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	2026-07-10	Deep Learning Outperforms Descriptor-Based Classification of Food Items Using Chromatography-Mass Spectrometry Data 2026-Oct-15, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.70134 PMID:42421483	研究论文	比较卷积神经网络与传统描述符方法在食物分类和掺假检测中的性能，展示深度学习优势	首次将端到端深度学习应用于色谱-质谱数据指纹进行食物分类，显著优于基于描述符的传统方法，并实现了高灵敏度的掺假检测	使用计算模拟数据而非实验获取的质谱数据，需要在真实实验数据上验证	展示深度学习在食物认证、掺假筛查和基于数据驱动的配对发现中的可扩展优势	15种食品项目的色谱-质谱数据	机器学习	NA	色谱-质谱联用	卷积神经网络	质谱数据	3000个计算模拟质谱数据，每类200个	NA	SimpleCNN	准确率、敏感性、特异性、轮廓系数、Davies-Bouldin指数、余弦相似度	NA
6	2026-07-10	Liquid-liquid phase separation in metabolic engineering: Mechanistic insights, emerging applications, and future challenges 2026-Oct, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2026.108931 PMID:42225537	综述	系统总结液-液相分离在代谢工程中的设计原理、分子决定因素和调控策略，并探讨人工智能和深度学习在该领域的应用	首次系统整合了基于液-液相分离的人工凝集体在代谢工程中的应用，特别是引入人工智能和深度学习用于数据驱动的固有无序区域设计，建立定量序列-相行为关系，推动从经验设计向预测性工程框架的转变	凝集体的老化和与宿主细胞环境的兼容性问题尚未解决	为合成生物学和代谢工程领域提供液-液相分离的理论框架和未来展望，促进新一代稳定的、可编程的微生物细胞工厂平台的开发	基于液-液相分离的人工凝集体及其在代谢通道、基因表达控制和可编程细胞功能模块构建中的应用	机器学习	NA	NA	深度学习模型	序列数据	NA	NA	NA	NA	NA
7	2026-07-10	A highly accurate framework for estimating eye muscle area and backfat thickness of pigs in vivo using deep learning 2026-Oct, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2026.110158 PMID:42361610	研究论文	开发了一种基于深度学习的框架，用于自动分割猪超声图像以准确估算眼肌面积和背膘厚度	提出了ReAMS-UNet网络架构，在大规模猪超声图像数据集上实现了眼肌区域的高度精准分割，并通过集成精确图像二值化方法提高了背膘厚度估计的准确性	文章未明确说明框架在不同猪品种或不同超声设备上的泛化能力，也未探讨实际应用中的计算效率	利用深度学习实现猪活体超声图像中眼肌面积和背膘厚度的自动、准确估算	猪的超声图像，包含10088张图像的大型数据集	计算机视觉	NA	超声成像	CNN	图像	10088张猪超声图像	NA	ReAMS-UNet, UNet, 及其他六种神经网络架构	IoU, Dice系数, MAE, 相关系数R	NA
8	2026-07-03	Retinal proteomics in neurodegeneration: Insights into ocular and brain disorders 2026-Oct-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00291 PMID:41169217	综述	本文综述了视网膜蛋白质组学在神经退行性疾病中的研究进展，重点关注具有眼部表现的疾病	综合回顾了人工智能与先进质谱技术结合在视网膜蛋白质组分析中的创新应用	NA	总结视网膜蛋白质组学在眼部及脑部神经退行性疾病中的最新研究进展	视网膜蛋白质组	自然语言处理	神经退行性疾病	质谱分析	深度学习	蛋白质组数据	NA	Graphics Processing Unit-accelerated deep learning architectures	NA	特异性, 灵敏度	Graphics Processing Unit加速计算
9	2026-06-23	Explainable deep learning assisted SERS detection of cathinones in environmental water 2026-Oct-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127905 PMID:42000141	研究论文	提出了一种可解释深度学习辅助的表面增强拉曼光谱技术，用于环境水中卡西酮类物质的检测与识别	结合了通道与空间注意力机制的一维卷积神经网络，并利用Grad-CAM算法增强模型的可解释性，准确识别卡西酮类物质的SERS特征峰	仅针对四种标准卡西酮物质进行检测，未涉及实际环境中多种卡西酮混合体系或更低浓度下的性能评估	开发高灵敏度、可解释的SERS检测方法，实现环境水中合成卡西酮类物质的准确分类	四种合成卡西酮标准物质及环境水加标样品	机器学习	NA	表面增强拉曼光谱（SERS）、密度泛函理论计算	一维卷积神经网络（1D-CNN）	光谱数据	四种标准卡西酮物质及阴性样本的SERS光谱数据	PyTorch	通道与空间注意力机制增强的1D-CNN	分类准确率	NA
