当前位置：首页 > news >正文

华大研究院：小数据集细胞分割模型

news 2026/7/16 0:10:42

要点

CSRefiner是款灵活的框架，可对现有细胞分割模型进行微调，显著提升分割精度、缩短标注耗时，并增强生物学可解释性。
组织特异性微调能够找回漏检细胞，生成更连贯的空间图谱，即便在海马区等复杂区域也可实现。
CSRefiner在不同样本制备流程中表现稳健，即便基础模型基于新鲜冷冻（FF）样本训练，在石蜡包埋（FFPE）数据集上仍能取得稳定的性能提升。
性能梯度分析将组织结构指标（细胞密度、紧密度、边界清晰度）与分割难度相关联，为训练集设计提供参考依据。
公开了3套高质量数据集（包含配对图像、标注信息与表达矩阵），作为社区资源用于方法基准测试与后续研发。

https://github.com/STOmics/CSRefiner

摘要

空间组学技术的最新突破实现了亚细胞分辨率的转录组解析。通过对细胞核或细胞膜染色图像开展细胞分割，研究者可获取单细胞水平的空间基因表达数据，支撑后续生物学解读。基于深度学习的分割模型虽整体准确率优异，但在全组织分析中仍存在短板，尤其难以保障不同细胞群体的分割精度一致性。现有微调方案通常需要大规模重训练，或仅适配特定模型架构，限制了其在实际场景中的适配性与可扩展性。为解决上述问题，本文提出用于全组织单细胞空间表达精准分析的轻量高效微调框架CSRefiner。该框架支持空间转录组领域主流分割模型的微调，仅需极少量标注数据即可实现高精准分割。本研究验证了CSRefiner在多种染色类型下的优越性能，以及与多款主流模型的兼容性。该框架兼顾操作简便性与分割鲁棒性，为空间转录组学的实际应用提供了实用解决方案。

limei1@genomics.cn

zhangying7@genomics.cn

#细胞分割 #微调 #空间组学

材料与方法

细胞分割性能评估指标

表1细胞分割性能评估指标

真阳性（TP）=模型预测细胞与真实标注细胞精准匹配；假阳性（FP）=模型预测细胞无对应真实标注；假阴性（FN）=真实标注细胞未被模型检测。所有指标均以交并比（IoU）阈值 0.5 计算掩码匹配度。

结果

CSRefiner框架概述

图1石蜡包埋DAPI染色小鼠脑切片的预训练/微调模型分割性能及CSRefiner工作流程

（A）石蜡包埋DAPI染色小鼠脑切片图像（分辨率：0.5μm/像素）及6个示例区域。

（B）4款预训练模型（Cellpose-细胞质、Cellpose-cpsam、StarDist-2D通用荧光模型、U-Net）及其微调版本（前缀「FT-」）在6个示例区域（含海马区与非海马区）的分割结果。红色轮廓为人工标注真实结果；黄色轮廓为模型预测分割边界。

（C）CSRefiner工作流程示意图，包含训练集制备、模型选择与微调、性能评估、cgef文件生成4大步骤。

分割性能提升

表2CSRefiner各模块运行时间与内存占用

Cellpose-cpsam全图推理在单块NVIDIA Tesla T4 GPU（CUDA 11.7；16GB显存）运行；其余实验在单块NVIDIA GeForce RTX 3090 GPU（CUDA 12.2；24GB 显存）运行。实验数据包含1张VisiumHD苏木精-伊红（H&E）染色小鼠肺全切片（23520×20580像素）、1组20个256×256像素训练图像块。「训练集推理」指处理256×256像素图像块；「全图推理」指处理23520×20580像素全切片。推理时间为命令执行至结果输出总耗时；GPU/CPU峰值内存为任务期间最大内存占用。

助力更深度的生物学发现

图2CSRefiner优化分割性能与下游生物学分析结果

（A–E）４款代表性模型（Cellpose-细胞质、Cellpose-cpsam、StarDist、U-Net）微调前后分割性能定量评估。箱线图展示（A）精确率、（B）召回率、（C）F1 分数、（D）杰卡德指数、（E）戴斯系数的提升效果；图中标注显著性线与P值，1–3个星号分别对应P<0.05、0.01、0.001。

（F）全切片人工标注耗时（约10天）与CSRefiner全流程耗时（约400分钟）对比。

（G）基于微调后StarDist模型生成的cgef矩阵，经 cell2location注释的细胞类型空间图谱。

（H）微调前后海马亚区分割与细胞注释可视化，并与艾伦脑图谱海马区对照。

（I）微调前后海马区各细胞亚型显著差异基因数量对比。

（J）微调前后海马区标准化注释得分分布。

（K）微调前后海马区细胞面积分布。

（L）微调前后海马区各细胞亚型数量对比。

（M）微调前后海马区单细胞基因检出数。

（N–Q）微调前后海马齿状回1区（Ext_Hpc_DG1）细胞的基因本体富集分析：气泡图中，右侧气泡富集程度更强、红色越深显著性越高、气泡越大命中基因数越多；堆积条形图展示各基因本体条目对应的贡献基因，条形高度反映贡献强度；橙色为仅微调前存在的条目/基因，蓝色为微调前后均存在，粉色为仅微调后存在。

微调所需训练样本量的差异性

图3 训练集规模与组织复杂度对分割性能的影响

（A）使用不同数量标注细胞微调后，StarDist在代表性海马测试区的性能；右侧折线图展示不同训练细胞数对应的精确率、召回率、F1分数、杰卡德指数、戴斯系数。