跳到主要内容
返回时间线
Nature Communications来源发表:

冷冻电子断层扫描的膜分割换了两阶段:Dice从0.6381升到0.8116,单张断层图79.97秒

核心概要

冷冻电子断层扫描里的细胞膜分割改用两阶段微调方案:把断层图沿Z轴切成二维切片当作视频帧,用SAM2的记忆编码与记忆注意力跨切片跟踪膜结构,第一阶段生成初始膜预测,其归一化logits与原始切片拼接后再送入第二阶段输出最终掩膜。在17张带人工标注的独立实验断层图上,Dice为0.8116、IoU为0.7059、精确率0.8123、召回率0.8430,均高于Membrain-Seg与TARDIS,AUPRC为0.8565;单张断层图平均运行79.97秒,GPU显存1312.1 MB。

AI-generated editorial illustration: ETSAM: effectively segmenting cell membranes in cryo-electron tomograms

深度剖析

细胞膜分割现在可以全自动完成,不再需要人工提示或逐张调参。 此前的传统方法依赖人工干预和参数调节,深度学习方法则在精确率与召回率之间难以兼顾,有的漏掉关键膜区域,有的预测噪声偏多。 在17张带真值标注的独立实验断层图上,ETSAM的Dice为0.8116、IoU为0.7059、精确率0.8123、召回率0.8430,均高于Membrain-Seg的0.6381、0.4999、0.5846、0.7371和TARDIS的0.5980、0.4519、0.6916、0.5788。

做法是把三维断层图当作视频来处理,让相邻切片之间互相约束。 SAM2本身是面向自然图像和视频的基础分割模型,无法直接用于断层图,需要重新利用它的视频分割流程。 训练数据为83张来自CryoET Data Portal的实验断层图加28张PolNet模拟断层图,共111张;测试集为17张实验断层图,来自9个CDP、4个EMDB和1个EMPIAR数据集,覆盖12种细胞生物和1种病毒。

两阶段结构主要用来压制假阳性,而不是提高召回。 单阶段ETSAM的精确率为0.7763、Dice为0.7892、召回为0.8445,第二阶段把精确率提到0.8123、Dice提到0.8116,召回略降到0.8430。 在17张测试断层图中,两阶段在12张上提高了Dice,在11张上提高了精确率,而召回只在9张上提高。

启示与展望

报告的范围是冷冻电子断层扫描断层图中的细胞膜分割,评估对象为17张带人工标注真值的独立实验断层图,覆盖12种细胞生物和1种病毒。方法在训练时使用83张实验断层图和28张PolNet模拟断层图,训练后的模型可直接输出二值膜掩膜,用户也可以保存logits并自行调整阈值来改变精确率与召回率的取舍。在5张训练中未出现的细胞生物断层图上,模型给出了定性上噪声更少的预测,但这些断层图没有真值标注,因此没有报告定量指标。

模型的高灵敏度会把部分类似膜的伪影误判为膜,例如冰污染、边界噪声和碳膜孔洞,这些假阳性需要人工检查与清理。在精确率上,ETSAM相对TARDIS的差异未达到Bonferroni校正后的显著性阈值;在召回率上,相对Membrain-Seg的差异同样未达到该阈值。此外,没有单一logit阈值在所有断层图上都表现最好,用户需要按断层图选择阈值。