Gravitational cell detection and tracking in fluorescence microscopy data

要約

顕微鏡画像内の細胞の自動検出と追跡は、生物医学研究と臨床実践の両方におけるコンピューター ビジョン テクノロジの主な用途です。
これらの分野では機械学習手法がますます一般的になってきていますが、古典的なアルゴリズムは、説明可能性の向上、計算の高速化、ハードウェア要件の低減、より安定したパフォーマンスなど、両方のタスクに依然として大きな利点を提供します。
この論文では、蛍光顕微鏡画像に適用した場合に最新の機械学習モデルと競合し、潜在的にそれを上回るパフォーマンスを発揮できる、重力場に基づく新しいアプローチを紹介します。
この方法には、検出、セグメンテーション、および追跡要素が含まれており、その結果は Cell Tracking Challenge データセットで実証されています。

要約(オリジナル)

Automatic detection and tracking of cells in microscopy images are major applications of computer vision technologies in both biomedical research and clinical practice. Though machine learning methods are increasingly common in these fields, classical algorithms still offer significant advantages for both tasks, including better explainability, faster computation, lower hardware requirements and more consistent performance. In this paper, we present a novel approach based on gravitational force fields that can compete with, and potentially outperform modern machine learning models when applied to fluorescence microscopy images. This method includes detection, segmentation, and tracking elements, with the results demonstrated on a Cell Tracking Challenge dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google