Τίτλος: Βελτίωση της ανίχνευσης και παρακολούθησης κυττάρων σε εικόνες μικροσκοπίας με χρήση του YOLO και ενός βελτιωμένου αλγορίθμου DeepSORT

Περίληψη:
Η ακριβής και αυτοματοποιημένη ανίχνευση και ο εντοπισμός κυττάρων σε εικόνες μικροσκοπίας είναι μια διαρκής πρόκληση στη βιοτεχνολογία και τη βιοϊατρική έρευνα. Η αποτελεσματική ανίχνευση και παρακολούθηση είναι ζωτικής σημασίας για την κατανόηση των βιολογικών διεργασιών και την εξαγωγή σημαντικών δεδομένων για επακόλουθες προσομοιώσεις. Στην παρούσα μελέτη, παρουσιάζουμε έναν ολοκληρωμένο αγωγό που αξιοποιεί ένα λεπτομερώς ρυθμισμένο μοντέλο YOLOv8x για την ανίχνευση κυττάρων και κυτταρικών διαιρέσεων σε σειρές εικόνων μικροσκοπίας. Ενώ το YOLOv8x παρουσιάζει ισχυρές ικανότητες ανίχνευσης, περιστασιακά του διαφεύγουν ορισμένα κύτταρα, με αποτέλεσμα να δημιουργούνται κενά στα δεδομένα. Για να το μετριάσουμε αυτό, ενσωματώνουμε τον αλγόριθμο εντοπισμού DeepSORT, ο οποίος ενισχύει τη συσχέτιση δεδομένων και μειώνει τις εναλλαγές ταυτότητας (ID) των κυττάρων χρησιμοποιώντας ένα προ-εκπαιδευμένο συνελικτικό δίκτυο για ισχυρή παρακολούθηση πολλαπλών αντικειμένων. Αυτός ο συνδυασμός διασφαλίζει τη συνεχή ανίχνευση και αντισταθμίζει τις ανιχνεύσεις που παραλείπονται, βελτιώνοντας έτσι τη συνολική ανάκληση. Η προσέγγισή μας επιτυγχάνει ανάκληση 93,21% με τον ενισχυμένο αλγόριθμο DeepSORT, σε σύγκριση με την ανάκληση 53,47% που επιτυγχάνεται με το αρχικό μοντέλο YOLOv8x. Ο προτεινόμενος αγωγός εξάγει αποτελεσματικά λεπτομερείς πληροφορίες από δομημένα σύνολα δεδομένων εικόνας, παρέχοντας μια αξιόπιστη προσέγγιση των κυτταρικών διεργασιών σε περιβάλλοντα καλλιέργειας.

Παραπομπή (στυλ APA):
Al-Hamadani, M. N. A., Poroszlay, R., Szeman-Nagy, G., Hajdu, A., Hadjidemetriou, S., Ferrarini, L., & Harangi, B. (2025). Βελτίωση της ανίχνευσης και παρακολούθησης κυττάρων σε εικόνες μικροσκοπίας με τη χρήση του YOLO και ενός βελτιωμένου αλγορίθμου DeepSORT. Αισθητήρες, 25(14), 4361. https://doi.org/10.3390/s25144361