一种用于细胞形变几何分析的高效启发式方法
机器学习
2026-01-21 v1 定量方法
摘要
镰状细胞病会导致红细胞变成镰刀状，影响其在血流中的运动并降低氧气输送效率。该病在全球范围内发病率高，给医疗保健系统带来了沉重负担，尤其是在资源有限的地区。血液图像中镰状细胞的自动分类至关重要，它使专家能够减少所需工作量，并在量化变形细胞和评估危机严重程度时避免错误。最近的研究提出了多种红细胞表征和分类方法。由于分类完全取决于细胞形状，一种合适的方法是将红细胞建模为形状空间中的闭合平面曲线。该方法采用形状间的弹性距离，这些距离在旋转、平移、缩放和重新参数化下保持不变，从而确保无论曲线的位置、起点或遍历速度如何，距离测量都是一致的。虽然先前利用形状空间距离的方法已取得了较高的准确率，但我们通过考虑健康和镰状红细胞的几何特征对模型进行了改进。我们的方法提出：（1）采用基于每个细胞主轴的固定参数化来计算距离；（2）在计算距离之前，使用此参数化将每个细胞与两个模板对齐。在距离计算之前将形状与模板对齐（这一概念已成功应用于分子动力学等领域），并使用固定参数化（而非在所有可能的参数化中最小化距离），简化了计算。该策略在监督分类和无监督聚类中均达到了 96.03% 的准确率。我们的方法确保了高效的红细胞分类，在保持或提高形状空间模型准确率的同时，显著降低了计算成本。
引用
@article{arxiv.2601.12928,
title = {An efficient heuristic for geometric analysis of cell deformations},
author = {Yaima Paz Soto and Silena Herold Garcia and Ximo Gual-Arnau and Antoni Jaume-i-Capó and Manuel González-Hidalgo},
journal= {arXiv preprint arXiv:2601.12928},
year = {2026}
}