| |||||||
ShanghaiTech University Knowledge Management System
| 动态冷冻EM结构端到端重建的神经隐式函数 | |
| 翻译题名 | NEURAL IMPLICIT FUNCTION FOR END-TO-END RECONSTRUCTION OF DYNAMIC CRYO-EM STRUCTURES |
| 申请号 | US18418386 |
| 2024-05-16 | |
| 公开（公告）号 | US20240161484A1 |
| 公开日期 | 2024-05-16 |
| 摘要 | 提供了一种计算机实现的方法。该方法包括：获得表示以多个姿势和多个平移放置的对象的投影的多个图像；向每个图像分配姿态嵌入向量、流嵌入向量和对比度传递函数(CTF)嵌入向量；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；使用所述多个图像来训练所述机器学习模型；以及基于经训练的机器学习模块重建对象的3D结构。 |
| 翻译摘要 | A computer-implemented method is provided. The method includes obtaining a plurality of images representing projections of an object placed in a plurality of poses and a plurality of translations; assigning a pose embedding vector, a flow embedding vector and a contrast transfer function (CTF) embedding vector to each image; encoding, by a computer device, a machine learning model comprising a pose network, a flow network, a density network and a CTF network; training the machine learning model using the plurality of images; and reconstructing a 3D structure of the object based on the trained machine learning module. |
| 当前权利人 | Shanghaitech University |
| 专利申请人 | Shanghaitech University |
| 公开国别 | 美国 |
| 公开国别简称 | US |
| IPC 分类号 | G06V10//82; G06T7//37 |
| CPC分类号 | G06V10//82; G06T7//37; G06T2207//20084 |
| 专利有效性 | 审中 |
| 专利类型 | 发明申请 |
| 专利类型字典 | 1 |
| 当前法律状态 | 实质审查 |
| 简单同族 | US20240161484A1 |
| 扩展同族 | US20240161484A1 |
| INPADOC 同族 | US20240161484A1 |
| 文献类型 | 专利 |
| 条目标识符 | https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/373033 |
| 专题 | 信息科学与技术学院_本科生 信息科学与技术学院_PI研究组_虞晶怡组 信息科学与技术学院_硕士生 信息科学与技术学院_博士生 |
| 作者单位 | Shanghaitech University |
| 推荐引用方式 GB/T 7714 | Peihao Wang,Jiakai Zhang,Xinhang Liu,等. 动态冷冻EM结构端到端重建的神经隐式函数. US18418386[P]. 2024-05-16. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
修改评论
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。