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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202411-202411] [清除筛选条件]
当前共找到 1143 篇文献,本页显示第 1141 - 1143 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
1141 2024-08-05
CVAE-DF: A hybrid deep learning framework for fertilization status detection of pre-incubation duck eggs based on VIS/NIR spectroscopy
2024-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
研究论文 本文提出了一种基于可见光/近红外光谱的预孵化鸭蛋受精状态检测的混合深度学习框架CVAE-DF 创新性地结合了卷积变分自编码器和改进的深度森林模型用于鸭蛋受精状态的早期检测 研究主要集中在鸭蛋的检测,可能对其他类型的蛋类适用性有限 旨在尽早检测预孵化鸭蛋的受精状态以减少污染风险 255个预孵化鸭蛋的可见光/近红外光谱数据 数字病理学 NA 可见光/近红外光谱 卷积变分自编码器 (CVAE) 和深度森林 (DF) 模型 光谱数据 255个鸭蛋
1142 2024-08-05
Non-invasive detection of systemic lupus erythematosus using SERS serum detection technology and deep learning algorithms
2024-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
研究论文 本研究开发了一种基于SERS技术和深度学习算法的系统性红斑狼疮(SLE)非侵入性检测方法 研究中提出了使用Au@Ag-PSi复合基材结合深度学习算法对SLE进行准确筛查的创新方法 文章中未详细说明研究的具体局限性 旨在提高系统性红斑狼疮快速筛查的效率与准确性 研究对象为系统性红斑狼疮患者的血清样本 数字病理 系统性红斑狼疮 SERS CNN 血清样本 涉及SLE患者的血清样本,样本大小未具体说明
1143 2024-08-05
Rapid identification and quantitative analysis of malachite green in fish via SERS and 1D convolutional neural network
2024-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
研究论文 本文开发了一个结合表面增强拉曼散射和深度学习网络的现场检测平台,用于快速定量检测鱼类中的美蓝。 本文提出了一种透明柔性表面增强拉曼散射基底与一维卷积神经网络结合的新方法,显示了优越的检测性能。 本研究没有涉及其他假设影响因素的系统评估。 研究旨在确保水产品中美蓝的安全性,提供快速定量检测方法。 研究对象为水产产品中的美蓝和鱼鳞上的残留物。 数字病理学 NA 表面增强拉曼散射(SERS) 一维卷积神经网络(1D CNN) 光谱数据 NA
回到顶部