基于URDnet的冷凍電鏡圖像顆粒提取研究
發(fā)布時間:2023-10-21 14:28
單顆粒冷凍電鏡(cryo-electron microscopy,cryo-EM)技術(shù)是當(dāng)下測定生物大分子高分辨率結(jié)構(gòu)與解析其功能機制的重要手段。顆粒選取對于單顆粒冷凍電鏡技術(shù)是至關(guān)重要的步驟,且對單顆粒生物大分子三維重構(gòu)來說更是關(guān)鍵的第一步,選擇顆粒的質(zhì)量直接影響了單顆粒大分子三維結(jié)構(gòu)測定的效率和最終分辨率。冷凍電子顯微鏡圖像的低信噪比,低對比度,背景噪聲嚴(yán)重、雜質(zhì)多等特點,使得顆粒自動識別同時保證效率與可靠性較困難。高分辨率的冷凍電鏡圖像三維重構(gòu)通常需要收集萬級的顆粒圖像,因此,如何自動地提取冷凍電鏡顆粒并提高用于三維重構(gòu)的顆粒圖像質(zhì)量成為了冷凍電鏡結(jié)構(gòu)測定的主要瓶頸之一。針對此問題,本文提出了一種基于U-Net與殘差密集神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)網(wǎng)絡(luò)模型(URDnet),它能實現(xiàn)從冷凍電鏡圖像中準(zhǔn)確地自動定位并提取顆粒。具體內(nèi)容總結(jié)如下:1.針對冷凍電鏡圖片低信噪比、背景強度不均衡等特點造成圖像中顆粒識別精度不高的問題,本文提出了提升冷凍電鏡原始圖像質(zhì)量的數(shù)據(jù)預(yù)處理方法,應(yīng)用直方圖均衡和維納濾波算法提高對比度,調(diào)整整體強度,削弱背景噪聲。預(yù)處理后的圖像更有利于網(wǎng)絡(luò)模型對冷凍電鏡圖像的特征...
【文章頁數(shù)】:59 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 冷凍電鏡單顆粒技術(shù)
1.2.2 生物大分子顆粒采集方法
1.3 本文主要工作及結(jié)構(gòu)
1.3.1 主要工作
1.3.2 結(jié)構(gòu)安排
第2章 冷凍電鏡顆粒提取相關(guān)理論
2.1 冷凍電鏡單顆粒分析
2.1.1 冷凍電子顯微技術(shù)概述
2.1.2 單顆粒三維重構(gòu)
2.2 傳統(tǒng)圖像處理方法
2.2.1 基于模板匹配的方法
2.2.2 基于特征識別的方法
2.3 深度學(xué)習(xí)方法
2.3.1 卷積神經(jīng)網(wǎng)絡(luò)概述
2.3.2 Deep Picker方法
2.4 本章小結(jié)
第3章 基于多種注釋和改進U-Net的冷凍電鏡圖像生物大分子顆粒自動選取
3.1 總體方案
3.2 數(shù)據(jù)預(yù)處理
3.2.1 強度調(diào)整
3.2.2 噪聲抑制
3.3 點級注釋與像素級注釋結(jié)合
3.4 網(wǎng)絡(luò)模型設(shè)計
3.5 基于連通域分析的顆粒提取
3.6 本章小結(jié)
第4章 實驗結(jié)果和分析
4.1 實驗平臺
4.2 實驗數(shù)據(jù)
4.3 網(wǎng)絡(luò)模型訓(xùn)練
4.4 顆粒提取實驗
4.5 本章小結(jié)
第5章 總結(jié)與展望
5.1 本文工作總結(jié)
5.2 未來工作展望
參考文獻
致謝
附錄 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果
本文編號:3856016
【文章頁數(shù)】:59 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 冷凍電鏡單顆粒技術(shù)
1.2.2 生物大分子顆粒采集方法
1.3 本文主要工作及結(jié)構(gòu)
1.3.1 主要工作
1.3.2 結(jié)構(gòu)安排
第2章 冷凍電鏡顆粒提取相關(guān)理論
2.1 冷凍電鏡單顆粒分析
2.1.1 冷凍電子顯微技術(shù)概述
2.1.2 單顆粒三維重構(gòu)
2.2 傳統(tǒng)圖像處理方法
2.2.1 基于模板匹配的方法
2.2.2 基于特征識別的方法
2.3 深度學(xué)習(xí)方法
2.3.1 卷積神經(jīng)網(wǎng)絡(luò)概述
2.3.2 Deep Picker方法
2.4 本章小結(jié)
第3章 基于多種注釋和改進U-Net的冷凍電鏡圖像生物大分子顆粒自動選取
3.1 總體方案
3.2 數(shù)據(jù)預(yù)處理
3.2.1 強度調(diào)整
3.2.2 噪聲抑制
3.3 點級注釋與像素級注釋結(jié)合
3.4 網(wǎng)絡(luò)模型設(shè)計
3.5 基于連通域分析的顆粒提取
3.6 本章小結(jié)
第4章 實驗結(jié)果和分析
4.1 實驗平臺
4.2 實驗數(shù)據(jù)
4.3 網(wǎng)絡(luò)模型訓(xùn)練
4.4 顆粒提取實驗
4.5 本章小結(jié)
第5章 總結(jié)與展望
5.1 本文工作總結(jié)
5.2 未來工作展望
參考文獻
致謝
附錄 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果
本文編號:3856016
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3856016.html
最近更新
教材專著