基于数据插值和细胞类型反卷积进行空间域识别的方法

本发明提出基于数据插值和细胞类型反卷积进行空间域识别的方法，属于生物信息学技术领域，本发明为解决传统方法在低分辨率空间转录组数据中无法利用相邻点间空隙信息和未能充分整合细胞类型在组织空间结构层面的先验信息的问题，包括：获取空间转录组数据集及单细胞RNA测序数据集，并对获取的数据集进行数据预处理。对预处理后的空间转录组数据进行数据插值，并结合单细胞RNA测序数据进行细胞类型的反卷积。构建基于图卷积网络的深度学习模型。使用自监督对比学习策略，根据细胞类型反卷积后的空间转录组数据的基因表达信息、空间位置信息以及细胞类型信息训练深度学习模型。基于训练后的模型对待测数据进行空间域识别。