#678
summarized by : Issei Tomotsuka
Gum-Net: Unsupervised Geometric Matching for Fast and Accurate 3D Subtomogram Image Alignment and Averaging

どんな論文か?

CryoEMによるサブトモグラフィ法における前処理としてGum-netを開発した論文。 三次元再構成のためには様々な角度からの高解像度画像群が必要であるが、その様々な角度からの画像群のアライメントは、ノイズやデータ欠損領域が問題となっていた。 スペクトル演算を含んだ特徴抽出器、Siameseマッチング、spatial transformer networkにより高精度な教師なし学習を実現した。
placeholder

新規性

サブトモグラムアライメントでは初の教師なし再構成。既存のクライオ解析ソフトウェアに統合できるほか、他の種類の顕微鏡画像のアライメントタスク等にも用いることができる。

結果

アライメントエラーが50%削減、解像度が10%向上、サブトモグラムアライメントにGPU-assisted手法を導入したことにより、100倍程度高速化。実装あり

その他(なぜ通ったか?等)