研究人员开发了DINO-Nucleus,一种用于显微镜图像中细胞核实例分割和计数的创新框架。该方法利用多级自监督DINOv2表示来预测细胞核区域、像素级实例流和显式细胞核中心。该框架采用一致性目标来对齐预测流与其中心,并使用轻量级LoRA模块对预训练骨干网络进行参数高效的适应。DINO-Nucleus在分割和计数方面表现出强大的性能,同时最大限度地降低了微调成本。 AI
影响 这项研究通过提供一种更准确且参数高效的细胞核分割和计数方法,有望改进定量显微分析。
排序理由 该集群描述了一篇详细介绍一种新颖细胞核实例分割方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →