[논문 리뷰] Globally Optimal Cell Tracking using Integer Programming

Engin Türetken, Xinchao Wang외 3명|arXiv (Cornell University)|2015. 01. 22.

Advanced Vision and Imaging참고 문헌 40인용 수 6

한 줄 요약

이 논문은 시간에 따라 변화하는 현미경 영상에서 세포를 동시에 검출하고 추적하기 위해 계층적 타원 피팅을 통해 과다 탐지 가설을 생성함으로써 정수계획법을 사용한 전역 최적의 세포 추적 방법을 제안한다. 추적을 단일 유형의 유량 변수 정수계획문제로 공식화함으로써, 혼잡 상태 처리에 대한 히우리스틱 기법을 제거하고, 특히 뭉쳐진 세포 시퀀스에서 검출, 분열, 추적 정확도 면에서 최신 기술들을 능가한다.

ABSTRACT

We propose a novel approach to automatically tracking cell populations in time-lapse images. To account for cell occlusions and overlaps, we introduce a robust method that generates an over-complete set of competing detection hypotheses. We then perform detection and tracking simultaneously on these hypotheses by solving to optimality an integer program with only one type of flow variables. This eliminates the need for heuristics to handle missed detections due to occlusions and complex morphology. We demonstrate the effectiveness of our approach on a range of challenging sequences consisting of clumped cells and show that it outperforms state-of-the-art techniques.

연구 동기 및 목표

• 교착상태, 겹침, 복잡한 형태학적 특성으로 인해 신뢰할 수 없는 검출이 발생하는 시간에 따라 변화하는 영상에서 세포 추적의 과제를 해결하기 위해.
• 혼잡 상태로 인한 누락된 검출에 대한 히우리스틱 기반 처리를 제거하기 위해 전역 최적의 해법을 공식화하기 위해.
• 분열과 같은 드문 사건에 대해 검출과 추적을 통합된 프레임워크에서 동시 최적화함으로써 추적 정확도를 향상시키기 위해.
• 모호한 분할 결과로부터 계층적 타원 피팅 알고리즘을 사용해 강력하고 경쟁적인 검출 가설을 생성하기 위해.

제안 방법

• 과다 분할된 세포 영역에서 추출한 윤곽선(Contourlets)에 타원을 피팅하여 계층적 응집 군집화 알고리즘을 사용해 과다 탐지 가설의 집합을 생성한다.
• 세포 이벤트(이동, 분열, 사멸 등)를 정수계획문제 내에서 단일 유형의 유량 변수로 모델링함으로써 전체 시퀀스에 걸쳐 전역 최적화를 가능하게 한다.
• 검출과 추적을 최소한의 변수 및 제약 조건 복잡도로 갖는 정수계획문제로 공식화하기 위해 제약 조건이 있는 베이지안 추론을 사용한다.
• 모든 시간 프레임의 영상 증거를 동시에 통합함으로써 국소적 또는 이원적 결정이 아닌 전역 최적화를 가능하게 한다.
• 고정된 분열 확률에 의존하지 않고 분류기 비용을 학습하고 계층적 가설 구조를 유지함으로써 고정된 분열 확률에 의존하지 않는다.
• 정수계획문제를 최적해로 풀어 전역적으로 일관된 궤적과 검출 할당을 보장한다.

실험 결과

연구 질문

• RQ1 혼잡 상태 처리에 대한 히우리스틱 기반 접근 없이도 검출과 추적을 동시에 다루는 전역 최적의 추적 프레임워크를 설계할 수 있는가?
• RQ2 모호한 분할 결과를 어떻게 다수의 경쟁적 검출 가설로 변환하여 정확도를 향상시킬 수 있는가?
• RQ3 단일 유량 변수 유형을 사용한 통합 정수계획문제가 세포 추적에서 복잡한 다변수 공식화보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ4 윤곽선에서 계층적 타원 피팅이 뭉쳐진 세포 집단에서 검출 및 추적 정확도를 어떻게 향상시키는가?
• RQ5 세포 분열과 궤적 일관성의 맥락에서 유량 변수에 대한 정수 제약 조건이 미치는 영향은 무엇인가?

주요 결과

• 제안된 방법은 평가된 모든 기준 기반 방법, 특히 2015년과 2016년 세포 추적 챌린지의 최신 기술 트래커를 포함하여 가장 높은 검출 및 분열 정확도를 달성했다.
• HeLa-2 시퀀스에서, 이론적 선형계획법(LP) 완화 해와 비교해 재현율이 2% 감소한 것으로 나타나, 정수 제약 조건이 고분열 상황에서 매우 중요하다는 것을 입증했다.
• CT [36], JST [35], KTH [25], GMM [1]을 모두 초월했으며, 드문 그러나 핵심적인 사건에서 뚜렷한 향상이 있었다.
• 최대 800만 개의 변수를 사용함에도 불구하고, 정수계획문제가 4분 이내에 해결되었으며(HeLa-2 기준 232초), 뛰어난 확장성을 보였다.
• 제거 실험 결과, 시간적 일관성(OURS-CL)을 제거하거나 모순되는 가설을 允許(OURS-NC)하는 것은 정밀도를 극적으로 떨어뜨려 최적화 프레임워크의 必要성 을 입증했다.
• CT와 동일한 초기 분할 결과를 사용함에도 불구하고, 제안된 방법은 검출과 추적을 동시에 최적화함으로써 순차적 검출 및 추적 기반 방법보다 뛰어난 성능을 보였다.