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 1165 篇文献，本页显示第 1161 - 1165 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2024-08-07 |
Accurate prediction of hyaluronic acid concentration under temperature perturbations using near-infrared spectroscopy and deep learning
2024-Sep-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124396
PMID:38733911
|
research paper | 研究利用近红外光谱和深度学习技术准确预测在温度扰动下的透明质酸浓度 | 引入了基于交集策略的新特征融合方法，并创新性地使用了多策略改进的Walrus优化算法（MIWaOA）来优化深度极限学习机（DELM）的参数 | NA | 旨在开发一种有效的方法来快速确定透明质酸在不同温度下的适用性 | 透明质酸（HA）样品的浓度预测 | machine learning | NA | 近红外光谱分析（NIR） | 深度极限学习机（DELM） | 光谱数据 | 大量透明质酸（HA）样品 |
| 1162 | 2024-08-07 |
Soil data augmentation and model construction based on spectral difference and content difference
2024-Sep-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124360
PMID:38744226
|
研究论文 | 本文提出基于光谱差异和内容差异的样本扩展和模型构建方法，应用于原始样本数量有限的情况，实现了数据增强和深度学习 | 利用基于最大或最小值的光谱减法获取光谱差异和内容差异，为模型构建提供了一种新的数据形式 | NA | 开发精准农业和监测土地质量 | 土壤分析 | 机器学习 | NA | 光谱分析 | 一维卷积神经网络（1D CNN） | 光谱数据 | 小区域有限样本 |
| 1163 | 2024-08-07 |
A novel method for quantitative determination of multiple substances using Raman spectroscopy combined with CWT
2024-Sep-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124427
PMID:38754205
|
研究论文 | 本文提出了一种新的工作流程，利用拉曼光谱结合连续小波变换（CWT）进行混合溶液的快速定性和定量检测 | 解决了现有拉曼光谱定量分析算法几乎无法同时准确预测多种物质浓度的问题 | NA | 开发一种新的方法用于混合溶液中多种物质的定量分析 | 甲醇-乙醇混合溶液 | 机器学习 | NA | 拉曼光谱 | MobileNetV3 | 图像 | NA |
| 1164 | 2024-08-07 |
Predicting influenza-like illness trends based on sentinel surveillance data in China from 2011 to 2019: A modelling and comparative study1
2024-Sep, Infectious Disease Modelling
IF:3.0Q1
DOI:10.1016/j.idm.2024.04.010
PMID:38725432
|
研究论文 | 本研究基于2011年至2019年中国哨点监测数据，使用三种模型预测流感样疾病（ILI）趋势，并比较其预测性能 | 本研究首次比较了广义加性模型（GAM）、基于门控循环单元（GRU）的深度学习混合模型和自回归移动平均-广义自回归条件异方差（ARMA-GARCH）模型在预测流感样疾病趋势方面的性能 | 模型预测性能随着预测周数的增加而下降 | 预测中国不同气候特征地区的流感样疾病趋势，并评估和比较三种模型的预测性能 | 流感样疾病（ILI）趋势 | NA | 急性呼吸道感染疾病 | 广义加性模型（GAM）、基于门控循环单元（GRU）的深度学习混合模型、自回归移动平均-广义自回归条件异方差（ARMA-GARCH）模型 | GAM、GRU、ARMA-GARCH | 哨点监测数据 | 2011年至2019年中国北京、天津、山西、湖北、重庆、广东、海南和香港特别行政区的哨点监测数据 |
| 1165 | 2024-08-07 |
Deep learning-based detection of indicator species for monitoring biodiversity in semi-natural grasslands
2024-Sep, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2024.100419
PMID:38706811
|
研究论文 | 本文开发了一种基于深度学习的对象检测模型，用于识别高自然价值草地中的指示物种，以监测生物多样性 | 首次利用温室培养的指示植物样本进行深度学习模型的训练，实现了对草地生态系统中植物的实地识别 | 研究主要集中在温室和实验草地数据上，未来需要进一步验证模型在更广泛自然草地环境中的适用性 | 探索深度学习技术在草地生物多样性监测中的应用 | 高自然价值草地中的指示物种 | 机器学习 | NA | 深度学习 | 对象检测模型 | 图像 | 包括温室数据、实验草地数据和自然草地数据 |