基于奇偶切片分割与运动校正的（低温）FIB/SEM数据Noise2Noise去噪方法

《Bioinformatics》：Motion-corrected Noise2Noise denoising for structural analysis of cells and tissues with (cryo-)FIB/SEM

　　

摘要

研究动机

（低温）聚焦离子束扫描电镜（(Cryo-)FIB/SEM）能够在纳米尺度分辨率下对细胞和组织进行三维（3D）超微结构分析。然而，其固有的低信噪比严重阻碍了对体数据的解读。Noise2Noise作为一种最先进的去噪范式，在三维电子显微镜——尤其是低温电子断层扫描（cryo-ET）——中表现出色，但由于（低温）FIB/SEM固有的采集工作流程限制，其直接应用至今不可行。

研究结果

本文介绍了一种在（低温）FIB/SEM中实现Noise2Noise去噪的方法。具体而言，将输入体数据分割为偶数切片和奇数切片，随后应用运动校正方法来估计并补偿两个子体积之间的结构差异。由此得到的运动校正子体积随后用于训练Noise2Noise模型，最终将该模型应用于原始体积的去噪。研究采用了具有代表性的（低温）FIB/SEM体积数据进行方法验证，并证明了运动校正阶段对于切片厚度大于10 nm的体积数据的关键重要性。

软件可用性

代码可在以下地址获取：https://github.com/microscopy-processing/N2N-REO 以及 https://doi.org/10.5281/zenodo.22303478。

补充信息

补充数据可在《Bioinformatics》在线获取。