QuantEM：用于电子显微镜数据分割与分析的优化型视觉Transformer模型平台

内容形式：摘要译文

电子显微镜（EM）对于解析细胞超微结构至关重要，但定量分析仍受到分割过程劳动密集以及通用模型稀缺的限制。在此，我们提出 QuantEM——一个用于跨成像模式、组织和物种开展电子显微镜数据分割与分析的开源平台。我们整理了迄今规模最大的细胞内电子显微镜数据集精选集合，包含来自600多个数据集的超过15,000张二维图像和1,700次三维采集，其中包括近4,000次新发布的采集。基于这一资源，我们训练了专用于电子显微镜的视觉变换器基础模型，并系统优化了用于细胞器分割的适配策略。QuantEM提供了针对线粒体、内质网、细胞核和脂滴的预训练模型，并通过独立应用程序和 napari 界面集成交互式校正及下游定量分析功能。在多样化的未见数据集上，QuantEM在零样本分割方面始终达到或超过现有模型的表现，同时微调所需的数据量更少。我们进一步利用免疫电子显微镜展示了其应用价值，揭示了此前未被认识的肝脏葡萄糖激酶亚细胞区室化分布。

关键词：电子显微镜图像分析 · 视觉Transformer · 细胞器分割 · 基础模型 · 定量细胞生物学 · 免疫电子显微镜

原文链接：https://www.biorxiv.org/content/10.64898/2026.08.06.743293v1?rss=1