申请/专利权人:上海科技大学
申请日:2021-07-26
公开(公告)日:2024-04-30
公开(公告)号:CN117957548A
主分类号:G06N3/0985
分类号:G06N3/0985;G06N3/084;G06N3/045;G06N3/0464;G06T17/00;G16B15/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明提供了一种计算机实现的方法。方法包括:获得表示以多个姿态和多个平移放置的对象的投影的多个图像;将姿态嵌入向量、流嵌入向量和对比度传递函数CTF嵌入向量分配给每个图像;由计算机设备对机器学习模型进行编码,机器学习模型包括姿态网络、流网络、密度网络和CTF网络;使用多个图像训练机器学习模型;以及基于经训练的机器学习模块来重建对象的3D结构。
主权项:1.一种计算机实现的方法,其特征在于,包括:获得表示以多个姿态和多个平移放置的对象的投影的多个图像;将姿态嵌入向量、流嵌入向量和对比度传递函数CTF嵌入向量分配给每个图像;由计算机设备对包括姿态网络、流网络、密度网络和CTF网络的机器学习模型进行编码,所述姿态网络被配置为经由所述姿态嵌入向量将图像映射到旋转和平移,所述流网络被配置为将所述空间坐标与所述流嵌入向量级联,所述密度网络被配置为根据所述空间坐标导出密度值并生成投影图像,并且所述CTF网络被配置为调制附加有所述CTF嵌入向量的所述投影图像以生成渲染图像;使用所述多个图像训练所述机器学习模型;以及基于所述经训练的机器学习模块来重建所述对象的3D结构。
全文数据:
权利要求:
百度查询: 上海科技大学 用于动态冷冻电子显微镜结构端到端重建的神经隐函数
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。