关于神经网络对电镜单粒子的识别.docx

关于神经网络对电镜单粒子的识别

摘要近年来，低温电子显微镜成像技术突飞猛进，单粒子低温电镜技术已经成为研究生物大分子结构与功能的强有力手段。为了能够快速准确的挑选出合格的单粒子图像，我们将单粒子挑选看作二分类问题，单粒子作为正样本，非粒子作为负样本，利用EMAN2对单粒子图像进行分割以及滤波处理，搭建单粒子图像数据集，分别构建了常见的卷积神经网络与进一步的深度残差网络，对嘈杂的低温电子显微镜图像中的单粒子进行自动识别。通过分析模拟发现，相对于卷积神经网络，深度残差网络准确率更高，准确率达到95%。

关键词低温电子显微镜；深度学习；卷积神经网络；残差块；图像识别

绪论

1