.png){kind=icon}
返回
A Dynamic Contour Evolution Algorithm for Cell Segmentation and Synaptic Tracking under Occlusion
.png){kind=icon}
PRE
AI
DOI：10.1021/cbmi.5c00227.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
细胞迁移对于发育、组织稳态和免疫调节至关重要，其失调会导致疾病。量化单细胞行为因形态变异性和遮挡而具有挑战性。我们提出了一种稳健的细胞追踪算法，结合了轮廓变形网络、动态轮廓演化（DPE）以及基于图神经网络（GNN）的框架。该方法在低置信度条件下能准确分割和追踪细胞。与现有方法相比，在HT22细胞数据集上实现了更高的识别精度，同时保持了高身份连续性。对超过4,000个细胞的分析揭示了稳定的形态和迁移模式，而氧化应激则降低了迁移能力并改变了迁移轨迹。该框架能够精确量化细胞动力学，为长期活细胞监测以及在不同实验条件下进行高通量细胞行为分析提供了多功能工具。
Keyword:
Cell segmentation
Cell tracking
FT-KAN
Dynamic contour evolution
Cell morphology
Cell migration
期刊
C
IF:
5.7
论文数:
156
被引数:
0
机构
引用论文
Advances in Tracing Techniques: Mapping the Trajectory of Mesenchymal Stem-Cell-Derived Extracellular Vesicles追踪技术的进展：绘制间充质干细胞来源的细胞外囊泡的轨迹
PREAI
分享收藏
分享收藏Long-Term Real-Time Tracking of Morphology and Migration of Neuronal Cells under Oxidative Stress
PREAI
分享收藏Collaborative augmented reconstruction of 3D neuron morphology in mouse and human brains小鼠和人脑中3D神经元形态的协同增强重建.png)
NATURE METHODS
OAAI
NATURE METHODSIF32.1
OAAI分享收藏
查看更多内容