-
公开(公告)号：CN116012537A
公开(公告)日：2023-04-25
申请号：CN202310051224.4
申请日：2023-02-02
Applicant: 上海交通大学
IPC: G06T17/00 , G06T7/30 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 一种基于深度学习的三维密度图局部质量评估方法，通过构建基于VisionTransformer为骨干网络的DeepQs深度学习模型，并以重采样得到的冷冻电镜三维密度图的局部密度图为输入，以对应的原子结构与相匹配的重采样后的三维密度图的之间的Q‑score为标签进行训练，在在线阶段对待测冷冻电镜重构出的生物大分子模型的三维密度图进行重采样后，通过掩膜获取感兴趣区域后输入训练后的DeepQs深度学习模型进行局部质量评估并得到质量评估图。本发明结合使用原子在冷冻电镜三维密度图中的可分解性分数(Q‑score)，可以对三维密度图的每一个局部区域进行打分，并获得质量评估图。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
