04, Journal of gastrointestinal surgery : official journal of the Society for Surgery of the Alimentary Tract
IF:2.2Q2
DOI:10.1016/j.gassur.2025.102295
PMID:41371602
|
研究论文 | 本研究开发了一种基于人工智能的3D模拟系统，用于胃癌手术的术前规划，通过深度学习模型自动分割腹部器官和检测血管 | 结合AI模型自动识别动态胃器官的解剖结构，生成3D图像以可视化胃、周围器官和血管之间的位置关系，这在胃癌手术规划中较为少见 | 研究为回顾性验证，样本量较小（51例），且未在实时手术环境中进行前瞻性测试 | 创建3D模拟系统以辅助胃癌手术的术前规划，提高手术精确性和安全性 | 胃癌患者的术前增强CT图像，用于分割腹部器官（如胃、胰腺）和检测血管结构 | 数字病理 | 胃癌 | 对比增强CT成像 | 深度学习模型 | CT图像 | 51例胃癌患者 | NA | NA | 结构检测置信度评分（5点量表），可靠性评分 | NA |
| 1057 | 2026-04-05 |
Association Between Computed Tomography-Based AI-Derived Body Composition and Survival in Patients With Pancreatic Ductal Adenocarcinoma
2026-Apr-01, The American journal of gastroenterology
DOI:10.14309/ajg.0000000000003896
PMID:41428798
|
研究论文 | 本研究探讨了基于CT的AI衍生身体成分参数与胰腺导管腺癌患者总生存期之间的独立关联 | 利用经过验证的深度学习分割算法从诊断性CT扫描中自动评估身体成分，并分析其与不同治疗亚组患者生存结局的关系 | 回顾性研究设计可能引入选择偏倚，且研究结果需在前瞻性队列中进一步验证 | 优化胰腺导管腺癌患者的治疗策略，通过身体成分评估改善临床决策 | 胰腺导管腺癌患者 | 数字病理学 | 胰腺癌 | 计算机断层扫描 | 深度学习 | 医学图像 | 1666名胰腺导管腺癌患者（其中手术切除亚组509人，姑息性全身治疗亚组439人，未接受肿瘤靶向治疗亚组718人） | NA | NA | 风险比, 95%置信区间, P值 | NA |
| 1058 | 2026-04-05 |
A Wireless, Battery-Free Artificial Throat Patch with Deep Learning for Emotional Speech Recognition
2026-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202516617
PMID:41603116
|
研究论文 | 本文提出了一种无线、无电池的人工喉贴片系统，结合深度学习技术，用于同时识别语音和情感 | 开发了集成碳纳米管薄膜应变传感器和微型柔性印刷电路板的无线无电池人工喉贴片系统，首次实现了语音与情感的同步识别 | 未提及具体样本量或临床验证范围，可能限制其普遍适用性 | 为失声患者开发一种能够识别语音和情感的辅助通信技术 | 失声患者或语音障碍人群 | 机器学习 | 语音障碍 | 碳纳米管薄膜应变传感，近场通信 | 混合深度学习架构 | 喉部信号传感器读数 | NA | NA | 混合深度学习架构 | NA | 智能手机链接系统，低功耗电子组件 |
| 1059 | 2026-04-05 |
Accurate predictions of disordered protein ensembles with STARLING
2026-Apr, Nature
IF:50.5Q1
DOI:10.1038/s41586-026-10141-2
PMID:41708867
|
研究论文 | 本文介绍了STARLING框架，该框架结合了基于物理的力场和多模态生成式深度学习，用于快速生成准确的本征无序蛋白（IDR）构象集合及其序列表示 | 将基于物理的力场与多模态生成式深度学习相结合，开发了能够快速生成IDR构象集合的框架，并支持离子强度等环境条件调节，以及通过贝叶斯最大熵重加权方案在实验约束下进行集合优化 | NA | 开发一个能够快速生成准确IDR构象集合并支持多种下游应用的框架，以降低计算研究IDR功能的门槛 | 本征无序蛋白和区域（IDRs） | 机器学习 | NA | 基于物理的力场，多模态生成式深度学习 | 生成式深度学习模型 | 蛋白质序列 | NA | NA | NA | NA | NA |
| 1060 | 2026-04-05 |
Cell Instance Segmentation: The Devil Is in the Boundaries
2026-Apr, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2025.3621093
PMID:41086066
|
研究论文 | 本文提出了一种名为Ceb的新型像素聚类方法，用于细胞实例分割，通过利用细胞边界特征和标签来划分前景像素 | 提出Ceb方法，利用细胞边界特征和标签进行像素聚类，解决了传统像素级目标可能丢失细胞几何属性（如形状、曲率和凸性）的问题 | NA | 改进细胞实例分割的像素聚类方法，以更准确地识别细胞实例 | 细胞实例分割中的前景像素 | 计算机视觉 | NA | 深度学习语义分割 | NA | 图像 | 六个数据集 | NA | NA | NA | NA |