摘要
本发明涉及神经网络预测技术领域,公开了一种超分辨率基因表达图谱的预测方法、装置及设备。该方法包括:将组织学图像按照像素大小划分为大图像块和小图像块后,将大图像块、小图像块以及原始组织学图像输入预训练分层特征提取模型,输出分层组织学特征图;将分层组织学特征图中的每个超像素点作为节点,划分为系列子图,将系列子图输入已训练超分辨率基因表达预测模型,输出预测的超分辨率基因表达图谱。本发明利用ViT模块对组织学图像特征进行多尺度提取,通过图神经网络捕获相邻超像素点之间复杂的关联信息,从而可获得更精准覆盖整个组织区域的超分辨率基因表达图谱。
技术关键词
基因表达图谱
超分辨率
图像块
分层特征提取
堆叠模块
计算机可读指令
弱监督学习
像素点
系列
神经网络预测技术
图像特征提取
矩阵
特征信息融合
输出模块