通过半合成图像增强和运行和倒运动量的定量分析来帮助实例细分的移动细菌的跟踪
Joowang Son1,2, Jungmyung Kim1,2, Joonwoo Jeong1,2
1Department of Physics, Ulsan National Institute of Science and Technology, Ulsan 44919, Republic of Korea. jukim@unist.ac.kr.
Soft matter
|November 26, 2025
概括
这项研究引入了移动细菌的新型跟踪管道,即使细胞接触时,也可以进行精确的单细胞分析. 该方法使用先进的图像细分来获得准确的轨迹数据,这对于理解细菌集体运动和行为至关重要.
科学领域:
- 物理和生物学 物理和生物学
- 活着的活体物质是活跃物质.
- 微尺度机器人技术 微尺度机器人技术
背景情况:
- 活动细菌是活性物质研究的关键模型.
- 追踪单个细菌细胞,特别是当它们接触时,是具有挑战性的.
- 了解集体细菌运动需要强大的单细胞追踪.
研究的目的:
- 开发一个强大的跟踪管道,以区分和跟踪单个细菌细胞,即使部分重叠.
- 消除在细菌细胞跟踪中需要手动标签的需要.
- 用一种新的量化框架分析细菌的游泳行为及其温度依赖性.
主要方法:
- 开发了一个基于嵌入的实例细分管道.
- 利用半合成增强图像来训练细分网络.
- 使用Cauchy噪声的随机模型来分析细菌轨迹和量化温度效应.
主要成果:
- 开发的管道准确地区分了部分重叠的细菌细胞在分离和接触的场景.
- 该方法在密集或频繁碰撞的环境中证明了可靠的单细胞跟踪.
- 这项研究成功量化了细菌游泳行为的温度依赖变化.
结论:
- 新的追踪管道为分析细菌集体运动和行为提供了重大进展.
- 半合成数据增强对于在没有手动标签的情况下训练细分模型是有效的.
- 量化框架提供了一种通用方法,将观察到的细菌运动与潜在的行为参数联系起来.
