الشبكات العميقة المتقدمة لفصل هوية الميتوكوندريا ثلاثية الأبعاد

شهد تجزئة الميتوكوندريا بناءً على صور المجهر الإلكتروني (EM) تقدماً ملحوظاً منذ ظهور الطرق العميقة للتعلم. في هذه الورقة، نقترح شبكتين عميقتين متقدمتين، وهما Res-UNet-R وRes-UNet-H، لتجزئة الميتوكوندريا ثلاثية الأبعاد من عينات الفئران والبشر. وبشكل خاص، قمنا بتصميم كتلة تقوية متجهة بسيطة ولكنها فعالة، ونَفّذنا استراتيجية تدريب متعددة المقاييس، والتي ساهمت معًا في تحسين أداء التجزئة. علاوة على ذلك، عزّزنا قدرة النماذج المدربة على التعميم على مجموعة الاختبار من خلال إضافة عملية إزالة الضوضاء كخطوة ما قبل المعالجة. وقد حصلت طريقةنا على المركز الأول في مسابقة التجزئة ثلاثية الأبعاد الكبيرة للميتوكوندريا المنظمة ضمن مؤتمر ISBI 2021. يُمكن الوصول إلى الكود عبر الرابط التالي: https://github.com/Limingxing00/MitoEM2021-Challenge.