366-CellSAM：用于细胞分割的通用基础模型

这项研究介绍了一种名为 CellSAM 的细胞分割基础模型，旨在解决传统深度学习模型难以跨领域通用和大规模扩展的问题。该模型以 Segment Anything Model (SAM) 为架构基础，通过引入一种名为 CellFinder 的目标检测器，实现了对多样化细胞图像的自动提示与分割。实验证明，CellSAM 在哺乳动物细胞、酵母及细菌等多种成像模式下均达到了人类专家级的分割精度。研究强调，该模型具备极强的零样本迁移能力，且仅需少量样本即可通过微调进一步提升性能。最后，作者展示了 CellSAM 如何无缝集成到空间转录组学和活细胞成像等复杂的生物图像分析工作流中。

References:

• Marks M, Israel U, Dilip R, et al. CellSAM: a foundation model for cell segmentation[J]. Nature Methods, 2025: 1-9.