Automatic Single-Cell Segmentation and Tracking of Bacterial Cells in 
Fluorescence Microscopy Images

Liluashvili, Vaja; Bergeest, Jan-Philip; Harder, Nathalie; Ziesack, Marika; Mutlu, Alper; Bischofs, Ilka B.; Rohr, Karl

doi:10.1007/978-3-662-46224-9_42

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Konferenzbeitrag

Automatic Single-Cell Segmentation and Tracking of Bacterial Cells in Fluorescence Microscopy Images

MPG-Autoren

Es sind keine MPG-Autoren in der Publikation vorhanden

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Liluashvili, V., Bergeest, J.-P., Harder, N., Ziesack, M., Mutlu, A., Bischofs, I. B., et al. (2015). Automatic Single-Cell Segmentation and Tracking of Bacterial Cells in Fluorescence Microscopy Images. In BILDVERARBEITUNG FUR DIE MEDIZIN 2015: ALGORITHMEN - SYSTEME - ANWENDUNGEN (pp. 239-244).

Zitierlink: https://hdl.handle.net/21.11116/0000-000C-91AB-F

Zusammenfassung

Automatic single-cell image analysis allows gaining deeper insights into biological processes. We present an approach for single-cell segmentation and tracking of bacterial cells in time-lapse microscopy image data. For cell segmentation we use linear feature detection and a probability map combined with schemes for cell splitting. For cell tracking we propose an approach based on the maximal overlapping area between cells, which is robust regarding cell rotation and accurately detects cell divisions. Our approach was successfully applied to segment and track cells in time-lapse images of the life cycle of Bacillus subtilis. We also quantitatively evaluated the performance of the segmentation and tracking approaches.