JTF-Net时频联合重建网络

抑制假峰与丢峰

同时利用时域与频域特征的深度学习网络,在多种维度的蛋白质谱重建中优于传统算法和单域深度学习方法。

Luo, Yao · Chen, Wenhan · Shi, Xiaoqi · Luo, Jie · 屈小波 · 陈忠 · 林雁勤 · Shi, Xiaoqi

Nature Communications 2025

技术优势

假峰和丢峰更少

联合时域与频域特征,弥补单一域重建的信息缺失,从而减少假峰和丢峰,获得更高质量的重建谱。

无需全采样谱评估质量

提出的REQUIRER指标基于已建立的质量空间,能够在不依赖全采样谱的情况下评估重建谱质量,使非均匀采样更适用于实际应用。

应用场景