Jun, 2024
细胞在细菌生物膜的稠密三维显微视频中的深度时间序列分类与数学建模
Deep Temporal Sequence Classification and Mathematical Modeling for Cell Tracking in Dense 3D Microscopy Videos of Bacterial Biofilms
Tanjin Taher Toma, Yibo Wang, Andreas Gahlmann, Scott T. Acton
TL;DR本研究提出了一种名为 DenseTrack 的新型细胞跟踪算法,它将深度学习与基于数学模型的策略相结合,以在拥挤场景中有效建立连续帧之间的对应关系和检测细胞分裂事件。通过将细胞跟踪问题制定为基于深度学习的时间序列分类任务,然后通过解决约束的一对一匹配优化问题来利用分类器的置信度得分。此外,还提出了一种基于特征分解的细胞分裂检测策略,利用细胞几何知识。该方法在细菌生物膜发展的三维时间序列图像中跟踪密集堆积的细胞,并经过了模拟和实验荧光图像序列的实验证明,与最近的最先进细胞跟踪方法相比,所提出的跟踪方法在定性和定量评估指标上具有更优越的性能。