| 成果基本信息 | ||||||
| 关键词: | 电子衍射晶体,结构重建,深度神经网络,机器学习,图像分析 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明公开了一种基于增强自编码的电子衍射晶体结构加速重建方法和系统,所述方法包括S1初始相位数据生成,S2增强自编码网络训练和初始相位测试,S3低剂量衍射成像,S4算法加速。本发明针对低剂量衍射成像中电子衍射晶体结构重建速度提升的需求,通过传统Fienup杂化输入输出的电荷反转复合迭代成像算法引入增强自编码器训练电镜衍射图到最优初始相位的映射,结合余弦相似性和K近邻算法预测新衍射图的初始相位,并采用CUDA GPU并行计算改进原始代码,实现晶体结构重建速度的显著提升。本发明具有自监督学习、去噪效果好和易于增量训练的优点,能有效预测最佳初始相位,显著提升电子衍射晶体结构重建的速度 |