在结构生物学领域,采用单颗粒冷冻电镜技术来解析蛋白质的三维结构已经变得非常热门。在整个流程当中,蛋白质颗粒挑选过程需要耗费大量的精力与时间。目前颗粒挑选都是先人工标注一些正样本颗粒,再采用半自动颗粒挑选的方式来挑选颗粒,之后通过人工剔除其中一些假阳性颗粒例如冰渣和碳膜。因此急切需要一种全新的自动化蛋白质颗粒挑选算法来减少人的参与,同时能够剔除掉一些显著的假阳性颗粒,保证挑选颗粒的准确度。本文在此背景下通过计算机图像处理的方法设计实现了一个全自动化蛋白质颗粒挑选算法DeepPicker。在方法设计上采用迁移学习的思想,将之前已经解出来的大量现成的不同种类的蛋白质颗粒进行混合训练卷积神经网络分类器,因此这个过程中不需要人工的标注训练正负样本。其次DeepPicker采用了Canny边缘检测和单连通域分析来剔除假阳性颗粒冰渣和碳膜,极大的降低了人为的参与,实现了整个挑选流程的全自动化。最后在3个公开数据集上的测试结果表明了DeepPicker能够达到非常高的准确度,获得人工级别的蛋白质颗粒挑选结果。