一种基于Transformer预训练模型对2D NMR数据进行代谢物定量的方法

本发明公开了一种基于Transformer预训练模型对2D NMR数据进行代谢物定量的方法，包括以下步骤：(1)使用生成对抗网络GAN生成更多高质量的的2D NMR数据；(2)将2D NMR数据分块处理，并使用二维CNN进行嵌入；(3)采用Transformer模型进行预训练，预训练任务为掩码预测；(4)在预训练模型的基础上增加回归层，并使用已知代谢物浓度值进行微调。本发明方法用于二维核磁共振(2D NMR)数据中代谢物的高效、准确定量分析，特别适用于临床诊断和药物研发中的代谢物定量分析，通过数据增强、预训练和微调等技术，显著提升定量分析的准确性和鲁棒性。