标签: 深度学习

研究人员利用深度学习AI模型，从常规CT扫描中识别出首个可直接观察的慢性压力生物标志物——肾上腺体积指数，其与压力激素及心血管风险相关，有望助力风险分层与预防保健。

标签: CT扫描 心血管风险 慢性压力 深度学习 肾上腺体积指数

本研究利用深度学习开发出超宽视场角的无眼镜3D显示器，无需眼镜即可在广阔视角观看3D影像，为3D显示技术带来重要突破。

标签: 光学与光子学 深度学习 超宽视场角

这项在国际超级计算大会SC '25上展示的研究，是天体物理学、高性能计算和AI辅助建模的重大突破，其方法也适用于气候、天气等地球系统研究。模拟银河系每颗恒星因需小时间步长计算量巨大（10亿年需36年），而新深度学习替代模型可预测超新星后气体扩散，使100万年模拟仅需2.78小时，10亿年约115天，兼顾整体与小尺度细节。

标签: 替代模型 深度学习 计算天体物理学 超新星 银河系模拟

利用先进的深度学习技术，研究人员从5万多张火星卫星图像中识别出尘卷风，并首次在全球尺度上揭示其运动速度可达160公里/小时，远超以往认知，对火星气象、地表过程及未来探测任务具有重要意义。

标签: 尘卷风 深度学习

本文介绍了一种基于深度学习的摩擦电声学智能纺织品（A-Textile），可将日常衣物转化为语音感知与人工智能交互界面。该织物利用衣物表面静电实现无感、主动语音识别，并结合生成式AI（如ChatGPT）实现语音控制物联网设备、获取云端信息等智能功能。

标签: 摩擦电 深度学习 生成式AI

本文介绍了一种结合中红外等离激元传感器与物理信息深度学习模型的新方法，用于在水溶液中实时、原位量化纳米尺度蛋白质的二级结构变化。该方法通过合成复频率波增强光谱特征，显著提升了卷积神经网络的预测精度，解决了传统数据稀缺问题。

标签: 复频率波 水溶液 深度学习 等离激元传感 蛋白质二级结构

高维核磁共振（NMR）可用于蛋白质结构解析，但采集时间长。深度学习可加速重建，但限于三维以内且难以应对未见过的加速倍数。本文提出一种名为ROAD的新方法，通过将信号分解为一维指数成分并结合神经网络校正误差，实现对3D和4D蛋白NMR谱的高效、鲁棒重建，支持广泛加速倍数，为高维NMR的快速应用开辟新路径。

标签: ROAD方法 核磁共振 深度学习 蛋白质结构 高维谱重建