一种基于改进SSD-ResNet的空间细胞类型解析方法技术

本发明专利技术涉及生物信息学空间转录组、单细胞测序数据分析，并且更具体地，涉及一种基于改进SSD

【技术实现步骤摘要】
一种基于改进SSD
‑
ResNet的空间细胞类型解析方法


[0001]本专利技术涉及生物信息学空间转录组、单细胞测序数据分析领域，更具体地，涉及一种基于改进SSD
‑
ResNet的空间细胞类型解析方法。

技术介绍

[0002]近年来，随着生物信息学的发展，单细胞RNA测序(scRNA
‑
seq)能将转录组与单细胞联系起来，却缺少了转录物在组织中的空间位置信息，空间转录组学(Spatial Transcriptomics，ST)作为scRNA
‑
seq的自然延伸，空间转录组数据能包含转录组的基因表达，同时包含有关已测序细胞位置分布的信息，从而增强我们对细胞相互作用、器官功能和病理学的理解，将scRNA
‑
seq与ST的整合能提供更好的组织和生物体发育过程中的潜在动态图景，大大提高人们对生物过程的理解。
[0003]但是在整合scRNA
‑
seq与ST时存在一个问题：空间转录技术的空间分辨率(单个检测区域内包含的细胞数量)有限，不能达本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进SSD
‑
ResNet的空间细胞类型解析方法，其特征在于，包括以下步骤：S1：获取同种组织的单细胞数据和空间转录组数据；S2：对同种组织的单细胞数据和空间转录组数据进行预处理，得到基因表达的热力图图像；S3：构建ResNet网络，所述ResNet网络加入SSD，获得SSD
‑
ResNet模型；S4：利用步骤S2获得的基因表达的热力图图像训练SSD
‑
ResNet模型参数，使损失函数收敛，得到训练好的SSD
‑
ResNet模型；S5：利用训练好的SSD
‑
ResNet模型进行细胞类型解析。2.根据权利要求1所述的一种基于改进SSD
‑
ResNet的空间细胞类型解析方法，其特征在于，步骤S2中，所述对单细胞数据和空间转录组数据进行预处理，具体为：S2.1：对单细胞数据构建单细胞的基因表达谱，对单细胞数据进行条件筛选；S2.2：获取步骤S2.1中基因表达谱里筛选后的单细胞数据和空间转录组数据中都有表达的基因；S2.3：根据步骤S2.2中筛选后的单细胞数据和空间转录组数据中都有表达的基因构成热力图图像。3.根据权利要求1所述的一种基于改进SSD
‑
ResNet的空间细胞类型解析方法，其特征在于，所述ResNet网络还引入残差网络结构，所述残差网络结构在ResNet网络的输入层与输出层之间加入一个前向反馈的直接连接。4.根据权利要求2所述的一种基于改进SSD
‑
ResNet的空间细胞类型解析方法，其特征在于，步骤S2.1中，对单细胞数据进行条件筛选，具体为：保留nUMI大于1500，counts大于500，线粒体基因百分比小于10％的单细胞数据。5.根据权利要求1所述的一种基于改进SSD
‑
ResNet的空间细胞类型解析方法，其特征在于，所述SSD包括：SSD的输入分别经过六个特征预测层，然后到达检测器，最后到达分类器。6.根据权利要求3或5所述的一种基于改进SSD
‑
ResNet的空间细胞类型解析方法，其特征在于，所述SSD
‑
ResNet模型具体为：SSD
‑
ResNet模型包括基础卷积模块、辅助卷积模块和预测卷积模块，所述基础卷积模块包括多个ResN...

【专利技术属性】
技术研发人员：陈新，李明月，杨超，刘佳贝，吴凤燕，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：