近日，单细胞中心SCC Science Club（第十期）成功举办。

2022年10月17日，Nature Methods发布细菌图像分割方法Omnipose。本期，单细胞应用示范组刘青云老师以此为例向大家介绍目前流行的生物医学图像分割技术，及近阶段关于目标识别的部分工作内容。

首先，主讲人先对图像分割的定义与应用、图像分割方法进展及生物医学图像分割算法进行介绍。

图像分割是计算机视觉中的一个关键过程，它将视觉输入分割成片段以简化图像分析。在实际应用中，现有传统方法缺乏全局适用性，并且通常不适应新的信息。而深度学习方法能够处理原始形式的自然数据，消除了手工制作特征的需要，已经成为业界主流的图像分割方法。

其后，主讲人结合生物医学图像分割案例进行解读分享，并着重介绍了深度神经网络图像分割算法——Omnipose。

经过大型细菌图像数据库训练的Omnipose在描述和量化混合微生物培养物中的各种细菌方面表现良好，并消除了使用其前身工具Cellpose时可能出现的错误。

最后，主讲人针对Omnipose的一些不足进行了分析，并分享了对其发展方向的一些思考。与会人员纷纷表示收获颇多。

SCC Science Club是单细胞中心2022年最新组织策划的一项长期活动。活动将秉持“分享科学·交流感悟”精神，努力为大家提供一个能畅所欲言、互通有无、取长补短的学术交流环境，欢迎感兴趣的老师同学积极参与。第十一期学术沙龙正在有序筹备中，敬请关注。