Title
A particle-filter framework for robust cryo-EM 3D reconstruction
Summary
文章为冷冻电镜图像设计了一种粒子滤波的方法,通过初始化一批点作为单个图像的后验概率密度区域,通过迭代的方式找到似然区,不断地迭代,得到最优值,由此确定每张图片的参数。算法能够进行参数自适应调整,提高了3D重建的精度。
Research Objective
在单粒子低温冷冻电镜中,为每一个粒子图像估计一组参数(旋转、平移、焦散和结构状态),并重建3D模型
Problem Statement
主要解决目前参数估计方法,要么计算成本太高(网格化方法),要么是可靠性不高(梯度下降和随机梯度下降配合分支定界的方法)
在网格算法中,更精细的网格会产生更加准确的参数估计,但是当参考模型分辨率太低时,计算量很大。即需要一定的先验知识来平衡参数估计精度与计算成本。作者提出的粒子滤波算法可以自适应的调整这个问题。
Method(s)
把粒子滤波的方法引入到生物领域,应用在参数估计上。算法将每张图片分为四个子参数空间(假设各自独立),旋转、平移、焦散、结构状态旋转:支持点最多最复杂;平移:较为简单;焦散:使用其他程序,只实现了本地焦散;结构状态:不是很理解这个结构状态是