摘要
本发明公开了一种基于图卷积神经网络的空间转录组数据注释方法及装置,包括:获取待注释的癌症交界区切片的空间转录组数据并进行标准化,提取标准化后的空间转录组数据中的高变基因作为特征表达矩阵;基于空间转录组切片的区域之间的位置信息和特征表达矩阵构建初始图结构;将H&E图像按照空间转录组切片的每个区域进行切割,得到对应的H&E图像块;将对应的H&E图像块输入到图像特征提取模块,提取得到对应的图像特征,将对应的图像特征整合到初始图结构中,得到最终图结构;将最终图结构输入到经训练的空间转录组数据注释模型,得到待注释的癌症交界区切片的空间转录组数据中每个区域的注释结果。本发明能够有效提高预测注释的准确率。
技术关键词
切片
注释方法
图像块
图像特征提取
基因表达特征
卷积神经网络模型
矩阵
深度神经网络
Softmax函数
标签
焦点损失函数
输出特征
节点
随机梯度下降
处理器
数据处理模块
系统为您推荐了相关专利信息
图像特征数据
数据处理方法
视觉特征
多模态
文本
三维点云信息
碰撞预警方法
坐标
叉车
三维点云数据
糖尿病视网膜病变
预训练模型
图像特征向量
标签
低对比度图像
车辆运动轨迹
图像特征编码
点判断方法
图像特征向量
影像