对同一个三维密度体做低通滤波,两条命令都填零点一,输出尺寸也一样,但细节保留程度可能相差很大。问题未必出在算法或文件损坏,也可能只是参数使用了不同单位。更隐蔽的情况是,命令完全相同,只把头信息中的像素尺寸写错,软件就会按照错误的物理尺度执行处理。
本文实际编译安装 EMAN2,使用其三维处理程序做了几组对照。输入是作者生成的正弦体数据,包含频率已知的缓慢变化和快速变化。我们比较两种滤波参数、等价单位换算、错误头信息和二倍缩小输出。所有数字来自真实程序输出,人工体不代表蛋白,也没有进行结构重建或分辨率评估。

先把图像当作带单位的数组
一个体数据既有体素数值,也有网格尺寸和像素尺寸。同样六十四个采样点,如果每个间隔二埃,对应的物理长度与每个间隔一埃时不同。数组元素完全相同,并不意味着软件按物理单位处理时会给出相同结果。
EMAN2 同时提供图像对象、模块化处理器和命令行程序,可以将这些信息放在同一处理链中。这是它适合定制流程的一项优势,但也要求使用者理解头信息的作用。官方概念与约定列出了数据存储、图像头和数学约定,遇到单位问题时应先从这些基础信息查起。
滤波不是单纯让图“更好看”。它改变不同空间频率成分的贡献,可能帮助观察较大尺度特征,也可能削弱希望保留的细节。若只凭自动调整过亮度的截图比较效果,就很难分辨真实变化和显示方式变化。因此,本次直接测量已知频率的振幅。
实际安装记录,以及一次容易误判的环境问题
我们按照当前官方建议建立依赖环境并从源码编译,固定到一个明确提交,得到 EMAN 2.99.86。运行环境是 Ubuntu 22.04.5、Python 3.12.15、NumPy 2.5.5。源码压缩包、安装日志、构建日志和包清单都已保留,具体安装路径见官方源码安装指南。
因为源码来自固定提交压缩包,程序的版本信息中没有本地 Git 仓库记录。我们另行保存提交标识和压缩包摘要,而不是把“没有 Git 仓库”误解释为版本无法确定。复现不仅依靠程序打印的一行版本,还需要知道它从哪个源文件构建。
一个实际遇到的问题是,换到新的命令行会话后直接执行脚本,系统使用了别的 Python,于是报找不到图像处理模块。使用安装环境自己的 Python 执行同一脚本后,导入恢复正常。这时重新安装软件并不是最直接的解决办法,先检查解释器和环境路径通常更有效。
# 在已经激活 EMAN2 环境的终端执行
python -c "from EMAN2 import EMANVERSION; print(EMANVERSION)"
e2help.py processors filter.lowpass.gauss -v 1
第二行用于查看当前版本真正提供的参数。我们第一次把详细程度选项当成单独开关,程序提示缺少数值,补上数值后才得到完整帮助。不同工具的相同短选项未必遵循同样语法,因此复制旧命令时,最好用当前程序帮助核实一次。
建立两个频率都知道的输入
输入体为六十四乘六十四乘六十四,三个方向的像素尺寸均设为二埃。沿水平方向放入两个正弦分量,一个在整个盒子内变化两个周期,另一个变化十六个周期,振幅分别为一和零点五,再加上均值为十的背景。其余两个方向重复同样的线型。
整个盒子的物理边长为一百二十八埃,因此两个周期对应六十四埃的波长,十六个周期对应八埃的波长。前者变化缓慢,后者变化更快。因为生成公式已知,我们可以直接在对应的傅里叶频率位置读取振幅,观察滤波对两种成分的不同作用。
这个人工体非常简单,没有真实颗粒噪声、局部信号差异或重建伪影。简单并不是为了把实验说得容易,而是为了让变量关系可检查。如果输入本来就不清楚包含哪些尺度,处理后少了一块细节,很难判断它是被滤掉、被显示掩盖还是本来没有可靠支持。
我们把体写入图像文件后,再由正式处理程序读取。结果分析读取真实输出,而不是用作者自己的公式代替软件处理。这一设计使得输入头信息、文件读写和滤波实现都进入了检验范围,避免只验证一段独立算术却声称工具已经运行。
两个名称相近的参数,用的是不同尺度
第一条命令使用相对于采样网格的频率尺度,第二条使用每埃的空间频率尺度。两者都写零点一,但在像素尺寸为二埃时并不等价。当前处理器的参数说明和实现可以对照固定提交的处理器代码,本文以安装版本的实际帮助及结果为依据。
e2proc3d.py input.hdf absolute_01.hdf \
--process=filter.lowpass.gauss:cutoff_abs=0.1
e2proc3d.py input.hdf physical_01.hdf \
--process=filter.lowpass.gauss:cutoff_freq=0.1
若每像素为二埃,每埃零点一的频率换成每像素频率,就是零点二。为验证这个换算,我们又执行第三条命令,将第一种参数改成零点二。结果它与第二条命令的输出数组逐元素一致,最大绝对差为零。这是本次实际运行得到的等价关系,不是仅凭参数名称猜测出来的。
e2proc3d.py input.hdf absolute_02.hdf \
--process=filter.lowpass.gauss:cutoff_abs=0.2
这里的参数刻度不能直接写成“最终分辨率”。高斯低通是平滑衰减,参数不是一条把所有更高频率彻底删除的硬边界。即使能够把某个频率取倒数写成一个长度,也不能由此宣布样品已经达到该长度对应的实验分辨率。滤波设置与数据支持程度是不同问题。
