Newest papers

Image Moment Estimation for Crowded Datasets

Andy Zhang, Oscar Mickelin, Amit Singer · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.22840 · cited by 0 works (OpenAlex) · open-access PDF

Korean

단일 파티클 크리오겐 전자 현미경 (cryo-EM)은 임의의 시각 방향에서 촬영 한 시끄러운 프레젠테이션 이미지의 집합에서 생물학적 매크로 분자들의 고해상도 3D 구조를 재구성 할 수있는 이미징 기술입니다. cryo-EM 이미징의 수학적 모델은 일반적으로 각 이미지에는 원본에 중심이되는 정확히 하나의 입자를 포함한다고 가정합니다. 그러나 많은 실험 데이터 세트에는 여러 입자를 포함하는 입자 이미지가 포함됩니다 : 한 중앙 입자와 몇 개의 붐비는 입자. 모델에서이 편차는 낮은 순서 이미지 순간과 같은 이미지 통계의 부정확한 추정으로 이어집니다. 이를 고려하기 위해 우리는 붐비는 입자의 효과를 수정하는 동안 이미지 순간을 추정하는

Machine translation (Meta M2M100); the English original follows.

Abstract

Single-particle cryogenic electron microscopy (cryo-EM) is an imaging technique capable of reconstructing high-resolution three-dimensional (3D) structure of biological macromolecules from a set of noisy projection images taken at random viewing directions. The mathematical model for cryo-EM images typically assumes that each image contains exactly one particle, which is centered at the origin. However, many experimental datasets contain particle images which include multiple particles: one central particle and a few crowding particles. This deviation from the model leads to inaccurate estimation of image statistics, such as the low-order image moments. To account for this, we propose a method to estimate image moments while correcting for the effect of crowding particles. This method can be run directly from a set of cryo-EM micrographs with picked particles, and we demonstrate its efficacy on a wide array of synthetic data.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Image (mathematics), Artificial intelligence, Moment (physics), Set (abstract data type), Computer vision, Projection (relational algebra)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange