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
1	2026-07-18	Current progress and obstacles for automated classification of causes of death based on death certificates: A systematic review 2026-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106549 PMID:42320083	综述	系统回顾基于死亡证明的自动死因分类工具的当前进展、方法、性能和障碍	首次系统回顾2018-2024年间自动死因分类工具的应用，对比深度学习与基于规则的方法的性能差异，并评估实施障碍	深度学习对罕见死因分类效果不佳，与基于规则方法的直接对比证据不足，训练数据质量影响所有方法	评估自动死因分类工具的现状、方法、性能及实施进展与障碍	基于死亡证明的自动死因编码或分类工具	自然语言处理	NA	NA	深度学习（递归神经网络、Transformer）、基于规则的方法	文本（死亡证明）	46项研究，训练样本量从165到10,519,268人	NA	递归神经网络、Transformer	召回率（敏感性）、精确率（阳性预测值）	NA
2	2026-07-18	MRI-based gross tumor volume delineation in high-grade glioma using a deep convolutional neural network 2026-Oct, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2026.112797 PMID:42418866	研究论文	开发基于深度学习的MRI自动勾画模型，用于高级别胶质瘤放疗中大体肿瘤体积的勾画	不仅评估几何相似性，还评估了基于深度学习的自动勾画与手动勾画在治疗计划中的剂量学影响	自动勾画不能取代临床专家，仅可作为评估工具，尤其在医学教育中心中	开发并评估基于深度学习的MRI自动勾画模型，用于高级别胶质瘤放疗中的大体肿瘤体积勾画	高级别胶质瘤（HGG）患者	数字病理学	高度恶性胶质瘤	MRI	深度卷积神经网络（CNN）	MRI图像	469名HGG患者（训练集），17名HGG患者（独立临床测试集）	NA	ResU-Net (2D)	Dice相似系数（DSC）、Hausdorff距离（HD）、剂量-体积参数	NA
3	2026-07-18	From internal accuracy to clinical readiness: a systematic review of artificial intelligence-based mental health studies in Southeast Asia 2026-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106558 PMID:42349270	系统综述	对东南亚地区人工智能心理健康研究进行系统综述，评估其验证、报告透明性、可重复性、实施准备度和临床准备度	首次系统评估东南亚地区人工智能心理健康研究的临床准备度，提出临床转化路线图	几乎全部研究仅使用内部验证，缺乏外部或独立验证；校准、不确定性、错误分析、公平性/偏倚评估、代码或数据可获取性及实施背景报告不足	综合区域人工智能文献，评估验证、报告透明性、可重复性、实施准备度和临床准备度	东南亚地区应用人工智能、机器学习或深度学习于心理健康或精神疾病的同行评审文章或会议论文	自然语言处理	心理健康障碍	NA	NA	问卷数据、临床表格数据、社交媒体数据、数字轨迹数据	99项研究	NA	NA	NA	NA
4	2026-07-18	Data mining methods, tasks, and algorithms for adverse drug reaction analysis in pharmacovigilance: A scoping review 2026-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106554 PMID:42378892	综述	对药物警戒中用于不良反应分析的数据挖掘方法、任务和算法进行范围综述	系统性地绘制了药物警戒中的计算方法，评估了机器学习算法的现状与传统统计方法的优势	研究纳入时间范围有限（2015-2025年），仅限于英文研究，且公开可用的数据集有限	映射药物警戒中的计算方法，识别传统统计方法和数据挖掘技术的使用情况，评估机器学习算法的作用	药物警戒数据库中应用数据挖掘技术的162项研究	自然语言处理	NA	数据挖掘	逻辑回归、机器学习、深度学习	文本	162项研究	NA	逻辑回归	NA	NA
