IEEE Cybermatics第二届国际 “Vision Meets Algae”挑战赛和研讨会|微藻监测数据集|计算机视觉数据集

微藻作为重要的自然资源，在海洋环境、生物医学研究、清洁能源和食品工程等多个领域有着广泛的应用。监测水体中微藻的丰度和种类组成可以帮助我们识别潜在的环境问题，如富营养化、水质与生态平衡的变化等，这对于生态评估、预警系统的建立以及海洋生态系统恢复的实施具有重要意义。微藻研究中的一个主要挑战在于快速识别和定量多样化和可变的微藻样本。目前，研究人员主要依赖于微藻细胞的显微检查。然而，这种方法往往存在低通量和样品损伤的问题，结果可能忽视了细胞之间的潜在异质性。

针对以上问题，微流控芯片技术是一个具有前景的解决方案。微流控芯片以微型化、集成化、高灵敏度和低成本为特点，逐渐成为实时细胞分析和微生物监测的理想平台。然而，现有的微流控平台上的细胞检测模型有局限性，难以同时实现细胞的多分类和对相似大小但状态不同的细胞的准确检测。这在微藻样本中尤其明显，由于种类多样，同一物种中的细胞大小变化，以及不同物种之间的大小差异显著，这构成了一个独特的挑战。因此，迫切需要开发一种无标签、高通量、多分类、多尺度的微藻细胞检测方法，以满足微藻研究的实际需求。这一发展将有助于推动微藻领域的技术创新，并为未来的生态保护和资源管理提供更可靠的工具。

为了应对高通量藻类细胞检测的挑战，我们组织了第二届国际"Vision Meets Algae"（VisAlgae）挑战赛与研讨会。VisAlgae 2023将与IEEE Cybermatics大会一同举行，专注于藻类研究和计算机视觉技术的领域交叉与应用。我们在高通量微流控平台上进行了实验，在不同视场和成像条件下采集微藻细胞的动态视频数据。实验对象包括六种微藻细胞类型：扁藻、小球藻、杜氏盐藻、虫黄藻、紫球藻和雨生红球藻。这些细胞在大小上具有显著差异，存在极小的目标，以及在某些条件下会出现的运动模糊和失焦。我们的任务是解决高通量藻类细胞检测的实际挑战，开发针对性的目标检测算法，以克服诸如检测小目标、处理多尺度、处理运动模糊和处理复杂背景等问题，并最大化检测精度。