[发明专利]基于IM-DIAT数据结构的应用方法及其应用

权利要求书

1.基于IM-DIAT数据结构的应用方法，其特征在于，包括以下步骤：

提取质谱原始文件中质谱信息的必要属性；

将该必要属性转换计算得到窗口索引、循环索引、离子淌度及质荷比，并分别与信号峰度一一对应作为IM-DIAT数据结构的四个维度形成IM-DIAT数据结构；

将所述IM-DIAT数据结构经过图像处理转换为深度学习能够利用的二维多通道图像数据；

将所述二维多通道图像数据作为深度学习的训练数据得到分类结果。

2.根据权利要求1所述的基于IM-DIAT数据结构的应用方法，其特征在于，IM-DIAT数据结构基于TimsTOF Pro质谱仪的蛋白质组学定量。

3.根据权利要求1所述的基于IM-DIAT数据结构的应用方法，其特征在于，图像处理转换的具体步骤为：

对所述IM-DIAT数据结构的数据下采样并进行数据增广；

对数据增广后的所述IM-DIAT数据结构进行最大池化、平均池化及最小池化操作。

4.根据权利要求3所述的基于IM-DIAT数据结构的应用方法，其特征在于，深度学习采用数据增广后的二维多通道图像数据进行训练；

随机添加白噪声并对每个通道进行平移操作；

分别预测每个数据的最大池化数据、平均池化数据及最小池化数据，并取平均值作为最终的预测值得到分类结果，其中每个数据为二维多通道图像数据经过训练和平移操作后的数据。

5.根据权利要求4所述的基于IM-DIAT数据结构的应用方法，其特征在于，基于Adam的梯度下降法更新深度学习的神经网络模型的参数；

基于所述神经网络模型得到预测数据并计算该预测数据与真实分类之间的二分类交叉熵损失作为损失函数；

通过最小化该损失函数计算误差梯度并通过反向传播更新神经网络模型的梯度；

完成上述步骤后利用所述最终的预测值得到分类结果。

6.IM-DIAT数据结构的应用，其特征在于，包括前端和后端，所述前端用于输入DIA数据，所述后端用于执行权利要求1-5任一项所述的基于IM-DIAT数据结构的应用方法以输出至前端。

7.一种计算机程序产品，其特征在于，包括软件代码部分，当所述计算机程序产品在计算机上被运行时，所述代码软件部分用于执行权利要求1-5任一项所述的基于IM-DIAT数据结构的应用方法。

8.一种电子设备，其特征在于，至少一个处理器；与所述至少一个处理器通信连接的存储器，其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5任一所述的基于IM-DIAT数据结构的应用方法。

9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5任一所述的基于IM-DIAT数据结构的应用方法。