基于深度学习的单细胞RNA测序数据分类方法和系统

本发明公开了一种基于深度学习的单细胞RNA测序数据分类方法和系统。本发明提出了基于改进Transformer的多尺度神经网络，用于对预处理后的单细胞RNA测序数据进行分类。该多尺度神经网络集成了多尺度注意力机制、相对位置编码和门控前馈网络，不仅能够捕获数据的多层次依赖关系，还能通过特征筛选有效降低噪声干扰。相比传统的卷积神经网络或经典Transformer，本发明提出的多尺度神经网络在序列建模和分类任务中展现出了更强的鲁棒性和泛化能力。通过在多个公开数据集上的广泛测试，所提出的多尺度神经网络在细胞类别分类任务中展现出了更好的性能。