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 5 篇文献。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-04-02 |
A damage identification method for aviation structure integrating Lamb wave and deep learning with multi-dimensional feature fusion
2025-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107623
PMID:40058116
|
研究论文 | 提出了一种结合Lamb波和多维特征融合深度学习的航空结构损伤识别方法 | 该方法首次将Lamb波信号的一维和二维处理与多维特征融合深度学习模型相结合，提升了损伤信息的时空表征能力，并尝试了跨几何传感器阵列的迁移研究 | 未明确说明方法在更复杂损伤场景下的适用性以及实际工程应用中的计算成本 | 解决航空结构健康监测中复杂传感信号的多维损伤信息提取和有效利用问题 | 航空器切割截面的结构损伤 | 结构健康监测 | NA | Lamb波信号处理、Gramian角场(GAF)转换 | 包含1D分支网络(Inception-v1+BiLSTM)和2D分支网络(连续卷积+BiLSTM)的融合深度学习模型 | 一维时间序列信号、二维图像数据 | 未明确说明具体样本数量，但提到使用真实飞机切割截面的传感信号 |
| 2 | 2025-04-02 |
Feature compensation and network reconstruction imaging with high-order helical modes in cylindrical waveguides
2025-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2025.107631
PMID:40101471
|
研究论文 | 提出了一种基于特征补偿和网络重建的逐步反演方法，结合高阶螺旋导波技术，用于管道缺陷的高分辨率成像 | 结合深度学习的高阶螺旋导波技术，扩展成像视野并实现管道缺陷的高分辨率成像 | 在有限视角条件下准确反演弱特征缺陷仍具挑战性 | 提高管道缺陷检测的准确性和分辨率 | 管道缺陷 | 无损检测 | NA | 高阶螺旋导波技术、深度学习 | 深度学习模型 | 超声波信号 | 50个随机选择的缺陷样本 |
| 3 | 2025-03-25 |
Ink classification in historical documents using hyperspectral imaging and machine learning methods
2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.125916
PMID:40049019
|
研究论文 | 本研究探索了使用高光谱成像和机器学习技术对历史文献中的墨水进行分类 | 结合高光谱成像和多种机器学习方法（包括传统算法和深度学习模型）进行墨水分类，并在具有挑战性的条件下实现高准确率 | 仅针对三种特定类型的墨水进行分类，可能不适用于其他类型的墨水 | 开发非侵入性的墨水识别和映射方法，以促进历史文献的保护和分析 | 历史文献中的墨水（纯金属没食子酸墨水、含碳墨水和非含碳墨水） | 计算机视觉 | NA | 高光谱成像 | SVM, KNN, LDA, Random Forest, PLS-DA, DL-based model | 图像 | 模拟样本和历史文献样本 |
| 4 | 2025-03-25 |
Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning
2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.125997
PMID:40073660
|
研究论文 | 本研究提出了一种基于深度学习的多模态光谱信息融合网络（MSIF），用于肺腺癌细胞检测 | 引入了自适应深度卷积（ADConv）和跨模态交互融合（CMIF）模块，克服了传统卷积的缺点，实现了多模态特征的有效利用 | 未提及样本量的具体细节，可能影响结果的泛化性 | 提高肺癌早期快速诊断的准确性和效率 | 肺腺癌细胞 | 数字病理学 | 肺癌 | 傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱 | 一维CNN、ResNet、Transformer混合模型 | 光谱图像和文本数据 | NA |
| 5 | 2025-03-07 |
The Chest X- Ray: The Ship has Sailed, But Has It?
2025-Jul-01, Journal of insurance medicine (New York, N.Y.)
DOI:10.17849/insm-52-1-21-22.1
PMID:40047110
|
评论 | 本文探讨了胸部X光片（CXR）在保险风险评估中的历史地位及其在深度学习技术发展下的潜在价值 | 探讨了深度学习技术如何可能重新赋予CXR在保险风险评估中的价值 | 未提供具体数据或实验结果支持CXR在深度学习下的实际应用效果 | 评估CXR在保险风险评估中的潜在价值 | 保险申请人 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |