병리 이미지에서 딥러닝 기반 핵 분할 및 분류는 일반적으로 광범위한 픽셀 단위의 수동 주석에 의존하는데, 이는 비용이 많이 들고 다양한 조직 및 염색 조건에서 얻기 어렵습니다.
공간 전사체학(ST) 데이터를 활용하여 핵 분할 및 분류에 대한 감독을 제공하는 프레임워크를 제안하여 이러한 제한 사항을 해결합니다.
기존의 유전자 발현 기반 세포 유형 분류 방법은 이미지 인식을 위해 설계되지 않았기 때문에, 우리는 유전자 발현 기반 세포 타이핑과 이미지 기반 세포 분류를 연결하는 이미지 지향 분류 접근 방식을 도입했습니다.