-
公开(公告)号：CN116386729A
公开(公告)日：2023-07-04
申请号：CN202211716676.1
申请日：2022-12-23
Applicant: 湖南大学
IPC: G16B40/00 , G16B50/00 , G06N3/0455 , G06N3/088 , G06F18/213 , G06F18/23213
Abstract: 本发明涉及生物信息学中的数据挖掘，特别是涉及对单细胞RNA测序数据的挖掘。具体涉及通过深度学习的方法对单细胞RNA测序数据进行维度压缩以及聚类，来达到有效识别细胞种群的目的。本发明的方法包括对scRNA‑seq数据进行收集和预处理；构建图神经网络模型；使用构建的模型对预处理过的数据进行降维；对降维后的结果进行聚类分析。我们的模型约束了数据结构，并通过图神经网络模块进行降维，并在降维结果中同时保留细胞‑细胞关系和基因‑基因关系。以标准化互信息和调整兰德指数作为评价指标，在五个真实的scRNA‑seq数据集上进行的实验表明，本方法具有不错的性能。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
