The Cell Tracking Challenge: 10 years of objective benchmarking

J 2023

The Cell Tracking Challenge: 10 years of objective benchmarking

MAŠKA, Martin, Vladimír ULMAN, Pablo DELGADO-RODRIGUEZ, Estibaliz GÓMEZ-DE-MARISCAL, Tereza NEČASOVÁ et. al.

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

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

Odkazy

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

Změněno: 8. 4. 2024 15:39, RNDr. Pavel Šmerk, Ph.D.

Anotace

V originále

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 VaV

Název: Modernizace národní infrastruktury pro biologické a medicínské zobrazování Czech-BioImaging

GA21-20374S, projekt VaV

Název: Segmentace a sledování buněk se složitým tvarem

Investor: Grantová agentura ČR, Segmentace a sledování buněk se složitým tvarem

LM2023050, projekt VaV

Název: 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 MU

Název: Modelování, analýza a verifikace (2023)

Investor: Masarykova univerzita, Modelování, analýza a verifikace (2023)

Citovat

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.

@article{2285029,
   author = {Maška, Martin and Ulman, Vladimír and DelgadoandRodriguez, Pablo and GómezanddeandMariscal, Estibaliz and Nečasová, Tereza and Peña, Fidel A Guerrero and Ren, Tsang Ing and Meyerowitz, Elliot M and Scherr, Tim and Löffler, Katharina and Mikut, Ralf and Guo, Tianqi and Wang, Yin and Allebach, Jan P and Bao, Rina and AlandShakarji, Noor M and Rahmon, Gani and Toubal, Imad Eddine and Palaniappan, Kannappan and Lux, Filip and Matula, Petr and Sugawara, Ko and Magnusson, Klas E G and Aho, Layton and Cohen, Andrew R and Arbelle, Assaf and BenandHaim, Tal and Raviv, Tammy Riklin and Isensee, Fabian and Jäger, Paul F and MaierandHein, Klaus H and Zhu, Yanming and Ederra, Cristina and Urbiola, Ainhoa and Meijering, Erik and Cunha, Alexandre and MuñozandBarrutia, Arrate and Kozubek, Michal and OrtizanddeandSolórzano, Carlos},
   article_number = {7},
   doi = {http://dx.doi.org/10.1038/s41592-023-01879-y},
   keywords = {cell segmentation;cell tracking;benchmarking},
   language = {eng},
   issn = {1548-7091},
   journal = {Nature Methods},
   title = {The Cell Tracking Challenge: 10 years of objective benchmarking},
   url = {https://doi.org/10.1038/s41592-023-01879-y},
   volume = {20},
   year = {2023}
}

TY  - JOUR
ID  - 2285029
AU  - Maška, Martin - Ulman, Vladimír - Delgado-Rodriguez, Pablo - Gómez-de-Mariscal, Estibaliz - Nečasová, Tereza - Peña, Fidel A Guerrero - Ren, Tsang Ing - Meyerowitz, Elliot M - Scherr, Tim - Löffler, Katharina - Mikut, Ralf - Guo, Tianqi - Wang, Yin - Allebach, Jan P - Bao, Rina - Al-Shakarji, Noor M - Rahmon, Gani - Toubal, Imad Eddine - Palaniappan, Kannappan - Lux, Filip - Matula, Petr - Sugawara, Ko - Magnusson, Klas E G - Aho, Layton - Cohen, Andrew R - Arbelle, Assaf - Ben-Haim, Tal - Raviv, Tammy Riklin - Isensee, Fabian - Jäger, Paul F - Maier-Hein, Klaus H - Zhu, Yanming - Ederra, Cristina - Urbiola, Ainhoa - Meijering, Erik - Cunha, Alexandre - Muñoz-Barrutia, Arrate - Kozubek, Michal - Ortiz-de-Solórzano, Carlos
PY  - 2023
TI  - The Cell Tracking Challenge: 10 years of objective benchmarking
JF  - Nature Methods
VL  - 20
IS  - 7
SP  - 1010-1020
EP  - 1010-1020
SN  - 15487091
KW  - cell segmentation;cell tracking;benchmarking
UR  - https://doi.org/10.1038/s41592-023-01879-y
N2  - 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.
ER  -

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. \textit{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.

Podrobný výpis o publikaci