Learning Continuous Morphological Trajectories via Latent Principal Curves
Die Studie stellt MorphCurveVAE vor, einen zweistufigen Ansatz, der mittels eines variationalen Autoencoders und einer Hauptkurven-Extraktion kontinuierliche morphologische Trajektorien aus statischen 3D-Mikroskopiebildern rekonstruiert, um biologische Zellveränderungen wie den Mitosezyklus ohne zeitlich aufgelöste Beobachtungen zu modellieren.