세포 분열 계보를 복원할 때 세포 자체를 토큰으로 삼으면 부모와 두 딸세포의 경로가 한 표현 공간에서 얽힌다. Higher-Order Cell Tracking Transformer(HOCT)는 프레임 사이의 후보 연결선을 토큰으로 바꾸고, 연결선 사이 3차원 상대 기하를 어텐션 편향으로 넣었다.
각 연결선은 단순한 기하 특징으로 표현되며 깊은 사전학습 이미지 인코더 없이 연결 여부를 분류한다. 이후 그래프 최적화가 최종 계보를 만든다. Cell Tracking Challenge와 박테리아 분열 벤치마크에서 평가한 공개 원고는 여러 지표에서 기존 방법과 같거나 더 높은 결과를 보고한다.
Figure 1. Figure 1: Motivation and architecture. (a) A candidate tracking graph and its ground-truth solution, where each color denotes a distinct cell trajectory (simple path in the lineage tree). The graph is non-homophilic: edges sharing a node have near-random label agreement, so graph topology carries no useful label information. (b) In node embedding approaches, divisions create connected manifolds that merge distinct lineage paths, confounding similarity-based association because distinct paths are connected in the embedding space by the division junction. (c) In our edge-centric approach, each candidate link is an independent token; attention is biased by inter-link geometry rather than the candidate-graph topology, removing both the connected-manifold and the non-homophilic topology issues. (d) HOCT architecture: node features are projected and refined through Ln=4 self-attention layers with 3D RoPE; edge tokens are constructed from node pairs (Eq. 1), then refined through Le=4 attention layers with RoPE and line-to-line distance biases; a classification head produces per-edge logits, normalized via the parental softmax. (e) Detail of the edge attention layer with geometric distance bias from edge line segments (Eq. 3). 출처: arXiv:2607.11754
사람 개입 조건에서는 400개 연결 주석으로 고정된 HOCT 특징 위에 로지스틱 분류기를 학습하자 추적 오류가 59% 줄었다. 경쟁 트랜스포머에 LoRA를 적용했을 때의 개선은 6.75%였다. 이 비교는 소량 주석 미세조정의 용이성을 보여주지만 모든 데이터셋의 절대 성능을 뜻하지 않는다.
연결선 중심 설계에는 계산비용이 따른다. 노드당 최근접 후보를 k개로 제한해도 어텐션 복잡도는 O(|V|²k²)이고, k=10일 때 저자가 제시한 메모리 증가는 노드 어텐션 대비 약 100배다. 큰 시야는 타일로 나눠 처리해야 한다.
분열이 잦은 생물영상과 교정 주석이 적은 환경에는 유망하지만 탐지 품질, 타일 경계, 더 큰 시야에서의 비용을 별도로 점검해야 한다. 자연 영상의 범용 추적으로 곧바로 일반화할 근거도 없다. arXiv:2607.11754는 동료검토 전 프리프린트이며, 59%는 명시된 사람 개입 실험 안의 상대 오류 감소다. 현미경 연속 영상에서 세포 분열 계보를 복원할 때 노드 중심 그래프는 분열 지점의 경로가 뒤섞이고, 같은 세포에 연결된 후보 간 정답 일치도도 낮다.
