用于空间转录组数据聚类的多尺度融合图神经网络与跨视图对比学习

本文提出了一种新的方法，使用多尺度融合图神经网络和跨视图对比学习来聚类空间转录组学数据。该方法旨在通过利用来自数据不同尺度和视图的信息来提高聚类的准确性和鲁棒性。图神经网络的使用适用于此类数据，因为它捕获了不同位置之间的空间关系。跨视图对比学习可能有助于学习更具区分性的特征。由于来源是ArXiv，这表明这是一篇初步的研究论文，需要进一步的评估和与现有方法的比较来评估其有效性。

• •提出了一种用于聚类空间转录组学数据的新方法。
• •利用多尺度融合图神经网络和跨视图对比学习。
• •旨在提高聚类的准确性和鲁棒性。
• •来源是ArXiv，表明是初步研究。