基于CNN-ELM的冷冻电镜单颗粒图像分类研究

发布时间：2020-12-23 05:12

　　冷冻电镜（cryo-electron microscopy,cryo-EM）三维重构技术是确定生物大分子结构与功能的主流方法之一,图像处理技术已经成为冷冻电镜三维精细结构精析的重要手段。然而,针对信噪比低、非定形、不对称和不具全同性的大分子样本的cryo-EM图像,如何设计出合理的cryo-EM单颗粒图像分类网络,提高cryo-EM单颗粒图像分类准确率、大分子颗粒识别精度等依然是极具挑战性的问题。因此,本文提出融合基于傅立叶变换的平移和旋转不变特征量（Fourier transform based translation and rotation invariants,FTTR-invariant）的CNN-ELM分类网络模型的方法来解决以上问题。文中主要研究对cryo-EM单颗粒图像分类识别关键技术的方法,包括获取cryo-EM图像FTTR-invariant和基于CNN-ELM分类网络模型的cryo-EM单颗粒图像分类。具体研究内容如下:（1）针对cryo-EM图像信噪比低、非定形等特征,导致cryo-EM图像识别过程中精度低等问题,本文提出通过计算cryo-EM图像FTTR-in... 

【文章来源】：湘潭大学湖南省

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 冷冻电镜图像处理技术国内外研究进展
        1.2.1 冷冻电镜图像去噪技术的研究进展
        1.2.2 冷冻电镜图像分类技术研究进展
        1.2.3 深度学习在冷冻电镜图像识别领域的研究现状
    1.3 论文主要研究内容和结构安排
        1.3.1 论文主要研究内容
        1.3.2 论文结构安排
第2章 相关理论研究
    2.1 卷积神经网络
        2.1.1 经典的卷积神经网络模型
        2.1.2 卷积神经网络的结构研究
    2.2 极限学习机
        2.2.1 极限学习机概述
        2.2.2 极限学习机结构
    2.3 冷冻电镜图像单颗粒提取
    2.4 本章小结
第3章 基于CNN-ELM的冷冻电镜单颗粒图像分类
    3.1 冷冻电镜图像数据集和评价指标
        3.1.1 冷冻电镜图像数据集介绍
        3.1.2 评价指标
    3.2 冷冻电镜单颗粒图像特征提取
        3.2.1 冷冻电镜图像特征图像表示
        3.2.2 旋转不变特征量
        3.2.3 旋转不变特征量降维及可视化
        3.2.4 冷冻电镜图像旋转和对齐
    3.3 CNN-ELM分类网络模型设计
        3.3.1 冷冻电镜单颗粒图像分类网络模型架构
        3.3.2 目标损失函数
        3.3.3 基于CNN-ELM的冷冻电镜单颗粒图像分类算法
    3.4 本章小结
第4章 仿真实验及对比分析
    4.1 实验平台
    4.2 冷冻电镜单颗粒图像特征提取效果展示
        4.2.1 数据集和参数说明
        4.2.2 冷冻电镜图像去噪
        4.2.3 冷冻电镜单颗粒图像提取
        4.2.4 旋转不变特征量降维及可视化
    4.3 基于CNN-ELM的冷冻电镜单颗粒图像分类
        4.3.1 数据集和实验参数说明
        4.3.2 精度比较
        4.3.3 性能比较
    4.4 本章小结
第5章 总结与展望
    5.1 主要工作总结
    5.2 未来展望
参考文献
致谢
附录 攻读硕士学位期间发表论文及参与的科研项目


【参考文献】：
期刊论文
[1]生物大分子高分辨率冷冻电镜三维重构技术[J]. 程凌鹏.  实验技术与管理. 2018(06)
[2]面向GPU的单颗粒冷冻电镜软件RELION并行与优化[J]. 苏华友,温文,李东升.  计算机研究与发展. 2018(02)



本文编号：2933135