[논문] CellNet – 희소하고 잡음이 섞인 포인트 주석으로 세포 위치 파악

출처: arXiv - 2606.12286v1

개요

생세포를 셈하는 것은 많은 생물학 연구 워크플로우에서 중요한 단계입니다. 우리 협력기관인 Wellcome Sanger Institute는 대규모 포화 유전체 편집 스크리닝을 통해 인간의 필수 유전자를 연구하고 있으며, 이는 셀을 수없이 반복해서 세는 작업을 필요로 합니다. 고처리량 및 자원 효율성을 위해 컴퓨터 비전 기반 자동화가 필수적입니다. 본 연구에서는 위상대조 현미경 이미지에서 세포를 탐지하고 계수하는 회귀 기반 딥러닝 컴퓨터 비전 알고리즘을 개발했습니다. 실무에서 종종 병목이 되는 라벨링 작업 부담을 줄이기 위해, 빠르고 쉽게 얻을 수 있는 희소 포인트 주석만을 사용해 세포를 계수하는 데 초점을 맞추었습니다. 최신 0-shot 방법들과 비교하여, 회귀 기반 계수가 데이터가 적은 상황에서 유망한 대안임을 보여줍니다. 현미경 이미지에서 살아있는 세포를 자동으로 계수하는 방법을 개발함으로써 인간 게놈 연구에 가치 있는 기여를 합니다. 코드는 https://github.com/beijn/cellnet 에서 확인할 수 있습니다.

주요 기여

• cs.CV

방법론

자세한 방법론은 전체 논문을 참고하십시오.

실용적 함의

이 연구는 컴퓨터 비전(cs.CV) 분야의 발전에 기여합니다.

저자

• Benjamin Eckhardt
• Dmytro Fishman
• Stuart Fawke
• Andrew Curtis
• Bo Fussing
• Constantin Pape

논문 정보

• arXiv ID: 2606.12286v1
• 카테고리: cs.CV
• 출판일: 2026년 6월 10일
• PDF: PDF 다운로드