活细胞显微镜信号模式的 Kolmogorov 度量嵌入
计算机视觉与模式识别
2026-01-16 v5 机器学习
摘要
我们提出了一种度量嵌入，用于捕捉 5-D 活细胞显微镜电影中的细胞信号动力学的时空模式。该嵌入使用一种称为归一化信息距离 (NID) 的度量距离，基于 Kolmogorov 复杂度理论，这是数字对象之间信息内容的绝对度量。NID 使用无损压缩的统计量来计算 5-D 电影对之间的理论最优度量距离，无需关于预期模式动力学的先验知识，也无需训练数据。细胞信号结构函数 (SSF) 是使用一类度量 3-D 图像滤波器定义的，这些滤波器在每个时空细胞质心处计算细胞核相对于周围细胞质的体素强度配置，或功能性输出（例如速度）。唯一的参数是预期细胞半径 ()。SSF 可以选择性地与分割和跟踪算法结合。生成的无损压缩管道将每个 5-D 输入电影表示为度量嵌入空间中的单个点。度量嵌入的效用源于嵌入空间中任意点之间的欧几里得距离最优地近似了对应 5-D 电影对之间由 NID 测量的模式差异。这在整個嵌入空间中都成立，不仅限于对应于输入图像的点。示例展示了合成数据、人类上皮 (MCF10A) 细胞在不同致癌突变下 ERK 和 AKT 信号的 2-D+time 电影、光遗传操纵 ERK 下的 3-D MCF10A 球体，以及人类干细胞集落分化期间的 ERK 动力学。
引用
@article{arxiv.2401.02501,
title = {A Kolmogorov metric embedding for live cell microscopy signaling patterns},
author = {Layton Aho and Mark Winter and Marc DeCarlo and Agne Frismantiene and Yannick Blum and Paolo Armando Gagliardi and Olivier Pertz and Andrew R. Cohen},
journal= {arXiv preprint arXiv:2401.02501},
year = {2026}
}