基于深度学习的基因态癌症聚类分析方法

本发明公开了一种基于深度学习的基因态癌症聚类分析方法，S1：构建单细胞测序数据集，所述的单细胞测序数据集包含基因表达矩阵；S2：构建由输入层、隐藏层和输出层组成的深度神经网络，以获得转换的低维的高变异基因表达特征；S3：构建网格化预处理模型，对低维的高变异基因表达特征进行包括网格分割和孤立点去除的网络化预处理；构建聚类算法模型，将预处理之后的低维的高变异基因表达特征输入聚类算法模型，所述聚类算法模型以在KL散度指标上加强标签熵，放大基因特征的辅助概率分布与聚类分布的比值权重，基于目标函数设计优化策略，迭代地实现聚类结果优化，作为聚类算法模型的输出。与现有技术相比，本发明能够提升聚类精度。