有机体图像的相关聚类

在生物医学研究中,科学家们现在定期获取大量形态异质的有机体（organoid）显微图像,并面临寻找图像集合中模式的任务,即查找看起来相似且可能代表相同形态类的有机体子集。我们采用用于关联有机体图像的模型和算法,即用于量化它们所描绘的有机体外观和几何形状的相似性,以及用于整合冲突相关性的聚类有机体图像。对于关联有机体图像,我们采用并比较两种替代方案:部分二次赋值问题和双网络。对于聚类有机体图像,我们采用相关聚类问题。我们通过学习这些模型的参数、推断有机体图像的聚类,并量化我们贡献的以生物学家手动聚类的人类水平显微镜图像的训练集和测试集中推断聚类的准确性来进行经验验证。