摘要
冷冻电子断层扫描(cryo-ET)能够以接近天然状态的方式呈现细胞的三维结构。尽管各种深度学习方法在去噪和伪影校正方面取得了进步,但仍面临信噪比极低、倾斜角度范围受限(“缺失楔形区域”)以及缺乏真实参考数据的问题。在这里,我们介绍了ICECREAM,该算法将早期的自监督方法与最近的等变成像框架[Chen等人(2021年,IEEE/CVF国际计算机视觉会议(ICCV),第4359–4368页)]相结合。在多种实验数据集上,ICECREAM在去噪效果和缺失楔形区域的填充方面均优于现有方法。ICECREAM可以应用于任何能够提供体积两个统计独立视角的断层扫描问题;在冷冻电子断层扫描中,这些视角是通过剂量分割或倾斜序列的角度划分获得的。ICECREAM的源代码可在https://github.com/swing-research/icecream处获取。


