1.一种蛋白质质谱数据扩充方法,其特征在于,所述蛋白质质谱数据扩充方法包括:对于满足每个质谱数据的序列长度大于等于抽样的特征长度,进行有放回成对抽样对原始质谱数据扩充样本容量,对扩充样本容量后的每个质谱数据随机添加高斯白噪声模块,使样本数据之间存在的相似性;
在满足每个质谱数据的序列长度小于抽样的组数,加入高斯白噪声模块对每个原始质谱数据扩充序列长度,对扩充序列长度后的每个质谱数据与原始质谱数据拼接成新样本质谱数据,再进行有放回成对抽样扩充样本容量;
将存在相似性的质谱数据、拼接成的新样本质谱数据与原始质谱数据利用稀疏序列表示,输入到分类网络模型中。
2.如权利要求1所述的蛋白质质谱数据扩充方法,其特征在于,所述高斯白噪声模块对质谱数据进行高斯白噪声的处理,扩充每个原始质谱数据下的M/Z和I序列长度。
3.如权利要求2所述的蛋白质质谱数据扩充方法,其特征在于,所述白噪声模块对质谱数据进行高斯白噪声的处理包括:将每个蛋白质质谱数据都定义为原信号x(M/Z,I)(n),原信号的有效平均强度为psignal,如公式所示:通过信噪比(SNR)的计算公式如所示,得到噪声的信号强度为pnoise,其公式如所示:首先求取原信号x(n)的长度为len(x(n)),其次使用高斯白噪声,所述高斯白噪声为randn函数,所要添加的噪声信号为计算公式所示:最后输出随机添加的含噪样本质谱数据如公式所示,将产生的每个含噪样本质谱数据并与原始的每个质谱数据一一对应进行拼接得到以M/Z与I成对的新样本质谱数据;
y(M/Z,I)=x(M/Z,I)(n)+Noise(M/Z,I) (5)。
4.如权利要求1所述的蛋白质质谱数据扩充方法,其特征在于,所述蛋白质质谱数据扩充方法具体包括以下步骤:S1,将每个原始质谱数据的序列长度都设置为Length;
S2,抽取出I>1时,将每个质谱数据的序列长度都设置为LengthA;以I≤1时,将每个质谱数据的序列长度都设置为LengthB;(Length=LengthA+LengthB);
S3,当I>1时,若每个质谱数据的LengthA序列长度大于等于每次抽样的组数N,则对序列长度为LengthA的一个质谱数据中抽取N组M/Z和I的成对数据作为一个新样本质谱数据,Bootstrap的次数设置为m,到m个样本质谱数据;
S4,若每个质谱数据LengthA的长度小于每次抽样的组数N,长度为LengthA的样本质谱数据不允许抽样;
S5,若每个原始质谱数据的序列长度Length大于等于每次抽样的组数N,对其中一个原始质谱数据的序列长度为Length分析,将序列长度为LengthA的一个质谱数据保留;
S6,则对I≤1时的序列长度为LengthB的一个质谱数据加入高斯白噪声模块,经过高斯白噪声模块后的一个质谱数据的长度为LengthB*K,K的取值是特征长度的1/3,此时的特征长度为N‑LengthB;
S7,若每个原始质谱数据的序列长度Length小于每次抽样的组数N,则通过加入高斯白噪声模块,每个质谱数据的长度为Length*K,K的取值是特征长度的1/3,此时的特征长度为N;
S8,对过采样的数据集进行稀疏序列表示的构造;
S9,对每个质谱数据M/Z的大小位置上依次在每个空值序列长度对应填充I的数据;
S10,将原始质谱数据经过S9获得原始I的稀疏序列数据与扩充后m个I的稀疏序列数据的总和为一个种类,作为分类网络模型型的输入端。
5.如权利要求4所述的蛋白质质谱数据扩充方法,其特征在于,在步骤S3中,分别对m个样本质谱数据进行随机添加高斯白噪声,得到了一个原始质谱数据扩充后的m个样本质谱数据且每个样本质谱数据的序列长度为N。
6.如权利要求4所述的蛋白质质谱数据扩充方法,其特征在于,在步骤S6中,随机加入高斯白噪声模块后的一个质谱数据进行Bootstrap抽样m次,每次抽样的质谱数据序列长度为N‑LengthB,最后将m个样本质谱数据依次与序列长度为LengthA保留的一个质谱数据拼接在一起,得到了一个原始质谱数据扩充后的m个样本质谱数据且每个样本质谱数据的序列长度为N。
7.如权利要求4所述的蛋白质质谱数据扩充方法,其特征在于,在步骤S7中,对其中的一个质谱数据Bootstrap抽样m次且每次抽样的序列长度为N,于是一个质谱数据经过扩充得到m个样本质谱数据。
在步骤S8中,首先取所有质谱数据M/Z序列的最大值加上某一个数值作为I的稀疏序列长度,构造空值序列长度。
在步骤S9中,I的数值填充是以M/Z为1开始间隔1依次增长至1200维;若在M/Z位置上没有I信息时,则以零填充;若同一个M/Z位置上有多个I信息时,则按照相同M/Z位次填充I最大值的原则,获取I的稀疏序列表示质谱数据。
8.一种实施权利要求1~7任意一项所述蛋白质质谱数据扩充方法的蛋白质质谱数据扩充系统,其特征在于,所述蛋白质质谱数据扩充系统包括:序列长度设置模块,用于将每个原始质谱数据的序列长度都设置为Length;
序列长度抽取模块,用于抽取出I>1时,将每个质谱数据的序列长度都设置为LengthA;
以I≤1时,将每个质谱数据的序列长度都设置为LengthB,Length=LengthA+LengthB;
样本质谱数据获取模块,用于当I>1时,若每个质谱数据的LengthA序列长度大于等于每次抽样的组数N,则对序列长度为LengthA的一个质谱数据中抽取N组M/Z和I的成对数据作为一个新样本质谱数据,这样Bootstrap的次数设置为m,得到m个样本质谱数据;
样本质谱数据抽样判断模块,用于若每个质谱数据LengthA的长度小于每次抽样的组数N;
质谱数据保留模块,用于若每个原始质谱数据的序列长度Length大于等于每次抽样的组数N;
高斯白噪声模块,用于则对I≤1时的序列长度为LengthB的一个质谱数据经过高斯白噪声后的一个质谱数据的长度为LengthB*K;
若每个原始质谱数据的序列长度Length小于每次抽样的组数N,每个质谱数据的长度为Length*K,对其中的一个质谱数据Bootstrap抽样m次且每次抽样的序列长度为N,于是一个质谱数据经过扩充得到m个样本质谱数据;
构造空值序列长度模块,用于对过采样的数据集进行稀疏序列表示的构造;
稀疏序列表示质谱数据获取模块,用于对每个质谱数据M/Z的大小位置上依次在每个空值序列长度对应填充I的数据;
分类模型获取模块,将原始质谱数据经过获得原始I的稀疏序列数据与扩充后m个I的稀疏序列数据的总和为一个种类,以此作为分类模型的输入端。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~
7任意一项所述蛋白质质谱数据扩充方法。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1~7任意一项所述蛋白质质谱数据扩充方法。