摘要
本发明涉及一种基于图神经网络的空间转录组空间域识别方法及系统。所述方法包括:采集空间转录组数据集进行数据预处理,对基因表达数据进行降维得到低维特征表示;基于所述空间转录组数据集确定距离相似性、组织学图像相似性、基因表达相似性,构建图结构;构建多视图图神经网络模型,将网络输入至所述多视图图神经网络模型中,对空间转录组空间域进行识别。通过基于空间转录组数据集确定距离相似性、组织学图像相似性、基因表达相似性构建图结构,可以更充分、更全面地使用了空间转录组数据,并使用多视图图神经网络模型,可以从多个视角学习嵌入特征,从而实现更精确的空间域识别。
技术关键词
基因表达数据
神经网络模型
识别方法
转录组测序技术
卷积编码器
构建基因表达
图像纹理特征
灰度共生矩阵
直方图均衡化
标准化方法
嵌入特征
成分分析
识别系统
邻居
聚类
系统为您推荐了相关专利信息
空间偏移拉曼光谱技术
拉曼光谱信号
无创检测方法
软组织
拉曼特征信号
贪婪算法
深度学习框架
长短期记忆网络
门控循环单元
数据
不锈钢产品
不锈钢工件
不锈钢表面
参数
表面处理过程