推出 NCL-SM：一个完全标注的人体骨骼肌活检图像数据集

骨骼肌（SM）组织的单细胞分析是理解许多神经肌肉疾病的基础工具。为使该分析可靠且可重复，SM组织显微镜图像中单个肌纤维的识别（分割）应当精确。目前尚无工具或流程能够实现SM组织横截面图像的自动、精确分割与整理。该领域的生物医学科学家依赖定制工具和通用机器学习（ML）模型，两者都需经过费力且主观的人工干预才能正确分割。我们认为，通过训练ML模型可以实现自动、精确、可重复的分割。然而，目前尚无高质量、公开可用的标注成像数据集用于ML模型训练。本文发布NCL-SM：一个高质量的生物成像数据集，包含来自健康对照受试者和经基因诊断患肌肉疾病的患者的46个人体组织切片。这些图像包含超过5万条手动分割的肌纤维（myofibres）。此外，我们还整理了高质量肌纤维，并标注了拒绝低质量肌纤维及SM组织图像中区域的理由，使该数据完全可用于下游分析。我们相信，这将为开发全自动流程铺平道路，该流程能识别组织切片图像中的单个肌纤维，并特别地对其进一步分析适用的单个肌纤维进行分类。