Use of the EM algorithm for maximum likelihood estimation in electron microscope autoradiography
电子显微镜放射自显影中基于 EM 的最大似然估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要涉及显微图像的泊松建模与强度估计，没有所列计量领域细分的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
电子显微镜放射自显影中基于 EM 的最大似然估计
- 研究问题
- 如何从电子显微镜放射自显影的颗粒分布估计放射性强度，并在使用整张图版时处理边缘效应和估计精度？
- 方法与思路
- 作者用泊松模型描述自显影颗粒分布，通过 EM 推导最大似然估计的迭代计算，并以兔血浆研究数据示范。
- 材料陈述的贡献
- 摘要称，该方法完整处理边缘效应，无需通过窗口排除边缘区域，并便于分析强度估计精度及不同强度间的比较。
- 阅读关注点
- 应核对泊松模型如何表达颗粒来源和边缘效应、EM 的潜在信息如何设置，以及精度和强度比较的推断方法。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；摘要未给出模型细节、迭代收敛条件或真实数据的数值结果。
原文摘要
In this paper we describe a new method for the analysis of electron microscope auto-radiographs. It uses a Poisson model to describe the autoradiographic grain distribution, and the method of maximum likelihood to estimate the radioactive intensities. An iterative procedure is derived from the EM algorithm to produce maximum likelihood estimates. The procedure leads to simple iterative calculations and a complete treatment of edge effects. The resulting method of analysis enables data from the whole area of autoradio-graph plates to be utilized without the need for any form of windowing to guard against edge effects. It also facilitates inference about the precision of estimated intensities and about comparisons between intensities. The estimation procedures are illustrated with real autoradiograph data from a study of rabbit blood plasma.