卡尔曼滤波牵引力显微镜新方法提出

Kazuko Hamaoka等作者提出一种利用时间信息的牵引力显微镜反演方法，用卡尔曼滤波从基底形变中重建细胞牵引力场。牵引力显微镜需从形变反解力场，该反问题病态、条件数大，反演中必须抑制测量噪声放大；此前研究多用正则化或滤波，依靠空间信息区分噪声与真实信号。 作者称，在数值生成数据上，该方法比包括L2正则化在内的标准算法更准确，并能有效滤除时间噪声；在运动细胞的实验数据上，该方法可可靠推断随时间变化的细胞牵引力。作者还展示了纳入额外知识与直接推断低维力特征两种扩展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。