椭圆傅里叶描述子域下的细胞幽灵视频生成

训练深度神经网络用于生物医学视频中对单个细胞进行跟踪，需要大量标注数据。细胞视频标注耗时且常需专业领域知识，这导致公开标注数据稀缺，无法解决组织修复或癌症治疗等重要医学问题。生成包含其 ground truth 标注的合成视频是一条可行方案，其 foundational 步骤是合成单个细胞标注（或幽灵）。幽灵需要在时间上保持一致性，以复制特定细胞类型的生物学过程。本文提出一种新框架，在椭圆傅里叶描述子（Elliptical Fourier Descriptors, EFDs）域生成细胞幽灵视频。我们将细胞幽灵演化表示为EFD系数的多变量时间序列，引入强先验约束细胞形态，实现高效生成在时间上连贯演化的序列。实验验证表明，在EFD空间建模时序演化能够生成生物学上合理的幽灵视频。该方法可用于生成合成数据以用于细胞跟踪，从而大幅降低创建新数据集的标注工作量。我们的代码已提供下载：https://github.com/FrancescoBenedetto99/efd-cell-video-gen。