卡塔尔哈马德本哈利法大学 发布 神经科学电子显微镜数据集 数据集, 应用在 神经科学、医学图像分割 领域

卡塔尔哈马德本哈利法大学 本次发布的数据集 神经科学电子显微镜数据集, 本研究提出了SAM4EM，一种新的3D神经结构分割方法，利用Segment Anything Model (SAM)和先进的微调策略。该研究开发了一个无需提示的适配器，使用两阶段掩码解码自动生成提示嵌入，基于低秩适应的微调方法增强分割，并引入了3D内存注意机制来确保3D堆栈的分割一致性。此外，研究还发布了一个独特的基准数据集，用于星形胶质细胞过程和突触的分割。该数据集是第一个公开发布的关于星形胶质细胞和突触分割的注释数据集，旨在解决神经科学电子显微镜图像中复杂神经结构的自动分割问题。

查看神经科学电子显微镜数据集

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。