不漏一细胞：密集生长群落中每个细胞的自动物理追踪
摘要：视频会播放紧密堆积的细胞，人类通常能够识别出每个个体细胞，无论密度和噪音如何，但大多数当前可用的细胞跟踪软件却不能实现。这是因为人类大脑会随着场景的发展自动构建一个物理模型，使其能够轻松区分细胞和噪音，并不会因细胞重叠而感到困惑。在这里，我们引入了一种使用物理规则的软件，通过模拟细胞视频中的活动，与视频自身一起进行同步。因为我们的模拟包括每个个体细胞，我们能轻松跟踪所有细胞的运动、生长和分裂。我们的方法对噪音也非常稳健，不需要任何实质性的图像处理。我们通过跟踪一个从4个到超过200个个体细胞的密集集群的运动和谱系树来证明这种方法的有效性。
作者：Huy Pham, Emile Ramez Shehada, Shawna Stahlheber, Wayne B. Hayes
论文ID：1709.09155
分类：Cell Behavior
分类简称：q-bio.CB
提交时间：2017-09-27