3D U-Net для кальциевых волн

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..N для 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.