論文の概要: scMIR: a vision-language foundation model for single-cell light microscopy image representation

• arxiv url: http://arxiv.org/abs/2607.22712v1
• Date: Tue, 21 Jul 2026 01:59:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.83726
• Title: scMIR: a vision-language foundation model for single-cell light microscopy image representation
• Title（参考訳）: scMIR:単一セル光顕微鏡画像表現のための視覚言語基礎モデル
• Authors: Yifan Shang, Jiahui Tan, Xiangxiang Zeng, Renjie Zhou,
• Abstract要約: 単一セル光顕微鏡画像表現のための視覚言語基盤モデル scMIR を提案する。 scMIRは、自己教師付き画像再構成とテキスト誘導のクロスモーダルアライメントを組み合わせる。 scMIRはタスク固有の微調整を必要とせず、様々なタスクにまたがる強力な一般化能力を示す。
• 参考スコア（独自算出の注目度）: 9.935076530517575
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Single-cell light microscopy images have become an important data source for characterizing cell phenotypes, but their complexity and heterogeneity pose challenges to high-throughput automated analysis. Existing representation learning methods mostly rely on task-oriented modeling, which is limited by specific datasets and predefined tasks, making them difficult to generalize across different cell types and microscopy modalities, and experimental conditions. Although general-purpose methods have improved the generalization ability of image representation in recent years, their limited utilization of experimental background and biological context information still poses challenges in complex phenotypic analysis. Here, we propose scMIR, a vision-language foundation model for single-cell light microscopy image representation. By synergistically combining self-supervised image reconstruction with text-guided cross-modal alignment, scMIR can simultaneously encode morphological and biological semantic information in a unified representation space. scMIR is pre-trained on 207,957 image-text pairs, covering various cell types, microscopy modalities, and perturbation conditions. scMIR outperforms existing general models and task-oriented methods as systematically evaluated on various complex tasks using 16 benchmark datasets, including cell classification, clustering, phenotype inference, and batch effect correction tasks. Furthermore, scMIR shows a strong generalization ability across various tasks without requiring task-specific fine-tuning. With its unique advantages, we envision scMIR may promote the standardization and automation of high-throughput phenotyping workflows through supporting various downstream analysis tasks.
• Abstract（参考訳）: 単一セル光顕微鏡画像は、細胞表現型を特徴づける重要なデータソースとなっているが、その複雑さと不均一性は、高スループットの自動解析に挑戦している。 既存の表現学習法は主にタスク指向のモデリングに依存しており、特定のデータセットや予め定義されたタスクに制限されているため、様々な細胞タイプや顕微鏡のモダリティ、実験条件にまたがる一般化が困難である。 近年, 画像表現の一般化能力は向上しているが, 背景情報や生物学的文脈情報の限定的利用は, 複雑な表現型解析の課題となっている。 本稿では,単一セル光顕微鏡画像表現のための視覚言語基盤モデルである scMIR を提案する。 自己教師付き画像再構成とテキスト誘導のクロスモーダルアライメントを相乗的に組み合わせることで、SCMIRは、形態的および生物学的意味情報を統一表現空間内で同時に符号化することができる。 scMIRは207,957のイメージテキストペアで事前訓練され、様々な細胞タイプ、顕微鏡モード、摂動条件をカバーしている。 scMIRは、セル分類、クラスタリング、表現型推論、バッチ効果補正タスクを含む16のベンチマークデータセットを使用して、様々な複雑なタスクで体系的に評価されるように、既存の一般的なモデルやタスク指向の手法よりも優れています。 さらに、skMIRはタスク固有の微調整を必要とせず、様々なタスクにまたがる強力な一般化能力を示す。 特有な利点として、様々な下流分析タスクをサポートすることにより、高スループット表現型ワークフローの標準化と自動化を促進することができると期待する。

