摘要
本发明所提供的一种反卷积模型构建方法、装置、终端及介质,该方法包括:基于单细胞转录组数据生成具有细胞类型比例标签的模拟空间转录组数据,获取基于3D同心球采样策略采样得到的真实空间转录组数据,基于对比学习策略和领域对抗网络,利用从模拟数据和真实数据中筛选得到的包含差异性表达基因的目标空间转录组数据训练编码器和初始预测模型,得到用于提取嵌入信息的特征提取模型和用于预测细胞类型比例的预测模型。本发明结合深度学习,将目标空间转录组数据作为编码器输入,编码器输出作为预测模型输入,基于域对抗学习和对比学习策略训练模型,得到良好泛化能力的模型,实现对3D空间转录组数据的高精度反卷积和细胞类型比例预测。
技术关键词
单细胞转录组数据
卷积模型
差异表达基因
特征提取模型
编码器
标签
网络
模型训练模块
可读存储介质
组织
检验方法
采样模块
策略
处理器
终端
存储器
计算机
系统为您推荐了相关专利信息
对齐模块
可变形卷积层
多尺度感知损失
编码器模块
融合特征
泥水平衡盾构
姿态预测方法
盾构姿态
解码器
层次聚类法
识别方法
视觉传感器
文本特征向量
激光雷达传感器
机器可读程序
图像分割方法
输出特征
高层次
特征提取模块
更新网络参数