设置 TrackMate 探测器和跟踪器的按键

TrackMate中的感知和跟踪配置器通过三个按键和值。在 GUI 中，TrackMate 负责仅向用户提供与选定的或跟踪器相关的设置，但在脚本或其他程序中，它们必须是已知的。本文档列出了 TrackMate 中所有当前已知的跟踪器和跟踪器的所有参数，并说明了如何在脚本和展示程序中配置它们。

配置设备和跟踪器

首先介绍如何指定要使用的检测器/跟踪配置器，以及如何使用Smashing方式它们。

在 TrackMate 中，跟踪的所有参数都在 Settings 对象中指定。该对象包含所有内容，从源图像本身到轨道上的过滤器。这样做是为了在正确设置后，您使用以下行可以获得跟踪和过滤的最终结果：

# imp is the source ImagePlus.
settings = Settings( imp )

# configure settings now...
settings.xyz = abc # etc see below

# Create a TrackMate instance on these settings and run it.
trackmate = TrackMate( settings )
if not trackmate.checkInput():
  print( trackmate.getErrorMessage() )
else:
  if not trackmate.process():
    print( trackmate.getErrorMessage() )
print( 'Done.' )

我们在此限制自己展示如何在Settings对象中配置检测器和跟踪器。

工厂工厂

通过设置字段Settings.detectorFactory来确定要使用的检测器。要输入的值必须是SpotDetectorFactoryBase。例如这样（Python）：

settings.detectorFactory = LogDetectorFactory()

今天（2022年2月），已知以下点：

内置

它们都可以在 fiji.plugin.trackmate.detection包中找到。

1.LogDetectorFactory 2.DogDetectorFactory 3.MaskDetectorFactory 4.ThresholdDetectorFactory 5.LabelImageDetectorFactory 6.ManualDetectorFactory

扩展中的支架

1. fiji.plugin.trackmate.cellpose包中的CellposeDetectorFactory需要TrackMate-Cellpose扩展。
2. fiji.plugin.trackmate.ilastik包中的IlastikDetectorFactory需要TrackMate-Ilastik扩展。
3. fiji.plugin.trackmate.morpholibj包中的MorphoLibJDetectorFactory需要TrackMate-MorphoLibJ扩展。
4. fiji.plugin.trackmate.stardist包中的StarDistDetectorFactory需要TrackMate-StarDist扩展。
5. StarDistCustomDetectorFactory，如上所述。
6. WekaDetectorFactory，在fiji.plugin.trackmate.weka包中，需要TrackMate-Weka扩展。

追踪器工厂

要使用的跟踪器通过设置字段Settings.trackerFactory来确定。要输入的值必须是SpotTrackerFactory。例如这样（Python）：

settings.trackerFactory = SimpleSparseLAPTrackerFactory()

今天（2022年2月），已知以下现货跟踪器：

1. fiji.plugin.trackmate.tracking.sparselap包中的SimpleSparseLAPTrackerFactory。
2. SparseLAPTrackerFactory在同一包装中。
3. fiji.plugin.trackmate.tracking.kalman包中的KalmanTrackerFactory。
4. fiji.plugin.trackmate.tracking.overlap包中的OverlapTrackerFactory。
5. fiji.plugin.trackmate.tracking.kdtree包中的NearestNeighborTrackerFactory。
6. fiji.plugin.trackmate.tracking包中的ManualTrackerFactory。

设置映射或字典

选择吸收工厂和跟踪器工厂后，必须使用 Java 中的 Map<String Object> 或 Python 中的 dict 输入其设置。 接下来，假设我们正在使用 Python 脚本来运行 TrackMate，请使用其语言的语法。

因此，检测器或跟踪器工厂的设置由键/值对的集合给出，其中键都是字符串，值可以是 int 、float 、boolean 很少的其他对象。它们必须存储在括号中的 detectorSettings 字段和跟踪器的 trackerSettings 字段中。例如，LoGDetectorFactory 的示例设置如下：

settings.detectorFactory = LogDetectorFactory()
settings.detectorSettings = {
    'DO_SUBPIXEL_LOCALIZATION' : True,
    'RADIUS' : 2.5,
    'TARGET_CHANNEL' : 1,
    'THRESHOLD' : 0.,
    'DO_MEDIAN_FILTERING' : False,
}

