基于多视图对比融合与注意力机制的癌症亚型无监督聚类方法

本发明涉及基于多视图对比融合与注意力机制的癌症亚型无监督聚类方法，属于医学数据处理与多视图聚类领域。针对现有方法因数据异质性、缺失、噪声及亚型模糊性导致的识别不准确问题，通过多源数据预处理(低表达基因删除、KNN缺失填补)、注意力机制特征提取网络提取多视图深度特征，并利用Transformer对比融合网络学习跨视图一致性信息，结合对比损失优化与聚类分析实现亚型划分。本发明在40％数据缺失率下仍保持90％以上准确率，较单视图方法识别率提升25％‑35％，且可定位亚型驱动基因，为癌症精准诊疗提供高效、可解释的工具。