論文の概要: GEM: 3D Gaussian Splatting for Efficient and Accurate Cryo-EM Reconstruction

• arxiv url: http://arxiv.org/abs/2509.25075v2
• Date: Thu, 02 Oct 2025 17:31:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 14:32:17.150285
• Title: GEM: 3D Gaussian Splatting for Efficient and Accurate Cryo-EM Reconstruction
• Title（参考訳）: GEM: 3D Gaussian Splatting for Efficient and Accurate Cryo-EM Reconstruction (特集:GEMとバイオサイバネティックス)
• Authors: Huaizhi Qu, Xiao Wang, Gengwei Zhang, Jie Peng, Tianlong Chen,
• Abstract要約: 核電子顕微鏡(cryo-EM)は高分解能構造生物学の中心的なツールとなっている。 大規模なデータセットは、計算コストとメモリ集約の両方を3D再構成する。 GEMは3次元ガウス平板上に構築された新しいCreo-EM再構成フレームワークである(3DGS)。 標準的なCryo-EMベンチマークでは、GEMは最先端の手法に比べて最大48%高速なトレーニングと12%低いメモリ使用率を実現している。
• 参考スコア（独自算出の注目度）: 39.086532262973606
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cryo-electron microscopy (cryo-EM) has become a central tool for high-resolution structural biology, yet the massive scale of datasets (often exceeding 100k particle images) renders 3D reconstruction both computationally expensive and memory intensive. Traditional Fourier-space methods are efficient but lose fidelity due to repeated transforms, while recent real-space approaches based on neural radiance fields (NeRFs) improve accuracy but incur cubic memory and computation overhead. Therefore, we introduce GEM, a novel cryo-EM reconstruction framework built on 3D Gaussian Splatting (3DGS) that operates directly in real-space while maintaining high efficiency. Instead of modeling the entire density volume, GEM represents proteins with compact 3D Gaussians, each parameterized by only 11 values. To further improve the training efficiency, we designed a novel gradient computation to 3D Gaussians that contribute to each voxel. This design substantially reduced both memory footprint and training cost. On standard cryo-EM benchmarks, GEM achieves up to 48% faster training and 12% lower memory usage compared to state-of-the-art methods, while improving local resolution by as much as 38.8%. These results establish GEM as a practical and scalable paradigm for cryo-EM reconstruction, unifying speed, efficiency, and high-resolution accuracy. Our code is available at https://github.com/UNITES-Lab/GEM.
• Abstract（参考訳）: 核電子顕微鏡(cryo-EM)は高解像度構造生物学の中心的なツールとなっているが、大量のデータセット(しばしば100kの粒子画像)は、計算コストとメモリ集約の両方を3D再構成する。 従来のフーリエ空間法は効率が良いが、繰り返し変換による忠実さを失う一方、ニューラルラディアンス場(NeRF)に基づく最近の実空間アプローチでは精度は向上するが、メモリと計算オーバーヘッドは増大する。 そこで,GEMは3次元ガウス平板(3DGS)上に構築され,高効率を保ちながら実空間で直接動作する新しいCreo-EM再構成フレームワークである。 密度の体積全体をモデル化する代わりに、GEMはコンパクトな3Dガウスのタンパク質を表現し、それぞれが11の値でパラメータ化される。 トレーニング効率をさらに向上するために,各ボクセルに寄与する3次元ガウスに対する新しい勾配計算を設計した。 この設計はメモリフットプリントとトレーニングコストを大幅に削減した。 標準的なCryo-EMベンチマークでは、GEMは最先端の手法に比べて最大48%高速なトレーニングと12%低いメモリ使用率を実現し、ローカル解像度は最大38.8%向上した。 これらの結果から,GEMはCreo-EM再構成,高速化,効率,高精度化のための実用的でスケーラブルなパラダイムとして確立された。 私たちのコードはhttps://github.com/UNITES-Lab/GEM.comで公開されています。

関連論文リスト

• Gaussian-Plus-SDF SLAM: High-fidelity 3D Reconstruction at 150+ fps [28.26214568008528]
  GPS-SLAM (Gaussian-Plus-SDF SLAM)は、現実世界のAzure Kinectシーケンスで150fpsを超えるリアルタイム3D再構成システムである。
  論文  参考訳（メタデータ） (2025-09-15T04:37:32Z)
• ProtoGS: Efficient and High-Quality Rendering with 3D Gaussian Prototypes [81.48624894781257]
  3D Gaussian Splatting (3DGS) は、新しいビュー合成において大きな進歩を遂げてきたが、ガウスプリミティブのかなりの数によって制限されている。 近年の手法では、密度の高いガウスの記憶容量を圧縮することでこの問題に対処しているが、レンダリングの品質と効率の維持には失敗している。 本稿では,ガウスの原始体を表現するためにガウスのプロトタイプを学習するProtoGSを提案し,視覚的品質を犠牲にすることなくガウスの総量を大幅に削減する。
  論文  参考訳（メタデータ） (2025-03-21T18:55:14Z)
• GES: Generalized Exponential Splatting for Efficient Radiance Field Rendering [112.16239342037714]
  GES(Generalized Exponential Splatting)は、GEF(Generalized Exponential Function)を用いて3Dシーンをモデル化する斬新な表現である。 周波数変調損失の助けを借りて、GESは新規なビュー合成ベンチマークにおいて競合性能を達成する。
  論文  参考訳（メタデータ） (2024-02-15T17:32:50Z)
• 3DGR-CT: Sparse-View CT Reconstruction with a 3D Gaussian Representation [22.774998118050032]
  スパースビューCT(Sparse-view Computed Tomography)は、投射を少なくすることで放射線被曝を減らす。 これはしばしば、限られたデータのためにノイズやアーティファクトが増大する。 スパースビューCT再構成のための新しい3次元ガウス表現法(3DGR)を提案する。
  論文  参考訳（メタデータ） (2023-12-25T09:47:33Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。