本公开涉及一种冷冻电镜图像处理方法、装置、电子设备及存储介质，图像处理过程包括获取包括目标蛋白质三维结构的冷冻电镜图像，并根据预设尺寸划分冷冻电镜图像得到多个对应的电镜子图像，通过训练得到的图像处理模型分别对每个电镜子图像进行增强处理得到增强三维结构密度的增强子图像，再拼接每个增强子图像得到目标冷冻电镜图像。本公开通过对冷冻电镜图像进行图像增强的方式增强采集蛋白质得到的冷冻电镜图像中的低密度区域，同时通过分块处理的方式降低实现本方法的硬件要求并提高图像增强结果的精度。高图像增强结果的精度。高图像增强结果的精度。
【技术实现步骤摘要】
冷冻电镜图像处理方法、装置、电子设备及存储介质
[0001]本公开涉及图像压缩领域，尤其涉及一种冷冻电镜图像处理方法、装置、电子设备及存储介质。
技术介绍
[0002]在使用冷冻电镜对蛋白样本进行拍照时，由于某些蛋白的局部区域是动态变化的，以及当前3D重构技术的限制，采集得到的三维密度图中蛋白质密度通常会出现局部密度过小以及不均一化的问题。即现有技术通过冷冻电镜采集的电镜图像不够准确，进一步影响后续的蛋白原子级结构解析等处理。
技术实现思路
[0003]有鉴于此，本公开提出了一种冷冻电镜图像处理方法、装置、电子设备及存储介质，旨在通过图像处理得到准确的冷冻电镜图像。
[0004]根据本公开的第一方面，提供了一种冷冻电镜图像处理方法，所述方法包括：
[0005]获取待处理的冷冻电镜图像，所述冷冻电镜图像中包括目标蛋白质的三维结构；
[0006]根据预设尺寸划分所述冷冻电镜图像得到多个对应的电镜子图像；
[0007]通过训练得到的图像处理模型分别对每个所述电镜子图像进行增强处理，得到增强其中三维结构密度的增强子图像；
[0008]拼接每个所述增强子图像得到目标冷冻电镜图像。
[0009]在一种可能的实现方式中，所述图像处理模型的训练过程包括：
[0010]获取多个样本电镜图像；
[0011]根据所述多个样本电镜图像确定模型训练集；
[0012]根据所述模型训练集训练所述图像处理模型。
[0013]在一种可能的实现方式中，所述根据所述多个样本电镜图像确定模型训练集，包括：
[0014]从所述多个样本电镜图像中随机截取多个所述预设尺寸大小的区域，得到样本子图像；
[0015]对每个所述样本子图像分别进行第一图像处理和第二图像处理，得到标注子图像和对应的输入子图像；
[0016]根据多个输入子图像和对应的标注子图像确定模型训练集。
[0017]在一种可能的实现方式中，所述第一图像处理过程包括：
[0018]去除所述样本子图像中的噪声颗粒。
[0019]在一种可能的实现方式中，所述第二图像处理过程包括：
[0020]随机擦除所述样本子图像中的局部区域。
[0021]在一种可能的实现方式中，所述根据所述模型训练集训练所述图像处理模型，包括：
[0022]将所述输入子图像作为所述图像处理模型的输入，得到预测子图像；
[0023]根据所述输入子图像对应的预测子图像和标注子图像的差异调节所述图像处理模型。
[0024]在一种可能的实现方式中，所述图像处理模型的训练过程还包括：
[0025]对所述多个样本电镜图像分别进行归一化处理。
[0026]根据本公开的第二方面，提供了一种冷冻电镜图像处理装置，所述装置包括：
[0027]图像获取模块，用于获取待处理的冷冻电镜图像所述冷冻电镜图像中包括目标蛋白质的三维结构；
[0028]图像分割模块，用于根据预设尺寸划分所述冷冻电镜图像得到多个对应的电镜子图像；
[0029]增强处理模块，用于通过训练得到的图像处理模型分别对每个所述电镜子图像进行增强处理，得到增强其中三维结构密度的增强子图像；
[0030]图像拼接模块，用于拼接每个所述增强子图像得到目标冷冻电镜图像。
[0031]在一种可能的实现方式中，所述图像处理模型的训练过程包括：
[0032]获取多个样本电镜图像；
[0033]根据所述多个样本电镜图像确定模型训练集；
[0034]根据所述模型训练集训练所述图像处理模型。
[0035]在一种可能的实现方式中，所述根据所述多个样本电镜图像确定模型训练集，包括：
[0036]从所述多个样本电镜图像中随机截取多个所述预设尺寸大小的区域，得到样本子图像；
[0037]对每个所述样本子图像分别进行第一图像处理和第二图像处理，得到标注子图像和对应的输入子图像；
[0038]根据多个输入子图像和对应的标注子图像确定模型训练集。
