不遗漏任何一个细胞：基于物理的自动化方法追踪密集生长菌落中的{\em 每一个}细胞
细胞行为
2017-09-27 v1
摘要
人类在观看紧密堆积细胞的视频时，通常能识别出每一个个体细胞，无论密度和噪声如何，但目前大多数可用的细胞追踪软件却做不到这一点。这是因为人脑会随着场景的进展自动构建其物理模型，从而能够轻易地将细胞与噪声区分开来，并且不会被重叠的细胞过度混淆。本文介绍一种软件，它利用物理规则对细胞视频中的活动进行模拟，并随着活动的进展与视频保持同步。由于我们的模拟包含了每一个个体细胞，因此我们能够轻松追踪所有细胞的运动、生长和分裂。我们的方法对噪声也特别稳健，无需任何大量的图像处理。我们通过追踪一个从4个个体生长到超过200个个体的密集堆积细胞菌落的运动和谱系树，证明了该方法的有效性。
引用
@article{arxiv.1709.09155,
title = {No cell left behind: automated physics-based tracking of {\em every} cell in a dense and growing colony},
author = {Huy Pham and Emile Ramez Shehada and Shawna Stahlheber and Wayne B. Hayes},
journal= {arXiv preprint arXiv:1709.09155},
year = {2017}
}
备注
21 pages, 14 Figures, 1 Table