項目名稱：深度學習分析單分子動力學圖像數據

摘要：本研究計劃采用能夠找到數據中的系統規律的深度學習方法，優化并應用多個深度神經網絡模型，以解決單分子液相電鏡 (LP-TEM) 時序圖像處理中圖像信息量大、圖像信噪比低、圖像質量不一、相鄰幀間存在漂移、時序信息挖掘不充分等問題，随後将其擴展到單分子熒光、原子力顯微鏡和掃描隧道顯微鏡等其他單分子動力學成像領域，以構建一套通用的單分子成像數據自動化智能分析平台。該平台将有助于更系統、全面、定量、自動化地解釋大分子構象轉變在其聚合或解離過程中的作用，以及構象行為與反應機理及動力學之間的關系。這一研究将為深入理解複雜介觀體系的動态本質提供重要工具，有望推動單分子動力學成像領域的發展，從而深化我們對生命科學和高分子科學的認識。