MitoEM 2.0:一个挑战EM图像3D线粒体实例细分的基准
bioRxiv : the preprint server for biology
|February 25, 2026
概括
MitoEM 2.0 是一种新的数据集,用于在电子显微镜中训练3D线粒体细分. 它为复杂场景提供了专家标签,使得可靠的算法开发和基准测试成为可能.
科学领域:
- 细胞生物学 细胞生物学
- 生物物理学的生物物理.
- 计算机视觉 计算机视觉
背景情况:
- 在体积电子显微镜 (vEM) 中精确的3D线粒体细分对于理解细胞功能至关重要.
- 现有的数据集往往缺乏强大的模型培训和评估所需的复杂性和专家注释.
研究的目的:
- 介绍MitoEM 2.0,一个全面的数据集用于培训和评估3D线粒体实例细分算法.
- 提供标准化,经过专家验证的数据,涵盖具有挑战性的生物场景.
主要方法:
- 来自各种组织和物种的组装的多尺度vEM数据集 (FIB-SEM,SBF-SEM,ssSEM).
- 生成专家验证的实例标签,重点关注密集包装,融合网络和模两可的边界.
- 提供原生和处理卷,元数据,标准化分割和NIfTI格式.
主要成果:
- MitoEM 2.0包括具有高质量,专家注释的具有挑战性的数据集.
- 该数据集使细分方法的可重复性基准测试成为可能.
- 提供了基线脚本和大小分层评估.
结论:
- MitoEM 2.0 促进了对三维线粒体细分的强大模型开发.
- 该资源支持跨不同算法的公平比较.
- 它是生物图像分析,算法基准测试和教育的宝贵工具.
