Model Comparison and Assessment for Single Particle Tracking in Biological Fluids
生物流体单粒子追踪的模型比较与评估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：摘要研究生物流体中的物理随机运动；虽有时间轨迹，仍缺乏归入宏观时间序列或金融高频计量的依据。
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
生物流体单粒子追踪的模型比较与评估
- 研究问题
- 对人肺黏液中微米级示踪粒子的运动轨迹，如何开展基于似然的统计推断，并比较不同非布朗运动模型的适配性？
- 方法与思路
- 作者提出贝叶斯推断和模型比较方法，对30秒、直径1 μm粒子轨迹比较分数布朗运动与广义Langevin方程。
- 材料陈述的贡献
- 摘要称，比较结果支持广义Langevin方程优于分数布朗运动，且前者在资料可靠的时间尺度内能较好描述数据。
- 阅读关注点
- 应核对两类模型的似然、先验与比较准则、轨迹测量误差，以及作者如何界定具有可靠信息的时间尺度。
- 阅读边界
- 仅据版本未注明的索引摘要；未说明样本量、比较证据强度或计算复杂度，案例结果不能外推至其他流体或刊本版本。
原文摘要
State-of-the-art techniques in passive particle-tracking microscopy provide high-resolution path trajectories of diverse foreign particles in biological fluids. For particles on the order of 1 μm diameter, these paths are generally inconsistent with simple Brownian motion. Yet, despite an abundance of data confirming these findings and their wide-ranging scientific implications, stochastic modeling of the complex particle motion has received comparatively little attention. Even among posited models, there is virtually no literature on likelihood-based inference, model comparisons, and other quantitative assessments. In this article, we develop a rigorous and computationally efficient Bayesian methodology to address this gap. We analyze two of the most prevalent candidate models for 30-sec paths of 1 μm diameter tracer particles in human lung mucus: fractional Brownian motion (fBM) and a Generalized Langevin Equation (GLE) consistent with viscoelastic theory. Our model comparisons distinctly favor GLE over fBM, with the former describing the data remarkably well up to the timescales for which we have reliable information. Supplementary materials for this article are available online.