Publication

CryoGAN: A Deep Generative Adversarial Approach to Single-Particle Cryo-EM

Michaël Unser
2023

Résumé

CryoGAN uses ideas from deep generative adversarial learning to perform image reconstruction in single-particle cryo-electron microscopy (cryo-EM). In this chapter, we begin by introducing single-particle cryo-EM. We then formulate the associated image-reconstruction problem and discuss the main solutions found in the literature. Next, we describe the CryoGAN algorithm and show some representative results. Finally, we discuss what our experiences with Cryo-GAN suggest about the advantages and disadvantages of such deep generative adversarial methods in single-particle cryo-EM and beyond.

Source officielle

https://infoscience.epfl.ch/entities/publication/f0ce58c8-a8a1-4fce-9762-3b5b71c49a23

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Michaël Unser
2023

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/f0ce58c8-a8a1-4fce-9762-3b5b71c49a23

À propos de ce résultat

Concepts associés (13)

Cryomicroscopie électronique

vignette|Un microscope électronique en transmission (2003). La cryomicroscopie électronique (cryo-ME) correspond à une technique particulière de préparation d’échantillons biologiques utilisée en microscopie électronique en transmission. Développée au début des années 1980, cette technique permet de réduire les dommages d’irradiation causés par le faisceau d’électrons. Elle permet également de préserver la morphologie et la structure des échantillons.

Réseaux antagonistes génératifs

En intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.

Single particle analysis

Single particle analysis is a group of related computerized image processing techniques used to analyze images from transmission electron microscopy (TEM). These methods were developed to improve and extend the information obtainable from TEM images of particulate samples, typically proteins or other large biological entities such as viruses. Individual images of stained or unstained particles are very noisy, and so hard to interpret. Combining several digitized images of similar particles together gives an image with stronger and more easily interpretable features.

Afficher plus

Publications associées (11)

Afficher plus

CryoGAN: A Deep Generative Adversarial Approach to Single-Particle Cryo-EM

Chattez avec Graph Search

Limited-angle tomography reconstruction via projector guided 3D diffusion

Structured Random Models for Phase Retrieval with Optical Diffusers

Microsecond melting and revitrification of cryo samples with a correlative light electron microscopy setup