界定边界：显微镜图像中细胞识别的挑战与进展

分割，即勾勒图像中物体的轮廓，是显微镜图像中细胞测量与分析的关键步骤。尽管依赖经典分割方法的工具持续改进，基于深度学习的工具正日益主导该技术的进步。诸如 Cellpose 的专用模型在准确性与用户友好性上不断提升，而诸如多模态细胞分割挑战赛（Multi-Modality Cell Segmentation Challenge）等分割竞赛持续推动在差异显著的测试数据上准确性以及效率与易用性方面的创新。对文档记录、共享与评估标准日益增多的关注，正带来更强的用户友好性，并加速迈向真正通用方法的目标。