哈佛团队推出显微图像合成数据框架Goo与MicroSim

2026年10月16日，HHMI Janelia 发布专家解读视频，介绍了哈佛医学院系统生物学系 Antoine Rosette 团队提出的基于 Goo 与 MicroSim 的合成显微图像管线。该管线专为训练显微图像视觉 Transformer 而构建，旨在生成用于训练细胞分割基础模型的大规模合成数据，以应对真实显微图像标注数据稀缺的挑战。团队同时发布了两套开源工具 Goo 与 MicroSim，供研究者用于合成数据管线的构建与细胞分割模型的训练。目前公开报道仅涉及该管线及工具的发布介绍，具体性能指标与应用效果尚待后续披露。

由模型根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。