5	2026-07-18	Harnessing computational intelligence for synthetic lethality: A roadmap from network biology to interpretable deep learning in precision oncology 2026-Sep-25, New biotechnology IF:4.5Q1 DOI:10.1016/j.nbt.2026.06.001 PMID:42264143	综述	批判性综述计算合成致死性发现方法，从网络生物学到可解释深度学习，并提出面向精准肿瘤学的转化框架	超越传统顺序描述，比较性综合了从网络模型到图变换器和知识图谱推理的各种架构；提供了基于证据的方法学评估最佳实践，包括严格的数据分割、不平衡类别下的指标选择和鲁棒负采样策略；整合多组学数据、可解释深度学习和合成救援机制，提出对耐药机制稳健的候选优先排序框架	未详细说明	桥接计算预测与精准肿瘤学中可操作临床见解之间的差距	合成致死性基因对及合成救援机制	机器学习	肿瘤	NA	图变换器、知识图谱推理、可解释深度学习	多组学数据	NA	NA	图变换器、知识图谱推理	准确性、精确率、召回率、F1分数、AUC	NA
6	2026-07-18	Integrating artificial intelligence into drug delivery systems: Formulation development and current challenges 2026-Sep, European journal of pharmaceutics and biopharmaceutics : official journal of Arbeitsgemeinschaft fur Pharmazeutische Verfahrenstechnik e.V IF:4.4Q1 DOI:10.1016/j.ejpb.2026.115133 PMID:42242512	综述	探讨人工智能在药物递送系统中的应用，聚焦于制剂开发及当前挑战	系统梳理AI在药物递送全流程（制剂设计、纳米载体优化、智能控释）中的辅助决策作用，并批判性评估其与质量源于设计框架的整合	数据质量、实验验证不足、模型可解释性差及生物复杂性限制实际转化	分析AI作为决策支持工具在药物递送开发中的潜力与障碍	药物递送系统中的制剂开发流程（前制剂分析、辅料选择、颗粒工程、释放曲线优化）	机器学习	NA	NA	机器学习，深度学习	NA	NA	NA	NA	NA	NA
7	2026-07-18	Are T1-weighted and T2-weighted volumetric pipelines interchangeable methodologies for investigating amyotrophic lateral sclerosis pathology in vivo? 2026-Sep, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.112036 PMID:42413223	研究论文	探讨T1加权和T2加权体积测量流水线在肌萎缩侧索硬化症体内病理研究中的可互换性	首次系统比较T1-w和T2-w体积测量流水线对红核和黑质体积的敏感性差异，揭示两者对生理衰老和组织特性的不同响应	样本量较小（31例ALS患者和21例对照），且仅关注红核和黑质两个脑区	验证T1-w和T2-w体积测量流水线在ALS病理研究中的可互换性假设	肌萎缩侧索硬化症患者的红核和黑质体积	医学图像分析	肌萎缩侧索硬化症	磁共振成像	深度学习模型	磁共振图像	31例ALS患者（平均年龄59.39岁，23名男性）和21例非神经退行性对照（平均年龄53.43岁，16名男性）	NA	OpenMAP-T1, pBrain	NA	NA
8	2026-07-18	A hybrid chemometric and deep learning model for monitoring quality loss in thermally processed edible oils 2026-Aug-31, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.119497 PMID:42215142	研究论文	结合化学计量学与深度学习模型监测热处理食用油品质损失	首次将1D-CNN深度学习模型与CARS-PLS、RF-PLS等化学计量学方法结合，利用FTIR光谱和介电测量多模态数据预测食用油热降解，并引入SHAP可解释性分析揭示关键光谱特征	仅针对花生油、芝麻油和餐馆回收油，未涵盖其他常见食用油类型；研究为实验室概念验证，缺乏实际烹饪场景验证	建立非破坏性、灵敏的食用油热降解监测方法，通过整合光谱、介电分析和预测模型实现品质损失评估	花生油、芝麻油及餐馆回收油的热降解行为	机器学习	NA	傅里叶变换红外光谱、介电测量	1D-CNN	光谱数据、介电常数、酸值	三种食用油（花生油、芝麻油、餐馆回收油）的热处理样本	NA	1D-CNN	R值、RMSE	NA
