A random-sampling approach to track cell divisions in time-lapse fluorescence microscopy.
A random-sampling approach to track cell divisions in time-lapse fluorescence microscopy.
复制标题
DOI：
10.1186/s13007-021-00723-8
复制
发表时间：
2021-03-08
期刊：
影响因子：
5.1
通讯作者：
Sena G
中科院分区：
文献类型：
--
作者：
Amarteifio S;Fallesen T;Pruessner G;Sena G
三维粒子跟踪是从原始延时成像中提取动力学过程关键信息的不可或缺的计算工具。在细胞和发育生物学中的体内延时荧光成像尤其如此，其中以高时间分辨率观察复杂的动态。在荧光显微镜中，与延时数据一起使用的常见跟踪算法通常假设连续信号，其中背景、可识别的关键点和独立移动的感兴趣对象是永久可见的。在这些条件下，简单的注册和身份管理算法可以随着时间的推移跟踪感兴趣的对象。相比之下，在这里，我们考虑的情况下，瞬态信号和对象的运动被约束在一个组织内，标准算法无法提供强大的跟踪。为了在这些条件下优化3D跟踪，我们提出了将注册和跟踪任务合并到一个注册算法中，该算法使用随机采样来解决身份管理问题。我们描述了这样一个算法的设计和应用，说明在植物生物学领域，并使其作为一个开源软件实现。该算法进行了测试的有丝分裂事件在4D数据集上获得的光片荧光显微镜生长表达CYCB：：GFP的拟南芥根。我们通过比较代理数据和手动跟踪的算法性能来验证该方法。该方法填补了现有跟踪技术的空白，在具有挑战性的数据集中使用未注册图像中的瞬时荧光标记物跟踪有丝分裂事件。
Particle-tracking in 3D is an indispensable computational tool to extract critical information on dynamical processes from raw time-lapse imaging. This is particularly true with in vivo time-lapse fluorescence imaging in cell and developmental biology, where complex dynamics are observed at high temporal resolution. Common tracking algorithms used with time-lapse data in fluorescence microscopy typically assume a continuous signal where background, recognisable keypoints and independently moving objects of interest are permanently visible. Under these conditions, simple registration and identity management algorithms can track the objects of interest over time. In contrast, here we consider the case of transient signals and objects whose movements are constrained within a tissue, where standard algorithms fail to provide robust tracking. To optimize 3D tracking in these conditions, we propose the merging of registration and tracking tasks into a registration algorithm that uses random sampling to solve the identity management problem. We describe the design and application of such an algorithm, illustrated in the domain of plant biology, and make it available as an open-source software implementation. The algorithm is tested on mitotic events in 4D data-sets obtained with light-sheet fluorescence microscopy on growing Arabidopsis thaliana roots expressing CYCB::GFP. We validate the method by comparing the algorithm performance against both surrogate data and manual tracking. This method fills a gap in existing tracking techniques, following mitotic events in challenging data-sets using transient fluorescent markers in unregistered images.
登录
查看更多内容
影响因子：
5.1
作者：
Rahni, Ramin;Birnbaum, Kenneth D.
通讯作者：
Birnbaum, Kenneth D.
DOI：
10.1109/34.121791
发表时间：
1992-02-01
影响因子：
23.6
作者：
BESL, PJ;MCKAY, ND
通讯作者：
MCKAY, ND
影响因子：
10.6
作者：
Godinez, William J;Rohr, Karl
通讯作者：
Rohr, Karl
DOI：
10.1007/978-3-540-24670-1_3
发表时间：
2004-01-01
期刊：
COMPUTER VISION - ECCV 2004, PT 1
影响因子：
--
作者：
Okuma, K;Taleghani, A;Lowe, DG
通讯作者：
Lowe, DG
DOI：
10.1002/reg2.59
发表时间：
2016-06
期刊：
Regeneration (Oxford, England)
影响因子：
--
作者：
Kral, Nicolas;Hanna Ougolnikova, Alexandra;Sena, Giovanni
通讯作者：
Sena, Giovanni