用于自动化秀丽隐杆线虫（Caenorhabditis elegans）分析的大视觉模型（Large Vision Model）框架：从静态形态计量学到动态神经活动

《PLOS Computational Biology》：Large vision model framework for automated C. elegans analysis: From static morphometry to dynamic neural activity

　　

秀丽隐杆线虫（Caenorhabditis elegans）的定量表型分析在众多领域中至关重要，然而数据提取仍是显著的分析瓶颈。传统的基于像素强度阈值化（pixel-intensity thresholding）的分割方法对成像条件的变化高度敏感，在存在噪声、重叠或光照不均时经常失效。这些失败导致需要精细的实验设置、昂贵的硬件或大量的人工筛选，从而降低了通量并引入了偏差。在此，研究人员介绍了TWARDIS（Tools for Worm Automated Recognition & Dynamic Imaging System，蠕虫自动识别与动态成像系统工具），这是一个模块化的基于Python的分析套件，利用大型基础视觉模型，具体而言是Segment Anything Models（SAM和SAM2）以及一个微调的视觉变换器（Vision Transformer）分类器，以克服部分此类限制。研究人员展示了AI复合系统方法在不同模态中的多功能性。对于静态形态分析，TWARDIS在无人工干预的情况下成功解析了噪声图像中的重叠蠕虫，显示出与人工分割0.999的相关性。在行为测定（游泳和爬行）中，即使在蠕虫仅占据视场约0.25%的低分辨率宽场记录中，该流程也能实现高清姿势分析，准确解析复杂姿势而无需剔除帧。最后，应用于半受限动物的钙成像（calcium imaging）时，TWARDIS提供了神经区室精确的逐帧分割，减少了传统基于感兴趣区域（region-of-interest-based）方法中常见的人工信号平坦化（artificial signal flattening），并能够提取生物学准确的绝对头部位置。该系统硬件可扩展的架构和模块化设计确保了当前的可访问性和未来的改进而无需重构。通过自动化图像分析中最耗时的方面，TWARDIS消除了秀丽隐杆线虫研究中的许多关键瓶颈和权衡，使研究人员能够专注于生物学问题而非技术图像处理挑战。

该研究发表于《PLOS Computational Biology》。研究背景在于秀丽隐杆线虫（Caenorhabditis elegans，简称C. elegans）作为模式生物在衰老、神经生物学等领域应用广泛，但定量表型分析中的图像分割步骤长期依赖像素强度阈值化（pixel-intensity thresholding）和基础特征检测算法，这些方法对光照不均、噪声、焦平面差异及个体重叠高度敏感，导致分割破碎或错误。传统补偿方案依赖昂贵硬件、精细实验条件或大量人工校正，引入观察者间变异与偏差，且在动态分析如行为追踪或钙成像中易导致帧剔除或信号人工平坦化，造成时间数据丢失。现有深度学习工具多需特定条件微调或仍依赖传统阈值化上游步骤，泛化性差且部署门槛高。为此，研究人员开展本研究，引入基于基础视觉模型Segment Anything Model（SAM及SAM2）与微调视觉变换器（Vision Transformer, ViT）分类器的模块化Python套件TWARDIS（Tools for Worm Automated Recognition & Dynamic Imaging System），旨在克服传统分割局限，实现多模态下高精度自动化分析。

作者采用的关键技术方法包括：利用预训练的SAM（ViT-H变体）进行图像全分割生成掩码，结合微调的ViT-H-14分类器筛选蠕虫区段；在动态视频分析中采用SAM2结合提示帧（prompt frame）策略进行目标追踪与高清分割；应用图分析提取中线（medial axis）骨架化（skeletonization）与样条插值计算形态与行为参数；在钙成像中利用SAM2进行神经区室逐帧分割并结合质心裁剪与提示池（prompt pool）管理；样本涵盖野生型N2株系及表达GCaMP3.3的MMH99株系，生命周期自L1幼虫至第12天成虫，成像设备包括Olympus MVX10、Leica DMI6000B及微流控装置。

