深度学习在代谢组学中的应用进展  

作　　者：张帆[1] 周琪[2] 王柳滢 张海玉 

机构地区：[1]哈尔滨医科大学附属第一医院国家卫生健康委员会细胞移植重点实验室,150001 [2]哈尔滨医科大学附属第一医院科研科 [3]哈尔滨医科大学公共卫生学院卫生统计教研室 [4]哈尔滨医科大学附属第一医院心血管病研究所

出　　处：《中国卫生统计》2023年第3期459-461,465,共4页Chinese Journal of Health Statistics

基　　金：国家自然科学基金(81803331,82003553)。

摘　　要：深度学习(deep learning,DL)是一种基于人工神经网络(artificial neural networks,ANN)的机器学习方法,已越来越多地应用于解决代谢组学中常规算法无法处理的难题[1]。在基于核磁共振(nuclear magnetic resonance,NMR)和质谱(mass spectroscopy,MS)的代谢组学中,已经开发了多种DL方法用于数据预处理、峰识别与对齐、化合物鉴定与定量、数据整合与分析[2-6]。

关 键 词：代谢组学 深度学习 数据整合 人工神经网络 数据预处理 

分 类 号：R195.1[医药卫生—卫生统计学]