学习可形变三维图相似性以跟踪未配准时间序列图像中的植物细胞
计算机视觉与模式识别
2023-09-22 v2
摘要
由于大量细胞、紧密排布的植物细胞不同层非均匀生长以及细胞分裂等生物现象，显微镜图像中植物细胞的跟踪是一个具有挑战性的问题。此外，组织深层图像存在噪声以及成像过程中固有的不可避免的系统误差进一步使该问题复杂化。在本文中，我们提出一种新颖的基于学习的方法，其利用紧密排布的三维细胞结构来构建三维图，以实现准确的细胞跟踪。我们进一步提出用于细胞分裂检测与有效三维配准的新颖算法，其优于现有最先进算法。我们在基准数据集上从跟踪精度与推理时间方面展示了我们算法的功效。
引用
@article{arxiv.2309.11157,
title = {Learning Deformable 3D Graph Similarity to Track Plant Cells in Unregistered Time Lapse Images},
author = {Md Shazid Islam and Arindam Dutta and Calvin-Khang Ta and Kevin Rodriguez and Christian Michael and Mark Alber and G. Venugopala Reddy and Amit K. Roy-Chowdhury},
journal= {arXiv preprint arXiv:2309.11157},
year = {2023}
}