질량 분석 영상(MSI)은 고해상도 공간 분해능을 갖는 분자 영상 기술로서 생체 조직 내 내인성 및 외인성 화합물의 현장 검출에 중요한 가치를 지닌다. 그러나 고해상도 공간 분해능에서 감도 제한으로 인해 MSI 데이터에 많은 신호 누락이 존재하여 후속 분석의 정확성을 심각하게 제한한다. 기존의 하드웨어 업그레이드에 의존하는 방법은 비용이 높고 기간이 길다. 이에 본 논문은 인공지능 기반 결측값 보간 방법을 제안하여 데이터 기반 방식으로 MSI 데이터의 복잡한 분포 특성을 학습하고 누락된 신호를 고품질로 재구성하는 것을 목표로 한다. 쥐 신장 MALDI-MSI 및 인간 대장암 DESI-MSI 데이터에 대한 실험 결과, 본 방법은 시각적 검출 및 정량적 평가에서 기존 방법보다 우수하며, 우수한 플랫폼 간 적응성을 보였다. 본 논문은 MSI 검출 감도를 향상시키기 위한 효율적이고 저비용의 해결책을 제공하며 후속 생물학적 분석에 중요한 의미를 지닌다.

질량 분석 영상; 감도; 결측값 보간; 인공지능