- 4 次围观
冷冻电子断层成像是一项不断发展的技术，用于研究大分子、病毒和细胞。它通常应用于那些对于基于二维图像平均的方法（如单颗粒分析）而言过大或异质性过强的样品，例如细胞内膜或细胞器。 当前的实践是在旋转过程中记录一系列倾斜投影图像。重建通常是一个病态的数学问题。尤其是在稀疏数据、离散倾斜角以及有限倾斜范围所构成的欠定情形下，重建切片中会出现特征性伪影。许多看似噪声的成分实际上具有结构性：即来自不同平面的对比度投影。 为对重建进行正则化，研究中采用了多种方案，包括基于神经网络的机器学习框架。在噪声具有结构性的范围内，可以通过使用合适核函数进行反卷积来抑制这些噪声。这一点已在厚样品的冷冻扫描透射电子显微断层成像中得到证明并被常规采用，因为在该情形下欠采样问题尤为严重。 本文提出了3dcon，作为从荧光显微镜领域引入的熵正则化反卷积算法的一种开源扩展。它利用现代计算硬件实现便捷而快速的处理。反卷积过程完全依赖算法，这意味着数据处理的成功并不取决于数据本身。因此，它应当能够在广泛的应用中保持稳健性。
michael.elbaum{at}weizmann.ac.il
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
冷冻电子断层成像是一项不断发展的技术，用于研究大分子、病毒和细胞。它通常应用于那些对于基于二维图像平均的方法（如单颗粒分析）而言过大或异质性过强的样品，例如细胞内膜结构或细胞器。当前的常规做法是记录一组旋转倾斜条件下的投影图像序列。重建通常是一个病态数学问题。特别是在稀疏数据、离散倾斜角以及有限倾斜范围所构成的欠定情形下，重建切片中会出现特征性伪影。许多看似噪声的内容实际上具有结构性：即来自不同平面的对比度投影。为使重建正规化，人们采用了多种方案，包括基于神经网络的机器学习框架。既然这种噪声在一定程度上具有结构性，那么就有可能通过使用合适核函数进行反卷积来抑制它。这一点已经得到证明，并且已在厚样品的冷冻 STEM 断层成像中得到常规应用；在该场景下，欠采样问题尤为严重。持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY 4.0 国际许可协议 公开提供。
返回顶部
上一篇
下一篇
发布于 2026 年 6 月 18 日。
下载 PDF
补充材料
电子邮件
您的电子邮件
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或用逗号分隔。
您将要通过电子邮件发送以下内容
`3dcon: tomogram denoising by deconvolution`
邮件主题
（您的姓名）已从 bioRxiv 转发一个页面给您
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人工访问者，并防止自动垃圾信息提交。
分享
`3dcon`：通过反卷积进行断层图降噪
Peter Kirchweger ， Lev Melnikovsky ， Shahar Seifer ， Michael Elbaum
bioRxiv 2026.06.15.732138； doi： https://doi.org/10.64898/2026.06.15.732138
分享本文：
复制
引文工具
`3dcon`：通过反卷积进行断层图降噪
Peter Kirchweger ， Lev Melnikovsky ， Shahar Seifer ， Michael Elbaum
bioRxiv 2026.06.15.732138； doi： https://doi.org/10.64898/2026.06.15.732138
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.15.732138v1?rss=1
🏷️ 冷冻电子断层成像 图像去噪 反卷积 三维重建 熵正则化