本研究提出CryoSAMU，一种新方法，通过结构感知的多模态U-Net优化中等分辨率冷冻电子显微镜密度图，显著提升了性能和处理速度，具有实际应用潜力。

本文介绍了三种新的计算方法，包括用于确定蛋白质二级结构位置的卷积神经网络模型和用于估计冷冻电子显微镜图像中螺旋区域图像结构相似性的新算法。

该文介绍了一种基于深度学习的方法，使用10维特征向量表示方向，并应用二次约束二次规划推导出预测的方向作为单位四元数，附加不确定度指标，提出了一种考虑方向之间的成对距离的独特损失函数以提高方法的准确性。该方法在文献中全面评估了编码器网络的设计选择，数值分析证明了该方法在端到端的方式从2D冷冻电子显微镜图像中有效地恢复方向。最后，该方法被打包到一个名为cryo-forum的开发者易于访问的软件套件中。