Fugu-MT 論文翻訳(概要): Robust single-particle cryo-EM image denoising and restoration

論文の概要: Robust single-particle cryo-EM image denoising and restoration

arxiv url: http://arxiv.org/abs/2401.01097v1
Date: Tue, 2 Jan 2024 08:33:36 GMT
ステータス: 処理完了
システム内更新日: 2024-01-03 14:22:21.494620
Title: Robust single-particle cryo-EM image denoising and restoration
Title（参考訳）: ロバストな単粒子cryo-em画像のデノイジングと復元
Authors: Jing Zhang, Tengfei Zhao, ShiYu Hu, Xin Zhao
Abstract要約: 核電子顕微鏡(cryo-EM)は、2Dマイクログラフの再構成によって生体分子の原子レベルに近い分解能を達成している。しかし, 極低信号-雑音比(SNR)とCryo-EM画像の複素雑音構造により, 再構成粒子の分解能と精度は著しく低下する。本稿では,単一粒子Cryo-EM画像を効果的に復号・復号化するためのプロセス後フレームワークを用いた拡散モデルを提案する。
参考スコア（独自算出の注目度）: 11.173867153077692
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Cryo-electron microscopy (cryo-EM) has achieved near-atomic level resolution of biomolecules by reconstructing 2D micrographs. However, the resolution and accuracy of the reconstructed particles are significantly reduced due to the extremely low signal-to-noise ratio (SNR) and complex noise structure of cryo-EM images. In this paper, we introduce a diffusion model with post-processing framework to effectively denoise and restore single particle cryo-EM images. Our method outperforms the state-of-the-art (SOTA) denoising methods by effectively removing structural noise that has not been addressed before. Additionally, more accurate and high-resolution three-dimensional reconstruction structures can be obtained from denoised cryo-EM images.
Abstract（参考訳）: 核電子顕微鏡(cryo-EM)は、2Dマイクログラフの再構成によって生体分子の原子レベルに近い分解能を達成している。しかし, 極低信号-雑音比(SNR)とCryo-EM画像の複素雑音構造により, 再構成粒子の分解能と精度は著しく低下する。本稿では,単一粒子cryo-em像を効果的に除去・復元するための後処理フレームワークを用いた拡散モデルを提案する。提案手法は,これまで未解決であった構造ノイズを効果的に除去することにより,最先端(SOTA)デノナイズ法より優れる。さらに, より高精度で高分解能な3次元再構成構造を, 有意なcryo-em画像から得ることができる。

関連論文リスト

CryoSPIN: Improving Ab-Initio Cryo-EM Reconstruction with Semi-Amortized Pose Inference [30.195615398809043]
Cryo-EMは、高分子錯体の原子分解能3次元構造を決定する方法として人気が高まっている。近年のCryo-EMの進歩は、アモートされた推論がポーズを予測するために使われている深層学習に焦点が当てられている。本稿では,半アモタイズ法であるCryoSPINを提案する。この手法では,復元はアモタイズされた推論から始まり,自動デコードに切り替える。
論文参考訳（メタデータ） (2024-06-15T00:44:32Z)
Rotational Augmented Noise2Inverse for Low-dose Computed Tomography Reconstruction [83.73429628413773]
改良された深層学習手法は、画像のノイズを除去する能力を示しているが、正確な地上の真実を必要とする。畳み込みニューラルネットワーク(CNN)のトレーニングに基礎的真理を必要としないLDCTのための新しい自己教師型フレームワークを提案する。数値および実験結果から,Sparse View を用いた N2I の再構成精度は低下しており,提案手法は異なる範囲のサンプリング角度で画像品質を向上する。
論文参考訳（メタデータ） (2023-12-19T22:40:51Z)
CryoGEM: Physics-Informed Generative Cryo-Electron Microscopy [38.57626501108458]
物理インフォームド生成型低温電子顕微鏡(CryoGEM)を紹介する。 CryoGEMは、物理に基づくCryo-EMシミュレーションと生成不能ノイズ変換を統合して、現実的なノイズを生成する。実験の結果,CryoGEMはCryo-EM画像を生成することができることがわかった。
論文参考訳（メタデータ） (2023-12-04T07:52:56Z)
Volumetric Reconstruction Resolves Off-Resonance Artifacts in Static and Dynamic PROPELLER MRI [76.60362295758596]
磁気共鳴イメージング(MRI)におけるオフ共鳴アーティファクトは、画像ボリューム内のスピンの実際の共鳴周波数が空間情報を符号化するのに使用される期待周波数と異なる場合に発生する視覚歪みである。本稿では,2次元MRI再構成問題を3次元に引き上げ,このオフ共鳴をモデル化するための「スペクトル」次元を導入することで,これらのアーチファクトを解決することを提案する。
論文参考訳（メタデータ） (2023-11-22T05:44:51Z)
Denoising Simulated Low-Field MRI (70mT) using Denoising Autoencoders (DAE) and Cycle-Consistent Generative Adversarial Networks (Cycle-GAN) [68.8204255655161]
高磁場, 高分解能, 高信号-雑音比 (SNR) 磁気共鳴イメージング (MRI) 画像を得るために, GAN (Cycle Consistent Generative Adversarial Network) が実装されている。 Denoising Autoencoder(DAE)とCycle-GANをペアとアンペアのケースで訓練するために画像が使用された。この研究は、古典的DAEを上回り、低磁場MRI画像を改善することができ、画像ペアを必要としない生成的ディープラーニングモデルの使用を実証する。
論文参考訳（メタデータ） (2023-07-12T00:01:00Z)
SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
論文参考訳（メタデータ） (2022-06-09T14:00:26Z)
CryoAI: Amortized Inference of Poses for Ab Initio Reconstruction of 3D Molecular Volumes from Real Cryo-EM Images [30.738209997049395]
粒子ポーズの勾配に基づく最適化と単一粒子Creo-EMデータからの電子散乱電位を用いた等質コンフォーメーションのためのアブイニシアト再構成アルゴリズムであるCreoAIを紹介する。 CryoAIは、シミュレーションデータと実験データの両方に対して、最先端のCryo-EMソルバと同等の結果を得る。
論文参考訳（メタデータ） (2022-03-15T17:58:03Z)
Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文参考訳（メタデータ） (2022-03-10T14:22:54Z)
Cryo-ZSSR: multiple-image super-resolution based on deep internal learning [14.818511430476589]
単一粒子低温電子顕微鏡 (cryo-EM) は、タンパク質やマクロ分子複合体を原子近傍の分解能で可視化できる新しい画像モダリティである。本稿では,低SNR条件下での動作に特化して設計された深層学習に基づくマルチイメージSRアルゴリズムを提案する。以上の結果から,低倍率画像と画像SRの組み合わせは,解像度を犠牲にすることなく,Cryo-EMデータ収集を加速させる可能性が示唆された。
論文参考訳（メタデータ） (2020-11-22T14:04:54Z)
Blur, Noise, and Compression Robust Generative Adversarial Networks [85.68632778835253]
劣化画像から直接クリーンな画像生成装置を学習するために, ぼかし, ノイズ, 圧縮堅牢なGAN(BNCR-GAN)を提案する。 NR-GANにインスパイアされたBNCR-GANは、画像、ぼやけたカーネル、ノイズ、品質要素ジェネレータで構成される多重ジェネレータモデルを使用する。 CIFAR-10の大規模比較とFFHQの一般性解析によるBNCR-GANの有効性を実証する。
論文参考訳（メタデータ） (2020-03-17T17:56:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。