空转数据特征提取方法、空间域识别方法与系统技术方案

本发明专利技术属于空间转录组空间域识别领域，为解决空间转录组空间域的识别精准度差的问题，提供一种空转数据特征提取方法、空间域识别方法与系统。空转数据特征提取方法包括获取病理切片的空转数据，其包括初始基因表达矩阵和空间位置信息；对初始基因表达矩阵进行去噪处理，得到去噪后的基因表达矩阵；根据空间位置信息对每个位点计算位置编码，并将其与去噪后的基因表达矩阵进行拼接，得到增强的基因表达矩阵；利用掩码自编码器对增强的基因表达矩阵进行编码，得到低阶潜在表示并作为提取的空转数据特征，其能够实现空间域的精准识别，为下游任务提供良好的上游分析基础。

【技术实现步骤摘要】

本专利技术属于空间转录组空间域识别领域，尤其涉及一种空转数据特征提取方法、空间域识别方法与系统。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、在空间转录组数据分析中，核心任务之一是空间域的识别。空间域指的是在空间组织中具有相似基因表达模式的区域，其识别结果对研究组织功能和疾病机制具有重要意义。然而，由于空间转录组数据通常包含成千上万个基因在上千个位点（）中的表达量，具有高维性和高度稀疏性，再结合测序技术的不确定性和实验条件的差异引入的显著噪声，从而影响分析的准确性；另外，细胞或间的基因表达关系往往是非线性且高阶的，仅依赖简单的欧几里得距离或局部邻域关系难以捕捉复杂的长程交互，最终影响空间转录组空间域的识别精准度。

技术实现思路

1、为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种空转数据特征提取方法、空间域识别方法与系统，其能够实现空间域的精准识别，为下游任务提供良好的上游分析基础。

2、为了实现上述目的，本专利技术采用如下技本文档来自技高网...

【技术保护点】

1.一种空转数据特征提取方法，其特征在于，包括：

2.如权利要求1所述的空转数据特征提取方法，其特征在于，在训练掩码自编码器的过程中，利用基因表达矩阵的低阶潜在表示所重构的邻接矩阵，构建对齐损失函数；利用基因表达矩阵的高阶潜在表示和低阶潜在表示，构建空间一致性损失函数；利用重构的增强的基因表达矩阵与重构前的增强的基因表达矩阵，构建第二重构损失函数，再由对齐损失函数、空间一致性损失函数及第二重构损失函数得到掩码自编码器的总损失函数，进而训练掩码自编码器。

3.如权利要求2所述的空转数据特征提取方法，其特征在于，重构的增强的基因表达矩阵由掩码自编码器输出的低阶潜在表示...

【技术特征摘要】

1.一种空转数据特征提取方法，其特征在于，包括：

2.如权利要求1所述的空转数据特征提取方法，其特征在于，在训练掩码自编码器的过程中，利用基因表达矩阵的低阶潜在表示所重构的邻接矩阵，构建对齐损失函数；利用基因表达矩阵的高阶潜在表示和低阶潜在表示，构建空间一致性损失函数；利用重构的增强的基因表达矩阵与重构前的增强的基因表达矩阵，构建第二重构损失函数，再由对齐损失函数、空间一致性损失函数及第二重构损失函数得到掩码自编码器的总损失函数，进而训练掩码自编码器。

3.如权利要求2所述的空转数据特征提取方法，其特征在于，重构的增强的基因表达矩阵由掩码自编码器输出的低阶潜在表示进行解码得到；基因表达矩阵的高阶潜在表示由多尺度超图自编码器对去噪后的基因表达矩阵进行编码得到。

4.如权利要求3所述的空转数据特征提取...

【专利技术属性】
技术研发人员：刘治，冯爱静，袁林，叶兰，许丽娜，
申请(专利权)人：山东大学，
类型：发明
国别省市：