基于多尺度邻域特征融合的空间转录组空间域识别研究
冯爱静1
王文淼1
高逸鸣1
叶兰2
米加3
赵小刚4
刘治1
1.山东大学信息科学与工程学院,青岛 2662372.山东大学第二医院肿瘤防治中心,济南 2500123.山东省立第三医院特检科,济南 2500024.山东大学第二医院胸外科,济南 250002
摘要：为缓解空间转录组学数据因高离散性、稀疏性和分辨率受限导致空间域识别精度低的问题,基于多尺度邻域特征融合策略,本研究提出了一种空间域识别方法stMSAA.本研究在人类背外侧前额叶皮层数据集和人类乳腺癌数据集上进行实验,调整兰德系数、归一化互信息和聚类评价指数分别达到0.452、0.603和0.560.结果表明,stMSAA可有效整合多尺度的空间邻域信息,更准确地识别层次结构和边缘信息,提高空间域识别的精度和鲁棒性.
关键词：空间转录组空间域识别stAA多尺度邻域特征融合
分类号：R318(医用一般科学)TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(11927808)山东省重点研发计划重大科技创新项目(2022CXGC010504)中央高校基本科研业务费专项(2022JC015)山东省自然科学基金资助项目(ZR2021LZH009)济南市新高校20条资助项目(2021GXRC024)青岛市科技惠民示范项目(24-1-8-cspz-20-nsh)
论文发表日期：2024-12-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 468-474 )
英文信息