今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

低分辨率下深度学习生物图像分割性能的悖论:下采样对分割精度的影响与高效生物成像策略

《Nature Communications》:ReScale4DL: balancing pixel and contextual information for enhanced bioimage segmentation

【字体: 大 中 小 】 时间:2026年09月19日 来源:Nature Communications 18.1

编辑推荐:

   摘要深度学习是当前生物图像分割的最先进方法。然而,它围绕图像分辨率呈现出一个悖论:反直觉的是,深度学习分割性能在较低图像分辨率下反而可能提升。这一现象在显微成像中尤为显著,因为高分辨率采集会带来吞吐量、存储需求以及潜在光损伤的巨大成本。我们系统地评估了图像分辨率对分割的影响,

  

摘要

深度学习是当前生物图像分割的最先进方法。然而,它围绕图像分辨率呈现出一个悖论:反直觉的是,深度学习分割性能在较低图像分辨率下反而可能提升。这一现象在显微成像中尤为显著,因为高分辨率采集会带来吞吐量、存储需求以及潜在光损伤的巨大成本。我们系统地评估了图像分辨率对分割的影响,通过将对原始分辨率下采样至6%-50%的数据集训练多种主流架构,以模拟较低放大倍率下的采集。与使用原始分辨率图像训练的模型相比,当图像下采样至四倍以内(即原始分辨率的25%)时,分割精度要么得到提升(平均交并比(IoU)最高提升25%),要么仅出现极小程度的下降(平均IoU下降<5%)。下采样按比例提高了信息吞吐量,同时降低了存储需求和推理时间。这些发现为构建高效、可持续且具有成本效益的生物成像流程提供了实用指导,有助于在优化显微技术的同时减少数据和计算需求。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:深度学习|生物图像分割|图像分辨率|下采样|显微成像|分割精度

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号