9	2026-07-18	Multimodal neuroimaging-based deep learning framework for pattern analysis and early prediction of neurodegenerative diseases 2026-Aug-28, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.06.005 PMID:42248234	研究论文	提出一种结合卷积神经网络与优化时空双向门控长短期记忆网络的多模态神经影像深度学习框架，用于神经退行性疾病的模式分析与早期预测	首次将卷积神经网络与优化时空双向门控长短期记忆网络结合，有效捕获多模态临床数据中的复杂时空模式，在早期检测中取得显著性能提升	仅在单中心1000例样本上验证，未来需扩展至更大规模的多中心数据集，并实现实时临床部署	开发准确、可扩展且临床适用的诊断工具，实现神经退行性疾病的早期检测	轻度认知障碍、阿尔茨海默病及认知正常患者的神经影像数据	机器学习	神经退行性疾病	多模态神经影像	卷积神经网络和优化时空双向门控长短期记忆网络	图像	1000例多模态样本	NA	卷积神经网络、优化时空双向门控长短期记忆网络	准确率、精确率、召回率、F1分数	NA
10	2026-07-18	Machine Learning and Deep Learning for Neurological Disease Analysis: A Systematic Review Across Five Major Disorders 2026-Aug-28, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.05.036 PMID:42250854	系统综述	系统综述了2021年1月至2026年3月间针对五种主要神经系统疾病的机器学习和深度学习研究	全面分析了阿尔茨海默病、中风、帕金森病、脑肿瘤和创伤性脑损伤这五种重大疾病的ML和DL研究，并总结了新兴范式（联邦学习、自监督学习、基础模型）的应用	在泛化性、可解释性和临床转化方面仍存在挑战，需要更稳健且临床可靠的AI系统	系统综述2021年至2026年间五种主要神经系统疾病的机器学习和深度学习研究进展	阿尔茨海默病、中风、帕金森病、脑肿瘤和创伤性脑损伤	机器学习	神经系统疾病	NA	CNN, 编码器-解码器架构, Transformer, 混合模型, 多模态模型	神经影像、临床数据、生理数据、可穿戴设备数据	206篇符合条件的研究文章	NA	卷积神经网络, 编码器-解码器架构, Transformer, 混合模型	NA	NA
11	2026-07-18	Robust end-to-end stratification of amyotrophic lateral sclerosis patients via recurrent variational autoencoder and consensus clustering 2026-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105059 PMID:42235808	研究论文	提出一种结合递归变分自编码器与共识聚类的数据驱动方法，用于肌萎缩侧索硬化症患者的分层	将窥孔长短期记忆网络集成到变分深度嵌入架构中，同时学习潜在表示和聚类分配，并采用共识聚类提高稳定性	NA	基于纵向疾病进展模式对肌萎缩侧索硬化症患者进行数据驱动的分层	肌萎缩侧索硬化症患者	机器学习	肌萎缩侧索硬化症	NA	递归变分自编码器（RVA），窥孔长短期记忆网络（Peephole LSTM），变分深度嵌入（VaDE）	多变量时间序列数据	3076名肌萎缩侧索硬化症患者（来自PRO-ACT数据集）	NA	递归变分自编码器（RVA）结合窥孔长短期记忆网络（Peephole LSTM）	轮廓系数、戴维斯-布尔丁指数、卡林斯基-哈拉巴斯指数	NA
12	2026-07-18	Deep learning applications in cancer treatment Prediction: Comprehensive research foundation for systematic review and Meta-Analysis 2026-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105068 PMID:42276181	系统综述与meta分析	评估深度学习模型在癌症治疗结果预测中的性能、方法学质量和临床应用	首次跨癌种系统综述深度学习在治疗预测中的应用，涵盖多种模型架构和治疗方式	高异质性(I>70%)、方法学不一致、高风险偏倚、外部验证有限，仅9%模型临床实施	综合评估深度学习在癌症治疗预测中的预测性能、方法学质量和临床实施情况	158项符合条件的研究，其中89项纳入定量合成	机器学习	多种癌症（乳腺癌、肺癌、结直肠癌、前列腺癌等）	深度学习	Transformer、多模态模型等	NA	158项研究（89项纳入meta分析）	NA	Transformer、多模态模型	AUC、C指数、风险比、净获益、决策曲线	NA
