摘要
질량 분석 이미징(MSI)은 고해상도 공간 분해능을 갖춘 분자 이미징 기술로서, 생체 조직 내 내인성 및 외인성 화합물의 현장 검출에 중요한 가치를 지닌다. 그러나 고해상도 공간 분해능 하에서는 민감도 제한으로 인해 MSI 데이터에 많은 신호 결손이 존재하여 후속 분석의 정확성을 심각하게 제한한다. 전통적으로 하드웨어 업그레이드에 의존하는 방법은 비용이 높고 시간이 많이 소요된다. 따라서 본 논문에서는 데이터 중심 방식으로 MSI 데이터의 복잡한 분포 특성을 학습하여 결손 신호를 고품질로 복원하는 인공지능 기반 결손값 보간 방법을 제안한다. 생쥐 신장 MALDI-MSI 및 인체 결장암 DESI-MSI 데이터에 대한 실험 결과는 시각적 검사 및 정량 평가 모두에서 전통적인 방법보다 우수하며, 뛰어난 플랫폼 간 적응성을 보였다. 본 논문은 MSI 검출 민감도 향상을 위한 효율적이고 저비용의 해결책을 제공하며, 후속 생물학적 분석 촉진에 중요한 의미를 가진다.
关键词
질량 분석 이미징;민감도;결손값 보간;인공지능
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website