LIVECell—라벨 프리 생세포 분할을 위한 대규모 데이터셋

두 차원 세포 배양의 잘 정립된 프로토콜과 광학 현미경을 결합하면 생물학적 현상을 연구하기 위한 고속 정량적 이미징을 가능하게 한다. 이미지 내 개별 세포를 정확하게 분할하는 것은 복잡한 생물학적 질문을 탐구하는 데 필수적이지만, 저대비 및 높은 물체 밀도 조건에서는 복잡한 이미지 처리 파이프라인을 요구할 수 있다. 딥러닝 기반의 방법은 이미지 분할 분야에서 최첨단 기술로 간주되지만, 일반적으로 방대한 양의 레이블링된 데이터를 필요로 하며, 특히 레이블리스 세포 이미징 분야에서는 이를 제공할 수 있는 적절한 자원이 존재하지 않는다. 본 연구에서는 다양한 세포 형태와 배양 밀도에서 유래한 160만 개 이상의 세포를 포함하는, 대규모이고 고품질이며 수동으로 레이블링되고 전문가 검증이 완료된 위상차 이미지 데이터셋인 LIVECell을 제안한다. 이를 통해 데이터셋의 활용 가능성을 입증하기 위해 LIVECell을 기반으로 컨볼루션 신경망 기반 모델을 훈련하고, 제안된 일련의 벤치마크를 사용하여 모델의 분할 정확도를 평가하였다.