一种用于分析大群体秀丽隐杆线虫的算法及软件

    公开(公告)号:CN117474955A

    公开(公告)日:2024-01-30

    申请号:CN202311562005.9

    申请日:2023-11-21

    Applicant: 南京大学

    Abstract: 本发明涉及群体秀丽隐杆线虫的视频追踪、轨迹修复优化技术领域,具体涉及一种用于分析大群体秀丽隐杆线虫的算法及软件;S1、构建线虫数据集,设计线虫追踪算法,S2、利用所述线虫数据集,训练目标检测和实例分割模块,S3、建立线虫个体的标准模型,并改进卡尔曼滤波算法,通过融合端点信息增加追踪的精确度,S4、通过一种场景约束的轨迹修复方法进行全局优化。本发明基于自主构建的线虫数据集,通过结合改进后的卡尔曼滤波算法与全局轨迹优化算法,有效解决了追踪过程中因轨迹破碎导出的ID冗余等追踪问题,能够在一定程度上减小线虫多目标追踪的误差,同时软件界面和交互功能可为有关线虫的医学工作者提供精确、便捷的定制化软件服务。

    一种用于分析大群体秀丽隐杆线虫的算法及软件

    公开(公告)号:CN117314970A

    公开(公告)日:2023-12-29

    申请号:CN202311395511.3

    申请日:2023-10-25

    Applicant: 南京大学

    Abstract: 本发明涉及群体秀丽隐杆线虫的视频追踪、轨迹修复优化技术领域,具体涉及一种用于分析大群体秀丽隐杆线虫的算法及软件;S1、构建线虫数据集,设计线虫追踪算法,S2、利用所述线虫数据集,训练目标检测和实例分割模块,S3、建立线虫个体的标准模型,并改进卡尔曼滤波算法,通过融合端点信息增加追踪的精确度,S4、通过一种场景约束的轨迹修复方法进行全局优化。本发明基于自主构建的线虫数据集,通过结合改进后的卡尔曼滤波算法与全局轨迹优化算法,有效解决了追踪过程中因轨迹破碎导出的ID冗余等追踪问题,能够在一定程度上减小线虫多目标追踪的误差,同时软件界面和交互功能可为有关线虫的医学工作者提供精确、便捷的定制化软件服务。

Patent Agency Ranking