单次细胞分割模型

零调参通用

无需主动调参或额外训练，即可适配新细胞类型，实现通用细胞分割。

Jintu, Zheng · Qizhe, Liu · Yi, Ding · Cao, Yi · Hu, Ying · Wang, Zenan

Medical Image Analysis 2025

参数信息

最先进性能数据集数

12

技术优势

无需调参

查询-应答机制使模型能直接适配新图像，不再需要针对不同数据集反复调整参数。

少样本即用

仅需少量示例作为提示即可识别新细胞类型，无需额外训练即可泛化。

超越现有通用模型

在12个公开数据集上取得最优结果，优于Cellpose、Stardist等专用模型和基础视觉模型。

应用场景

• 细胞图像分析：以少样本提示直接分割新图像，省去逐数据集调参。
• 自动化显微镜分析：无需人工干预即可适配不同显微镜成像，加速高通量分析。
• 医学图像处理：为病理和药物研究提供快速准确的细胞分割，减少人工标注负担。