関連論文リスト

• A Mixture of Experts Foundation Model for Scanning Electron Microscopy Image Analysis [16.071217652115457]
  本稿では,SEM画像の最初の基礎モデルについて紹介する。 我々は、自動顕微鏡パイプラインにおいて、デフォーカス・ツー・フォーカス画像翻訳は不可欠だが未発見の課題である。
  論文  参考訳（メタデータ） (2026-04-07T14:52:43Z)
• Multimodal Causal-Driven Representation Learning for Generalizable Medical Image Segmentation [56.52520416420957]
  医用画像セグメンテーションにおける領域一般化に取り組むために, MCDRL(Multimodal Causal-Driven Representation Learning)を提案する。 MCDRLは競合する手法より一貫して優れ、セグメンテーション精度が優れ、堅牢な一般化性を示す。
  論文  参考訳（メタデータ） (2025-08-07T03:41:41Z)
• Disentangled representations of microscopy images [0.9849635250118911]
  本研究は、顕微鏡画像分類のためのモデル解釈可能性を高めるために、DRL法を提案する。 本稿では,合成データから学習した表現の伝達に基づくDRLフレームワークが,この領域における精度と解釈可能性とのトレードオフを良好に実現できることを示す。
  論文  参考訳（メタデータ） (2025-06-25T17:44:37Z)
• Self-supervised Representation Learning with Local Aggregation for Image-based Profiling [84.52554180480037]
  画像に基づく細胞プロファイリングは、細胞画像の情報表現を作成することを目的としている。 非コントラスト型自己監督学習の最近の進歩は,本論文にインスピレーションを与えている。 本稿では,セル画像に適したデータ拡張と表現後処理手法を提案する。
  論文  参考訳（メタデータ） (2025-06-17T07:25:57Z)
• Uni-AIMS: AI-Powered Microscopy Image Analysis [28.24402780080126]
  高品質な注釈付きデータセットを生成するデータエンジンを開発する。 本研究では,小物体と大物体の両方を頑健に検出できるセグメンテーションモデルを提案する。 我々のソリューションは、画像スケールバーの精度の高い自動認識を支援する。
  論文  参考訳（メタデータ） (2025-05-11T09:35:53Z)
• Learning Multiscale Consistency for Self-supervised Electron Microscopy Instance Segmentation [48.267001230607306]
  本稿では,EMボリュームのマルチスケール一貫性を高める事前学習フレームワークを提案する。 当社のアプローチでは,強力なデータ拡張と弱いデータ拡張を統合することで,Siameseネットワークアーキテクチャを活用している。 効果的にボクセルと機能の一貫性をキャプチャし、EM分析のための転送可能な表現を学習する。
  論文  参考訳（メタデータ） (2023-08-19T05:49:13Z)
• HAMIL: Hierarchical Aggregation-Based Multi-Instance Learning for Microscopy Image Classification [4.566276053984716]
  マルチインスタンス学習はコンピュータビジョンタスク、特にバイオメディカル画像処理において一般的である。 本研究では,マルチインスタンス学習のための階層型アグリゲーションネットワークhamilを提案する。 階層的なアグリゲーションプロトコルは、定義された順序で機能融合を可能にし、単純な畳み込みアグリゲーションユニットは効率的で柔軟なアーキテクチャをもたらす。
  論文  参考訳（メタデータ） (2021-03-17T16:34:08Z)
• MOGAN: Morphologic-structure-aware Generative Learning from a Single Image [59.59698650663925]
  近年,1つの画像のみに基づく生成モデルによる完全学習が提案されている。 多様な外観のランダムなサンプルを生成するMOGANというMOrphologic-structure-aware Generative Adversarial Networkを紹介します。 合理的な構造の維持や外観の変化など、内部機能に重点を置いています。
  論文  参考訳（メタデータ） (2021-03-04T12:45:23Z)
• Towards an Automatic Analysis of CHO-K1 Suspension Growth in Microfluidic Single-cell Cultivation [63.94623495501023]
  我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。 具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
  論文  参考訳（メタデータ） (2020-10-20T08:36:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。