3D U-Net для кальциевых волн
бинарная сегментация в микроскопии
1 min readupdated
Модель от fedeceri на MONAI/PyTorch предназначена для бинарной семантической сегментации кальциевых волн в одноканальных 3D-фильмах двухфотонной микроскопии. Это 3D U-Net, обученный на GCaMP-меченых неонатальных улитках мышей из in vivo экспериментов.
Ключевые особенности
- Вход — одноканальный 3D-фильм в порядке
(time, height, width): TIFF-стек или директория OME-Zarr. - Выход — бинарная маска:
0— фон,1— кальциевая волна. - Опционально связанные области превращаются в упорядоченные по времени instance-метки:
1..Nдля отдельных волн. - Архитектура задаётся в
config.yml; веса —best_model_binary_v2_cawaves.pth. - Sliding-window inference держит полный фильм и собранный результат на CPU, а окна обрабатывает на выбранном ускорителе.
Пример
pip install -r requirements.txt
python infer_binary.py input_movie.tif --output prediction_mask.tif
python infer_binary.py input_movie.tif --output-type both --output prediction_mask.tif --labels-output prediction_labels.tif
Подробнее
Обучение: двухфотонные флуоресцентные фильмы GCaMP-меченых неонатальных улиток мышей, маски собраны вручную на основе сегментации Voronoi-Otsu.Модель выдаёт бинарную маску; для экземпляров нужна опциональная постобработка.
Бенчмарков и требований к VRAM в карточке нет.










Comments