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 1382 篇文献，本页显示第 1381 - 1382 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1381 | 2025-10-07 |
In situ self-cleaning PAN/Cu2O@Ag/Au@Ag flexible SERS sensor coupled with chemometrics for quantitative detection of thiram residues on apples
2025-May-01, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2025.143032
PMID:39855070
|
研究论文 | 开发了一种具有自清洁功能的柔性SERS传感器，结合化学计量学算法用于苹果表面福美双残留的定量检测 | 首次将自清洁柔性SERS传感器与深度学习算法结合，实现了福美双的快速原位定量检测和传感器可回收利用 | 传感器回收次数有限（至少5次），检测回收率存在波动（88.32%-111.80%） | 开发用于食品安全监测的快速原位检测技术 | 苹果表面的福美双农药残留 | 化学传感与检测 | 食品安全 | 表面增强拉曼散射，静电纺丝，光催化降解 | CNN, CARS-PLS | 拉曼光谱数据 | 未明确说明 | 未明确说明 | 未明确说明 | 相关系数，检测限，回收率 | NA |
| 1382 | 2024-11-02 |
Interpreting hourly mass concentrations of PM2.5 chemical components with an optimal deep-learning model
2025-May, Journal of environmental sciences (China)
DOI:10.1016/j.jes.2024.03.037
PMID:39481927
|
研究论文 | 本文开发了一种优化的深度学习模型，用于获取PM2.5化学成分的小时质量浓度，无需复杂的化学分析 | 该模型考虑了大气状态指标，并展示了优于典型机器学习模型和全球再分析数据集的性能 | NA | 开发一种能够准确获取PM2.5化学成分信息的方法，以改进空气污染监测和源识别 | PM2.5化学成分的小时质量浓度 | 机器学习 | NA | 深度学习 | 深度学习模型 | 多变量数据 | NA | NA | NA | NA | NA |