10	2026-06-23	Extraction of Raman spectral features and rapid identification of rice origin and storage years 2026-Oct-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127896 PMID:42008962	研究论文	结合拉曼光谱与深度学习提取光谱特征，快速识别大米产地和储存年份	首次将宏观成分分析（常规拉曼光谱）与微量代谢物表征（银纳米粒子增强SERS）结合，通过淀粉微结构和腺嘌呤信号实现大米产地和储存年份的化学可解释性鉴别	NA	开发一种结合拉曼光谱与深度学习的方法，用于特征化并识别大米的产地和储存年份，以应对产地伪造和陈米欺骗营销问题	中国七大主要产区的九个大米样品（包括一个代表品种的三年储存系列）	机器学习	NA	拉曼光谱，常规拉曼光谱，表面增强拉曼散射（SERS），银纳米粒子	NA	光谱	9个大米样品，包括一个品种的三年龄系列	NA	卷积神经网络（CNN）	准确率（98.57%）	NA
11	2026-06-19	Sweet artificial intelligence as digital catalysts in infectious diseases: Glycomics and glycoanalysis 2026-Oct-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118863 PMID:42218857	综述	总结人工智能、机器学习和深度学习在感染生物学糖组学和糖分析中的应用	系统性地总结了AI/ML/DL在糖组学中的应用，包括糖结构分析、凝集素-糖结合预测、病原性评估和生物标志物发现，并介绍了SweetNet和LectinOracle等代表性模型	标注稀疏、批次效应、结构覆盖不全、模型可解释性有限	探讨AI在感染生物学糖组学和糖分析中的应用现状与前景	糖组学和糖分析数据及相关AI模型	机器学习	感染性疾病	质谱、核磁共振、色谱、糖/凝集素微阵列	CNN, GNN, 序列模型, Transformer	糖组学数据	NA	NA	SweetNet, LectinOracle	NA	NA
12	2026-06-16	Integration of network pharmacology, deep learning, and molecular biology reveals the efficacy of Citrus aurantium L. var. amara Engl. blossom extract in ameliorating diabetic osteoporosis 2026-Oct-28, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2026.121939 PMID:42217588	研究论文	结合网络药理学、深度学习和分子生物学揭示酸橙花提取物改善糖尿病性骨质疏松症的作用机制	首次将网络药理学与深度学习及分子生物学技术相结合，系统探究酸橙花提取物对糖尿病性骨质疏松症的保护作用及分子机制	未明确提及，但从方法学角度可能存在样本量较小、模型仅限于小鼠、未进行临床试验验证等局限性	探讨酸橙花乙醇提取物对糖尿病性骨质疏松症的保护作用及其潜在机制	高脂饮食和链脲佐菌素诱导的2型糖尿病小鼠模型	机器学习	糖尿病性骨质疏松症	高效液相色谱-质谱联用	深度学习	NA	未明确说明具体数量	NA	NA	NA	NA
13	2026-06-16	Fast MR elastography via deep learning-based phase interpolation: A technical feasibility study 2026-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110703 PMID:42190842	研究论文	本研究开发了一种基于深度学习的相位插值方法，通过利用时空波周期性减少MR弹性成像所需的振动相位采集数量，并验证其技术可行性	首次提出利用深度学习插补缺失振动相位图像的方法，可减少相位采集量达50%，同时保持与常规方法相当的临床测量精度	仅涉及较小样本量的健康志愿者验证，未在患者群体或更广泛的临床场景中测试；模拟减少相位采集而非实际减少扫描时间	评估深度学习相位插值方法用于减少MR弹性成像扫描时间的技术可行性	13名健康志愿者的肝脏MR弹性成像数据及体模数据	机器学习	NA	MR弹性成像 (MRE)	深度学习模型	图像（振动相位图像）	13名健康志愿者及体模数据	NA	NA（仅提及3-to-1和2-to-2模型，未指定具体架构）	结构相似性指数 (SSIM), 峰值信噪比 (PSNR), Bland-Altman分析, 组内相关系数 (ICC), Wilcoxon符号秩检验	NA
14	2026-06-09	Deep Learning-Assisted identification and quantification of cell-associated microplastics using darkfield hyperspectral imaging 2026-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129864 PMID:42019285	研究论文	结合暗场高光谱成像与深度学习管道自动检测和量化单细胞水平的细胞相关聚苯乙烯微塑料	首次将Mask R-CNN、LS-SVM和CHT整合为自动化管道，实现单细胞分辨率下微塑料与细胞相互作用的定量评估	需要针对其他颗粒类型和细胞系进行重新训练和验证	开发自动策略用于检测和量化细胞相关微塑料，评估单细胞水平的剂量-反应关系	Caco-2细胞与聚苯乙烯微塑料	计算机视觉	NA	暗场高光谱成像	CNN, SVM	图像, 光谱	Caco-2细胞在不同浓度微塑料暴露下的样本（1×10^4、1×10^6、1×10^8颗粒/mL）	NA	Mask R-CNN, 最小二乘支持向量机, 圆形霍夫变换	精确率、准确率	NA
15	2026-06-09	Chemical composition imaging and class imbalance handling using a 2D-CNN with SMOTE and threshold moving for tobacco origin classification 2026-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129950 PMID:42105520	research paper	提出一种结合化学组分成像、二维卷积神经网络（2D-CNN）与SMOTE和阈值移动的方法，用于烟草产地分类，有效处理类别不平衡问题	首次将化学组分转化为结构化二维图像，利用2D-CNN捕获化学指标间的复杂相关性，并结合SMOTE与阈值移动缓解类别不平衡导致的分类器偏差	未提及具体局限性	实现高精度的烟草产地分类，解决化学关系复杂与地理样本不平衡问题	烟草样本的化学组分数据	machine learning	NA	化学组分成像	2D-CNN	化学组分图像	来自八个生态区的烟草样本	NA	2D-CNN	accuracy, precision, recall, F1-score	NA
16	2026-06-06	Prediction of intrinsic clearance using an explainable learning framework integrating molecular fingerprints and graph representation 2026-Oct-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2026.118996 PMID:42176654	研究论文	开发了一个融合分子指纹和图表示的可解释学习框架，用于预测药物固有清除率	提出了一种动态结合机器学习与深度学习预测的集成策略，并通过可解释性分析将模型输出与分子理化性质及潜在代谢位点联系起来	公开数据质量对模型性能的约束以及现有模型生物可解释性不足	为早期药代动力学筛选提供生物学信息支持的工具，并深入理解结构-代谢关系	药物固有清除率数据及分子结构特征	机器学习	NA	分子指纹提取与图表示学习	传统机器学习、深度学习（双分支架构）	分子结构数据	从公开数据库系统收集并经人工验证的固有清除率数据集	NA	双分支深度学习架构	R值（相关系数）	NA
17	2026-06-06	Enhancing saline soil quality using enriched sheep manure compost and organic fertilizer: A FTIR-Deep learning evaluation of physiochemical and electrical properties 2026-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129880 PMID:42035676	研究论文	利用FTIR光谱与深度学习模型评估改良羊粪堆肥和有机肥对盐渍土壤理化和电学性质的提升效果	首次将傅里叶变换红外光谱与1D-CNN、LSTM深度学习模型结合，并引入SHAP解释方法，建立盐渍土壤性质预测与光谱特征解释的集成框架	NA	建立基于FTIR光谱和机器学习/深度学习的快速、准确且可解释的盐渍土壤评估与可持续改良策略	盐渍土壤样本经羊粪堆肥和有机肥处理后的理化和电学性质	机器学习	NA	FTIR光谱分析	1D-CNN, LSTM, PLSR	光谱数据	NA	NA	1D-CNN, LSTM	决定系数R	NA
18	2026-05-31	3D-printed real-time biosensing system integrating deep learning for label-free in vitro T cell culture analysis 2026-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129892 PMID:42035675	研究论文	利用3D打印模块构建的自动无标记监测平台，结合深度学习实现T细胞培养过程的实时分析	首次将3D打印模块化组件、自动化细胞培养、实时明场成像和深度学习算法集成于一个平台，实现T细胞形态、活力和迁移行为的连续追踪，无需标记	未提及对细胞代谢功能的直接检测，以及在不同T细胞亚型或临床样本中的验证	开发一种用于癌症免疫治疗中T细胞培养的实时、无标记监测技术	体外培养的T细胞	计算机视觉	癌症	NA	深度学习	明场图像	NA	NA	NA	平均精度	NA