基于网络相似性度量的低信噪比冷冻电镜单颗粒图像三维重构

基于网络相似性度量的低信噪比冷冻电镜单颗粒图像三维重构

论文摘要

冷冻电镜三维重构技术近年来在生物大分子三维结构研究领域发展迅速,与传统技术相比无需结晶,适用于更多种类的样本,在重构软件的帮助下图像和结构获取更加便捷,更是取得接近原子级别的分辨率,获得越来越多研究人员的关注。但是冷冻电镜图像在拍摄的过程中需要使用很低剂量的电子成像来保证蛋白质样本不被破坏,这使得极低信噪比成为冷冻电镜图像重构的一个主要障碍。单颗冷冻电镜图像重构主要分为聚类,初始模型重构和初始模型优化三个部分。每个部分都是通过聚类求类平均图像的方法对原始数据集中的图像进行降噪。聚类的关键在于如何度量图像之间的相似性。目前主流的单颗粒图像三维重构算法的相似性计算都只考虑了对应两幅图像的信息。这种直接度量的方法会使得相似性会很容易受到图像噪声的影响。本文提出了利用复杂网络来抑制单颗粒图像噪声的重构方法。在计算图片之间的相似性时对所有数据集中的图片建立网络,网络中的节点代表数据集中的图像,通过分析网络的拓扑结构,计算图像之间的结构相似性来优化初始网络,从而获得更准确的相似性度量结果进而将聚类问题转化为网络分割问题。改进后的相似性受到噪声的影响更小,更精确的相似性也有利于图像类别的指派。通过模拟数据和实验数据上的实验表明,我们基于网络的重构方法在聚类阶段和重构阶段对比于当前方法都有明显提升。我们也编写了一个软件实现了单颗粒图像三维重构流程,并且我们采用了一种新的模型分辨率计算方法来实现自动的模型选择,这使得我们的软件需要很少的人工干预和先验知识,可以实现自动的单颗粒图像三维重构。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 生物分子三维结构研究的经典方法
  •   1.2 冷冻电镜三维重构技术的发展
  •   1.3 单颗粒冷冻电镜图像重构流程
  •     1.3.1 单颗粒挑选
  •     1.3.2 CTF矫正
  •     1.3.3 单颗粒图像的二维聚类
  •     1.3.4 三维重构
  •     1.3.5 三维模型分辨率评价
  •   1.4 常用单颗粒图像三维重构软件
  •   1.5 论文的主要内容及创新点
  •   1.6 论文的结构安排
  • 第二章 单颗粒图像聚类分析
  •   2.1 背景介绍及相关方法
  •   2.2 算法流程
  •     2.2.1 初始网络构建
  •     2.2.2 网络结构相似性定义
  •     2.2.3 层次对齐聚类
  •     2.2.4 NCEM算法流程
  •   2.3 实验
  •     2.3.1 模拟数据集一
  •     2.3.2 模拟数据 EMPIAR-10029
  •     2.3.3 实验数据GroEL
  •     2.3.4 真实数据 EMPIAR-10034
  •   2.4 讨论
  •     2.4.1 初始网络选择
  •     2.4.2 关于时间复杂度和空间复杂度分析
  •   2.5 总结
  • 第三章 单颗粒图像三维重构
  •   3.1 背景介绍及相关方法
  •   3.2 基于网络的单颗粒重构算法
  •     3.2.1 重构中应使用全连接网络
  •     3.2.2 初始模型重构过程
  •     3.2.3 初始模型优化过程
  •   3.3 实验
  •     3.3.1 EMD-1081 初始模型
  •     3.3.2 EMD-1081 初始模型优化
  •     3.3.3 GroEL数据集
  •   3.4 讨论
  •   3.5 总结
  • 第四章 软件设计
  •   4.1 SRes分辨率评价算法
  •   4.2 软件流程
  •   4.3 软件结构
  •   4.4 GroEL真实数据实验
  •   4.5 EMD-1081 模拟数据集实验I
  •   4.6 EMD-1081 模拟数据集II
  •   4.7 讨论与总结
  • 第五章 总结与展望
  •   5.1 本文总结
  •   5.2 后续研究工作
  • 参考文献
  • 附录
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文
  • 文章来源

