深度学习在生物医药领域中的应用
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，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10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 2 篇文献。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2024-08-07 |
Corrigendum: Characterisation of mental health conditions in social media using Informed Deep Learning
2017-05-16, Scientific reports
IF:3.8Q1
DOI:10.1038/srep46813
PMID:28507325
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2 | 2024-08-07 |
Deep learning and 3D-DESI imaging reveal the hidden metabolic heterogeneity of cancer
2017-May-01, Chemical science
IF:7.6Q1
DOI:10.1039/c6sc03738k
PMID:28507724
|
研究论文 | 本文利用深度学习和3D-DESI成像技术揭示了癌症的隐藏代谢异质性 | 采用参数化t-SNE的深度无监督神经网络技术，能够捕捉到线性方法无法识别的复杂非线性关系，从而在3D-DESI-MS数据集中识别出新的代谢簇 | NA | 探索肿瘤组织的分子结构和代谢异质性 | 人结直肠腺癌活检样本 | 机器学习 | 结直肠癌 | 3D-DESI-MS | 参数化t-SNE | 图像 | 单个结直肠腺癌活检样本 |