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 1702 篇文献，本页显示第 1701 - 1702 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1701 | 2025-10-07 |
A novel CNN-LSTM model with attention mechanism for online monitoring of moisture content in fluidized bed granulation process based on near-infrared spectroscopy
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126361
PMID:40367754
|
研究论文 | 提出一种结合注意力机制的CNN-LSTM深度学习模型，用于流化床制粒过程中基于近红外光谱的水分含量在线监测 | 首次将CNN的空间特征提取、LSTM的序列处理能力和自注意力机制的全局关联捕获能力相结合，构建CNN-LSTM-Attention混合模型，具备特征波段优化和序列建模能力 | NA | 优化流化床制粒过程中颗粒水分含量的监测精度 | 流化床制粒过程中的颗粒水分含量 | 机器学习 | NA | 近红外光谱 | CNN,LSTM,Attention | 光谱序列数据 | NA | NA | CNN-LSTM-Attention | R, RMSE | NA |
| 1702 | 2025-10-07 |
The vertices number determined SERS activity of polyhedra and the application in oral cancer detection based on deep learning
2025-Nov-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2025.126390
PMID:40373548
|
研究论文 | 通过模拟多面体顶点数对SERS活性的影响，制备金纳米四面体基底并应用于口腔癌检测 | 发现局部电场极化方向顶点数较少的多面体可实现最大SERS活性，并将SERS技术与深度学习相结合用于口腔癌分期诊断 | NA | 研究多面体顶点数对SERS活性的影响并开发口腔癌智能检测方法 | 贵金属纳米颗粒、口腔癌患者唾液样本 | 计算机视觉 | 口腔癌 | 表面增强拉曼散射(SERS)、时域有限差分(FDTD)模拟 | 深度学习神经网络 | 拉曼光谱数据 | NA | NA | NA | 检测限(LOD)、线性检测范围、增强因子(EF) | NA |