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 2 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2026-04-04 |
Rapid and non-destructive detection of hollow defects in pecans by near-infrared spectroscopy combined with multimodal data fusion and deep learning
2026-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.127752
PMID:41863999
|
研究论文 | 本研究提出了一种结合近红外光谱、多模态数据融合与深度学习的方法，用于快速、无损地检测山核桃的空心缺陷及其严重程度 | 首次将多模态数据融合（光谱特征与物理参数）与深度学习（CNN-MLP双流模型）相结合，用于山核桃空心缺陷检测，显著提高了检测精度 | 未提及样本来源的多样性或模型在更大规模或不同品种山核桃上的泛化能力 | 开发一种可靠、无损的山核桃质量评估方法，以检测空心缺陷 | 山核桃及其空心缺陷 | 机器学习 | NA | 近红外光谱 | SVM, CNN, MLP | 光谱数据, 物理参数 | NA | NA | CNN-MLP双流模型 | 整体准确率 | NA |
| 2 | 2026-04-04 |
High confidence Raman spectroscopy of tumor biomarker proteins through experimental and theoretical cross-validation
2026-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2026.127748
PMID:41863219
|
研究论文 | 本文提出了一种基于实验与理论交叉验证的高置信度拉曼光谱采集方法，用于肿瘤标志物蛋白检测 | 通过实验获取与第一性原理DFT计算的理论拉曼光谱相互验证，确认了四种乳腺癌肿瘤标志物蛋白的光谱峰特征差异及其归属，并展示了理论-实验交叉验证能提升基于AI的蛋白分类准确率7.62% | NA | 开发一种高置信度的拉曼光谱方法，用于肿瘤标志物蛋白的快速准确检测，以支持癌症筛查和组织活检病理诊断 | 四种乳腺癌肿瘤标志物蛋白 | 机器学习 | 乳腺癌 | 拉曼光谱，超滤纯化，第一性原理密度泛函理论（DFT） | NA | 光谱数据 | NA | NA | NA | 准确率 | NA |