典型文献
基于改进Mask R-CNN和DeepSort的致密细胞识别与追踪
文献摘要：
为了解决现有算法对密集细胞识别精度不高及空间轨迹错误相连的问题，建立了一种针对斑马鱼尾部中性粒密集细胞的识别与追踪网络，该网络通过改进的mask region-based convolutional neural network （Mask R-CNN）及DeepSort对细胞进行识别与追踪。首先，从自搭建的光学投影层析成像（OPT）系统获取细胞图像；然后，改进Mask R-CNN中训练模块的Huber掩膜损失、优化神经网络参数，并在检测模块中拓展灰度级动态范围来提高边缘检测性能，实现细胞的识别；最后，利用DeepSort结合改进的逐帧关联思想将定位的二维像素坐标转换为三维空间坐标，进行轨迹连接。实验结果表明：所提网络的训练效率提高了约50%；XZ和YZ面细胞分割精准率分别达到了98.99%和97.83%，比未改进的Mask R-CNN、U-Net、形态学和分水岭分割等的分割效果均有显著提高；在细胞关联性为75%时，可重建出79.6%的斑马鱼中性粒细胞轨迹。该网络能够较好地实现对高度重叠细胞的识别分割与轨迹重构，将二维定位拓展到三维空间，不仅为密集微观生物的分类识别提供了借鉴参考，而且为病理学研究中细胞应激反应提供了一个重要的直观模型。
文献关键词：
成像系统;目标检测;卷积神经网络;细胞分割;三维追踪
中图分类号：
作者姓名：
黄圳鸿;胡学娟;陈玲玲;胡亮;徐露;连丽津
作者机构：
深圳技术大学中德智能制造学院，广东 深圳 518118;深圳技术大学健康与环境工程学院，广东 深圳 518118;广东省先进光学精密制造重点实验室，广东 深圳 518118
文献出处：
引用格式：
[1]黄圳鸿;胡学娟;陈玲玲;胡亮;徐露;连丽津-.基于改进Mask R-CNN和DeepSort的致密细胞识别与追踪)[J].激光与光电子学进展,2022(18):1811004
A类：
光学投影层析成像
B类：
Mask,DeepSort,识别与追踪,识别精度,斑马鱼,鱼尾,尾部,mask,region,convolutional,neural,network,OPT,细胞图像,Huber,掩膜,优化神经网络,网络参数,检测模块,灰度级,动态范围,边缘检测,检测性能,像素坐标,坐标转换,三维空间,空间坐标,训练效率,效率提高,XZ,YZ,细胞分割,未改,Net,分水岭分割,分割效果,重叠细胞,轨迹重构,二维定位,分类识别,细胞应激反应,直观模型,成像系统,目标检测,三维追踪
AB值：
0.464455
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
