摘要
本发明提供一种空间单细胞基因多组学定量预测的方法及装置,涉及单细胞识别技术领域,该方法构建了一种针对H&E染色切片的AIHE多组学深度学习模型,首先将多组学数据转换为二元变量数据,并将H&E染色切片处理为WSI格式图像块,并对WSI格式图像块中的细胞进行区域标签设置,再将含有单细胞的区域标签的WSI格式图像块作为AIHE多组学深度学习模型的输入,并将转换后的二元变量数据作为AIHE多组学深度学习模型的训练目标,对AIHE多组学深度学习模型进行多组学数据识别训练,通过训练后AIHE多组学深度学习模型识别出待识别H&E染色切片对应的单细胞定量数据,提高了H&E染色图像的识别程度,且降低了成本。
技术关键词
深度学习模型
格式
图像块
染色
切片
背景噪声
数据
二元分类方法
变量
模型训练模块
基因
多标签
网络
基础
形态
效应
切块
处理器
系统为您推荐了相关专利信息
数据质检方法
自然资源
资产
地理信息数据存储
逻辑
燃煤电厂碳排放
神经网络模型
LSTM模型
指标
超参数
算法模型
层次结构信息
迁移方法
内存
图形处理单元资源
交易检测方法
加密
交易特征
Louvain算法
源节点