一个注释的高含量光显微镜数据集与EGFP-Galectin-3染色的细胞和手工标记的轮

科学领域:

• 生物图像分析 生物图像分析
• 细胞成像 细胞成像
• 机器学习用于生物学.

背景情况:

• 准确的细胞检测和轮注释对于生物图像分析至关重要,特别是在高通量查中.
• 开发强大的算法和神经网络需要高质量的注释数据集.

研究的目的:

• 介绍Aitslab_bioimaging2,一个用于训练和评估细胞细分算法的新型数据集.
• 为机器学习模型的基准测试提供一个资源,用手工标记的细胞轮.

主要方法:

• 使用Thermo Fischer CX7系统采集了60张EGFP-Galectin-3标记U2OS细胞的光显微镜图像.
• 由三个注释者手工标记细胞轮,具有高度的注释者间协议.
• 数据集包括超过2200个注释的细胞对象,预先分为培训,开发和测试集.

主要成果:

• 该Aitslab_bioimaging2数据集包含详细的细胞轮注释.
• 高度的标注者间协议确保了标签质量和可靠性.
• 数据集的大小足以训练高级神经网络,例如语义细分和语义细分.

结论:

• Aitslab_bioimaging2是推动生物图像分析中细胞检测和细分的宝贵资源.
• 该数据集有助于开发和验证用于显微镜图像分析的机器学习模型.
• 预先划分的集合的可用性和潜在的转换到边界框增强了它对各种物体检测任务的实用性.