跳到主要内容
检索

Johnson & Johnson (United States)

2 篇关联报道

订阅更新
  1. Nature Methods

    细胞形态图谱不再依赖分割:自监督模型在跨实验室检索中比CellProfiler多找回约三成机制类别

    细胞形态图谱过去依赖细胞分割和人工特征,标注稀缺又难跨实验室复用。研究者在JUMP–CP的119,876个无标注化合物、约177万张图像上预训练四类自监督模型,冻结权重后直接提取图像嵌入。在EU-OPENSCREEN Bioactives的2,464个化合物上,DINO与DINOv2在作用机制检索的位点平均mAP上比CellProfiler高31–37%,并全面优于掩码类模型。

  2. arXiv

    IntraStyler 用对比学习风格编码器免预定义子域合成 T2 MRI 风格,在 CrossMoDA 上把 Extra-VS 的 Dice 从 0.61 提升到 0.81 且失败数降为 0

    该工作提出 IntraStyler,一种无需任何预定义子域的 3D 非配对图像翻译方法,用对比学习训练的风格编码器从每张目标域图像提取与解剖解耦的风格嵌入,并通过动态实例归一化条件化 QS-Attn 合成网络;在 CrossMoDA 基准(226 例标注 ceT1、295 例无标注 T2、测试集 96 例 T2)上,它自动聚类出 7 个风格参考而非子域方法的 3 个,下游 nnU-Net 分割在 Intra-VS、Extra-VS、Cochlea 上取得最佳 Dice 与 ASSD,Extra-VS Dice 达 0.81、失败数为 0。

已读完全部报道