[0039]在一种可能的实现方式中，所述第一图像处理过程包括：
[0040]去除所述样本子图像中的噪声颗粒。
[0041]在一种可能的实现方式中，所述第二图像处理过程包括：
[0042]随机擦除所述样本子图像中的局部区域。
[0043]在一种可能的实现方式中，所述根据所述模型训练集训练所述图像处理模型，包括：
[0044]将所述输入子图像作为所述图像处理模型的输入，得到预测子图像；
[0045]根据所述输入子图像对应的预测子图像和标注子图像的差异调节所述图像处理模型。
[0046]在一种可能的实现方式中，所述图像处理模型的训练过程还包括：
[0047]对所述多个样本电镜图像分别进行归一化处理。
[0048]根据本公开的第三方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为在执行所述存储器存储的指令时，实现上述方法。
[0049]根据本公开的第四方面，提供了一种非易失性计算机可读存储介质，其上存储有
计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。
[0050]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。
[0051]在本公开实施例中，图像处理过程包括获取包括目标蛋白质三维结构的冷冻电镜图像，并根据预设尺寸划分冷冻电镜图像得到多个对应的电镜子图像，通过训练得到的图像处理模型分别对每个电镜子图像进行增强处理得到增强三维结构密度的增强子图像，再拼接每个增强子图像得到目标冷冻电镜图像。本公开通过对冷冻电镜图像进行图像增强的方式增强采集蛋白质得到的冷冻电镜图像中的低密度区域，同时通过分块处理的方式降低实现本方法的硬件要求并提高图像增强结果的精度。
[0052]根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
[0053]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
[0054]图1示出根据本公开实施例的一种冷冻电镜图像处理方法的流程图；
[0055]图2示出根据本公开实施例的一种确定模型训练集过程的示意图；
[0056]图3示出根据本公开实施例的一种图像处理模型的示意图；
[0057]图4示出根据本公开实施例的一种冷冻电镜图像处理方法的示意图；
[0058]图5示出根据本公开实施例的一种冷冻电镜图像处理效果的示意图；
[0059]图6示出根据本公开实施例的一种冷冻电镜图像处理装置的示意图；
[0060]图7示出本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种冷冻电镜图像处理方法，其特征在于，所述方法包括：获取待处理的冷冻电镜图像，所述冷冻电镜图像中包括目标蛋白质的三维结构；根据预设尺寸划分所述冷冻电镜图像得到多个对应的电镜子图像；通过训练得到的图像处理模型分别对每个所述电镜子图像进行增强处理，得到增强其中三维结构密度的增强子图像；拼接每个所述增强子图像得到目标冷冻电镜图像。2.根据权利要求1所述的方法，其特征在于，所述图像处理模型的训练过程包括：获取多个样本电镜图像；根据所述多个样本电镜图像确定模型训练集；根据所述模型训练集训练所述图像处理模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述多个样本电镜图像确定模型训练集，包括：从所述多个样本电镜图像中随机截取多个所述预设尺寸大小的区域，得到样本子图像；对每个所述样本子图像分别进行第一图像处理和第二图像处理，得到标注子图像和对应的输入子图像；根据多个输入子图像和对应的标注子图像确定模型训练集。4.根据权利要求3所述的方法，其特征在于，所述第一图像处理过程包括：去除所述样本子图像中的噪声颗粒。5.根据权利要求3或4所述的方法，其特征在于，所述第二图像处理过程包括：随机擦除所述样本子图像中的局部区域。6.根据权利要求3
‑
5中任意一项所述的方法，其特...
【专利技术属性】
技术研发人员：刘丙华，刘海宾，李盼，郭良越，贺俊宏，郭春龙，
申请(专利权)人：水木未来北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。