MS-data

1.从美国矿物数据库下载矿物CIF(有晶格)

2.晶胞CIF导入MS

3.选择display style中的ball and stick视图

4.加键add bonds,看看有没有错。此步骤前根据需要是否补H

5.手动指定每个原子力场类型

edit-atom selection-比如选好H(先选不用区分类型的元素)

edit-edit sets-new(定义一个集)

View-Explorers-Properties Explorer-Filter选atom-改Forcefield Type(先点击那个原子集)

其他元素一样,对于要区分类型的,如O,自己判断ob与oh(与H连),atom selection时一个个按ctrl选择好,再edit sets.

     

6.所有键加好,原子类型定义好后,扩胞

Build-symmetry-supercell

7.这里MS的优化模块,无论时GULP还是Forcite模块力场经过我不懈的努力还是没法用,我们直接导出文件

File- Export-选择car.cor格式(会导出两个文件)

8.在服务器账号里创建一个文件夹kao(文件夹名称一定要和你导出来的两个文件名字一样,区分大小写),将kao.car和kao.cor放进去

9.将我在北京培训的资料包里的frc_files放在kao文件夹同一个目录

10.已编译msi2lmp.exe(珠海服务器)

11.进入工作目录kao

cd kao/

msi2lmp.exe kao -class I -frc clayff -i -ignore > out.log

生成后kao文件夹会有data生成,可检查一下data力场对不对,不对的话检查一下frc_files里面的clayff.frc参数准不准。

12.生成的data是没有电荷信息的,根据我们之前在VMD测试的charge.tcl方法,得到每种元素电荷后,在in文件中设置。

 

转载于:https://www.cnblogs.com/zll-52011/p/10960905.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MS-CMRSeg 2019是一个心脏磁共振图像分割挑战数据集。该数据集提供了三个CMR序列,包括LGE、BSSFP和T2图像。挑战的目标是对LGE CMR图像的右心室(RV)、左心室(LV)和左心室心肌(MYO)进行分割。数据集共包含45个患者的CMR数据,其有35个标记的T2 CMR数据,35个标记的BSSFP CMR数据和仅5个标记的LGE CMR数据。每个患者的CMR数据都包含多个切片。这个挑战的主要目的是根据LGE CMR数据进行心脏结构的分割,而标记数据的稀缺性增加了挑战的难度。为了增加带标签的LGE CMR数据的数量,研究人员使用了直方图匹配技术在其他带标签的模态数据上进行了数据扩充。\[1\]\[3\] #### 引用[.reference_title] - *1* [Unsupervised Domain Adaptation with Variational Approximation for Cardiac Segmentation](https://blog.csdn.net/odssodssey/article/details/123429366)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【图像分割】医学图像分割多目标分割(多分类)实践](https://blog.csdn.net/baidu_36511315/article/details/106106463)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [【论文学习】An Automatic Cardiac Segmentation Framework based on Multi-sequence MR Image](https://blog.csdn.net/qq_35495464/article/details/111353471)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值