在某些情況下，生物學家進行實驗後，需要分析顯微鏡拍下的圖片或影片，
經由標記它們以取得實驗數據，DNA 解煉曲線分析（DNA melting curve analysis）
就是其中一個例子，但是這種標記工作是冗長乏味的。本論文將提出互動式粒子 追蹤（interactive particle tracking）方法，並嘗試改進其效能，以幫助人們快速標 記螢光顯微鏡（fluorescence microscope）下拍下的影片。以下的子節會分別說明研 究動機、相關研究和論文架構。
1.1 研究動機
單核苷酸多態性（Single Nucleotide Polymorphism, SNP）是指中單一核苷酸的 改變所引起的 DNA 序列多樣性，為常見的基因變異之一。對於很多 DNA 序列相
載着 DNA 和螢光劑（fluorescent dye）從左到右經過微通道，DNA 經過加熱後解 煉，載體的螢光也會隨之減弱，觀察這一過程中載體螢光亮度（fluorescent intensity）
Figure 1.2 從螢光顯微鏡拍下載體通過微通道的影片畫面
的變化可以判斷 DNA 的解煉温度（melting temperature）。因此研究人員必須標記 從螢光顯微鏡拍下以上實驗過程的影片（畫面範例請看 Figure 1.2），記錄每一個載 ParticleTracker（ImageJ plugin）[4] 、u-track[2]、Trackpy[1]和 PLuTARC[3]。這些 方法一般可以分成兩個步驟，第一個步驟是在每一幀偵測粒子的中心點，然後第 二步連結相鄰的幀中偵測到的粒子，形成粒子行動的軌跡（trajectory）。[5]比較各 種粒子追蹤方法在不同的情景下的表現，發現沒有一種方法在所有的情景下都表 現最好，證明不同的方法適合於不同的應用。
另外，有一些研究[6–10]是屬於互動式影片標記技術（interactive video anno-tation），這一類的研究的目的是減少人手標記的數量。互動式影片標記技術讓使用 者先標記一部分的幀，然後電腦會自動填補未標記的幀，使用者修正一些電腦錯 誤的標記，電腦也會根據使用者的修正資訊，去改進其他標記，透過使用者與電 腦輪流進行標記和修正，最終得到所有正確的標記。[6]使用線性插值法（linear interpolation）來填補缺少的標記。[7]提出利用 K-D 樹（K-D tree）來快速找出追 蹤目標可能的位置，並利用動態規劃（dynamic programming）來找出可以串聯使
記擴展到未標記的幀的目的。[10]利用物件偵測方法（object detection）來取得缺 少的標記（以 Hough forests 作為偵測器），並提出增量式學習方法（incremental learning）來快速更新偵測器。在互動式影片標記技術的架構下，使用者標記幀的 順序會影響整個標記工作的效率，所以[8], [10]提出 active learning 來預測使用者先 標記哪些幀可以更快速的完成整個標記工作。
我們提出的粒子方法與現有的方法不同的在於，現有的方法著重在分析粒子 行走的軌跡，而我們的應用需要取得粒子的亮度，所以我們的方法會分析粒子的 大小及其中心區域的亮度，並且結合互動式標記方法，進一步減少標記影片的人 力。
1.3 論文架構
本論文往後的章節安排如下。第 2 章分析 DNA 解煉曲線分析的實驗影片的性 質，第 3 章詳細介紹我們的系統設計和互動式粒子追蹤方法，第 4 章介紹實驗設 定和展示實驗結果，最後第 5 章作出結論。