CHOTA: A Higher Order Accuracy Metric for Cell Tracking

要約

細胞追跡結果の評価は追跡方法の開発を促し、生物医学研究に大きな影響を与えます。
これは評価指標によって定量的に達成されます。
残念ながら、現在の指標は局所的な正確性を優先し、全体的な一貫性をあまり重視していないため、高レベルの生物学的分析が妨げられています。
また、グローバルな一貫性を促進するために、細胞検出と局所的な関連付け、グローバルな一貫性、系統追跡など、細胞追跡のすべての関連側面の評価を統合する CHOTA メトリクス (細胞固有の高次追跡精度) を提案します。
我々は、細胞系統全体を含む「軌跡」という用語の新しい定義を導入し、これを一般的な複数の物体追跡から確立された HOTA メトリクスに組み込むことによってこれを達成します。
さらに、最新の細胞追跡メトリクスの詳細な調査を提供して、新しい CHOTA メトリクスを比較し、その利点を示します。
すべてのメトリクスは、最先端の実データのセル追跡結果と、特定の追跡エラーをシミュレートする合成結果に基づいて広範囲に評価されます。
我々は、CHOTA がすべての追跡エラーに敏感であり、細胞の完全な系統を再構成する方法の生物学的に関連した能力の良い指標を与えることを示します。
これは、細胞追跡で現在使用されているメトリクスに代わる堅牢かつ包括的な代替手段を導入します。
Python コードは https://github.com/CellTrackingChallenge/py-ctcmetrics で入手できます。

要約(オリジナル)

The evaluation of cell tracking results steers the development of tracking methods, significantly impacting biomedical research. This is quantitatively achieved by means of evaluation metrics. Unfortunately, current metrics favor local correctness and weakly reward global coherence, impeding high-level biological analysis. To also foster global coherence, we propose the CHOTA metric (Cell-specific Higher Order Tracking Accuracy) which unifies the evaluation of all relevant aspects of cell tracking: cell detections and local associations, global coherence, and lineage tracking. We achieve this by introducing a new definition of the term ‘trajectory’ that includes the entire cell lineage and by including this into the well-established HOTA metric from general multiple object tracking. Furthermore, we provide a detailed survey of contemporary cell tracking metrics to compare our novel CHOTA metric and to show its advantages. All metrics are extensively evaluated on state-of-the-art real-data cell tracking results and synthetic results that simulate specific tracking errors. We show that CHOTA is sensitive to all tracking errors and gives a good indication of the biologically relevant capability of a method to reconstruct the full lineage of cells. It introduces a robust and comprehensive alternative to the currently used metrics in cell tracking. Python code is available at https://github.com/CellTrackingChallenge/py-ctcmetrics .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google