ردیابی خودکار سلول ها درتصاویر میکروسکوپی گذر-زمانی

ردیابی سلول ها در طول زمان یکی از موثرترین انواع مطالعه برای درک مکانیسم های رشد، ترمیم بافت و درمان بیماری در موجودات زنده است. هدف از این تحقیق ارائه روشی جدید با کمک یادگیری ماشینی برای ردیابی سلول ها به شکل خودکار در تصاویر میکروسکوپی گذر-زمانی است. با توجه به پیشرفت های چشمگیر در فناوری میکروسکوپ در سال های اخیر، از میکروسکوپ گذر-زمانی معمولا برای مطالعه سلول های درون اندام ها استفاده می شود که امکان تجزیه و تحلیل مستقیم رفتارهای سلولی را فراهم می کند. در این روش برای ردیابی سلول ها، پس از قطعه بندی تصاویر با یادگیری عمیق، عمل تشخیص رویداد تقسیم سلولی را با تئوری منحنی کاسینی و عمل پیگرد سلول ها در فریم های متوالی را با روش تطبیق قالب محدود شده انجام دادیم. عملکرد ردیاب پیشنهادی توسط معیار TRA که یک متریک استاندارد برای ارزیابی الگوریتم های ردیابی سلول ها است، اندازه گیری شد. برای مجموعه داده های DIC-C۲DH-HeLa و Fluo-N۲DH-SIM+ این مقدار به ترتیب برابر ۸۷.۵% و ۹۵.۳% بدست آمد. یافته های مطالعه حاضر نشان می دهد که الگوریتم طراحی شده برای ردیابی سلول از دقت قابل قبولی برخوردار است.

ردیابی خودکار سلول ها درتصاویر میکروسکوپی گذر-زمانی Keywords:

ردیابی سلول , قطعه بندی سلول , تشخیص میتوز , سلول