倾转序列对齐与基准点

重构之前，须把各投影配准到统一几何，以校正样品台移位与样品漂移。

倾转序列对齐就是把倾转序列中各张投影统一到同一坐标系下的步骤。样品台倾斜时，机械间隙会让视场移位，电子束诱导的运动又让样品漂移、形变，因此每张图都带有未知的旋转、平移和倾角误差。对齐要做的，是为每张图恢复一组几何变换，把它们都映到统一的轴上。这是重构的前提：拿没配准好的图去反投影，会把整个体糊掉、分辨率毁于一旦。从形式上看，对齐为每张倾转图求解一个二维刚体变换——一次旋转加一次平移——让跨倾角的对应特征落到一套自洽的几何上。

为什么这一步如此苛刻？做个量纲对比：一套典型断层成像在物面上的像素是 $1$ – $5\ \text{Å}$ 量级，可单张图在采集间隔里因样品台回程与漂移产生的位移，动辄是几十到上百个像素。也就是说，原始数据里的几何误差比你想达到的分辨率大了一到两个数量级。对齐的任务，就是把这个误差压回到亚像素——理想情况下压到目标分辨率所对应步长的几分之一以内。

对齐误差如何抹糊重建 —— 调节误差大小：

原物

重建

对齐误差: 0.0 px

完美对齐时，各倾转投影彼此一致，重建清晰。给每个倾角加上微小的随机平移（残余未对齐），反投影的射线就彼此错开、把重建抹糊——这正是重构前要用金颗粒或图块追踪做对齐的原因。

经典方法使用基准标记 (fiducial markers)——冷冻前撒到样品上的胶体金颗粒 (gold beads)。金强烈散射电子，在每张投影里呈现为暗的点状斑。在序列中追踪一颗金珠，就能描出它的投影位置在理想倾转几何下本该走的轨迹，而实际的偏差恰恰反映出真实的移位与旋转。同时拟合许多金珠，便可一并解出逐倾角变换、倾转轴以及一套自洽的样品模型。这类基于金珠的方法（在 IMOD 等软件中实现）稳健可靠，至今仍是标准做法。

直觉

金珠是随样品一同移动的固定地标。若几何完美，它的像会在样品台倾斜时描出一条可预测的弧。对这条弧的每一点偏离，都是真实视场漂移了多远的一次测量，而众多金珠合在一起便钉住了整个视场的运动。

撒金珠并不总是可行，它们还可能挡住感兴趣的区域。无基准点 (fiducial-less) 对齐于是改为直接依据样品本身的内容来配准。斑块追踪 (patch tracking) 把每张投影切成一个个小斑块，在相邻倾角间做互相关，用图像内部的特征而非标记来累积出同样的逐倾角变换；投影匹配类方法则借助一个临时重构，反复迭代地精修对齐。AreTomo 等工具正是循着这一思路做无标记对齐，速度往往快到足以边采集边处理。

输出是一组精修后的几何参数——图像变换、倾转轴朝向、校正后的倾角——直接送入重构。对齐质量决定了下游一切的上限：残余的失配会糊掉断层图，也压低了子断层平均所能达到的分辨率。

变换模型刻画了什么

逐倾角变换远不止一对平移这么简单。完整模型给每张投影都带上： $x$ 、 $y$ 方向的面内平移、一个面内旋转，以及一个放大率（或缩放）项，全部以一个全局的倾转轴角 (tilt-axis angle) 为基准——后者描述旋转轴在探测器平面内的朝向。倾角本身也要精修，因为样品台的名义读数很少与真实几何吻合。把这些参数联合求解，而不是对相邻图像逐对配准，正是防止逐图小误差累积、最终演变成跨整条序列的系统性扭曲的关键。即便名义倾转方案再规整，电子束诱导运动与样品台回程间隙也让校正变得并不简单。

深入

把一颗金珠看成三维空间里一个固定点 $\mathbf{X}_j=(X_j,Y_j,Z_j)$ 。在第 $i$ 张倾转图上，它绕倾转轴旋转 $\theta_i$ 后投影到探测器，理想成像位置可写成

\mathbf{p}_{ij} = s_i\, R(\phi_i)\, P\, R_{\text{tilt}}(\theta_i)\, \mathbf{X}_j + \mathbf{t}_i

这里 $R_{\text{tilt}}(\theta_i)$ 是绕倾转轴转 $\theta_i$ 的三维旋转， $P$ 是把三维点压成二维的投影（沿光轴丢掉一个维度）， $R(\phi_i)$ 是探测器平面内的面内旋转， $s_i$ 是该图的放大率， $\mathbf{t}_i=(t_{x,i},t_{y,i})$ 是面内平移。把所有金珠在所有图上的实测位置 $\hat{\mathbf{p}}_{ij}$ 收集起来，对齐就是最小化重投影残差

\min_{\{\theta_i,\phi_i,s_i,\mathbf{t}_i,\,\mathbf{X}_j\}}\ \sum_{i,j}\big\lVert \hat{\mathbf{p}}_{ij}-\mathbf{p}_{ij}\big\rVert^2

其中求和遍历每张图 $i$ 与每颗金珠 $j$ 。 $\theta_i$ 是第 $i$ 张图的精修倾角， $\phi_i$ 是其面内旋转， $s_i$ 是放大率， $\mathbf{t}_i$ 是平移， $\mathbf{X}_j$ 是第 $j$ 颗金珠待定的三维坐标。这是一个捆绑调整 (bundle adjustment)：图像的几何参数与金珠的三维坐标一起被解出来，而不是先假定其中一组。残差的均方根（常以像素或 Å 报出）就是对齐质量的直接度量。无基准点方法没有 $\mathbf{X}_j$ ，但把斑块互相关得到的位移当作同一组 $\mathbf{p}_{ij}$ 的约束，最小化的目标在形式上是一致的。

残余失配为何耗损分辨率

重构会按赋给每张投影的几何，把它放回体内。某个特征的真实位置一旦偏离模型，哪怕只偏了高分辨率所用步长的一小部分，来自不同倾角的反投影射线就不再交于一点，这个特征便弥散成一团模糊，失配越大，模糊越宽。最先丢掉的是高空间频率——那正是射线必须最精确重合的地方——所以一张断层图乍看尚可，却撑不起精细细节。

具体到数字：设残余失配的均方根为 $\sigma$ （单位 Å）。频域里它相当于把信号乘上一个随空间频率衰减的包络，到了周期约等于 $\sigma$ 的那一档频率，相干叠加基本就垮了。于是即便倾转范围、剂量、CTF 都做对了， $\sigma$ 也悄悄地给可达分辨率封了顶——这也是为什么把对齐残差从 $5\ \text{Å}$ 压到 $2\ \text{Å}$ ，常常比再多采几张图更能换来分辨率。

CTF 的估计与校正也和这套几何交织在一起：离焦逐倾角测出（见 CTF）并加以校正，才能让对齐后、经 CTF 校正的投影在重构中相干合并。

与方法学的衔接

对齐位于整条流水线的上游：它产出的，正是后续每一种缺失楔重建方法所吃进去的那个含噪、带缺失楔的观测 $y$ （见方法概览）。无论是 CryoGEN-I 给出的点估计、CryoGEN-II 给出的单一稳定解，还是 CryoWGEN 抽样出的一族后验，都假定输入投影已经配准到自洽几何。对齐里没消掉的失配，会被这些模型当成真实信号去拟合，从而把误差固化进结果——所以对齐既是重建的前提，也是判定下游分辨率上限的第一道闸门。

← 电子断层成像