الوصف
عندما نفكر في مقاطع الفيديو ، فإننا نأخذ دائمًا ترتيب الإطارات كأمر مسلم به. بعد كل شيء ، يجب أن يكون شخص ما قد أنشأ هذا الفيديو بطريقة ما. ومع ذلك ، إذا تم إعطاؤك كيسًا من الإطارات المرتبة عشوائيًا ، فكيف يمكن للمرء أن يأمرها لتكون متماسكة؟
هذه المشكلة مستوحاة من البيانات التي تم إنشاؤها بواسطة منشأة Linac Coherent Light Source (LCLS) في مركز Stanford Linear Accelerator Center. يمكن لهذا المرفق التقاط “صورة” لجزيء بيولوجي ، والحصول على بيانات مثل إحداثيات (x ، y ، z) لجميع الذرات والزوايا بين الروابط المهمة الموجودة في العمود الفقري. ومع ذلك ، نظرًا لأن الإجراء يدمر كل جزيء بعد كل “لقطة” ، ينتهي بنا الأمر بالعديد من الصور للجزيء البيولوجي في حالات وتوافقات مختلفة تشكل جزءًا من مسار ديناميكياتها. هنا ، يكون مسار الديناميكيات مماثلاً لترتيب إطار الفيديو ؛ في منشأة LCLS ، نحصل على إطارات للفيديو بدون معلومات حول طلباتهم النسبية.
الدافع هو ترتيب هذه الصور حتى نتمكن من معرفة شيء ما عن ديناميكيات البروتين. بالنسبة لهذا المشروع ، تعاملنا مع هذه المشكلة خطوة بخطوة ، أولاً من خلال تطبيق الخوارزمية الخاصة بنا على مجموعات بيانات محاكاة بسيطة جدًا ثم الانتقال إلى إعادة بناء محاكاة الجزيئات البيولوجية المختلطة.
في هذا المشروع ، نصف خطوات إعادة بناء ترتيب إطار من سلسلة من الصور بهدف نهائي هو إعادة بناء مسارات البروتين.
نطبق تقليل الأبعاد غير الخطية لإنشاء رسم بياني للإطارات ذات الحواف التي تمثل المسافات. من الرسم البياني نعيد بناء ترتيب الإطار الخاص بنا من خلال وسائل مختلفة مثل إيجاد المسار الطويل في الشجرة الممتدة الدنيا.
نظهر وعدًا بهذا النهج من خلال إعادة بناء ترتيب إطار عمليات المحاكاة البيولوجية البسيطة.
Python code for merging two separate photos to create a single, multi-person photo
Python code take a a binary image which fed to the Tesseract OCR
المراجعات
لا توجد مراجعات بعد.