追踪百万分之一:面向微生物单细胞追踪的大规模基准测试与实验感知鲁棒性指标
计算机视觉与模式识别
2024-11-04 v1
摘要
追踪活细胞时间序列中活细胞的发育过程,揭示了单细胞行为的关键信息,并在生物医学和生物技术应用中展现出巨大潜力。在微生物活细胞成像(MLCI)中,需要在数十个生长的细胞菌落中检测并追踪少量到数千个细胞。细胞追踪的挑战受到实验参数的严重影响,即成像间隔和最大细胞数量。目前,MLCI中的追踪基准测试尚不广泛可用,且这些参数对追踪性能的影响尚不清楚。因此,我们提出了MLCI中最大规模的公开标注数据集,包含超过140万个细胞实例、29k条细胞轨迹和14k次细胞分裂。利用该数据集,我们将现有的追踪指标推广为纳入相关成像和实验参数的实验感知指标。这些指标揭示当前细胞追踪方法严重依赖于实验参数的选择,其性能在高成像间隔和大细胞菌落中显著下降。因此,我们的新基准量化了实验参数对追踪质量的影响,并为开发能够在成像和实验参数之间泛化的新数据驱动方法提供了机会。该基准数据集公开可用:https://zenodo.org/doi/10.5281/zenodo.7260136。
引用
@article{arxiv.2411.00552,
title = {Tracking one-in-a-million: Large-scale benchmark for microbial single-cell tracking with experiment-aware robustness metrics},
author = {J. Seiffarth and L. Blöbaum and R. D. Paul and N. Friederich and A. J. Yamachui Sitcheu and R. Mikut and H. Scharr and A. Grünberger and K. Nöh},
journal= {arXiv preprint arXiv:2411.00552},
year = {2024}
}
备注
17 pages, 4 figures, 3 tables, BioImage Computing @ ECCV 2024