SwinCell:一个基于流的3D变压器和框架,用于改进细胞细分
Xiao Zhang1, Zihan Lin2, Liguo Wang3
1Biology Department, Brookhaven National Laboratory, Upton, NY, 11973, USA. xzhang4@bnl.gov.
Communications biology
|July 2, 2025
概括
这项研究介绍了SwinCell,这是一种用于精确细分复杂生物图像中的细胞的3D转换器框架. SwinCell有效地分割密集的细胞,为细胞生物学和组织工程研究推进3D细胞分析.
科学领域:
- 计算生物学 计算生物学
- 生物医学成像技术 生物医学成像技术
- 细胞生物学 细胞生物学
背景情况:
- 准确的三维 (3D) 细胞图像细分对于理解细胞结构和功能至关重要.
- 3D细分的挑战包括复杂的上下文信息,异型图像特性和对内部细胞结构的敏感性,这往往导致细分错误,特别是在密集的组织中.
研究的目的:
- 介绍SwinCell,一种基于3D变压器的新型框架,旨在提高3D蜂图像细分的准确性.
- 通过利用上下文信息和局部特征识别来解决细分密集细胞和组织的挑战.
主要方法:
- 开发SwinCell,一个利用Swin变压器架构进行3D蜂细分的框架.
- 该框架预测细胞流动,并在3D图像中区分单个细胞实例.
主要成果:
- 斯温塞尔在细分细胞核,结肠组织细胞和密集培养细胞方面表现出实用性.
- 该框架有效地平衡了详细的局部特征识别与理解更广泛的上下文信息.
- 对公共和内部3D细胞成像数据集的广泛测试证实了SwinCell在细分密集细胞群中的有效性.
结论:
- SwinCell是细胞分析中3D细分的有价值工具,为密集的细胞群体提供了更高的准确性.
- 该框架有可能通过提供复杂的3D细胞结构的可靠细分来加速细胞生物学和组织工程方面的研究.
