MAŠKA, Martin, Vladimír ULMAN, Pablo DELGADO-RODRIGUEZ, Estibaliz GÓMEZ-DE-MARISCAL, Tereza NEČASOVÁ, Fidel A Guerrero PEÑA, Tsang Ing REN, Elliot M MEYEROWITZ, Tim SCHERR, Katharina LÖFFLER, Ralf MIKUT, Tianqi GUO, Yin WANG, Jan P ALLEBACH, Rina BAO, Noor M AL-SHAKARJI, Gani RAHMON, Imad Eddine TOUBAL, Kannappan PALANIAPPAN, Filip LUX, Petr MATULA, Ko SUGAWARA, Klas E G MAGNUSSON, Layton AHO, Andrew R COHEN, Assaf ARBELLE, Tal BEN-HAIM, Tammy Riklin RAVIV, Fabian ISENSEE, Paul F JÄGER, Klaus H MAIER-HEIN, Yanming ZHU, Cristina EDERRA, Ainhoa URBIOLA, Erik MEIJERING, Alexandre CUNHA, Arrate MUÑOZ-BARRUTIA, Michal KOZUBEK a Carlos ORTIZ-DE-SOLÓRZANO. The Cell Tracking Challenge: 10 years of objective benchmarking. Nature Methods. 2023, roč. 20, č. 7, s. 1010-1020. ISSN 1548-7091. Dostupné z: https://dx.doi.org/10.1038/s41592-023-01879-y.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název The Cell Tracking Challenge: 10 years of objective benchmarking
Autoři MAŠKA, Martin (203 Česká republika, garant, domácí), Vladimír ULMAN (203 Česká republika, domácí), Pablo DELGADO-RODRIGUEZ (724 Španělsko), Estibaliz GÓMEZ-DE-MARISCAL (724 Španělsko), Tereza NEČASOVÁ (203 Česká republika, domácí), Fidel A Guerrero PEÑA (76 Brazílie), Tsang Ing REN (840 Spojené státy), Elliot M MEYEROWITZ (840 Spojené státy), Tim SCHERR (276 Německo), Katharina LÖFFLER (276 Německo), Ralf MIKUT (276 Německo), Tianqi GUO (840 Spojené státy), Yin WANG (840 Spojené státy), Jan P ALLEBACH (840 Spojené státy), Rina BAO (840 Spojené státy), Noor M AL-SHAKARJI (840 Spojené státy), Gani RAHMON (840 Spojené státy), Imad Eddine TOUBAL (840 Spojené státy), Kannappan PALANIAPPAN (840 Spojené státy), Filip LUX (203 Česká republika, domácí), Petr MATULA (203 Česká republika, domácí), Ko SUGAWARA (250 Francie), Klas E G MAGNUSSON (752 Švédsko), Layton AHO (840 Spojené státy), Andrew R COHEN (840 Spojené státy), Assaf ARBELLE (376 Izrael), Tal BEN-HAIM (376 Izrael), Tammy Riklin RAVIV (376 Izrael), Fabian ISENSEE (276 Německo), Paul F JÄGER (276 Německo), Klaus H MAIER-HEIN (276 Německo), Yanming ZHU (36 Austrálie), Cristina EDERRA (724 Španělsko), Ainhoa URBIOLA (724 Španělsko), Erik MEIJERING (36 Austrálie), Alexandre CUNHA (840 Spojené státy), Arrate MUÑOZ-BARRUTIA (724 Španělsko), Michal KOZUBEK (203 Česká republika, domácí) a Carlos ORTIZ-DE-SOLÓRZANO (724 Španělsko).
Vydání Nature Methods, 2023, 1548-7091.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 48.000 v roce 2022
Kód RIV RIV/00216224:14330/23:00130820
Organizační jednotka Fakulta informatiky
Doi http://dx.doi.org/10.1038/s41592-023-01879-y
UT WoS 000999144000001
Klíčová slova anglicky cell segmentation;cell tracking;benchmarking
Štítky cbia-web
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 8. 4. 2024 15:39.
Anotace
The Cell Tracking Challenge is an ongoing benchmarking initiative that has become a reference in cell segmentation and tracking algorithm development. Here, we present a significant number of improvements introduced in the challenge since our 2017 report. These include the creation of a new segmentation-only benchmark, the enrichment of the dataset repository with new datasets that increase its diversity and complexity, and the creation of a silver standard reference corpus based on the most competitive results, which will be of particular interest for data-hungry deep learning-based strategies. Furthermore, we present the up-to-date cell segmentation and tracking leaderboards, an in-depth analysis of the relationship between the performance of the state-of-the-art methods and the properties of the datasets and annotations, and two novel, insightful studies about the generalizability and the reusability of top-performing methods. These studies provide critical practical conclusions for both developers and users of traditional and machine learning-based cell segmentation and tracking algorithms.
Návaznosti
EF18_046/0016045, projekt VaVNázev: Modernizace národní infrastruktury pro biologické a medicínské zobrazování Czech-BioImaging
GA21-20374S, projekt VaVNázev: Segmentace a sledování buněk se složitým tvarem
Investor: Grantová agentura ČR, Segmentace a sledování buněk se složitým tvarem
LM2023050, projekt VaVNázev: Národní infrastruktura pro biologické a medicínské zobrazování
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Czech BioImaging: Národní výzkumná infrastruktura pro biologické a medicínské zobrazování
MUNI/A/1081/2022, interní kód MUNázev: Modelování, analýza a verifikace (2023)
Investor: Masarykova univerzita, Modelování, analýza a verifikace (2023)
VytisknoutZobrazeno: 19. 7. 2024 13:22