一种基于多模态深度学习模型的单细胞亚群识别方法

本申请属于单细胞亚群识别技术领域。本申请提供一种基于多模态深度学习模型的单细胞亚群识别方法。该方法包括：通过设计包含两种模态输入的自编码器和融合四种不同角度的损失策略，在一定程度上解决了单细胞数据高维稀疏性、高丢失率以及高噪声带来的聚类准确性降低的问题，并且适合不同规模的单细胞数据集。本公开实施例充分考虑了单细胞转录组测序数据的有用信息，引入了单细胞转录组测序数据中包含的变异信息，并结合基因表达信息，为细胞聚类提供了更多可靠的信息。