无监督学习用于 3D+t 点云斑马鱼胚胎的特征提取与时序对齐
计算机视觉与模式识别
2025-02-11 v1
摘要
斑马鱼因其在生物医学研究中的广泛应用，在进行进一步分析时常需要同步其胚胎的发育阶段。我们提出一种无监督方法，用于从斑马鱼胚胎的 3D+t 点云中提取描述性特征，并 subsequently 使用这些特征进行时序对齐。我们提出了一种自编码器架构，用于学习点云的描述性表征，并设计了深度回归网络用于时序对齐。我们实现了高精度的对齐，实验持续 5.3 小时，平均错位仅 3.83 分钟。作为一种完全无监督的方法，无需手动标注，不同于手动分析，该方法易于扩展。此外，无需人工标注数据，避免了主观偏见的影响。
引用
@article{arxiv.2502.06543,
title = {Unsupervised Learning for Feature Extraction and Temporal Alignment of 3D+t Point Clouds of Zebrafish Embryos},
author = {Zhu Chen and Ina Laube and Johannes Stegmaier},
journal= {arXiv preprint arXiv:2502.06543},
year = {2025}
}