論文の概要: Score-Based Matching with Target Guidance for Cryo-EM Denoising

• arxiv url: http://arxiv.org/abs/2604.17734v1
• Date: Mon, 20 Apr 2026 02:46:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.665855
• Title: Score-Based Matching with Target Guidance for Cryo-EM Denoising
• Title（参考訳）: Cryo-EM復調のための目標誘導を用いたスコアベースマッチング
• Authors: Xiaoqi Wu, Xueying Zhan, Wen Li, Junhao Wu, Xin Huang, Min Xu,
• Abstract要約: 低温電子顕微鏡(cryo-EM)は、強い低線量イメージング条件下での生体高分子の単一粒子分析を可能にする。 結果として得られるマイクログラフは、しばしば非常に低い信号対雑音比と弱い粒子可視性を示す。 したがって, 粒子抽出, 2次元分類, 3次元再構成など, 下流のCryo-EM解析において, 画像復調は重要な前処理ステップである。
• 参考スコア（独自算出の注目度）: 17.072649595467905
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cryo-electron microscopy (cryo-EM) enables single-particle analysis of biological macromolecules under strict low-dose imaging conditions, but the resulting micrographs often exhibit extremely low signal-to-noise ratios and weak particle visibility. Image denoising is therefore an important preprocessing step for downstream cryo-EM analysis, including particle picking, 2D classification, and 3D reconstruction. Existing cryo-EM denoising methods are commonly trained with pixel-wise or Noise2Noise-style objectives, which can improve visual quality but do not explicitly account for structural consistency required by downstream analysis. In this work, we propose a score-based denoising framework for cryo-EM that learns the clean-data score to recover particle signals while better preserving structural information. Building on this formulation, we further introduce a target-guided variant that incorporates reference-density guidance to stabilize score learning under weak and ambiguous signal conditions. Rather than simply amplifying particle-like responses, our framework better suppresses structured low-frequency background, which improves particle--background separability for downstream analysis. Experiments on multiple cryo-EM datasets show that our score-based methods consistently improve downstream particle picking and produce more structure-consistent 3D reconstructions. Experiments on multiple cryo-EM datasets show that our methods improve downstream particle picking and produce more structure-consistent reconstructions.
• Abstract（参考訳）: 核-電子顕微鏡(cryo-EM)は、強い低線量撮像条件下での生体高分子の単一粒子分析を可能にするが、結果として得られるマイクログラフは信号-ノイズ比が極端に低く、粒子の視認性が弱い。 したがって, 粒子抽出, 2次元分類, 3次元再構成など, 下流のCryo-EM解析において, 画像復調は重要な前処理ステップである。 既存のCreo-EM denoising法は、一般的にピクセルワイズやノイズ2ノイズスタイルの目標で訓練されており、視品質を向上させることができるが、下流解析で必要とされる構造的一貫性を明示的に考慮していない。 本研究では, クリーンデータスコアを学習し, 粒子信号の復元を行い, 構造情報の保存性を高めたCryo-EMのためのスコアベース復調フレームワークを提案する。 この定式化に基づいて,弱信号条件と曖昧信号条件下でのスコア学習を安定化するために,基準密度ガイダンスを組み込んだ目標誘導型も導入する。 粒子状応答を単純に増幅するのではなく,低周波背景構造を適切に抑制し,下流解析における粒子背景分離性を向上させる。 複数のCreo-EMデータセットを用いた実験により、我々のスコアベースの手法は、下流の粒子の抽出を一貫して改善し、より構造に一貫性のある3D再構成を生成することが示された。 複数のCreo-EMデータセットを用いた実験により, 下流の粒子抽出を改善するとともに, より構造に一貫性のある再構成が得られた。

関連論文リスト

• A Machine Learning-Driven Solution for Denoising Inertial Confinement Fusion Images [3.422849356462525]
  混合ガウス・ポアソン復調のために,Cohen-Daubechies-Feauveauウェーブレット変換を用いた教師なしオートエンコーダを実装した。 これは、フォワードモデルによって生成されたデータとベンチマークした場合、低い再構成エラーと優れたエッジ保存メトリクスを示す。
  論文  参考訳（メタデータ） (2025-11-20T18:56:34Z)
• CryoSplat: Gaussian Splatting for Cryo-EM Homogeneous Reconstruction [48.45613121595709]
  低温電子顕微鏡(cryo-EM)は、分子構造をほぼ原子の分解能で決定するのに役立つ。 単一粒子Cryo-EMにおける中心的な計算課題は、未知の方向で取得されたノイズの多い2Dプロジェクションから分子の3次元静電ポテンシャルを再構築することである。 本稿では,GMMをベースとしたCryoSplatを提案し,Gaussian splattingとCryo-EM画像形成の物理を統合する。
  論文  参考訳（メタデータ） (2025-08-06T23:24:43Z)
• CryoFastAR: Fast Cryo-EM Ab Initio Reconstruction Made Easy [58.86576215228903]
  我々はCryo-EMノイズ画像から直接ポーズを予測できる最初の幾何学的基礎モデルであるCryoFastARを紹介した。 CryoFastARは、マルチビュー機能と、大規模シミュレーションされたCryo-EMデータに現実的なノイズとCTF変調を統合することで、ポーズ推定精度と一般化を向上する。
  論文  参考訳（メタデータ） (2025-06-06T08:32:32Z)
• CryoCCD: Conditional Cycle-consistent Diffusion with Biophysical Modeling for Cryo-EM Synthesis [29.679758514584986]
  単一粒子低温電子顕微鏡(cryo-EM)は構造生物学の基盤となっている。 本稿では,CryoCCDについて述べる。CryoCCD,CryoCCD,CryoCCD,CryoCCD,CryoCCD,CryoCCD。
  論文  参考訳（メタデータ） (2025-05-29T13:40:59Z)
• 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)
• Robust single-particle cryo-EM image denoising and restoration [11.173867153077692]
  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。
  論文  参考訳（メタデータ） (2024-01-02T08:33:36Z)
• Image Denoising and the Generative Accumulation of Photons [63.14988413396991]
  我々は,次の光子がどこに到着できるかを予測するために訓練されたネットワークが,実際に最小平均二乗誤差(MMSE)を解くことを示している。 自己監督型認知のための新しい戦略を提案する。 本稿では,画像に少量の光子を反復的にサンプリングし,付加することにより,可能な解の後方からサンプリングする新しい方法を提案する。
  論文  参考訳（メタデータ） (2023-07-13T08:03:32Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)

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。