基于神经形变场的冷冻电子断层成像联合对齐与重建
图像与视频处理
2023-10-17 v1 信号处理
摘要
我们提出了一种在电子冷冻断层成像(CryoET)中联合确定形变参数并重建未知三维体的框架。CryoET旨在从二维投影重建三维生物样本。一个主要挑战在于我们只能获取有限倾角范围内的投影，且每次投影在采集过程中都会经历未知形变。不考虑这些形变会导致重建质量较差。现有的CryoET软件包常在工作流中借助人工反馈来尝试对齐投影。我们提出的方法通过自动计算一组未形变投影，同时重建未知三维体，从而规避了这一不便。我们通过学习未形变测量值与形变参数的连续表示来实现这一点。我们表明，我们的方法能够恢复在未考虑形变时被破坏的高频细节。
引用
@article{arxiv.2211.14534,
title = {Joint Cryo-ET Alignment and Reconstruction with Neural Deformation Fields},
author = {Valentin Debarnot and Sidharth Gupta and Konik Kothari and Ivan Dokmanic},
journal= {arXiv preprint arXiv:2211.14534},
year = {2023}
}