自动后挑选改进冷冻电镜显微图像中的粒子图像检测

利用单颗粒重构技术的冷冻电子显微镜（cryo-EM）研究被广泛用于揭示大分子复合物的结构信息。为了达到可实现的最高分辨率，最先进的电子显微镜采集数千张高质量图像。在收集这些数据后，必须检测并截取每个单颗粒。已开发出几种全自动或半自动方法用于从数字化显微图像中选择粒子图像。然而，它们仍然需要繁琐的人工后处理，这将成为下一代电子显微镜的主要瓶颈。我们不再专注于改进从显微图像中自动选择粒子的方法，而是提出一个后挑选步骤，用于对常用挑选软件输出的小窗口图像进行分类。一种将窗口化显微图像分类为粒子和非粒子的监督策略，可将人工工作量减少数个数量级。该方法基于新的强大图像特征以及集成分类器的适当训练。仅需数百个训练样本即可实现类人的分类性能。