一种用于加速细胞追踪的人机协同方法

由 root 提交于 周四, 10/15/2026 - 03:15
摘要

传统细胞跟踪方法侧重于全自动跟踪。然而,生成轨迹的质量会受到细胞移动速度、密度等因素的显著影响。在轨迹正确性至关重要的复杂场景中,高效、可靠的手动轨迹校正工具仍是细胞跟踪流程中的关键组成部分。大多数支持手动校正的跟踪工具仅将其作为后处理步骤:利用人工反馈逐条纠正轨迹错误,却无法提升数据集中其他轨迹的质量。这表明,我们需要一种更高效的轨迹校正方法,能够将人工反馈迭代地融入自动跟踪流程。本文提出一种人在回路中的细胞跟踪方法,并探究跟踪算法在跟踪过程中能够从人工输入中学习到何种程度。我们结合细胞检测结果的图表示、Dijkstra 最短路径算法以及用于预测细胞位移的神经网络,生成初始轨迹建议。我们开发了一种工具,使用户能够针对算法建议的单条轨迹提供反馈;随后,这些反馈会被传递至后续轨迹生成过程,以提升其效果。与将校正作为后处理步骤的传统全自动跟踪方法相比,我们的人在回路跟踪框架减少了所需的校正次数。最后,我们展示了如何利用预先生成的轨迹作为先验,将该方法与现有最先进的跟踪算法集成,从而提高向人工标注者推荐的轨迹质量。

johannes.textor@radboudumc.nl

摘要

信息/历史

指标

数据/代码

PDF 预览

摘要

传统细胞跟踪方法侧重于全自动跟踪。然而,生成的轨迹质量会受到细胞移动速度、密度等因素的显著影响。在轨迹正确性至关重要的复杂场景中,高效且可靠的人工轨迹校正工具仍是细胞跟踪流程中的关键组成部分。大多数支持人工校正的跟踪工具仅将其作为后处理步骤:利用人工反馈逐条修正轨迹错误,却无法提升数据集中其他轨迹的质量。这凸显了对更高效轨迹校正方法的需求,即在自动跟踪过程中迭代整合人工反馈。

本文提出一种人在回路中的细胞跟踪方法,并探究跟踪算法在跟踪过程中能够从人工输入中学习到何种程度。我们结合细胞检测结果的图表示、Dijkstra 最短路径算法,以及用于预测细胞位移的神经网络,生成初始轨迹建议。我们开发了一种工具,使用户能够针对算法建议的单条轨迹提供反馈;随后,这些反馈会被传播,以改进后续轨迹的生成。与将校正作为后处理步骤的传统全自动跟踪方法相比,我们提出的人在回路跟踪框架减少了所需的校正次数。最后,我们展示了如何通过将预生成轨迹作为先验,将该方法整合到现有的先进跟踪算法中,从而提高提供给人工标注者的轨迹建议质量。

利益冲突声明

作者们

已声明不存在竞争性利益。

脚注

https://zenodo.org/records/22663274

https://pypi.org/project/trackin/

基金信息(已声明)

国际人类前沿科学计划组织,

https://ror.org/02ebx7v45

,RGP0053/2020

版权

本预印本的版权归作者所有;作者已授予 bioRxiv 永久展示该预印本的许可。

该预印本依据 CC-BY 4.0 国际许可协议提供。

返回顶部

上一篇

下一篇

发布于 2026 年 10 月 9 日。

下载 PDF

数据/代码

电子邮件

感谢您有意帮助传播 bioRxiv 的内容。

注意:系统要求提供您的电子邮件地址,仅用于确认您是本文的发送者。

您的电子邮件地址

*

您的姓名

*

收件人

*

请输入多个地址,每个地址单独占一行,或以逗号分隔。

您即将发送的文章:

一种加快细胞追踪的人机协同方法

邮件主题

(您的姓名)转发了 bioRxiv 上的一个页面给您

邮件正文

(您的姓名)认为您可能想查看 bioRxiv 网站上的这个页面。

您的个人留言

验证码

此问题用于确认您是真人访客,并防止自动垃圾信息提交。

分享

一种加快细胞追踪的人机协同方法

Mihaela Mihaylova、Ankur Ankan、Shabaz Sultan、Inge MN Wortel、Jérémy Postat、Maryl Harris、Mauricio Merino、Judith N Mandl、Johannes Textor

bioRxiv

2026.10.06.756962;

doi:https://doi.org/10.64898/2026.10.06.756962

分享本文:

复制

引用工具

一种加快细胞追踪的人机协同方法

Mihaela Mihaylova、Ankur Ankan、Shabaz Sultan、Inge MN Wortel、Jérémy Postat、Maryl Harris、Mauricio Merino、Judith N Mandl、Johannes Textor

bioRxiv

2026.10.06.756962;

doi:https://doi.org/10.64898/2026.10.06.756962

引用

文献管理格式

BibTeX

Bookends

EasyBib

EndNote(标记格式)

EndNote 8(XML)

Medlars

Mendeley

Papers

RefWorks(标记格式)

Ref Manager

RIS

Zotero

推文组件

Facebook 点赞

Google +1

学科领域

所有文章

动物行为与认知

(8103)

生物化学

(18936)

生物工程

(15084)

生物信息学

(44929)

生物物理学

(22837)

癌症生物学

(19959)

细胞生物学

(27173)

临床试验

(138)

发育生物学

(14075)

生态学

(21263)

流行病学

(2067)

进化生物学

(25642)

遗传学

(16274)

基因组学

(23685)

免疫学

(18882)

微生物学

(42916)

分子生物学

(18233)

神经科学

(94398)

古生物学

(709)

病理学

(3012)

药理学与毒理学

(5147)

生理学

(8208)

植物生物学

(16162)

科学传播与教育

(2106)

合成生物学

(4609)

系统生物学

(10330)

动物学

(2407)

关键词:细胞追踪 · 人在回路 · 轨迹校正 · 图算法 · 神经网络

原文链接:https://www.biorxiv.org/content/10.64898/2026.10.06.756962v1?rss=1