基于渐进式学习及多模态融合的空间转录组数据聚类方法

本发明涉及空间转录组数据聚类分析技术领域，公开了一种基于渐进式学习及多模态融合的空间转录组数据聚类方法。本发明用多层图卷积网络来捕获各个样本点间的高阶结构关系，再通过对比学习和互补掩码机制，最大程度地去除基因表达数据本身的各种的噪声；同时，通过两次交叉注意力巧妙地实现了最大程度融合基因表达数据、空间位置信息和组织学图像信息，即得到了融合特征潜表示Latent。与主流的空间转录组学聚类分析方法相比，本发明基于融合特征潜表示Latent进行聚类表现出更强的能力和出色的聚类性能，且具有显著的鲁棒性。