MitoEM 2.0: 電子顕微鏡画像からの挑戦的な3Dミトコンドリアインスタンスセグメンテーションのためのベンチマーク

科学分野:

• 細胞生物学
• 生物物理学
• コンピュータビジョン

背景:

• 体積電子顕微鏡（vEM）における正確な3Dミトコンドリアセグメンテーションは、細胞機能の理解にとって重要です。
• 既存のデータセットは、堅牢なモデルのトレーニングと評価に必要な複雑さと専門家によるアノテーションを欠いていることがよくあります。

研究 の 目的:

• 3Dミトコンドリアインスタンスセグメンテーションアルゴリズムのトレーニングと評価のための包括的なデータセットであるMitoEM 2.0を紹介すること。
• 密なパッキング、融合ネットワーク、曖昧な境界をカバーする、標準化され専門家によって検証されたデータを提供すること。

主な方法:

• 多様な組織と種からのマルチスケールvEMデータセット（FIB-SEM、SBF-SEM、ssSEM）を収集しました。
• 密なパッキング、融合ネットワーク、曖昧な境界に焦点を当てた、専門家によって検証されたインスタンスラベルを生成しました。
• ネイティブおよび処理済みのボリューム、メタデータ、標準化された分割、NIfTI形式を提供しました。

主要な成果:

• MitoEM 2.0には、高品質で専門家によるアノテーションが付いた挑戦的なデータセットが含まれています。
• このデータセットは、セグメンテーション手法の再現可能なベンチマークを可能にします。
• ベースラインスクリプトとサイズ層別評価が提供されています。

結論:

• MitoEM 2.0は、3Dミトコンドリアセグメンテーションのための堅牢なモデル開発を促進します。
• このリソースは、さまざまなアルゴリズム間の公正な比較をサポートします。
• 生物画像解析、アルゴリズムベンチマーク、教育のための貴重なツールとして機能します。