[发明专利]用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统

说明书

本发明提供一种用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统，该方法包括：获取待识别的冷冻电镜图像数据；将所述待识别的冷冻电镜图像数据输入到训练好的网络参数模型中，获取生物大分子颗粒的识别结果；其中，所述训练好的网络参数模型是由历史训练过程中获取的范例冷冻电镜样本图像数据和冷冻电镜样本图像数据，对神经网络进行训练得到的，所述范例冷冻电镜样本图像数据和所述冷冻电镜样本图像数据标记有生物大分子颗粒坐标标签。本发明无需存储大量旧数据集，减少了单次训练时间，同时能够不断增强粒子挑选的特征识别范围和识别精度。

技术领域

本发明涉及冷冻电子显微学技术领域，尤其涉及一种用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统。

背景技术

冷冻电子显微学技术(简称冷冻电镜技术)是最近发展起来的解释生物大分子复合物和细胞组织的高分辨率结构的方法。在结构解析中，需要首先能够在冷冻电子显微学图像中识别出感兴趣的生物大分子颗粒，然后才能进行进一步的结构解析。

冷冻电镜系统在使用过程中，会不断地处理不同的生物样本，从而不停地产生新的数据。每一批新的数据中，都需要选择出一部分来，用于训练网络，获得新的模型。随着长时间的电镜使用，累积的训练数据会越来越多，每次训练都需要将所有累积的训练数据放到一起来训练网络，称为联合训练。然而，联合训练使用的数据量会越来越大，导致存在以下问题，一是对存储造成压力，需要长期维持大量训练数据集，二是每次训练的时间随着数据的增多，变得越来越长。

因此，现在亟需一种用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统来解决上述问题。

发明内容

针对现有技术存在的问题，本发明提供一种用于冷冻电镜生物大分子颗粒识别的持续学习方法及系统。

本发明提供一种用于冷冻电镜生物大分子颗粒识别的持续学习方法，包括：

获取待识别的冷冻电镜图像数据；

将所述待识别的冷冻电镜图像数据输入到训练好的网络参数模型中，获取生物大分子颗粒的识别结果；其中，所述训练好的网络参数模型是由历史训练过程中获取的范例冷冻电镜样本图像数据和冷冻电镜样本图像数据，对神经网络进行训练得到的，所述范例冷冻电镜样本图像数据和所述冷冻电镜样本图像数据标记有生物大分子颗粒坐标标签。

根据本发明提供的一种用于冷冻电镜生物大分子颗粒识别的持续学习方法，所述神经网络包括第一分支神经网络和第二分支神经网络，所述第一分支神经网络用于保留上一轮次训练数据的特征，所述第二分支神经网络用于根据所述第一分支神经网络获取当前轮次的模型参数。

根据本发明提供的一种用于冷冻电镜生物大分子颗粒识别的持续学习方法，所述训练好的网络参数模型通过以下步骤训练得到：

S1，根据标记有生物大分子颗粒坐标标签的样本冷冻电镜图像数据，构建第一训练样本集；

S2，将所述第一训练样本集分别输入到所述第一分支神经网络和所述第二分支神经网络进行训练，获取预训练的第一分支神经网络和预训练的第二分支神经网络；

S3，根据所述第一训练样本集，提取得到范例冷冻电镜图像数据，并根据所述范例冷冻电镜图像数据和下一训练轮次所需的样本冷冻电镜图像数据，构建第二训练样本集；

S4，基于所述预训练的第一分支神经网络，对所述预训练的第二分支神经网络进行知识蒸馏，并将所述第二训练样本集输入到知识蒸馏后的第二分支神经网络进行训练；

S5，对所述第二训练样本集进行范例提取，重复步骤S3至S4，直至满足预设条件，获取训练好的网络参数模型。

根据本发明提供的一种用于冷冻电镜生物大分子颗粒识别的持续学习方法，所述神经网络的损失函数为：

LTotal＝LOD+λd*LDistill+λr*LReg；