CryoSplat：用于冷冻电子显微镜均匀重建的高斯溅射
图像与视频处理
2026-05-04 v5 计算机视觉与模式识别
摘要
作为结构生物学中的关键模态，冷冻电子显微镜(cryo-EM)促进了近原子分辨率分子结构的确定。单颗粒cryo-EM的核心计算任务是从在未知姿态下获取的噪声2D投影图像中重建分子的3D静电势。高斯混合模型(GMM)提供了分子密度的连续、紧凑且具有物理解释性的表征，近期在cryo-EM重建中受到关注。然是，现有方法依赖外部共识图或原子模型进行初始化，限制了其在自包含管道中的使用。与此同时，类似高斯溅射的可微分渲染技术在体数据表示方面展现了卓越的规模和效率，表明其与GMM基于的cryo-EM重建天然契合。然是，现有的高斯溅射方法为照片逼真视图合成而设计，由于图像形成物理、重建目标和坐标系之间的不匹配，与cryo-EM不兼容。针对这些问题，我们提出了cryoSplat，一种基于GMM的方法，将高斯溅射与cryo-EM图像形成物理相结合。特别是，我们开发了一种针对cryo-EM成像的正交投影感知的高斯溅射，包括视角依赖归一化项和FFT对齐坐标系等改造。这些创新使我们能够直接从原始cryo-EM粒子图像上使用随机初始化实现稳定且高效的均匀重建。在真实数据集上的实验结果验证了cryoSplat相对于代表性基线方法的有效性和鲁棒性。代码将在https://github.com/Chen-Suyi/cryosplat上发布。
引用
@article{arxiv.2508.04929,
title = {CryoSplat: Gaussian Splatting for Cryo-EM Homogeneous Reconstruction},
author = {Suyi Chen and Haibin Ling},
journal= {arXiv preprint arXiv:2508.04929},
year = {2026}
}
备注
Published at ICLR 2026 (Camera-ready). Code available at https://github.com/Chen-Suyi/cryosplat