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 | 2024-08-17 |
An integrated framework for flood disaster information extraction and analysis leveraging social media data: A case study of the Shouguang flood in China
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.174948
PMID:39059647
|
研究论文 | 本文提出了一种利用社交媒体数据提取和分析洪水灾害信息的集成框架，并通过2018年中国寿光洪水的案例进行了验证 | 该框架创新性地结合了深度学习技术和正则表达式匹配技术，自动从微博文本数据中提取关键的洪水相关信息，如问题、洪水、需求、救援和措施，准确率达到83%，超过了传统的Biterm主题模型（BTM） | NA | 旨在通过社交媒体数据提高洪水灾害信息的提取和分析效率 | 洪水灾害信息及其在社交媒体上的表现 | 自然语言处理 | NA | 深度学习技术、正则表达式匹配技术、核密度估计（KDE）、层次密度基于空间聚类的应用与噪声（HDBSCAN）算法、潜在狄利克雷分配（LDA）算法 | 深度学习模型、正则表达式模型、LDA模型 | 文本 | 2018年中国寿光洪水的微博文本数据 |
| 1162 | 2024-08-17 |
Nanozyme-based colorimetric sensor arrays coupling with smartphone for discrimination and "segmentation-extraction-regression" deep learning assisted quantification of flavonoids
2024-Nov-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2024.116604
PMID:39094293
|
研究论文 | 开发了一种基于智能手机耦合比色传感器阵列的快速、简便的黄酮类化合物识别和定量分析平台 | 利用纳米酶的氧化反应和智能手机技术，结合深度学习算法，实现了黄酮类化合物的快速识别和定量分析 | NA | 实现黄酮类化合物的快速、成本效益高且智能的识别和定量分析 | 黄酮类化合物 | 生物传感器 | NA | 纳米酶技术 | MobileNetV3-small | 图像 | 37,488个单孔图像 |
| 1163 | 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
DOI:10.1016/j.saa.2024.124569
PMID:38878719
|
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 |
| 1164 | 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
DOI:10.1016/j.saa.2024.124592
PMID:38861826
|
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 |
| 1165 | 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
DOI:10.1016/j.saa.2024.124655
PMID:38885572
|
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 |