Abstract
The tracking and analysis of cell activities in time-lapse sequences plays an important role in understanding complex biological processes such as the spread of the tumor, an invasion of the virus, the wound recovery and the cell division. For automatic tracking of cells, the tasks such as the cell detection at each frame, the investigation of the correspondence between cells in previous and current frames, the identification of the cell division and the recognition of new cells must be performed. This paper proposes an automatic cell tracking algorithm. In the first frame, the marker of each cell is extracted using the feature vector obtained by the analysis of cellular regions, and then the watershed algorithm is applied using the extracted markers to produce the cell segmentation. In subsequent frames, the segmentation results of the previous frame are incorporated in the segmentation process for the current frame. A combined criterion of geometric and intensity property of each cell region is used for the proper association between previous and current cells to obtain correct cell tracking. Simulation results show that the proposed method improves the tracking performance compared to the tracking method in Cellprofiler (the software package for automatic analysis of bioimages).
저속촬영이 가능한 현미경을 통해 얻어진 세포동영상에서 세포활동의 추적 및 분석은 종양의 전이, 바이러스의 침입, 상처회복, 세포분열과 같은 복잡한 생물학적 과정을 이해하는데 있어 매우 중요한 역할을 담당한다. 세포추적의 자동화를 위해서는 각 프레임에서의 세포검출, 전후 프레임 내 세포들의 상관관계 조사, 새로운 세포의 인식 및 세포분열의 확인 등과 같은 일련의 작업들이 수행되어야 한다. 본 논문에서는 이를 위한 효과적인 자동 세포 추적 알고리즘을 제시한다. 첫 번째 프레임에서는 세포영역의 특성 분석을 통해 얻어진 특징벡터를 이용하여 각 세포의 마커 영역을 추출하고, 여기에 워터쉐드 알고리즘을 적용함으로써 세포 분할을 수행한다. 연속된 프레임들에서는 이전 프레임의 분할결과를 이용하여 현재 프레임에서의 분할 과정이 수행된다. 그리고 각 세포의 기하학적 특성과 밝기 특성의 결합 비용함수를 사용하여 전후 프레임 간 세포의 올바른 상관관계를 조사함으로써 세포 추적의 정확도를 개선한다. 실험에서 세포영상 분석을 위한 소프트웨어 패키지인 CellProfiler와의 비교/분석을 통해 제안 알고리즘의 효율성을 입증하였다.
