跟踪辅助的生物细胞分割
图像与视频处理
2019-10-22 v1 计算机视觉与模式识别
定量方法
摘要
U-Net 及其变体已被证明在生物细胞跟踪 与分割中表现足够良好。然而，这些方法在细胞碰撞、有丝分裂与凋亡等复杂过程存在时仍受影响。本文中，我们用基于 Siamese 匹配的跟踪增强 U-Net，并提出随时间跟踪单个细胞核。通过对细胞行为模式建模，我们通过重分割流程实现了分割与跟踪性能的改善。我们在 Fluo-N2DH-SIM+ 与 Fluo-N2DH-GOWT1 数据集上的初步研究表明，分割与跟踪准确率分别可获得至多 3.8% 与 3.4% 的绝对提升。
引用
@article{arxiv.1910.08735,
title = {Tracking-Assisted Segmentation of Biological Cells},
author = {Deepak K. Gupta and Nathan de Bruijn and Andreas Panteli and Efstratios Gavves},
journal= {arXiv preprint arXiv:1910.08735},
year = {2019}
}
备注
Accepted in NeurIPS2019, Medical Imaging meets NeurIPS workshop