采样与奈奎斯特

在离散网格上记录连续信号会设定一个频率上限，超过它细节即丢失，混叠会破坏频谱

显微镜里的样品是连续的，可探测器只有有限个像素。采样就是用规则网格上的一串取值，去代替那条连续的密度曲线。这一步看似只是”记录”，却悄悄给整套数据划下了一道频率红线：网格不够密，最细的结构不仅记不下来，还会化装成别的东西混进来。本页讲清这道红线在哪、为什么不可逾越，以及它如何决定一幅 Cryo-ET 图能达到的最高分辨率。

设网格间距（像素或体素尺寸）为 $\Delta$ ，则采样频率为 $f_s = 1/\Delta$ 。奈奎斯特–香农定理指出：只有当信号不含高于奈奎斯特频率

f_{\text{Nyq}} = \frac{1}{2\Delta}

的频率时，信号才能由其样本精确重建，也就是每两个像素至多容纳一个周期。这里 $\Delta$ 是相邻样本之间的实空间距离， $f_s=1/\Delta$ 是单位长度内的取样次数， $f_{\text{Nyq}}=f_s/2$ 恰好是采样频率的一半 —— 它是”每个周期至少要采两个点”这句话的频率版本。超过这一极限的频率并不会简单地丢失，而是被折回到采样谱里，伪装成某个更低的频率。这种破坏称为混叠 (aliasing)，一旦发生就再也还原不了，因为不同的连续信号会映射到一模一样的样本。

真实正弦样本点混叠正弦

信号频率 f: 5 周期/区间采样率 fₛ: 6 (奈奎斯特极限 fₛ = 2f = 10)

f = 5 → 伪装为 f_alias = 1. 当 fₛ 低于奈奎斯特率 fₛ = 2f 时，同一组样本点也与一条较低频的正弦吻合——高频被折回、伪装成低频。

被折回的频率会落在 $0$ 与 $f_{\text{Nyq}}$ 之间一个确定的位置：真实频率 $f$ 以采样率的整数倍为轴做镜像折叠，得到别名频率 $f_{\text{alias}} = |f - f_s\,\mathrm{round}(f/f_s)|$ 。式中 $\mathrm{round}(f/f_s)$ 是离 $f$ 最近的采样率整数倍，相减再取绝对值，就把 $f$ 折叠回 $[0,f_{\text{Nyq}}]$ 这段基本区间。一旦 $f_s$ 跌到 $2f$ 以下，这条低频别名与原信号采出的样本就完全一样，二者再也无从区分。

举个具体的数：设像素尺寸 $\Delta = 1.5\ \text{Å}$ ，则 $f_s = 1/1.5 \approx 0.667\ \text{Å}^{-1}$ ，奈奎斯特频率 $f_{\text{Nyq}} \approx 0.333\ \text{Å}^{-1}$ ，对应的最高可记录细节约 $2\Delta = 3\ \text{Å}$ 。现在假设真实结构里有一组 $0.4\ \text{Å}^{-1}$ 的周期纹理（约 $2.5\ \text{Å}$ 间距），它高于奈奎斯特，于是被折回到 $|0.4 - 0.667| \approx 0.267\ \text{Å}^{-1}$ （约 $3.7\ \text{Å}$ ）。这意味着一组 $2.5\ \text{Å}$ 的真细节，在图里现身成一组并不存在的 $3.7\ \text{Å}$ 假纹理 —— 它叠在真信号上，且无法事后剥离。

直觉

表示一个完整振荡至少需要两个像素 —— 一个对应波峰，一个对应波谷。比这更精细的结构无处记录，于是改头换面成一种较粗的虚假图案重新出现。视频里熟悉的车轮倒转现象，就是同一种折叠在时间维度上的版本：辐条转得太快，每帧之间已转过大半圈，相机却”以为”它只倒退了一点点，于是车轮看着在慢慢倒转。空间采样里发生的是同一件事，只是把”帧”换成了”像素”。

在 Cryo-ET 中，样品平面上的像素尺寸由显微镜放大倍率和探测器决定，它设定了后续一切处理所能达到的最高分辨率：比 $2\Delta$ 更精细的结构根本不在数据里。因此选取像素尺寸是一种权衡：更小的 $\Delta$ 抬高奈奎斯特极限、纳入更精细的细节，却把同样的电子剂量摊到更多像素上，降低了每像素的信噪比。剂量受辐照损伤严格限制，不能随像素变小而成比例加大，所以这条权衡是硬的 —— 一味缩小像素并不能换来更清晰的图，反而可能把信号埋进噪声。

这道红线还规定了重构流程里几个”安全”的操作边界。对一幅图做降采样（合并像素、增大 $\Delta$ ）会下移奈奎斯特，因此必须先把新奈奎斯特以上的内容低通滤掉，否则那些频率会折叠进来污染粗图；这正是金字塔式多分辨率处理里”先模糊再抽点”的原因。反过来，对图做升采样或亚像素插值并不能创造新的高频信息：奈奎斯特以上本就是空的，插值只是在已有频率内容之间补点，不会把 $2\Delta$ 以下的细节变出来。对齐倾转序列时用到的亚像素配准，也依赖这个事实 —— 它能把已记录的频率移到正确位置，却无法恢复采样时就没采到的东西。

深入

以间距 $\Delta$ 采样，等价于把频谱与一个周期为 $f_s$ 的狄拉克梳做卷积，使 $F(k)$ 沿频率轴一份份周期性地复制。换句话说，采样在实空间是”乘以梳状采样函数”，由卷积定理，它在频域就变成”与梳做卷积”，于是原谱被平移 $f_s,\,2f_s,\dots$ 后一遍遍叠加。若信号的支撑限制在 $|k| < f_{\text{Nyq}}$ 之内，各份副本互不重叠，用一个理想低通滤波器就能还原原信号；一旦超出，副本就彼此重叠相加，这正是混叠 —— 相邻那份副本的高频尾巴漏进了 $[0,f_{\text{Nyq}}]$ ，与本份的低频混作一团，再也分不开。实用的防范办法是在采样前先限带 —— 即抗混叠 —— 把奈奎斯特以上的内容模糊掉或滤掉，因为衬度传递函数和探测器包络虽然已经压低了最高频率，却很少能把它们干净地去除。

这也解释了为何探测器的物理特性会进一步压低”有效”奈奎斯特。理想采样假设每个像素是一个点；真实像素却是有面积的小方块，它对落在格内的强度做平均，相当于先与一个像素宽的方窗卷积，再点采。这个方窗在频域是一条 $\mathrm{sinc}$ 包络，在奈奎斯特处把响应压到约 $0.64$ ，越靠近奈奎斯特越弱。因此实践中常说”有用的频率到不了奈奎斯特”，真正可信的高频上限往往落在 $f_{\text{Nyq}}$ 的一半到三分之二附近 —— 这一点在做频域滤波和判断分辨率时必须心里有数。

把这条原理放回完整的成像链：奈奎斯特定下”频率红线”，衬度传递函数决定红线以内每个频率被”打几折”、哪里被反转，而中心切片定理与缺失楔形则管住”哪些角度方向的频率根本没采到”。三者合起来，圈定了一幅 Cryo-ET 重构在频域里真正拥有的信息。像 CryoGEN 这类方法之所以能补全结构，靠的不是凭空造频率，而是用学到的先验去推断：在这些被采样、被打折、被挖空的约束之外，哪一种完整密度最为自洽。

← 信号处理