深度学习在质谱成像数据分析中的应用研究进展OA北大核心CSTPCDMEDLINE
Research progress of deep learning applications in mass spectrometry imaging data analysis
质谱成像(MSI)是一种用于表征化合物空间分布特征的方法.随着采集方式的多样化发展和灵敏度等的不断提高,该方法产生的数据总量和分析复杂度呈指数增长,给数据后处理带来了诸多挑战.深度学习(DL)是一种在数据分析和图像识别中广泛应用的强大工具,对于质谱成像数据分析具有巨大潜力.本文综述了深度学习在质谱成像数据分析中的研究现状、应用进展和面临的挑战,重点涵盖数据预处理、图像重构、聚类分析和多模式融合4个核心阶段;还列举说明了深度学习与质谱成像技术相结合…查看全部>>
Mass spectrometry imaging(MSI)is a promising method for characterizing the spa-tial distribution of compounds.Given the diversified development of acquisition methods and continuous improvements in the sensitivity of this technology,both the total amount of genera-ted data and complexity of analysis have exponentially increased,rendering increasing challen-ges of data postprocessing,such as large amounts of noise,background signal interferences,as well as im…查看全部>>
黄冬冬;刘心昱;许国旺
中国科学院大连化学物理研究所,中国科学院分离分析化学重点实验室,辽宁省代谢组学重点实验室,辽宁大连 116023||大连理工大学化学学院,辽宁大连 116024中国科学院大连化学物理研究所,中国科学院分离分析化学重点实验室,辽宁省代谢组学重点实验室,辽宁大连 116023中国科学院大连化学物理研究所,中国科学院分离分析化学重点实验室,辽宁省代谢组学重点实验室,辽宁大连 116023||大连理工大学化学学院,辽宁大连 116024
化学
质谱成像深度学习神经网络数据分析
mass spectrometry imaging(MSI)deep learningneural networkdata analysis
《色谱》 2024 (7)
669-680,12
中国科学院青年创新促进会基金(2021186).Youth Innovation Promotion Association of CAS(No.2021186).
评论