蛍光イメージングからのニューロン/軸索データの 3D セグメンテーションおよび追跡アルゴリズムを実装しようとしています。ウォーターシェッド アルゴリズム、アクティブな輪郭、OTSU しきい値処理を調べましたが、どのアルゴリズムを使用するかを決定できません。さらに、特にこれらの細胞体が移動し、時には互いに重なることさえあるため、異なるフレーム間で追跡を行うための最良の方法は何ですか?
これを行うためにPythonライブラリを使用します。効率的な C++ 実装を備えているため、実装には Mahotas を使用することを考えていました。さらに、vispy を使用して視覚化を行います。どうもありがとうございました！
「最適な」アルゴリズムは 1 つではなく、データの種類、アーティファクトの種類、最終結果に必要な精度などに大きく依存することに同意します。
ただし、追跡について言及したので、頭に浮かぶアルゴリズムについては、最小コスト パス法です。scikit-image で利用できます。細長い構造 (ワイヤーのようなもの) の追跡に適しています。異なるフレームで追跡することを意味する場合、MCP はおそらくあまり意味がありません。
参考画像を見ないと答えにくいです。これは簡単な問題ではないので、それぞれの分野で行われた研究を見ることをお勧めします。
http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5495143をお勧めします。3D 神経突起は、ローカル パス検索でヘシアンを使用してセグメント化されます。
3D 構造 (MRI 画像の血管など) をセグメント化するためのヘシアンの詳細については、http://liu.diva-portal.org/smash/get/diva2:302939/FULLTEXT01.pdfを参照してください。
これがいくつか役立つことを願っています。