- 2 次围观
扩增显微镜（ExM）能够在保留生物样本结构和分子细节的同时，实现纳米尺度成像。为评测真实 ExM 数据集上的三维配准算法，我们发起了 ExM 鲁棒非刚性配准挑战赛（RnR-ExM）。挑战赛发布了来自斑马鱼、小鼠和秀丽隐杆线虫的 24 对高分辨率三维图像体数据；这些数据经过特意筛选，采用标准对齐方法难以处理。为评估算法性能，我们提供了经整理的细胞核和血管分割掩膜，作为半数数据集的配准标志。为鼓励采用基于学习的方法，我们还发布了用于生成合成训练数据的代码，使其能够反映未标注数据对中的形变和外观特征。截至提交截止日期，共有 168 名参赛者注册，六支团队提交了结果；其中排名前三的团队受邀在 ISBI 2023 上进行报告。准确配准 ExM 图像体数据对于下游生物学分析至关重要，例如多重分子图谱构建和细胞类型特异性结构分析。本文详细介绍了这些顶尖团队所采用的方法及其结果，并探讨了 ExM 三维配准的当前能力与未来发展方向。所有数据集和代码均可在 https://rnr-exm.grand-challenge.org/ 获取。
扩增显微镜（Expansion Microscopy，ExM）能够在保留生物样本结构和分子细节的同时，实现纳米尺度成像。ExM稳健非刚性配准挑战赛（Robust Non-rigid Registration Challenge for ExM，RnR-ExM）旨在利用真实世界的ExM数据集，对三维配准算法进行基准评测。挑战赛发布了24对来自斑马鱼、小鼠和秀丽隐杆线虫的高分辨率三维体数据；这些数据经过特意筛选，使用标准配准方法难以完成配准。为评估算法性能，我们为半数数据集提供了经整理的细胞核和血管分割掩膜，作为配准标志。为鼓励采用基于学习的方法，我们还发布了生成合成训练数据的代码，使其能够反映未标注数据对中的形变和外观特征。截至提交截止日期，共有168名参与者注册，6支团队提交了结果；其中排名前三的团队受邀在ISBI 2023上进行报告。准确配准ExM体数据对于后续生物学分析至关重要，例如多重分子图谱绘制和细胞类型特异性结构分析。本文详细介绍了这些顶尖团队所采用的方法及其结果，并着重探讨ExM三维配准的当前能力与未来发展方向。所有数据集和代码均可通过https://rnr-exm.grand-challenge.org/ 获取。
作者声明不存在利益冲突。
感谢您有意传播bioRxiv上的内容。
注意：此处要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
关键词：扩增显微镜 · 三维图像配准 · 非刚性配准 · 生物医学图像分析 · 深度学习 · 计算成像
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.22.760871v1?rss=1