[论文解读] A probabilistic atlas for cell identification

Greg Bubnis, Steven Ban+2 more|arXiv (Cornell University)|Mar 21, 2019

Cell Image Analysis Techniques参考文献 17被引用 17

一句话总结

本文提出了一种基于概率图谱的框架，用于在活体或静态显微成像中实现细胞的自动识别，通过迭代贝叶斯建模追踪多模态特征（如细胞位置、形态和荧光强度）之间的联合概率分布。该方法通过建模细胞间的相关性，实现了更高的标注准确性，合成数据表明，整合荧光强度可显著提升性能，优于仅基于位置的模型。

ABSTRACT

We propose a general framework for a collaborative machine learning system to assist bioscience researchers with the task of labeling specific cell identities from microscopic still or video imaging. The distinguishing features of this approach versus prior approaches include: (1) use of a statistical model of cell features that is iteratively improved, (2) generation of probabilistic guesses at cell ID rather than single best-guesses for each cell, (3) tracking of joint probabilities of features within and across cells, and (4) ability to exploit multi-modal features, such as cell position, morphology, reporter intensities, and activity. We provide an example implementation of such a system applicable to labeling fluorescently tagged extit{C. elegans} neurons. As a proof of concept, we use a generative spring-mass model to simulate sequences of cell imaging datasets with variable cell positions and fluorescence intensities. Training on synthetic data, we find that atlases that track inter-cell positional correlations give higher labeling accuracies than those that treat cell positions independently. Tracking an additional feature type, fluorescence intensity, boosts accuracy relative to a position-only atlas, suggesting that multiple cell features could be leveraged to improve automated label predictions.

研究动机与目标

• 为应对高通量显微成像中手动细胞识别日益增长的挑战，实现细胞身份标注的自动化。
• 克服确定性标注方法在级联误标中传播错误的局限性。
• 开发一种灵活、社区驱动的系统，随每个新数据集的加入而持续改进，并能处理缺失或噪声标签。
• 在统一的概率框架内整合多模态细胞特征——位置、形态、荧光强度和活动。
• 实现适用于大规模纵向研究和多动物研究的可扩展、概率化的细胞识别。

提出的方法

• 该框架采用贝叶斯统计模型，保持细胞特征的联合概率分布，以捕捉跨实验的生物变异性。
• 采用生成式弹簧-质量模型，模拟真实且可变的细胞位置与荧光强度，用于训练合成数据集。
• 通过在可能的分配组合中进行组合搜索完成标注，空间和强度特征的概率使用多元正态分布与指数分布计算。
• 系统通过部分标注数据逐步改进，随着新数据集的贡献，持续更新后验概率。
• 通过为每个细胞身份分配边缘概率，支持概率化输出，反映预测的置信度。
• 该模型可处理图谱细胞的子集与超集，即使存在缺失或假阳性ROI，也能实现稳健标注。

实验结果

研究问题

• RQ1 是否可通过建模细胞间相关性的概率图谱，提升细胞识别准确性，相比独立处理位置的模型？
• RQ2 与仅基于位置的建模相比，整合荧光强度作为特征在多大程度上提升标注性能？
• RQ3 当在部分标注或噪声数据上进行训练时，系统如何保持准确性和置信度？
• RQ4 基于社区驱动、云部署的框架能否有效汇聚多个实验室的数据，实现标注准确性的迭代提升？
• RQ5 在使用多元概率模型时，组合搜索标签的计算可行性如何？

主要发现

• 追踪细胞间位置相关性的图谱相比独立处理位置的图谱，显著提升了标注准确性。
• 将荧光强度作为额外特征整合后，准确性进一步提升，超越仅基于位置的模型，证明了多模态特征融合的价值。
• 概率框架通过边缘概率成功报告了置信度水平，支持对标注可靠性的实际评估。
• 使用弹簧-质量模型生成的合成数据进行训练，在类似真实世界的数据集上表现出可靠性能，验证了仿真方法的有效性。
• 系统对缺失或假阳性ROI保持鲁棒性，支持对图谱细胞子集与超集的标注。
• 该方法在扩展至细胞分型方面具有潜力，但特征选择与分布族可能需要相应调整。