基于局部-全局图神经网络的类器官ATP预测方法

本发明公开了一种提供了基于局部‑全局图神经网络的类器官ATP预测方法，属于AI制药、计算机视觉、深度学习技术领域。所述方法获取待检测类器官的明场图像和非成像信息；利用局部关注图卷积神经网络对候选类器官进行节点信息局部关注特征提取；利用自注意力池化融合机制局部图文共表达特征；利用全局主题图卷积神经网络对局部图文共表达特征和局部类器官图嵌入得到所述待检测类器官明场图像的全局主题特征，最终得到ATP预测值，解决当前类器官ATP测量低通量和无法重复的问题，应用范围广，实验结果证明，本发明的ATP预测方法可实现快速、精准、无损、高通量的类器官ATP活性预测。