Association of aging-related genes with prognosis and immune infiltration in pancreatic adenocarcinoma
衰老相关基因与胰腺癌的预后和免疫浸润的关系
发表期刊:Front Cell Dev Biol
发表日期:2022 Aug 8
影响因子:6.081
DOI: 10.3389/fcell.20
本教程使用Seurat包进行10x Visium单细胞空间转录组数据分析。
这个教程涉及:
标准化
降维和聚类
检测空间差异表达基因
交互可视化
与单细胞转录组整合分析
整合切片信息
#1. R环境
## 检查Seurat版本
本教程:Seurat (>=3.2)
help(Seurat)
## 安装包:
# Enter commands in R (or R studio, if i
(一)目标检测算法的介绍
(1)R-CNN
算法的核心是,首先使用启发式搜索算法来选择锚框。使用与训练模型对锚框内的特征进行抽取。训练一个SVM来对类别分类。然后是训练一个线性回归模型来预测边缘框偏移。
rcnn
这里有一个重要的问题是,锚框的大小是不确定的。那就出现了一个问题,怎么来组成一个形状一样的batch呢?这个模型使用的是兴趣区域(Rol)池化层。
rol pool