24小时热门版块排行榜    

查看: 76  |  回复: 0

imagefly_app

新虫 (初入文坛)

[交流] FIB-SEM 上训的 U-Net,Dice 只有 0.6 左右,结果还能用吗

最近在 Animals 上看到一篇鲟鱼骨的 FIB-SEM 文章,作者很老实地把分割模型的 Dice 写出来了,只有 0.56–0.66,正好借这个聊聊体电镜深度学习分割的评估。

文章是希伯来大学兽医学院 Marroquín-Arroyave 和 Milgram 的 Nanoscale Characterization of Microscopically Layered Bone in the Russian Sturgeon Pectoral Fin Spine: A 3D FIB-SEM Study,Animals 2026, 16(20), 3318。用 Zeiss Crossbeam 540 对俄罗斯鲟胸鳍棘的骨单位骨和外周骨做 FIB-SEM,像素 10 nm,切片厚度约 10 nm。

预处理用了好几个软件:Fiji 里用 SIFT 线性对齐,用带通滤波去掉竖向的 curtaining 和横向的荷电伪影,再逐层做 CLAHE;然后导入 Dragonfly 2022.2,用 Linear Displacement Compensator 校正漂移并逐层检查;再到 Avizo 里调整方向、重新切片。

分割用的是 Dragonfly 的 Segmentation Wizard,标准 2D U-Net,Adadelta 优化器,patch 64×64,训练 100 个 epoch 或到 loss 不再下降。每个样品单独训练一个模型,每个用 5–7 张切片标注。他们比较过 BSE 和 SE2 两个通道,SE2 里胶原纤维和孔隙的对比度更好,就用了 SE2。每个数据集另外留 2–3 张没参与训练的切片,用 Segmentation Comparator 评估,Dice 在 0.56–0.66 之间,TPR 最高 0.87。作者的解释是目标本身只有纳米尺度,边界差一两个像素重叠分数就掉得很厉害,所以又对照原图检查了结构的连续性,并在整个体积上逐层目视检查、手工修正。后面的取向分析用的是 Eigenvector 各向异性。

结论是骨单位里纤维取向呈顺时针、逆时针交替的“扇形”,符合板层骨;外周骨虽然低倍下也像分层,纳米尺度却基本是沿棘长轴的单向纤维,属于平行纤维骨。

我的理解是,Dice 0.6 对细长、只有几个像素宽的目标,和对大块目标完全不是一回事。纤维宽度如果只有三四个像素,每边差一个像素,Dice 就掉一大截,但纤维的走向可能一点没错。这篇最后要的是取向,那更合适的检查可能是拿手工标注和模型结果分别算取向,看两者是否一致,而不是只报像素级的重叠。

孔隙那部分有个细节也值得注意:小于 10 个体素的标签当噪声删掉,按 6 连通划分孔隙,然后做厚度网格和骨架分析。作者特别说明,孔隙之间看起来连通与否取决于这种体素分组方式,不一定代表真实骨里有连续的通道。

想问问大家,细结构(纤维、膜、细突起)的分割,你们一般报什么指标?有没有用过带边界容差的 Dice,或者直接比较下游测量结果的?

源 DOI:10.3390/ani16203318
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 imagefly_app 的主题更新
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
信息提示
请填处理意见