生物樣品在獲取電子冷凍斷層掃描(cryo-ET)圖像時的輻射損傷,信息缺失和低信號噪聲比(SNR),限制了從斷層數據中恢復3維結構信息。仿照電子低溫顯微鏡(cryo-EM)單顆粒3維重構技術,對局部斷層數據進行對齊和平均,產生高精度大分子復合體的3維結構�，F有的局部斷層對齊技術都會涉及6個自由度(3個旋轉參數、3個平移參數),因此,它們在每次迭代對齊中處理整個3維體積圖像來計算這6個自由度,這是計算密集型的。針對上述問題,本文提出一種基于小批量梯度下降(MBGD)方法實現局部斷層3維數據細化對齊,并首次利用Spark分布式框架實現局部斷層對齊全局擇優(yōu)。通過對仿真數據和實驗數據的對齊,基于小批量梯度下降細化對齊算法與基線方法相比,實現了對齊精度和速度的提高。

【文章頁數】：10 頁

【文章目錄】：
0 引 言
1 相關研究
    1.1 電子冷凍斷層掃描技術和局部斷層平均技術
    1.2 局部斷層對齊
    1.3 Spark分布式計算框架
2 基于小批量梯度下降和Spark分布式框架的局部斷層細化對齊
    2.1 基于實空間的局部斷層對齊優(yōu)化
    2.2 基于Spark架構分布式并行局部斷層細化對齊過程
3 實驗與分析
    3.1 仿真數據
    3.2 實驗數據
    3.3 實驗環(huán)境
    3.4 實驗數據分類
    3.5 不同局部斷層對齊算法精度比較
    3.6 不同局部斷層對齊算法運算時間比較
4 結 論



本文編號：3871348