13	2026-07-18	Rapid Screening of Spreading-Type Bacillus Using a YOLO-Based Classifier on Sheet Media 2026-Aug, Journal of food protection IF:2.1Q3 DOI:10.1016/j.jfp.2026.100838 PMID:42309367	研究论文	基于YOLO的扩散型芽孢杆菌快速筛查分类器在片状培养基上的应用	首次利用YOLO深度学习算法在片状培养基上自动区分并计数芽孢杆菌与非芽孢杆菌菌落，实现快速筛查	未详细说明在复杂食品基质或混合菌落中的表现，可能受菌落重叠或形态变异影响	开发快速、准确的分类器，用于食品中芽孢杆菌的自动检测和计数，保障食品安全	枯草芽孢杆菌亚种作为芽孢杆菌代表，大肠杆菌作为非芽孢杆菌代表，以及34种46株菌株和66种即食食品样本	计算机视觉	NA	16S rDNA测序	YOLO	图像	60张图像含4549个菌落，46株34种菌株，66种即食食品	NA	YOLO	准确率、平均准确率、精确率	NA
14	2026-07-18	Semiautomated magnetic resonance imaging-based breast density measurement from routine sequences: comparison with mammography 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107405 PMID:42401077	研究论文	评估基于常规磁共振成像序列的半自动乳腺密度测量方法，并与钼靶摄影进行对比	首次利用常规MR序列实现半自动乳腺密度测量，无需专用序列或特定软件，且评估结果与钼靶摄影分类性能相当	单中心回顾性研究，样本量有限（113例），需要进一步验证和工作流程标准化	评估基于常规磁共振成像序列的半自动乳腺密度测量方法的可行性及其诊断性能	同时接受乳腺MRI和钼靶摄影的女性患者（平均年龄60.8岁）对侧正常乳腺	计算机视觉	乳腺癌	MRI	深度学习辅助自动分割	影像数据	113例女性患者	NA	NA	相关系数, AUC (ROC曲线下面积)	3.0T MRI扫描仪
15	2026-07-18	Deep learning for visceral pleural invasion in non-small cell lung cancer 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107393 PMID:42296936	研究论文	评估并比较多种深度学习模型与传统临床-影像特征模型在非小细胞肺癌术前CT预测脏层胸膜侵犯中的诊断性能	首次系统比较Res2Net_3D8F等五种深度学习架构与临床-影像模型在脏层胸膜侵犯预测中的表现，并揭示两者在敏感性和阳性预测值上的优劣差异	所有模型均未达到最佳临床效用，深度学习模型阳性预测值低，且非侵入性预测仍面临重大挑战	评估深度学习模型和传统临床-影像特征模型在术前CT预测非小细胞肺癌脏层胸膜侵犯中的诊断表现	来自四家医院的3406例非小细胞肺癌患者的术前CT影像数据	计算机视觉	肺癌	CT成像	CNN (Res2Net_3D8F, ResNet变体)	图像	3406名非小细胞肺癌患者	NA	Res2Net_3D8F, ResNet变体	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
16	2026-07-18	Clinical and EEG features integrated by a deep learning method to investigate treatment outcomes in epilepsy with eyelid myoclonia 2026-Aug, Seizure DOI:10.1016/j.seizure.2026.05.020 PMID:42322699	研究论文	利用深度学习方法整合临床与脑电图特征，探究伴有眼睑肌阵挛的癫痫的治疗结局	首次提出并验证了整合临床与脑电图特征的EEM治疗反应预测神经网络模型，初步揭示了全面性阵发性快速活动作为难治性EEM的多变量依赖指标	因治疗组间单变量比较缺乏统计学显著性，该关联为探索性发现，需进一步验证	探究临床与脑电图因素与伴有眼睑肌阵挛的癫痫治疗结局的相关性	癫痫伴眼睑肌阵挛患者的临床特征和脑电图特征	机器学习	癫痫	脑电图	神经网络	临床数据、脑电图信号	两个医院队列，具体样本量未明确	NA	EEMTRP神经网络模型	准确率、曲线下面积	NA
