基于双曲图神经网络的空间转录组学中空间域识别方法

    公开(公告)号:CN118280442A

    公开(公告)日:2024-07-02

    申请号:CN202410447268.3

    申请日:2024-04-15

    Applicant: 吉林大学

    Abstract: 本发明适用于数据处理技术领域,提供了基于双曲图神经网络的空间转录组学中空间域识别方法,包括以下步骤:步骤S1、构建空间图;步骤S2、引入欧式空间和双曲空间下的多个流形编码器的操作用于空间转录组数据集;步骤S3、使用注意力机制融合多流形的特征;步骤S4、通过Pareto优化平衡步骤S3中原始特征与解码出来的重构特征之间的差异构造出的多个损失函数;步骤S5、使用基于高斯混合模型的聚类算法识别空间域。本发明不仅可以代替生物医学家耗时的手动划分注解空间域,将识别时间缩短,而且不依赖专家的知识水平,可以一定程度控制误差,既保证了实时性,又保证了准确性。且本发明的精确度优于现有的空间域识别模型。

Patent Agency Ranking