English(EN) CellNet -- Localizing Cells using Sparse and Noisy Point Annotations

CellNet 使用稀疏注释进行人工智能驱动的细胞计数

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-10 16:22

研究人员开发了 CellNet，这是一种深度学习算法，用于使用稀疏点注释对显微图像中的细胞进行计数。该方法旨在减少细胞计数通常所需的注释工作量，这对于生物学研究工作流程至关重要。该基于回归的方法在低数据场景中显示出潜力，并为人类基因组研究的进步做出了贡献。 AI

影响能够更有效地对生物学研究中的细胞进行计数，可能加速基因组学研究。

排序理由该集群包含一篇详细介绍新算法及其应用的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Benjamin Eckhardt, Dmytro Fishman, Stuart Fawke, Andrew Curtis, Bo Fussing, Constantin Pape · 2026-06-11 04:00

CellNet -- Localizing Cells using Sparse and Noisy Point Annotations

arXiv:2606.12286v1 Announce Type: new Abstract: Counting living cells is an important step in many biological research workflows. Our collaborators at the Wellcome Sanger Institute study vital genes in humans via large scale saturation genome editing screening, which requires rep…
arXiv cs.CV TIER_1 English(EN) · Constantin Pape · 2026-06-10 16:22

CellNet -- Localizing Cells using Sparse and Noisy Point Annotations

Counting living cells is an important step in many biological research workflows. Our collaborators at the Wellcome Sanger Institute study vital genes in humans via large scale saturation genome editing screening, which requires repeatedly counting cells a great number of times. …