    类型: 硕士论文

    作者: 殷硕

    导师: 沈红斌

    关键词: 冷冻电镜,单颗粒图像,聚类,三维重构

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 上海交通大学

    分类号: Q-334;TP391.41

    DOI: 10.27307/d.cnki.gsjtu.2019.001369

    总页数: 78

    文件大小: 6128K

    下载量: 25

    相关论文文献

    • [1].标准相似性度量及其应用[J]. 山西师范大学学报(自然科学版) 2016(04)
    • [2].基于符号熵的序列相似性度量方法[J]. 计算机工程 2016(05)
    • [3].基于包含度的粗糙集间的相似性度量[J]. 数学教学研究 2008(02)
    • [4].时间序列趋势相似性度量方法研究[J]. 计算机工程与应用 2020(10)
    • [5].基于改进相似性度量的扩展置信规则库规则激活方法[J]. 中国科学技术大学学报 2018(01)
    • [6].基于活动发生关系的流程相似性度量方法[J]. 控制理论与应用 2020(09)
    • [7].交通流时间序列模式相似性度量法[J]. 计算机工程与应用 2015(06)
    • [8].高维数据的相似性度量研究[J]. 计算机科学 2010(05)
    • [9].一种基于权重的时间序列相似性度量[J]. 计算机应用与软件 2010(09)
    • [10].矢量图形相似性度量方法研究进展[J]. 地理空间信息 2020(04)
    • [11].一种用于病案相似性度量的弱监督学习算法[J]. 计算机技术与发展 2019(09)
    • [12].基于多时间粒度的地铁出行规律相似性度量[J]. 铁道学报 2018(04)
    • [13].动态混合相似性度量下的协同过滤推荐算法[J]. 合肥学院学报(综合版) 2016(04)
    • [14].基于改进的协同过滤相似性度量算法研究[J]. 计算机测量与控制 2017(09)
    • [15].一种基于相对熵的随机游走相似性度量模型[J]. 南京大学学报(自然科学) 2019(06)
    • [16].利用约束满足问题进行多洞面实体相似性度量[J]. 武汉大学学报(信息科学版) 2018(05)
    • [17].线状空间数据传输的几何相似性度量算法与实验分析[J]. 地球信息科学学报 2011(05)
    • [18].基于特征隶属度的文本分类相似性度量方法[J]. 计算机科学 2017(11)
    • [19].不等长子时间序列的相似性度量方法[J]. 计算机时代 2011(05)
    • [20].基于主曲率增强距离变换的形状相似性度量方法[J]. 红外与毫米波学报 2018(01)
    • [21].高维数据聚类中相似性度量算法的改进[J]. 内蒙古统计 2018(02)
    • [22].一种基于离散增量的项目相似性度量方法[J]. 数据分析与知识发现 2018(05)
    • [23].光谱相似性度量方法研究进展[J]. 哈尔滨工程大学学报 2017(08)
    • [24].基于不相似性度量优化的密度峰值聚类算法[J]. 软件学报 2020(11)
    • [25].一种新的相似性度量在加权模糊推理中的应用[J]. 海南大学学报(自然科学版) 2010(03)
    • [26].基于多重运动特征的轨迹相似性度量模型[J]. 武汉大学学报(信息科学版) 2017(12)
    • [27].基于语义依存分析的句子相似性度量算法及应用研究[J]. 计算机应用与软件 2017(07)
    • [28].图像重排序中与查询相关的图像相似性度量[J]. 计算机系统应用 2010(11)
    • [29].基于内容的检索中视频相似性度量方法研究[J]. 电脑知识与技术 2009(09)
    • [30].面向复杂网络的节点相似性度量[J]. 计算机科学与探索 2020(05)

    标签:;  ;  ;  ;  

    基于网络相似性度量的低信噪比冷冻电镜单颗粒图像三维重构
    下载Doc文档

    猜你喜欢