实际振幅差异有多大
原始快速分量的振幅为零点五。第一种设置后,输出振幅约为零点零零零九六五,只保留约百分之零点一九三。按物理频率设置后,振幅约为零点一零四八零六,保留约百分之二十点九六。两条命令都成功结束,但处理强度明显不同。
| 实际设置 | 缓慢分量振幅 | 快速分量振幅 | 快速分量保留比例 |
|---|---|---|---|
| 原始输入 | 1.000000 | 0.500000 | 100% |
| 网格频率 0.1 | 0.906961 | 0.000965 | 约 0.193% |
| 物理频率 0.1 Å⁻¹ | 0.975881 | 0.104806 | 约 20.961% |
| 网格频率 0.2 | 0.975881 | 0.104806 | 约 20.961% |
均值在这些处理里仍约为十,所以只比较均值会错过关键差异。文件尺寸、数组大小和平均亮度都可以保持正常,而某个频率成分已经被显著削弱。这说明检查指标需要对应实际问题,想知道细节保留多少,就不能只看文件有没有生成。
我们的振幅计算先对另外两个方向求平均,得到水平线型,再做离散傅里叶变换。平均时使用双精度累计,避免重复加和带来的微小数值偏差。它不是一个适用于所有真实体数据的信号质量评价器,只是当前已知正弦输入的明确测量办法。
只改头信息,也能改变处理结果
下一项对照不改变任何体素数值,只把三个方向的像素尺寸从二埃改成一埃,再执行相同的物理频率参数。实际输出与原先网格频率零点一的结果一致,快速分量也几乎被抹掉。程序并没有报错,因为一埃本身是合法数值,它无法知道这个数是否符合真实采集与处理历史。
这类错误比明显缺文件更危险。数据能打开、命令能运行、输出值也有限,常规程序检查全部通过,但物理解释已经变了。对于来源不明的体图,应优先核对头信息与原始处理记录,而不是直接把一个看起来合理的像素尺寸填进去。
把头信息改成正确值,也不等于已经对数组做了重采样。它只是改变当前网格的物理解释。真正的降采样、裁剪或重采样会改变数组或其采样关系,不能通过修改一个头字段来冒充。与其他工具交换文件时,这一区别尤其需要写在交接说明中。
有些文件三个方向的采样间隔不同,还存在原点、轴顺序或其他元数据。本文只验证等方采样条件下的频率换算,不把结果推广为任意各向异性体都可按同一个标量处理。遇到不同方向间隔不一致,应查具体处理器支持什么,并设计相应的方向性核验。
二倍缩小后,应该同时核对尺寸与像素尺寸
我们还实际执行了二倍均值缩小,输出写成 MRC。结果从六十四立方变成三十二立方,三个方向像素尺寸均从二埃变成四埃,物理边长仍为一百二十八埃。这组配套变化比只看数组缩小更重要,因为后续距离换算依赖新的像素尺寸。
e2proc3d.py input.hdf shrunk.mrc --meanshrink=2
| 核对项 | 处理前 | 二倍缩小后 |
|---|---|---|
| 网格尺寸 | 64 × 64 × 64 | 32 × 32 × 32 |
| 像素尺寸 | 2 Å | 4 Å |
| 物理边长 | 128 Å | 128 Å |
| 均值 | 10 | 10 |
| 快速分量振幅 | 0.5 | 0.25 |
在这个输入里,快速分量缩小后落到新网格的奈奎斯特频率。计算单边频谱振幅时,这个位置没有独立的负频率伙伴,不能继续机械地把振幅乘二。我们在核验脚本中明确处理了这个特殊位置,最终测得零点二五。读者自己写读表或频谱代码时,也要检查边界频率,避免把分析脚本的错误归因于处理工具。
均值缩小不是保证无混叠的通用方案,也不能恢复已经丢失的信息。真实输入包含更复杂频率时,应根据后续采样需要安排低通和降采样,再检查效果。本文展示的是当前人工信号在指定操作下的结果,没有比较所有缩小算法,更没有提出一套适合所有密度体的最佳预处理顺序。
把结果验证放进命令链,而不是只放在最后
正式处理时,可以先保存输入尺寸、像素尺寸、数值范围和文件摘要,再执行单个操作并回读输出。滤波后核对尺寸是否符合预期,缩小后核对物理尺度是否保持,格式转换后核对图像数量和关键头字段。每一步都有明确预期,异常就能被限定在较小范围内。
如果连续叠加多个处理器,应把操作顺序写清楚,并保存需要回退的中间结果。某些步骤改变频率内容,某些改变采样,某些仅改变头信息。把这些作用混在一条很长的命令里,即使整体运行成功,也不容易解释哪个步骤造成了观察到的差异。三维程序本身的参数可继续查看对应版本源码。
此外,不要假设不同文件格式能保留所有私有元数据。我们实际回读了输出尺寸和像素尺寸,但没有用这个小实验验证全部图像头字段都能跨格式无损往返。若项目依赖某个特定字段,就应把它加入自己的验收检查,而不是借用一次基础成功来支持更宽泛的保证。
EMAN2 的优势是模块多、组合灵活,既能直接使用命令,也能通过图像对象做精细核验。代价是参数名称相近时,必须认真理解单位、默认值和操作顺序。此次实跑最值得带走的经验是,同一个数字只有附上单位才有意义,合法的头信息也可能是错误的头信息。
下载脚本、运行说明与实际结果(ZIP)。选择 EMAN2 目录,按说明完成依赖与源码安装,再运行脚本生成输入、执行五组处理并读取实际输出。工作目录须尚不存在,附带结果仅用于核对本例。
如果已经确定输入尺度与处理顺序,需要批量处理更多体数据,可以了解云生信生物信息学分析服务器服务,根据实际软件和任务规模安排环境。