基于深度学习的低温电子断层扫描图像中大分子识别与分割技术综述

《Nature Communications》：ETSAM: effectively segmenting cell membranes in cryo-electron tomograms

　　以下是该段内容中的关键专业术语及通俗解释：- Cryogenic Electron Tomography (cryo-ET)：低温电子断层扫描，一种在极低温下观察细胞内部三维结构的显微技术- Signal-to-noise ratio：信噪比，表示有效信号与背景噪声的比例，比例越低图像越难辨认- Missing wedge artifacts：缺失楔形伪影，由于无法从所有角度拍摄标本，导致重建图像出现类似楔形的信息缺失区域- Tilt angles：倾斜角度，样品台倾斜采集图像的角度范围，范围越广重建效果越好- Segment Anything Model 2 (SAM2)：任意分割模型2，一种能自动识别并分割图像中任意物体的高级AI模型- CryoET Data Portal (CDP)：低温电子断层扫描数据门户，一个公开分享cryo-ET数据的数据库平台- PolNet：一种利用深度学习生成模拟细胞断层扫描图像的工具- Macromolecules：大分子，如蛋白质、核酸等生物体内的大型分子- Tomograms：断层扫描图像，指通过电子显微镜重建出的三维切片图像- Sensitivity / Precision：敏感性 / 精确度，评估AI模型识别准确性的两个核心指标，前者指正确找到目标的能力，后者指避免误报的能力