CytoCLIP

CytoCLIP 模型利用视觉语言技术学习人脑细胞构筑特征

研究人员开发了 CytoCLIP，一套基于 CLIP 框架的新型视觉语言模型，旨在识别和分析发育中人脑组织的细胞构筑特征。这些模型在 NISS L 染色组织切片上进行训练，包含用于低分辨率全区域模式和高分辨率细胞级别细节的变体。实验结果表明，CytoCLIP 的性能显著优于现有方法，在全区域分类中取得了 0.87 的加权 F1 分数，在分辨率为 0.91 的切片分类中取得了 0.91 的加权 F1 分数，证明了其在自动化脑区识别方面的有效性。