研究结果如下：

Static multi-worm morphological feature extraction：研究人员将SAM与微调ViT分类器整合用于静态图像多蠕虫形态提取。结果显示在所有生命周期阶段均实现完美分类，无人工干预下成功分割重叠蠕虫与噪声背景，与人工分割面积测量相关性达0.999。在渐进高斯噪声（σ=655–13,107）测试中，中等噪声下（σ≤1,966）保持零假阴性及<5%假阳性，检测到的蠕虫分割相关性>0.999；极端噪声下虽检测率降至33%，但相关性仍≥0.998且无假阳性，表现为保守漏检而非错误测量，保障数据完整性。

Quantitative analysis of swimming behavior：应用SAM2于液滴游泳视频分析，蠕虫仅占视场约0.25%。TWARDIS处理自触碰姿态（O型、6型）、光折射噪声及背景波动，无帧剔除或手动调参，产出高清掩码。从中提取骨架计算曲率、振幅及波长，区分深6型弯曲（高曲率、中振幅）与O型（高曲率、高振幅）等姿态，实现连续时间序列行为度量，证明在低分辨率宽场设置下亦可获高保真姿势特征。

Single worm high-definition crawling tracking：扩展至琼脂板上爬行单蠕虫追踪，传统阈值法如Tierpsy在114段录制中仅76.3%提供完整特征且失败检测均值2.01%±9.78。TWARDIS通过SAM2追踪与二次裁剪高清分割，解决自触碰与背景伪影，无帧剔除与手动校正。提取头弯曲角、速度及路径追踪，结合时序滑动窗口与匈牙利算法判别头尾，实现完整帧包含的运动分类（前进、后退、静止）与轨迹分析，桥接低成本硬件与高精度姿态细节间的鸿沟。

Segmentation of calcium imaging recordings of semi-restricted worms：在微流控装置中对半受限蠕虫RIA中间神经元三个轴突区室（nrV、nrD、loop）进行钙成像分割。利用约20张专家标注提示池引导SAM2逐帧分割，克服传统基于感兴趣区域（ROI）对齐失败导致的荧光强度人工平坦化（尤其在暗淡loop区室）。TWARDIS提取荧光轨迹平均绝对差大于或等于Fiji（ImageJ）分析结果，减少信号平坦化。头部角度通过全身骨架化计算绝对相对于体中线的角度，与人工测量平均绝对差6.20°±5.56°，远优于Fiji椭圆拟合的22.98°±16.42°，两者整体相关性0.884，忽略弯曲方向时仅0.746，证明传统方法高估头部弯曲而TWARDIS提供更生物学相关的绝对度量。

讨论部分总结：研究人员指出TWARDIS核心创新在于取代脆弱的阈值化上游分割，借助基础大模型SAM/SAM2的泛化能力结合确定型工作流（分类器与提示工程）实现跨模态鲁棒分析。静态形态中解决重叠与噪声；行为分析中从低成本宽场录获取高清姿态保留时序连续性；钙成像中自适应逐帧分割减轻ROI错位伪影并精炼头部运动度量。噪声退化分析阐明其失效模式为保守漏检而非谬误测量，放松但对成像质量仍有下限要求。架构上纯Python实现、兼容CPU/GPU、最低4GB RAM、并行化及随基础模型进化无需重构，具可持续性与可及性。局限包括v0.1阶段存在轻微光学轮廓过拟合、尚不支持多蠕虫动态重叠解析及生长异常突变体过滤，未来拟释出开源包与WebGUI。结论为TWARDIS提供稳健精确自动化框架，利用大视觉模型克服传统分割固有缺陷，使高通量重现性研究聚焦于生物学解读。

研究结论部分原文翻译：综上所述，TWARDIS为秀丽隐杆线虫（C. elegans）表型分析提供了一个稳健、精确且自动化的框架。通过利用基础大视觉模型（Large Vision Model）的优势，我们的复合系统克服了传统分割的固有局限性，即使在 imperfect 成像条件和低成本记录设备下也能实现高清分析。该框架显著减少了人工劳动并提高了数据质量，为大规模可重现研究铺平了道路，使其专注于实验设计和生物学解释而非手动图像处理。