用于冷冻电子断层成像中少量标注下原位大分子结构分类的主动学习
摘要
动机：冷冻电子断层成像（cryo-ET）是一种三维生物成像工具，可在单细胞中以近天然状态可视化大分子的结构与空间组织，在生命科学中具有广泛应用。然而，由于高结构复杂性与成像限制，由 cryo-ET 捕获的大分子的系统结构识别与恢复十分困难。基于深度学习的子断层图像分类在此类任务中发挥了关键作用。但作为监督方法，其性能依赖于大量训练数据集上充分且费力的标注。结果：为缓解这一主要标注负担，我们提出了一种混合主动学习（HAL）框架，用于从大型无标注子断层图像池中查询待标注子断层图像。首先，HAL 采用不确定性采样选择预测最不确定的子断层图像。此外，为减轻该策略引起的采样偏差，引入判别器判断某子断层图像是否有标注，随后模型查询更可能为无标注的子断层图像。另外，HAL 引入子集采样策略以提高查询集的多样性，从而减少查询批次间的信息重叠并提升算法效率。我们在模拟与真实数据的子断层图像分类任务上的实验表明，使用少于 30% 的标注子断层图像即可达到可比的测试性能（平均仅 3% 准确率下降），这显示了在有限标注资源下子断层图像分类任务的良好前景。
引用
@article{arxiv.2102.12040,
title = {Active Learning to Classify Macromolecular Structures in situ for Less Supervision in Cryo-Electron Tomography},
author = {Xuefeng Du and Haohan Wang and Zhenxi Zhu and Xiangrui Zeng and Yi-Wei Chang and Jing Zhang and Min Xu},
journal= {arXiv preprint arXiv:2102.12040},
year = {2021}
}
备注
Statement on authorship changes: Dr. Eric Xing was an academic advisor of Mr. Haohan Wang. Dr. Xing was not directly involved in this work and has no direct interaction or collaboration with any other authors on this work. Therefore, Dr. Xing is removed from the author list according to his request. Mr. Zhenxi Zhu's affiliation is updated to his current affiliation