DMNet: Dual-Stream Marker Guided Deep Network for Dense Cell Segmentation and Lineage Tracking.
DMNet: Dual-Stream Marker Guided Deep Network for Dense Cell Segmentation and Lineage Tracking.
复制标题
DOI：
10.1109/iccvw54120.2021.00375
复制
发表时间：
2021-10
期刊：
影响因子：
--
通讯作者：
Palaniappan K
中科院分区：
文献类型：
--
作者：
Bao R;Al-Shakarji NM;Bunyak F;Palaniappan K
显微图像序列中细胞的精确分割和跟踪在临床诊断应用和生物医学研究中是极其有益的。一个持续的挑战是在低信噪比图像中分割密集的接触细胞和边界不清的变形细胞。在本文中，我们提出了一个双流标记引导网络（DMNet）的显微镜视频中的许多细胞类型的接触细胞的分割。DMNet使用一个显式的细胞标记检测流，一个单独的掩码预测流使用距离图惩罚函数，这使得监督训练能够将注意力集中在触摸和附近的细胞上。对于多目标细胞跟踪，我们使用多步数据关联的M2 Track检测跟踪方法。我们的M2 Track与掩模重叠包括短期跟踪到单元关联，然后是跟踪到跟踪关联，以在短帧序列上重新链接具有缺失分割掩模的tracklet。我们的组合检测，分割和跟踪算法已经在IEEE ISBI 2021第六届细胞跟踪挑战赛（CTC-6）中证明了其潜力，我们在不同的细胞类型中获得了多个前三名。我们的团队名为MU-Ba-US，DMNet的实现可在http://celltrackingchallenge.net/participants/MU-Ba-US/上获得。
Accurate segmentation and tracking of cells in microscopy image sequences is extremely beneficial in clinical diagnostic applications and biomedical research. A continuing challenge is the segmentation of dense touching cells and deforming cells with indistinct boundaries, in low signal-to-noise-ratio images. In this paper, we present a dual-stream marker-guided network (DMNet) for segmentation of touching cells in microscopy videos of many cell types. DMNet uses an explicit cell marker-detection stream, with a separate mask-prediction stream using a distance map penalty function, which enables supervised training to focus attention on touching and nearby cells. For multi-object cell tracking we use M2Track tracking-by-detection approach with multi-step data association. Our M2Track with mask overlap includes short term track-to-cell association followed by track-to-track association to re-link tracklets with missing segmentation masks over a short sequence of frames. Our combined detection, segmentation and tracking algorithm has proven its potential on the IEEE ISBI 2021 6th Cell Tracking Challenge (CTC-6) where we achieved multiple top three rankings for diverse cell types. Our team name is MU-Ba-US, and the implementation of DMNet is available at, http://celltrackingchallenge.net/participants/MU-Ba-US/.
登录
查看更多内容
影响因子：
16.6
作者：
Cliffe A;Doupé DP;Sung H;Lim IK;Ong KH;Cheng L;Yu W
通讯作者：
Yu W
DOI：
10.1073/pnas.2100673118
发表时间：
2021-05-25
影响因子：
11.1
作者：
Ding, Yunfeng;Liu, Yonghong;Xu, Jianming
通讯作者：
Xu, Jianming
影响因子：
10.6
作者：
Dzyubachyk, Oleh;van Cappellen, Wiggert A.;Meijering, Erik
通讯作者：
Meijering, Erik
用于高光谱图像小样本分类的深度归纳网络
DOI：
10.1109/jstars.2020.3002787
发表时间：
2020-01-01
影响因子：
5.5
作者：
Gao, Kuiliang;Guo, Wenyue;Wei, Xiangpo
通讯作者：
Wei, Xiangpo
影响因子：
20.6
作者：
Cheng, Gong;Han, Junwei;Lu, Xiaoqiang
通讯作者：
Lu, Xiaoqiang