MorhoSeg：一种不确定性感知的深度学习方法用于复杂细胞形态的生物医学分割

BriefGPT - AI 论文速递 · 2024-09-25T00:00:00Z

细胞分割在生物医学研究中至关重要。深度学习方法如CNNs在这方面取得进展，但显微镜像差仍是挑战。本研究利用DynamicNuclearNet和LIVECell数据集评估模型性能，模拟不同像差。结果表明，FPN结合SwinS在轻微像差下表现出色，而Cellpose2.0适合处理复杂细胞图像。研究为选择合适的分割模型提供了指导，提高了分割的可靠性。