一种多切片空间转录组学数据集的空间域识别及批次效应去除方法

本发明涉及多切片空间转录组学数据集聚类分析技术领域，公开了一种多切片空间转录组学数据集的空间域识别及批次效应去除方法。本发明以图神经网络的多层堆叠作为特征编码器的骨干模块，为了使模型能更具鲁棒性，将掩码机制融入骨干模块，同时本发明还将针对在那些被掩盖的基因计算目标函数，归一化的余弦误差增强了嵌入表示学习的稳定性；其次，为了提高多切片的空间域识别性能，本发明利用抗学习思想构建了切片判别器，它能有效的处理在多切片ST数据中无法准确聚类的问题；最后本发明还提出了GGN贪婪的全局信息邻居对方法很好的缓解了由技术不同、时间不同和不同条件产生的切片间的批次效应问题。本发明方法不仅可以有效的识别多切片数据的空间域，还可以很好的解决多切片间的批次效应问题。