本研究では、細胞セグメンテーションの課題に取り組むため、1500枚以上の多様な顕微鏡画像からなるデータセットを構築した。このデータセットには、組織細胞、培養細胞、ラベル無し細胞、染色細胞、さまざまな顕微鏡(明視野、蛍光、位相差、微分干渉)の画像が含まれている。
参加チームは、Transformerベースの深層学習アルゴリズムを開発し、既存の手法を大きく上回る性能を達成した。このアルゴリズムは、顕微鏡プラットフォームや組織タイプの違いに関わらず、手動パラメータ調整なしで多様な顕微鏡画像に適用できる。
本ベンチマークと改良されたアルゴリズムは、顕微鏡イメージング分野における細胞解析の精度と汎用性の向上に貢献すると期待される。
To Another Language
from source content
arxiv.org
Deeper Inquiries