UniMR:用于扫描道显微镜的自动化分子识别的插入运行框架
Ziqiang Cao1, Lingyin Zhang1, Bingzheng Wu2
1School of Computer Science and Technology, Soochow University, Suzhou, 215123, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|December 15, 2025
概括
一种新的无需培训的方法,UniMR,可以在不同系统和分辨率的扫描道显微镜图像中准确地识别分子. 这种通用分子识别器推进了微观表面化学研究.
科学领域:
- 表面科学是一门学科.
- 纳米技术纳米技术
- 计算化学计算化学
背景情况:
- 扫描道显微镜 (STM) 对分子表面化学至关重要.
- 在STM图像中识别分子是具有挑战性的,因为人类注释劳动和当前自动化方法的局限性.
- 现有的自动化方法往往需要广泛的培训,并且特定于特定的分子系统.
研究的目的:
- 开发一个无需培训的,用于STM图像的通用分子识别器 (UniMR).
- 创建一种广泛适用于各种分子系统的方法,并耐受低分辨率图像.
- 在微观表面化学中推进自动分子识别.
主要方法:
- UniMR集成了计算机视觉工具与功能自适应选择模块.
- 图像被规范化以保持一致的亮度和方向.
- 高斯混合模型从像素矩阵 (结构特征) 和CLIP嵌入 (语义特征) 中动态选择最佳表示.
- 同位数相似性用于分子识别.
主要成果:
- 在五个不同的分子系统中,UniMR平均获得了F1评分>0.9.
- 该方法即使在低分辨率的STM图像中也显示出高精度.
- 与现有的自动识别方法相比,观察到显著的改进.
结论:
- UniMR提供了一种多功能,无需培训的解决方案,用于STM中的分子识别.
- 这一框架可以显著帮助微观表面化学的研究人员.
- 在复杂的表面分析中,UniMR提高了STM的实用性.
更多相关视频
11:00Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface
Published on: October 2, 2016
9.4K
07:56User-friendly, High-throughput, and Fully Automated Data Acquisition Software for Single-particle Cryo-electron Microscopy
Published on: July 29, 2021
3.9K
