Dieser Artikel präsentiert einen globalen Wettbewerb zur Entwicklung universeller und effizienter Algorithmen zur Zellsegmentierung in einer Vielzahl von Mikroskopiebildern. Die Gewinner-Algorithmen, die auf Transformer-basierten Architekturen basieren, übertreffen deutlich den Stand der Technik und können ohne manuelle Eingriffe auf diverse Mikroskopiebilder angewendet werden.
Ein generatives adversarisches Netzwerk (GAN) kann genutzt werden, um die Auflösung und Qualität von Weitfeld-Fluoreszenzbildern auf das Niveau von Konfokalmikroskopie-Aufnahmen anzuheben. Dies ermöglicht den Zugang zu hochauflösenden Bildgebungsmethoden auch für Forschungsgruppen mit begrenztem Zugang zu modernen Mikroskopsystemen.