EMAN ist eine Suite der wissenschaftlichen Bildverarbeitungswerkzeuge, die Haupt- auf die Elektronenmikroskopiegemeinschaft abgezielt, obwohl es anfängt, auf anderen Gebieten außerdem verwendet zu werden. Es hat einen bestimmten Fokus auf der Ausführung einer Aufgabe, die als einzelne Partikelrekonstruktion bekannt ist.

In dieser Methode montiert Bilder der nanoscale Moleküle und die molekularen Montagen, die im Glas eingebettet (glasigen) Eis auf einem ÜbertragungsElektronenmikroskop, dann aufbereitet using EMAN op, um ein komplettes 3-D recosntruction an den Auflösungen zu produzieren, die jetzt Atomauflösung nähern. Für Zellen der niedrigen Auflösung (~2 nm), kann dieses ~8 Stunden Rechneraufbereitende und einige tausend Partikel erfordern.

Für angestrebten Zellen die ~0.5 nm oder bessere Auflösung, können Hunderte Tausenden Partikel und Hunderte Tausenden CPU-Stunden (auf großen Computerblöcken) erfordert werden. In der Tat ist EMAN in den Supercomputerteildiensten als Prüfungsanwendung für die großräumige Datenverarbeitung häufig benutzt.

Wissenschaftliches Bildverarbeitungs ist von typischem Bildverarbeitungs Photoshop dadurch bemerkenswert, dass es in der Natur analyitical ist. Die Bilder, die in EMAN aufbereitet, sind greyscale Bilder des Gleitkommas. Das heißt, dargestellt die Pixelwerte in den Bildern als reale Zahlen, nicht als kleine ganze Zahlen en (typische GIF/JPG/PNG Bilder begrenzt auf Integralwerte von 0-255 für jedes Pixel).

Das Aufbereiten umfaßt häufig komplizierte Bildverarbeitungsarbeitsweisen im Fourier-oder Waveletplatz. EMAN freigegeben zuerst 1999 9 und gewesen unter kontinuierlicher Entwicklung seit dem. Es besteht Bibliothek aus Wechselstrom-++ von Hunderten des unterschiedlichen Bildes/des Datenträgers, die Algorithmen mit Schwergängigkeiten zur scripting Sprache der populären Pythonschlange aufbereiten. In der neuen EMAN Entwicklung entwickelt alle user-level Programme (von, welchen dort über 200 in EMAN 1.8 sind), in der Pythonschlange und erlauben dem kenntnisreichen Endbenutzer, Modifikationen zu bilden, ohne zu müssen, irgendwelche des C++ Quellencodes zentralzuladen oder zu kompilieren.

Was in diesem Auslösen neu ist:

· Erhebliche Verbesserungen gebildet in refine2d.py.
· Using refine2d.py auf allen neuen Basisband-Modems empfohlen nachdrücklich.
· Einige Programme verwenden die Art EMAN2 von Argumenten, d.h. „Programm < Datei > --option=value“, eher als die alte Art, „Programm< Datei > option=value“.
· Es gibt ein neues Format HDF5, das mit EMAN2 kompatibel ist.
· Neu ZUR SPRACHE BRINGT Programme addiert, wie „Skelett“.
· Neue Optionen hinzugefügt neue, um Verfeinerungarbeit auf großen icosahedral Nachrichten besser zu bilden.
· Die Parallelismusinfrastruktur verbessert, obwohl netzbezogene Probleme noch existieren können.
· Erzeugung des gelegentlichen Baumusters in makeinitialmodel.py war örtlich festgelegt.