我们需要准确地了解每个检测器和跟踪器它们支持的键是什么以及它们期望的值的类型是什么。这是本文档的目标。

检测器的键/值定义

LoG 和 DoG 探测器（LogDetectorFactory 和 DogDetectorFactory）

这两个检测器使用不同的实现，但其设置依赖于相同的键/值

面罩检测器 (MaskDetectorFactory)

阈值检测器 (ThresholdDetectorFactory)

标签图像检测器 (LabelImageDetectorFactory)

手动探测器工厂 (ManualDetectorFactory)

使用此检测器将导致跳过自动检测步骤。

细胞形态检测器 (CellposeDetectorFactory)

ilastik 探测器 (IlastikDetectorFactory)

MorphoLibJ 探测器 (MorphoLibJDetectorFactory)

内置原子核模型的 StarDist 探测器 (StarDistDetectorFactory)

自定义模型的 StarDist 探测器 (StarDistCustomDetectorFactory)

Weka 探测器 (WekaDetectorFactory)

|关键|值类型 |描述 | | ——————– | ———————— | ———————————————————————— | | TARGET_CHANNEL|积极int | Weka模型要通过什么通道来运行，以1为基础（1是第一个通道）。 | | CLASSIFIER_FILEPATH| string| Weka 模型文件的绝对路径。 | CLASS_INDEX | int，从0开始。 | Weka模型中指定该类的索引，以获取其概率图。 | PROBA_THRESHOLD | Weka 输出的概率图上的阈值。 | float 0 到 1 之间。

跟踪器的按键/值定义

简单的圈数跟踪器 (SimpleSparseLAPTrackerFactory)

Jaqaman 等人，2008 的 LAP 跟踪器的专业实现具有许多参数，将在下一段中进行描述。为了简化版本的目的，最好从以下命令返回的默认设置开始：

settings = fiji.plugin.trackmate.tracking.LAPUtils.getDefaultLAPSettingsMap()

并编辑以下3个重要参数：

LAP 跟踪器 (SparseLAPTrackerFactory)

该跟踪器可配置，具有许多参数和特征权限重。所有参数表如下所述。但是，完全为了实际使用，最好从返回的默认设置开始：

settings = fiji.plugin.trackmate.tracking.LAPUtils.getDefaultLAPSettingsMap()

并编辑需要更改的参数。有关其图示的详细信息，请参阅 TrackMate documentation 和 Jaqaman et al, 2008。

特征惩罚图

特征惩罚是一种通过使用所有点计算的数字特征来改变个体链接成本的方法。我们在这里重复一下如何计算该跟踪器的个人成本。

用户被要求提供最大允许链接距离（通过例如§§0§§参数以物理单位输入），以及一系列点特征以及惩罚权重。这些参数用于调整成本矩阵。对于两个可能链接的点，链接成本计算如下：

1、计算两点之间的距离D

2.允许如果点之间的距离超过最大距离，则禁止链接，并且成本设置为无穷大。如果不，

3.对于地图中的每个特征，惩罚p计算如下

   p = 3 × W × |f1−f2| / ( f1+f2 )
	```
其中`W`是与地图中要素相关的权重。这个表达式是这样的：

   - 如果2个特征值`f1`和`f2`相同，则不会受到惩罚；
   - 权重为1时，如果一个特征值是另一个特征值的两倍，则惩罚为1；
   - 如果一个特征是另一个特征的5倍，则惩罚为2。

4.所有处罚相加，形成`P = (1 + ∑ p )`

5. 成本设置为乘积的平方：`C = ( D × P )²`

如果用户不施加惩罚，则成本只是距离的平方。

惩罚是通过字典指定的，该字典将特征键映射到该特征的权重`W`。例如，要指定权重为2的点半径上的帧到帧链接步骤的特征惩罚以及权重为5的通道1中的平均强度的特征惩罚，请创建以下字典：
```python
penalty = {
    'RADIUS' : 2.,
    'MEAN_INTENSITY_CH1' : 5.
}

将其设置为LINKING_FEATURE_PENALTIES键的值。这将惩罚主轴的差异很大并且连接点的平均强度差异较小。

您必须使用功能的键，而不是它们的名称。以下是功能键和点功能名称的表：

卡尔曼跟踪器 (KalmanTrackerFactory)

重叠跟踪器 (OverlapTrackerFactory)

###最近邻跟踪器 (NearestNeighborTrackerFactory)

手动追踪器 (ManualTrackerFactory)

使用此跟踪器将导致跳过自动跟踪步骤。它没有参数。