细胞分割与Cellpose
基于显微镜图像的单细胞分析是目前生命科学领域的前沿和热点问题。细胞分割能对成像图片进行批量处理，将其形态、位置、RNA 表达和蛋白质表达等信息赋予识别出的每个细胞。比如：
对于多光子钙成像分析，需要识别出单个神经元，才能提取每个神经元的钙荧光信号，进行下游的处理和分析；
对于空间转录组分析，也需要分割细胞，将 RNA 的表达量赋予单个细胞；

对于医学诊断而言，通过细胞的大小、形态、位置以及计数来诊断病变

……
由此可见，细胞分割的意义可见一斑。【注：深度学习用于细胞分割的应用案例请点击Make it Evident丨TruAI 加速狼疮肾炎病理学诊断查看。】
Cellpose 是一款基于深度学习算法的细胞分割的开源软件，已发表两篇论文，都发表在 Nature Methods 上，即 Cellpose 1.0 和 2.0 版本

该款软件使用 Python 语言编写，凭借其良好的细胞分割效果、不错的运行速度、易于使用的界面、支持与其他软件联动等特性，获得了广泛的使用和认可，在GitHub上获得770+的star数，可谓是细胞分割领域的"ChatGPT"。
Cellpose 论文解读
Cellpose软件主要由来自珍妮莉亚研究园区 （Janelia Research Campus）的研究员“夫妻档” Marius Pachitariu 与 Carsen Stringer 开发。两位研究员的经历很相似，都是从数学背景转向计算神经科学，博士都毕业于英国伦敦大学的盖茨比计算神经科学中心，之后都来到 Janelia 担任研究员。目前两位各自的实验室方向也有很大的重合，主要从事于小鼠视觉皮层的神经元解码工作。

为了便于分析工作的开展，他们以 MATLAB 和 Python 为主要开发语言，与其他实验室合作开发了一系列软件来处理大规模成像数据，并在 Github 开源。

https://github.com/MouseLand

他们开发的软件以良好的性能和友好的 GUI 界面为特色，得到了众多神经科学家喜爱和广泛使用。其中：
Kilosort 用于处理超大通量的神经电生理信号，能对神经元信号进行提取和分类（Spike Sorting）；

Suite2p 集成了双光子钙成像数据的处理流程，能够进行运动配准、神经元检测、动作电位推断等流程；

Rastermap 能以 GUI 界面选择神经元，并排序绘制对应的栅格图（Raster Plot），支持与 Suite2p 联动，直观展示不同神经元的钙信号变化；

Facemap 通过解析小鼠面部表情来预测神经活动；

Cellpose 是用于生物图像的细胞分割，支持与 Suite2p 联动来提取神经元钙信号，也是本文的重点介绍内容。
未完待续
这个程序有注释对理解此算法很有用https://github.com/MouseLand/cellpose/blob/main/notebooks/Cellpose_cell_segmentation_2D_prediction_only.ipynb
转自 https://www.bio-equip.com/showarticle.asp?id=453129232