基于人类介入验证的高召回率辅助检测秀丽隐杆线虫产卵事件的方法

《Scientific Reports》：High recall assisted detection of egg laying events in Caenorhabditis elegans using human in the loop validation

　　

摘要

由于手动标注的成本较高，且存在遗漏事件的风险，如何通过4K视频准确量化秀丽隐杆线虫的产卵行为一直是个难题。我们提出了一种以人为本的辅助方法，该方法以“高召回率”为设计原则：在尽可能避免遗漏产卵事件（召回率接近1.0）的同时，减少操作人员的审核时间。该工作流程结合了两种互补的、刻意设计为过度检测的方法——基于以线虫为中心的局部掩模判断帧间差异以识别产卵现象，以及基于轨迹的持续变化检测——并配有简洁的图形用户界面，使得操作人员能够在几秒钟内确认或排除相关事件，同时还能输出可追溯的结果。该方法在6段视频上进行了验证（4K分辨率，5帧/秒；以25帧/秒的速度进行审核；每段视频中有一条线虫）。以手动标注作为真实值，该系统的召回率为0.992（95%置信区间：0.955–0.999），精确度则为0.77，这与以召回率为优先的战略相符。该方法将操作人员的任务从逐帧仔细搜索转变为快速确认预先筛选出的候选事件，同时保持了完整的可追溯性和重复性。