克日质料基因组工程研究院（MGI）孙强教授课题组在机械视觉剖析外貌超分子结构方面取得希望，，，，，研究效果揭晓于Angew. Chem. Int. Ed.（最新影响因子: 16.8），，，，，论文问题为“A Deep-Learning Framework for the Automated Recognition of Molecules in Scanning-Probe-Microscopy Images”。。。。。。
盘算机视觉作为深度学习的主要分支，，，，，被普遍运用在种种图像数据处置惩罚领域。。。。。。得益于扫描探针显微镜（SPM）手艺的生长，，，，，研究职员能够直观地在单分子、甚至是单原子标准上视察和剖析物质。。。。。。然而，，，，，一直以来在SPM图像中提守信息主要依赖于实验职员的主观剖析。。。。。。
图1：深度学习框架事情流程概述。。。。。。此事情流程从标准SPM图像收罗最先，，，，，然后通过t-SNE算法举行图像评估，，，，，该算法用于确认高区分率SPM图像中分子的可分性。。。。。。随后，，，，，在原始SPM图像中选择一个小区域的分子举行标记和数据增强，，，，，并作为实例支解深度学习模子（Mask R-CNN）的数据集。。。。。。最后，，，，，机械视觉模子在训练后将自动批量评估SPM图像并输出展望效果。。。。。。
在本事情中，，，，，作者开发了一个深度学习框架，，，，，运用Mask R-CNN目的检测算法来实现SPM二元或多元纳米结构中单分子的识别、分类和实例支解。。。。。。为了展现该框架对分子的敏感度，，，，，作者使用了在SPM图像中极为相似的两种三角形分子作为案例。。。。。。试验效果批注，，，，，该框架可以高效准确辨识出两种分子在SPM图像上的细微差别并勾勒出分子轮廓。。。。。。
另外，，，，，课题组与南开大学王小野教授相助的“Heteroatom-Edged [4]Triangulene: Facile Synthesis and Two-Dimensional On-Surface Self-Assemblies”论文也于克日揭晓于Angew. Chem. Int. Ed.。。。。。。该论文叙述了一种新型的具有氧–硼–氧（OBO）掺杂边沿的杂[4]三角烯，，，，，并实现了在金属外貌的二维有序组装（图2）。。。。。。实验和理论盘算批注硼氧杂[4]三角烯能在金属外貌通太过子间C–H···O氢键作用，，，，，在差别基底的调控作用下实现多孔组装与致密群集组装两种长程有序的结构，，，，，显著区别于无序或伶仃保存的全碳[4]三角烯。。。。。。该事情展示了一类新型硼氧杂[4]三角烯分子，，，，，拓展了杂三角烯的质料系统，，，，，并进一步证实晰其形成二维外貌自组装中的潜力，，，，，为纳米石墨烯分子阵列化及其在未来纳电子器件等领域的应用提供了新的思绪。。。。。。
图2：A.已有的[4]三角烯和本文报道的硼氧杂[4]三角烯及其在差别基底上的组装形貌示意图；；；； ；；B.（a–h）OBO三角烯在差别基底上组装体的STM图像；；；； ；；（i）基于差别组装结构的二聚体模子。。。。。。
两篇论文事情主要由8188cc威尼斯MGI孙强教授课题组与南开大学王小野教授课题组相助完成。。。。。。论文一中孙强教授为唯一通讯作者，，，，，第一作者为MGI硕士生朱志文。。。。。。论文二中孙强教授为配合通讯作者，，，，，MGI博士生陆佳宜为配合第一作者。。。。。。MGI外貌科学课题组（www.qiangsungroup.cn）近年来使用数据挖掘、机械学习和人工智能要领，，，，，连系高通量实验手段研究人工智能在外貌科学中的应用，，，，，包括机械视觉、自动目的识别和性能展望。。。。。。
论文一链接：https://doi.org/10.1002/anie.202213503
论文二链接：https://doi.org/10.1002/anie.202212594
