[论文解读] Wasserstein K-Means for Clustering Tomographic Projections

Rohan Rao, Amit Moscovich+1 more|arXiv (Cornell University)|Oct 20, 2020

Advanced Electron Microscopy Techniques and Applications参考文献 36被引用 5

一句话总结

本文提出了一种基于地球移动者距离（Wasserstein-1度量）的旋转不变Wasserstein k-means算法，用于冷冻电子显微镜中断层投影的聚类，相较于基于L2的方法，在处理粒子视角间的角度差异方面表现出更优性能，且由于Wasserstein度量的快速线性时间近似，计算开销极低。

ABSTRACT

Motivated by the 2D class averaging problem in single-particle cryo-electron microscopy (cryo-EM), we present a k-means algorithm based on a rotationally-invariant Wasserstein metric for images. Unlike existing methods that are based on Euclidean ($L_2$) distances, we prove that the Wasserstein metric better accommodates for the out-of-plane angular differences between different particle views. We demonstrate on a synthetic dataset that our method gives superior results compared to an $L_2$ baseline. Furthermore, there is little computational overhead, thanks to the use of a fast linear-time approximation to the Wasserstein-1 metric, also known as the Earthmover's distance.

研究动机与目标

• 解决基于L2的聚类在单颗粒冷冻电镜中因粒子视角间角度差异导致相似性度量失真的局限性。
• 开发一种对平面内旋转不变且对平面外角度变化具有鲁棒性的k-means聚类框架，适用于断层投影。
• 证明Wasserstein-1度量能够提供一种理论上受约束的投影间差异度量，且与角度差异相关。
• 通过利用Wasserstein-1度量的快速线性时间近似，实现计算效率，使该方法可实际应用于大规模冷冻电镜数据集。

提出的方法

• 提出一种基于Wasserstein-1（W1）度量作为图像块间距离度量的旋转不变k-means算法。
• 利用Wasserstein-1度量的快速线性时间近似（亦称地球移动者距离）以降低计算成本。
• 将旋转不变的Wasserstein距离 $ W_1^R(I_1, I_2) $ 定义为一个图像在所有平面内旋转下与另一图像的最小W1距离。
• 将断层投影建模为 $ \rho \to \rho \times R $，其中 $ R \in SO(3) $，并沿z轴投影生成二维图像。
• 应用Wasserstein度量的Monge公式化，通过视角方向间的角度差异来界定投影间距离的上界。
• 利用中值定理和梯度界推导出在角度变化下基于L2距离的理论上限。

实验结果

研究问题

• RQ1 Wasserstein-1度量是否能提供比标准L2距离更鲁棒且更具几何意义的断层投影间相似性度量？
• RQ2 与L2度量不同，Wasserstein-1度量是否表现出与粒子视角间角度差异的有界关系？
• RQ3 Wasserstein-1度量的快速线性时间近似是否可在不损失准确性的前提下有效应用于k-means聚类流程？
• RQ4 在合成冷冻电镜数据上，Wasserstein k-means算法相较于传统基于L2的k-means在聚类准确性和角度变化鲁棒性方面表现如何？
• RQ5 Wasserstein-1度量在3D分子投影中对平面外旋转的敏感性方面，是否存在理论保证？

主要发现

• Wasserstein-1度量的上界为 $ 2\sin(\theta/2) $，其中 $ \theta $ 为两个视角方向间的夹角，建立了直接的几何关系。
• 相比之下，在梯度有界假设下，L2距离随角度差异线性增长，无此类自然上界。
• 在核糖体投影的合成数据集上，Wasserstein k-means算法在聚类准确性上优于基于L2的基线方法。
• 理论分析证实 $ W_1^R(I_1, I_2) \leq \text{angle}(\mathbf{u}, \mathbf{v})^p $，表明Wasserstein度量自然地尊重角度差异。
• 在相同条件下，L2距离的上界为 $ 2\sqrt{\pi}B\cdot\theta $，其中 $ B $ 为3D势函数梯度的上界，表明其对分子结构敏感。
• 使用Wasserstein-1度量的快速线性时间近似带来的计算开销极小，使该方法可扩展用于大规模冷冻电镜数据集。