基于深度学习从组织学图像生成空间转录组学数据的方法

本发明提出一种基于深度学习的组织学图像驱动空间转录组数据生成方法，包括：首先，通过标准化预处理流程构建训练/测试集，筛选目标数据集；接着，将全视野组织切片分割为以空间转录组测序点为中心的图像块，输入卷积神经网络提取局部潜在特征；进而，通过状态空间模型网络VMamba与Transformer的协同架构，建立跨图像块的全局关联模型；最终，采用图神经网络融合自注意力机制，实现空间位点与基因表达关系的动态表征。本发明为揭示组织分子特征提供了有力保障，具体为：技术上通过优化网络架构和规范化的数据预处理流程；应用上通过精准的基因表达与空间区域预测；实验上通过多阶段的交叉验证确保模型的稳定性和鲁棒性。