• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >A framework for real-time analysis of protein crystallization trial images
【24h】

A framework for real-time analysis of protein crystallization trial images

机译：蛋白质结晶试验图像实时分析的框架

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In recent years, high throughput robotic set-ups have been developed to automate the protein crystallization experiments, and imaging techniques are used to identify the state change or possibility of forming crystals. This dissertation proposes a framework for real-time analysis of protein crystallization trial images. Firstly, it provides a reliable and efficient classification of crystallization trials according to crystallization outcomes on a stand-alone system. Identification of the crystallization outcome of a trial is a multi-class classification problem where categories are ranked. Secondly, the framework provides spatio-temporal analysis of protein crystal growth by analyzing the time series images of a protein crystallization trial. In this dissertation, we propose techniques for a) feature extraction from protein crystallization trial images for classification, b) two-level classification: classification into high-level categories (non-crystals, likely-leads, and crystals) and sub-classification of crystal types, c) spatio-temporal analysis of protein crystallization trial images, and d) new accuracy measure to evaluate the performance of classification results. Overall, we propose an efficient and reliable framework for analysis of protein crystallization trials.
机译：近年来，已经开发出高通量的机器人装置来使蛋白质结晶实验自动化，并且使用成像技术来识别状态变化或形成晶体的可能性。本文提出了蛋白质结晶试验图像的实时分析框架。首先，它可以根据独立系统上的结晶结果提供可靠有效的结晶试验分类。确定试验的结晶结果是一个多类别的分类问题，其中对类别进行了排名。其次，该框架通过分析蛋白质结晶试验的时间序列图像，提供了蛋白质晶体生长的时空分析。在本文中，我们提出了以下技术：a）从蛋白质结晶试验图像中进行特征提取，以进行分类； b）两级分类：分类为高级类别（非晶体，可能的铅和晶体），并对子类别进行亚分类。晶体类型； c）蛋白质结晶试验图像的时空分析，以及d）评估分类结果性能的新精度方法。总体而言，我们提出了一个有效而可靠的框架，用于蛋白质结晶试验的分析。

著录项

  • 作者

    Sigdel, Madhav.;

  • 作者单位

    The University of Alabama in Huntsville.;

  • 授予单位 The University of Alabama in Huntsville.;
  • 学科 Computer science.;Biochemistry.;Bioinformatics.
  • 学位 Ph.D.
  • 年度 2015
  • 页码 176 p.
  • 总页数 176
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 TS97-4;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号