深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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19.9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 1342 篇文献，本页显示第 1341 - 1342 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1341 | 2024-12-13 |
Deep learning-assisted surface-enhanced Raman spectroscopy detection of intracellular reactive oxygen species
2025-Mar-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.127222
PMID:39556973
|
研究论文 | 本文结合表面增强拉曼光谱（SERS）技术和深度学习，建立了一种基于神经网络的细胞内活性氧（ROS）智能检测方法 | 本文创新性地将SERS技术与深度学习相结合，利用神经网络模型提高了SERS分析能力，并实现了对细胞内ROS的初步浓度预测 | 本文仅以过氧亚硝酸盐（ONOO）和次氯酸盐（ClO）的同时检测为模板，未来可能需要扩展到更多种类的ROS检测 | 实现细胞内活性氧的智能分析，以促进疾病的快速诊断 | 细胞内活性氧（ROS），特别是过氧亚硝酸盐（ONOO）和次氯酸盐（ClO） | 机器学习 | NA | 表面增强拉曼光谱（SERS） | 神经网络模型（ENN）和一维卷积神经网络模型（1D-CNN） | 光谱数据 | AuNP/4-MPBA/2-MP纳米探针的SERS光谱数据 | NA | NA | NA | NA |
| 1342 | 2024-12-12 |
Adaptive Multicore Dual-Path Fusion Multimodel Extraction of Heterogeneous Features for FAIMS Spectral Analysis
2025-Mar, Rapid communications in mass spectrometry : RCM
IF:1.8Q2
DOI:10.1002/rcm.9967
PMID:39658821
|
研究论文 | 本文提出了一种自适应多核双路径融合多模型提取异构特征的模型，用于FAIMS光谱分析 | 通过多模型特征提取实现多网络互补，自适应特征融合模块调整特征大小和维度融合，多核双路径融合能够捕捉和整合多尺度和多层次的信息 | NA | 提高FAIMS光谱分析的分析效果和工作效率 | FAIMS光谱数据 | 机器学习 | NA | FAIMS | 多模型特征提取 | 光谱数据 | 小样本数据 | NA | NA | NA | NA |