基于簇级自监督对比学习的多组学癌症亚型识别方法

本发明公开了基于簇级自监督对比学习的多组学癌症亚型识别方法，具体按以下步骤实施：步骤1，数据预处理；步骤2，预训练深度图卷积网络；步骤3，基于跨组学簇级自监督对比学习模块；步骤4，待步骤3中完成网络优化后，利用优化后的参数计算样本的概率分布，并据此预测最终的亚型标签，从而实现精确的亚型识别。本发明采用端到端方式将深度表示学习与聚类任务联合优化，以引导深度神经网络学习既能反映组学差异又有利于聚类的特征表示，同时，通过跨组学簇级自监督对比学习模块，能够学习多个组学间一致的癌症亚型信息，从而提升亚型预测的准确性。