[论文解读] A Fourier-based Approach for Iterative 3D Reconstruction from Cryo-EM Images

Lanhui Wang, Yoel Shkolnisky+1 more|arXiv (Cornell University)|Jul 22, 2013

Advanced Electron Microscopy Techniques and Applications参考文献 44被引用 11

一句话总结

本文提出了一种基于傅里叶变换的迭代重建方法（FIRM），用于3D冷冻电镜重建，通过利用算子 $\mathbf{A}^*\mathbf{A}$ 的托普利茨（Toeplitz）结构，实现快速、精确的重建。该方法通过使用非均匀傅里叶变换（NUFFT）预计算的核进行卷积，实现快速迭代。FIRM 的速度与直接傅里叶反演相当，同时保持了高精度并显著减少了伪影，尤其在缺失圆锥区域表现更优，尽管总运行时间更长，其在伪影抑制方面仍优于 4NN。

ABSTRACT

A major challenge in single particle reconstruction methods using cryo-electron microscopy is to attain a resolution sufficient to interpret fine details in three-dimensional (3D) macromolecular structures. Obtaining high resolution 3D reconstructions is difficult due to unknown orientations and positions of the imaged particles, possible incomplete coverage of the viewing directions, high level of noise in the projection images, and limiting effects of the contrast transfer function of the electron microscope. In this paper, we focus on the 3D reconstruction problem from projection images assuming an existing estimate for their orientations and positions. We propose a fast and accurate Fourier-based Iterative Reconstruction Method (FIRM) that exploits the Toeplitz structure of the operator ${\bf A}^{*}{\bf A}$, where $\bf A$ is the forward projector and ${\bf A}^{*}$ is the back projector. The operator ${\bf A}^{*}{\bf A}$ is equivalent to a convolution with a kernel. The kernel is pre-computed using the non-uniform Fast Fourier Transform and is efficiently applied in each iteration step. The iterations by FIRM are therefore considerably faster than those of traditional iterative algebraic approaches, while maintaining the same accuracy even when the viewing directions are unevenly distributed. The time complexity of FIRM is comparable to the direct Fourier inversion method. Moreover, FIRM combines images from different defocus groups simultaneously and can handle a wide range of regularization terms. We provide experimental results on simulated data that demonstrate the speed and accuracy of FIRM in comparison with current methods.

研究动机与目标

• 开发一种快速且精确的 3D 冷冻电镜迭代重建方法，以克服传统代数方法的局限性。
• 解决傅里叶空间中非均匀采样带来的挑战，因为使用标准逆傅里叶变换时会导致重建失真。
• 通过利用 $\mathbf{A}^*\mathbf{A}$ 的托普利茨结构，实现高效计算，将迭代步骤简化为基于 FFT 的快速卷积。
• 支持多种数据几何结构，包括分布不均的观测方向和多个焦距组，同时具备灵活的正则化能力。
• 在傅里叶空间覆盖缺失区域（如缺失圆锥）中最小化伪影，同时保持高分辨率。

提出的方法

• 该方法将冷冻电镜成像过程建模为 $\mathbf{b} = \mathbf{A}(\mathbf{V}) + \text{noise}$，其中 $\mathbf{A}$ 是包含对比度转移函数（CTF）的前向投影算子。
• 将重建问题转化为最小化 $\rho(\mathbf{V}) = \|\mathbf{b} - \mathbf{A}(\mathbf{V})\|^2$，从而导出法方程 $\mathbf{A}^*\mathbf{A}(\mathbf{V}) = \mathbf{A}^*\mathbf{b}$。
• 证明算子 $\mathbf{A}^*\mathbf{A}$ 具有托普利茨结构，可表示为与核 $\mathbf{Ker}$ 的卷积，即 $\mathbf{A}^*\mathbf{A}(\mathbf{V}) = \mathbf{Ker} \star \mathbf{V}$。
• 核 $\mathbf{Ker}$ 通过非均匀快速傅里叶变换（NUFFT）预计算，从而在每次共轭梯度（CG）迭代中高效应用。
• 每次 CG 迭代仅涉及 FFT 和逐点乘法，与标准代数方法相比，显著降低了每轮迭代的时间开销。
• 该方法支持同时合并来自不同焦距组的图像，并可将多种正则化项（如 $\ell^1$-范数稀疏性或高频衰减）整合到傅里叶空间中。

实验结果

研究问题

• RQ1 通过利用 $\mathbf{A}^*\mathbf{A}$ 的结构，基于傅里叶的迭代方法是否能同时实现速度与精度？
• RQ2 与直接反演方法（如 4NN）相比，FIRM 在重建存在缺失圆锥伪影的体积时表现如何？
• RQ3 该方法是否能高效处理分布不均的观测方向和多个焦距组，而不会牺牲精度？
• RQ4 在使用具有结构化算子的迭代方法时，计算成本与重建质量之间的权衡如何？
• RQ5 诸如小波稀疏性或总变差等正则化项是否能自然地集成到 FIRM 的傅里叶域框架中？

主要发现

• FIRM 在重建精度上与 4NN（一种快速直接反演方法）相当，但在缺失圆锥区域的伪影显著更少。
• 在模拟数据上，FIRM 的总运行时间约为 1470 秒，约为 4NN（290 秒）的五倍，但每轮迭代的开销可忽略不计，得益于预计算。
• 预计算阶段（包括使用 NUFFT 计算核和反投影）占总时间的 95%，而每次 CG 迭代仅耗时约 1 秒。
• FIRM 通过 FFT 实现的卷积将 $\mathbf{A}^*\mathbf{A}(\mathbf{V})$ 的计算成本降低为几次 FFT 和逐点乘法，从而实现快速迭代。
• 该方法能有效处理多个焦距组，并支持灵活的正则化，例如小波域中的 $\ell^1$-范数稀疏性，增强了在病态情况下的鲁棒性。
• 数值实验表明，即使在低信噪比（SNR=1）条件下，FIRM 仍能保持高精度，证明其对噪声和非均匀采样的鲁棒性。