Toward Robust Fully 3D Filopodium Segmentation and Tracking in Time-Lapse Fluorescence Microscopy

MAŠKA, Martin, Tereza NEČASOVÁ, David WIESNER, Dmitry SOROKIN, Igor PETERLÍK, Vladimír ULMAN a David SVOBODA. Toward Robust Fully 3D Filopodium Segmentation and Tracking in Time-Lapse Fluorescence Microscopy. Online. In 26th IEEE International Conference on Image Processing. Taipei: IEEE, 2019, s. 819-823. ISBN 978-1-5386-6249-6. Dostupné z: https://dx.doi.org/10.1109/ICIP.2019.8803721.

Základní údaje

Originální název

Toward Robust Fully 3D Filopodium Segmentation and Tracking in Time-Lapse Fluorescence Microscopy

Autoři

MAŠKA, Martin (203 Česká republika, garant, domácí), Tereza NEČASOVÁ (203 Česká republika, domácí), David WIESNER (203 Česká republika, domácí), Dmitry SOROKIN (643 Rusko), Igor PETERLÍK (703 Slovensko, domácí), Vladimír ULMAN (203 Česká republika) a David SVOBODA (203 Česká republika, domácí)

Vydání

Taipei, 26th IEEE International Conference on Image Processing, od s. 819-823, 5 s. 2019

Nakladatel

IEEE

---

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Odkazy

URL

Kód RIV

RIV/00216224:14330/19:00107396

Organizační jednotka

Fakulta informatiky

ISBN

978-1-5386-6249-6

ISSN

DOI

http://dx.doi.org/10.1109/ICIP.2019.8803721

UT WoS

000521828600163

Klíčová slova anglicky

Benchmark dataset; synthetic image data; filopodium segmentation; filopodium tracking

Štítky

cbia-web, core_B, firank_A

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

Development, parameter tuning, and objective benchmarking of bioimage analysis workflows heavily rely on the availability of diverse bioimage datasets accompanied by reference annotations. In this paper, we present a new benchmark dataset, FiloData3D, designed for in-depth performance assessments of fully 3D filopodium segmentation and tracking algorithms that emerged recently in the field. It consists of 180 synthetic, fully annotated, 3D time-lapse sequences of single lung cancer cells, combining different cell shapes, signal-to-noise ratios, and anisotropy ratios, which are the well-known factors that influence the quality of segmentation and tracking results. Using FiloData3D, we show that the number of filopodia and their lengths extracted are significantly underestimated in the case of traditional 2D protocols that prevail in daily practice compared to fully 3D measurements, calling for a procedural change in filopodial analyses of 3D+t bioimage data.

---

Návaznosti

EF16_013/0001775, projekt VaV	Název: Modernizace a podpora výzkumných aktivit národní infrastruktury pro biologické a medicínské zobrazování Czech-BioImaging
GA17-05048S, projekt VaV	Název: Segmentace a trekování živých buněk v multimodálních obrazech Investor: Grantová agentura ČR, Segmentace a trekování živých buněk v multimodálních obrazech
LTC17016, projekt VaV	Název: Benchmarking algoritmů segmentace a sledování buněk Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Benchmarking algoritmů segmentace a sledování buněk, INTER-COST
MUNI/A/1018/2018, interní kód MU	Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VIII. Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VIII., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/A/1040/2018, interní kód MU	Název: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 19 (Akronym: SKOMU) Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 19, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty