海量单细胞数据的自监督聚类方法

本发明公开了一种海量单细胞数据的自监督聚类方法，所述方法包括如下步骤：1）从公开的基因表达数据库中下载单细胞RNA测序数据；2）对单细胞RNA‑seq数据进行预处理，包括过滤、标准化和特征选择；3）利用快速Louvain算法对预处理后的单细胞RNA测序数据进行初步聚类；4）使用“聚类代表性”这一指标从初步聚类结果中筛选出具有代表性的细胞点；5）在每个初步聚类中筛选出具有代表性的细胞点后，使用Transformer模型，得到最终的聚类结果。该方法结合快速Louvain算法和Transformer神经网络，显著提升了聚类分析的效率和准确性，为海量单细胞数据的分析提供了一种高效且精确的解决方案。