2026年5月22日にarXivに投稿された論文で、Gonçalo Coutinhoらは、デフォーカス粒子画像の自動検出と位置推定のための汎用深層学習フレームワーク「DefocusTrackerAI」を紹介した。この研究はオープンソースプロジェクトDefocusTrackerの後継であり、不確実性と再現率を損なうことなく、あらゆる光学配置から粒子を正確に検出することを目的としている。
研究者らはまず、2つの有名な物体検出モデルであるFaster R-CNNとYOLOv9を比較し、最適なニューラルネットワークアーキテクチャを選択した。彼らは、さまざまな直径のデフォーカス粒子画像（非点収差画像と非点収差のない画像の両方）を含む合成データセットでこれらのモデルを訓練した。
合成データの評価結果は、YOLOv9がFaster R-CNNを上回り、特に高い粒子画像密度でより高い再現率と低い不確実性を達成することを示した。また、YOLOv9は空間分解能を向上させ、粒子画像密度が0.5までの場合、不確実性値は0.1～0.4ピクセルの範囲に収まり、最先端アルゴリズムを凌駕する。
著者らは、モデルがさまざまな照明条件下の複数の光学設定で非点収差および非点収差のないデフォーカス粒子画像を検出できることを実証した。さらに、蛍光やシャドウグラフのデータを含む実際のDPT実験にモデルを適用し、噴霧や液滴の追跡など、従来のDPTアプリケーションを超えた用途に使用できることを示した。
YOLOv9に基づく事前学習済みのすぐに使えるバージョンのDefocusTrackerAIはGitLabで公開されており、あらゆる種類のデフォーカス粒子画像を高精度で自動検出するために使用できる。適切な深度位置のキャリブレーション手法と組み合わせることで、3次元デフォーカス粒子追跡の効果的な第一歩として利用できる。