Cell as Point: One-stage framework for efficient cell tracking

Song, Yaxuan

doi:10.1016/j.patcog.2026.114376

Cell as Point: One-stage framework for efficient cell tracking

2026-07-01

0

PRE

AI

DOI：10.1016/j.patcog.2026.114376

原文链接

原文求助

摘要

En 中文

传统多阶段细胞跟踪方法严重依赖每帧的检测或分割作为前提，需要大量资源用于高质量分割掩码，并增加整体预测时间。为解决这些局限性，我们提出CAP，一种新颖的端到端单阶段框架，通过将细胞视为点来重新构想细胞跟踪。与传统的依赖显式检测或分割的方法不同，CAP利用细胞轨迹间的固有相关性，在单阶段中联合跟踪序列中的细胞，消除了对显式检测或分割的需求。这种简化减少了标注要求和流程复杂性。然而，直接在单阶段处理整个序列带来了数据不平衡（尤其是在捕捉细胞分裂事件时）和长序列推理的挑战。为解决这些挑战，CAP引入两项关键创新：(1) 自适应事件引导（AEG）采样，优先处理细胞分裂事件以缓解细胞事件发生的不平衡；(2) 滚动视窗（RAW）推理策略，确保在长序列中持续稳定地跟踪新出现的细胞。通过消除对基于分割的预处理的依赖，同时解决细胞事件发生不平衡和长序列跟踪的挑战，CAP展现出有前景的细胞跟踪性能，其效率比现有方法高出8到32倍。代码和模型检查点可在https://github.com/YXSong000/CAP获取。

Keyword:

Cell tracking

Point tracking

RAFT

End-to-end one-stage framework

Cell as Point: One-stage framework for efficient cell tracking

摘要

期刊

机构

引用论文