17	2026-07-18	Deep learning-based automated assessment of pulmonary artery indices and surgical approach triage for tetralogy of Fallot from multicenter cardiac computed tomography (CT) 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107404 PMID:42349352	研究论文	开发基于深度学习的自动化框架，用于从儿童法洛四联症的心脏CT中分割肺动脉、计算肺动脉指数并实现规则导向的手术分诊	首次提出基于改进3D nnU-Net架构的自动化分割与肺动脉指数计算框架，并集成规则导向的手术分诊，在多项心数据集中验证了分割性能和效率提升	外部数据集缺乏姑息性病例，因此手术分诊分析仅在内部主数据集进行，外部泛化性需进一步验证	实现儿童法洛四联症心脏CT中肺动脉指数的自动化量化，并辅助规则导向的手术分诊	儿童法洛四联症患者术前心脏CT扫描数据	数字病理	法洛四联症	心脏计算机断层扫描（CCT）	3D nnU-Net	图像（CT扫描）	122例法洛四联症患者（训练集n=80，内部验证集n=20，外部数据集n=22）	nnU-Net	改进型3D nnU-Net	Dice相似系数（DSC）、处理时间、AUC	NA
18	2026-07-18	Deep learning-based reconstruction for 5.0T magnetic resonance imaging (MRI) in nasopharyngeal carcinoma: comparison of image quality and diagnostic efficacy 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107362 PMID:42361579	研究论文	探讨基于深度学习的重建技术对5.0T磁共振成像在鼻咽癌中图像质量和诊断效能的影响	首次将深度学习重建技术应用于5T MRI鼻咽癌成像，系统评估其对图像质量和T分期诊断准确性的影响	NA	评估深度学习重建技术对5T MRI图像质量和鼻咽癌诊断效能的影响	70名鼻咽癌患者的5T MRI图像	计算机视觉	鼻咽癌	MRI	深度学习重建模型	图像	70名鼻咽癌患者	NA	NA	信噪比、对比噪声比、5点Likert量表、Kappa系数	NA
19	2026-07-18	Deep learning reconstruction dual-energy computed tomography for gastrointestinal system tumors: low-kiloelectron volt imaging vs routine imaging 2026-Aug, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2026.107403 PMID:42364263	研究论文	本研究定性和定量比较了基于深度学习重建的双能CT在胃肠道肿瘤中55 keV虚拟单能图像与常规70 keV图像的成像性能	首次系统评估深度学习图像重建在低keV双能CT中替代常规迭代重建的可行性与影响	样本量较小（仅47例患者），未评估不同肿瘤类型亚组的差异	比较DLIR与ASiR-V在55 keV与70 keV下对胃肠道肿瘤的成像质量及碘参数影响	47例胃肠道肿瘤患者的双能CT图像	数字病理学	胃肠道肿瘤	双能计算机断层扫描	深度学习重建模型	图像	47例胃肠道肿瘤患者	NA	深度学习图像重建	对比噪声比、信噪比、图像质量评分、病变显著度、诊断置信度	NA
20	2026-07-18	CoAff-DTI: Fine-grained drug-target interaction prediction using pre-trained language models and affinity-guided mechanisms 2026-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105076 PMID:42391908	research paper	提出了CoAff-DTI，一种利用预训练语言模型和亲和力引导机制进行细粒度药物-靶标相互作用预测的端到端深度学习框架	引入了三个关键创新组件：令牌级分解策略将全局嵌入转化为药效团和残基级别的表示；亲和力引导的交叉注意力模块显式建模配体子结构与蛋白质残基之间的细粒度相互作用；亲和力门控融合模块通过动态建模逐元素交互来增强跨模态特征整合	NA	解决传统全局嵌入方法在药物子结构和蛋白质结合位点之间细粒度、局部生化相互作用的表征不足问题，提升预测准确性和生物学可解释性	药物-靶标相互作用预测	machine learning	NA	NA	深度学习	分子结构数据和蛋白质序列数据	多个基准数据集	NA	Transformer	准确率	NA