PyTorch Connectomics：面向 EM 连接组学的可扩展灵活分割框架

我们推出 PyTorch Connectomics（PyTC），一个基于 PyTorch 构建、用于体显微图像语义与实例分割的开源深度学习框架。我们在连接组学领域展示了 PyTC 的有效性——该领域旨在以纳米分辨率分割并重建神经元、突触及线粒体等其他细胞器，以理解动物大脑中的神经通信、代谢与发育。PyTC 是一个可扩展且灵活的工具箱，可处理不同尺度的数据集，并支持多任务与半监督学习，以更好地利用昂贵的专家标注及训练期间海量的未标注数据。这些功能无需编程，仅通过更改配置选项即可在 PyTC 中轻松实现，并可适配针对不同组织与成像模态的其他 2D 和 3D 分割任务。在定量上，我们的框架在 CREMI 突触间隙分割挑战中取得最佳性能（相对超越现有最佳结果 6.1$\%$），并在线粒体与细胞核分割上具备具竞争力的表现。代码与教程公开于 https://connectomics.readthedocs.io。