核孔复合物（NPC）是细胞核膜上由多种蛋白组装而成的复杂结构，在细胞核质交换和信息传递中起着关键作用。单分子定位超分辨成像（SMLM）以其特异性和高成像分辨率成为研究NPC超微结构的主要方法之一。然而，由于抗体标记不完全等因素导致的数据丢失，给后续分析带来了困难。笔者使用SMLM提供的定位信息，结合基于密度的空间聚类算法（DBSCAN）和层次聚类算法进行数据的提取和分类，建立了NPC筛选和定位的分析流程，并采用该处理流程得到了缺失较少且形貌比较均匀的核孔。进一步，基于最小二乘法原理对筛选得到的大量NPC进行质心对齐的重构处理，成功复现出了其经典的八重对称结构，并揭示了核孔蛋白Nup133与Nup98的精确相对位置关系。本研究通过建立核孔筛选和重构的标准流程，填补了SMLM数据的缺失。采用该流程对多种核孔蛋白进行分析，揭示它们的结构特性。所建流程为理解核孔的复杂结构提供了一种高通量的定量分析方法。