信息：采集、拥有与保持

信噪比（SNR）与香农-哈特莱信道容量是有助于界定通过噪声信道传输数据时已知信息损失的度量指标。这些度量不能用于量化相反的过程：新信息的采集。相关函数与相关系数在从噪声源收集新信息方面确实发挥着重要作用。然而，Bershad 与 Rockmore [1974] 基于实空间与傅里叶空间中相互矛盾的先验假设建立了其公式。他们的表述随后被照搬到电子显微镜的实用科学中，而这些先验假设如今扭曲了冷冻电镜（Cryo-EM）中的大多数质量度量。冷冻电镜近年来取得巨大成功 [Wiley Award 2017; 诺贝尔化学奖 2017]，并成为揭示核糖体、病毒或冠状病毒刺突等生物复合物结构的主流方法，在当下 COVID-19 大流行期间至关重要。这些早期误解如今干扰了独立获得结果的客观比较。我们发现，这些问题的根源显著早于那些 1970 年代的出版物，并已蕴含于原始的 SNR 定义之中。我们在此提出新度量，以评估实验中采集的信息量，该信息以比特度量。这些新度量评估在对象上收集的信息总量，以及该对象内信息密度的分布。新度量可应用于所有收集、处理、压缩或比较数据的场合。作为示例，我们比较了两种近期发表的 SARS-CoV-2 刺突蛋白的结构。我们还引入了用于包括冷冻电镜、生物医学成像、显微镜、信号处理、摄影、层析成像等诸多科学中换能器质量评估的新度量。