基于深度学习的质谱图离子碎片峰区域识别方法及装置

本发明涉及碎片峰区域识别技术领域，具体地说，涉及基于深度学习的质谱图离子碎片峰区域识别方法及装置。其包括以下步骤：收集质谱图数据，并对质谱图数据进行预处理；基于预处理后的质谱图数据并结合电荷状态限制和加合离子概率权重构建双支卷积神经网络模型，用于识别质谱图中的碎片峰区域，并联合优化峰区域分割、电荷状态预测和加合离子匹配构建多任务损失函数来优化构建双支卷积神经网络模型的过程；从双支卷积神经网络模型输出中提取最优碎片峰区域。本发明设计通过采用双支卷积神经网络模型（包括一维和二维卷积层），能够有效地提取质谱图中的局部与全局特征，从而提高对碎片峰的识别精度。