您当前的位置:
首页 >
文章列表页 >
基于人工智能的质谱成像数据缺失值插补方法
基于人工智能的质谱成像数据缺失值插补方法
增强出版Artificial Intelligence-based Approaches for Missing Values Imputation in Mass Spectrometry Imaging Data
- “2026年7月15日福州大学 医工交叉研究院的郭磊团队和宁波东方理工大学 理学院的蔡宗苇团队在《分析测试学报》发文,介绍了其在质谱成像领域的研究进展,团队建立了人工智能缺失值插补方法,为解决高空间分辨率下灵敏度不足问题提供低成本解决方案。”
- 分析测试学报 2026年45卷第4期 页码:745-751
DOI: 10.12452/j.fxcsxb.25101103
修回:2025-12-02 ,
录用:2025-12-03
移动端阅览
AI导读
HTML全文
图( 6 ) 表( 0 )
参考文献
出版信息
数据统计
275
浏览量
636
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
质谱技术用于生物样本中新精神活性物质分析的研究进展
“数字化+AI”助力检验检测机构质量体系绿色构建与合规实践
解吸电喷雾电离/后光电离(DESI/PI)质谱成像技术的原理及应用
化妆品中21种美白功效成分的DART-Orbitrap HRMS快速筛查与确证研究
基于高效毛细管电泳技术的HRAS基因分子分析方法研究
相关作者
董继扬
李克新
许海山
王伟
乔湜
徐唯哲
吴立涛
李清艳
相关机构
厦门大学 电子科学与技术学院
中国民用航空局民用航空医学中心(民航总医院)
北京市科学技术研究院分析测试研究所(北京市理化分析测试中心)
中国检验认证(集团)有限公司
广东省科学院测试分析研究所(中国广州分析测试中心),广东省化学测量与应急检测技术重点实验室


