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 1082 篇文献，本页显示第 1081 - 1082 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2024-08-07 |
Identification of surface-enhanced Raman spectroscopy using hybrid transformer network
2024-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124295
PMID:38703407
|
研究论文 | 本研究开发了一种混合Transformer网络TMNet，用于识别表面增强拉曼光谱（SERS），通过集成Transformer编码器和多层感知器来提高序列光谱的特征提取能力 | 提出了一种新的混合Transformer网络TMNet，通过Transformer编码器和多层感知器的结合，有效提升了序列光谱的特征提取和识别准确性 | NA | 开发一种新的深度学习方法，以提高表面增强拉曼光谱的识别准确性和抗噪声能力 | 表面增强拉曼光谱（SERS）及其在药物检测中的应用 | 机器学习 | NA | 表面增强拉曼光谱（SERS） | 混合Transformer网络 | 光谱 | 包含药物的头发和尿液光谱 |
| 1082 | 2024-08-07 |
Combining deep learning and droplet microfluidics for rapid and label-free antimicrobial susceptibility testing of colistin
2024-Aug-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2024.116301
PMID:38663322
|
研究论文 | 本文开发了一种基于微流控技术的快速、简便且微型化的粘菌素耐药性检测方法，结合深度学习技术进行细菌生长检测 | 该方法使用微流控平台将细菌封装在纳升液滴中，通过直接明场成像进行快速自动的细菌生长检测，比基于荧光的分析更快更准确 | NA | 开发一种快速、简便且微型化的抗生素耐药性检测方法，特别是针对粘菌素 | 粘菌素的耐药性检测 | 微流控技术 | NA | 微流控技术 | 深度学习 | 图像 | 21种快速生长的肠杆菌科细菌（大肠杆菌和肺炎克雷伯菌），包括具有不同耐药机制的临床分离株 |