3d 神经网络数据的三维图像分割与跟踪算法

我正在尝试从荧光成像中实现神经元/轴突数据的3D分割和跟踪算法。我研究了分水岭算法、活动轮廓、大津阈值，但无法决定采用哪种算法。 此外，什么是跨不同帧进行跟踪的最佳方法，特别是因为这些细胞体移动，有时甚至相互重叠

---

我将使用python库来实现这一点。我想和Mahotas一起去实现它，因为它有一个高效的C++实现。此外，我将使用vispy进行可视化。多谢各位

在没有看到任何参考图像的情况下很难回答。这不是一个容易的问题，所以我建议大家看看在各个领域所做的研究

我可以推荐在局部路径查找中使用Hessian分割3D神经突的位置

有关用于分割3D结构（如MRI图像中的血管）的Hessian的更多信息，请参见此处

---

我希望这能有所帮助。

我同意，没有一种“最佳”算法，对您来说效果如何在很大程度上取决于数据类型、工件类型、最终结果所需的准确性等

不过，自从您提到跟踪以来，我想到的算法是最小成本路径法。其在scikit图像中可用。它可以很好地用于跟踪细长结构（线状）。如果你的意思是在不同的帧中跟踪，MCP可能就没有那么有意义了