冷冻电镜图像的从头对比度估计与去噪
计算机视觉与模式识别
2022-07-01 v2
摘要
背景与目的:冷冻电镜(cryo-EM)图像之间的对比度各不相同,主要由于冰层厚度不均。这种对比度变化会影响二维分类平均、三维从头建模以及三维异质性分析的质量。对比度估计目前是在三维迭代精修过程中进行的。因此,在分类平均与从头建模的较早计算阶段无法获得估计值。本文旨在不从三维体、图像旋转或类平均估计出发,直接从挑出的粒子图像在从头阶段解决对比度估计问题。方法:我们分析所基于的关键观察是,原始图像的二维协方差矩阵与底层干净图像的协方差、噪声方差以及图像间对比度变异性相关。我们表明对比度变异性可由二维协方差矩阵导出,并应用已有的协方差维纳滤波(CWF)框架对其进行估计。我们还展示了对 CWF 的一种改进,以估计单张图像的对比度。结果:与先前 CWF 方法相比,我们的方法大幅改进了对比度估计。其估计精度常与知晓干净图像真实协方差的预言机相当。更准确的对比度估计也提升了图像复原质量,这在合成与实验数据集中均得到展示。结论:本文提出了一种直接从含噪图像、不使用任何三维体信息的有效对比度估计方法。它使得在单颗粒分析的较早阶段即可进行对比度校正,并可能提升下游处理的精度。
引用
@article{arxiv.2202.07737,
title = {Ab-initio Contrast Estimation and Denoising of Cryo-EM Images},
author = {Yunpeng Shi and Amit Singer},
journal= {arXiv preprint arXiv:2202.07737},
year = {2022}
}