TileBac：超低剂量拼接图块中细菌的基准冷冻电镜数据集

当前的分割模型已经能够在含噪的冷冻电子显微镜（cryoEM）图像中常规识别生物学特征。然而，对于诸如细菌细胞包膜和鞭毛等边界占比高、结构细薄的目标，实现完整分割仍然面临挑战。此外，超低剂量 cryoEM 图像还进一步加大了区分目标与背景边界的难度。在此，我们提出 TileBac——一个由 Pantoea sp. YR343 超低剂量拼接图块构成的基准数据集，用于分割细菌内膜和外膜，并评估模型的有效性。我们表明，尽管基础模型的性能指标较低，但其在细菌细胞包膜的连续分割方面优于卷积神经网络。我们在 Hugging Face 上发布了 TileBac 基准数据集，以促进对模型架构开发的进一步研究。

当前的分割模型已经能够在含噪的冷冻电子显微镜（cryoEM）图像中常规识别生物学特征。然而，对于细菌细胞包膜和鞭毛等边界占比较高的细薄目标，仍然难以实现完整分割。此外，超低剂量 cryoEM 图像进一步增加了区分目标与背景边界的难度。在此，我们提出 TileBac，这是一个由 Pantoea sp. YR343 的超低剂量拼接图块构成的基准数据集，用于分割细菌的内膜和外膜，并评估模型的有效性。我们表明，尽管基础模型的性能指标较低，但其在细菌细胞包膜的连续分割方面优于卷积神经网络。我们在 Hugging Face 上发布了 TileBac 基准数据集，以为模型架构的发展提供进一步见解。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.08.731030v1?rss=1

🏷️ 冷冻电镜 图像分割 细菌细胞包膜 超低剂量成像 基准数据集