3D+t sejtgráf-kutatás
Hangoljuk a detekciót és a követést ugyanarra a célfüggvényre.
Állítsd a sejtsűrűséget, a mozgást, a detektor hibáit és a linkelési kaput. A szimuláció megmutatja, hogyan változik az él-, az osztódási és a kombinált pontszám.
score
= adjusted edge Jaccard + 0,1 × division Jaccard
Interaktív labor
Tracking-szimuláció
Valódi sejt
Illesztett predikció
Hamis predikció
Prediktált pálya
Célzott valós minta
Mit mutat az első EDA?
52 címkézett pont a 25 755 becsült teljes csomópontból.
A 95. percentilis 6,292 µm, a maximum 7,814 µm.
A `(1,4,4)` pooling közel izotróp munkateret ad.
Képkockánkénti eltolódás
A p99 intenzitás közel 25%-ot változott
Az abszolút küszöb helyett képkockánkénti kvantilisnormalizálást érdemes tesztelni.
Következő kísérletek
Négy elsődleges hipotézis
-
H1
Anizotrópia-korrekció
A 4:1 laterális pooling javítja a detekciót és csökkenti a futásidőt.
-
H2
Node-budget kalibráció
A küszöböt a becsült teljes sejtszámhoz kell igazítani a túlpredikciós büntetés miatt.
-
H3
9–10 µm trackingkapu
A 7 µm értékelési kapu túl szűk jelöltkapu: a mintában van 7,814 µm-es valódi él.
-
H4
Embrió-szintű validáció
A rejtett teszt embrió-diszjunkt, ezért a véletlen frame split optimista lenne.