跳到主要内容
返回时间线

密集荧光定位不再只给一个答案:扩散模型采样出分子数与位置的不确定度

核心概要

单分子定位显微镜在密集标记下,一张低分辨率图像可能对应多种分子排布,传统深度模型只回归一个确定解。条件变分扩散模型(CVDM)改为学习高分辨率核密度估计的分布,在整幅视场上并行完成多发射体定位,并可从同一输入采样出多个合理重建。在模拟图像上,定位精度与召回率随发射体密度升高而下降,但在所测密度范围内保持较强表现;在DNA折纸标尺和微管数据上,重建结果与已知结构一致。

Source-provided article image: Uncertainty-Aware Localization Microscopy by Variational Diffusion.
PubMed

深度剖析

密集单分子定位显微镜的深度模型现在可以给出多个可能的解,而不只是一个确定的重建。 此前的深度定位模型输出单一的核密度估计或发射体占据概率,贝叶斯多发射体拟合虽能给出后验分布,但需要显式建模发射体数目与坐标。 在64×64的低分辨率模拟图像上,预测的核密度估计与真值对照,定位误差随发射体密度变化,精度与召回率随密度升高而下降,但在所测密度范围内仍保持较强表现。

模型把定位当作图像复原来做,直接学习从低分辨率图像到高分辨率核密度估计的条件分布。 条件变分扩散模型(CVDM)是一种扩散生成模型,先逐步破坏核密度图的结构,再学习反向去噪过程,从而在给定观测图像时生成合理的核密度估计。 训练覆盖多种模拟图像并固定实验相机的点扩散函数与噪声特性;在Alexa555标记、间距94纳米的DNA折纸标尺上,预测出的定位成对出现且间距与已知标尺一致。

同一输入可以采样出多个重建,样本之间的差异直接暴露发射体数目与位置上的歧义。 确定性回归只给一个点估计,无法表达密集场景中多个分子排布都符合观测的情况。 对同一图像多次采样,可以看到核密度图中光斑的出现与消失,位置变化与定位误差相关,且在高密度样本中变化更大。

启示与展望

验证范围包括零背景的模拟图像、Alexa555标记的94纳米DNA折纸标尺,以及公开的微管高密度与稀疏长序列数据;微管实验未在本研究中重新采集。读者对象是从事超分辨显微成像与图像复原的研究人员。

零背景模拟简化了实验中的非均匀背景;实验图像缺少可用的真值,训练依赖模拟近似。模型主要刻画图像复原问题固有的偶然不确定性,不提供坐标空间上可直接解释的发射体后验。重建在光斑周围可能出现低强度起伏,图像边界附近可能有伪影。定位不确定度不保证按光子数平方根的倒数缩放。