topaz

使用卷積神經網路從正樣本與未標記樣本訓練,進行冷凍電子顯微鏡影像粒子選取的管線。另提供

topaz 是什麼?

使用卷積神經網路從正樣本與未標記樣本訓練,進行冷凍電子顯微鏡影像粒子選取的管線。另提供以深度神經網路進行顯微圖與斷層圖去噪的功能。

topaz 概覽

這是什麼

Topaz 是一個用於冷凍電子顯微鏡(cryo-EM)影像中粒子檢測的流程。它使用從正例與未標記樣本訓練的卷積神經網路。該軟體還包含使用深度去噪模型進行顯微圖與斷層圖去噪的方法。

主要功能

  • 使用卷積神經網路進行冷凍電鏡顯微圖的粒子挑選
  • 使用深度神經網路進行顯微圖與斷層圖去噪
  • 包含預訓練的粒子挑選與去噪模型
  • 透過提供的腳本與 Relion 整合
  • 提供圖形使用者介面(GUI)以方便操作
  • 支援 3D 去噪與分塊粒子萃取
  • 可使用 @list_of_many_files.txt 讀取長參數列表

使用情境

  • 從冷凍電鏡顯微圖自動挑選粒子
  • 對冷凍電鏡顯微圖與斷層圖進行去噪以提升影像品質
  • 從使用者提供的正例與未標記樣本訓練自訂粒子檢測模型

快速開始

使用 Anaconda 安裝(建議):conda create -n topaz python=3.8source activate topazconda install topaz -c tbepler -c pytorch或透過 pip 安裝:pip3 install topaz-em使用 Docker 從儲存庫建置:docker build -t topaz https://github.com/tbepler/topaz.git使用 Singularity:singularity pull shub://nysbc/topaz詳細安裝說明與教學請參閱儲存庫的 README。

授權與價格

Topaz 採用 GPL-3.0 授權,為開源軟體。除開源授權外,未提供其他價格資訊。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/tbeplertopaz.svg)](https://yunodb.com/tools/tbeplertopaz?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/tbeplertopaz?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/tbeplertopaz.svg" alt="Featured on YunoDB" height="20"></a>