ZeroCostDL4Mic / DeepBacs - Multi-label U-Net training dataset (Bacillus subtilis) and pretrained model

Training and test images of live B. subtilis cells expressing FtsZ-GFP for the task of segmentation. Additional information can be found on this github wiki. The example shows the fluorescence widefield image of live B. subtilis cells expressing FtsZ-GFP, the manually annotated instance segmentation mask and the corresponding 2-label semantic segmentation mask used for model training. Training and test dataset Data type: Paired fluorescence and segmented mask images Microscopy data type: 2D widefield images (fluorescence) Microscope: Custom-built 100x inverted microscope bearing a 100x TIRF objective (Nikon CFI Apochromat TIRF 100XC Oil); images were captured on a Prime BSI sCMOS camera (Teledyne Photometrics) Cell type: B. subtilis strain SH130 grown under agarose pads File format: .tiff (8-bit) Image size: 1024 x 1024 px² (Pixel size: 65 nm) Image preprocessing: Images were denoised using PureDenoise and resulting 32-bit images were converted into 8-bit images after normalizing to 1% and 99.98% percentiles. Images were manually annotated using the Labkit Fiji plugin and mask images with labeled cytosol and cell boundaries were created using a custom Fiji macro (see our github repository). Multi-label U-Net model: The U-Net (2D) multilabel model was generated using the ZeroCostDL4Mic platform (Chamier & Laine et al., 2021). It was trained from scratch for 200 epochs on 733 paired image patches (image dimensions: (1024 x 1024 px²), patch size: (256 x 256 px²)) with a batch size of 8 and a categorical_crossentrop loss function, using the U-Net (2D) multilabel ZeroCostDL4Mic notebook (v 1) (Chamier & Laine et al., 2021). Key python packages used include tensorflow (v 0.1.12), Keras (v 2.3.1), numpy (v 1.19.5), cuda (v 11.1.105). The training was accelerated using a Tesla P100GPU. Author(s): Mia Conduit1,2, Séamus Holden1,3 Contact email: [e-mail] Affiliation: 1) Centre for Bacterial Cell Biology, Biosciences Institute, Newcastle University, NE2 4AX UK 2) ORCID: 0000-0002-7169-907X Associated publications: Whitley et al., 2021, Nature Communications, https://doi.org/10.15252/embj.201696235

本数据集用于分割任务，包含表达FtsZ-GFP的活枯草芽孢杆菌（B. subtilis）细胞的训练与测试图像，更多详细信息可查阅对应GitHub维基页面。

示例展示了表达FtsZ-GFP的活枯草芽孢杆菌细胞的荧光宽场图像、人工标注的实例分割掩码（instance segmentation mask），以及用于模型训练的对应二标签语义分割掩码（semantic segmentation mask）。

### 训练与测试数据集基本信息
数据类型：配对荧光图像与分割掩码图像
显微数据类型：二维宽场荧光图像
显微镜系统：定制化100倍倒置显微镜，搭载100倍全内反射荧光（TIRF）物镜（尼康CFI Apochromat TIRF 100XC 油镜）；图像通过Prime BSI sCMOS相机（Teledyne Photometrics公司）采集获取
细胞样本：在琼脂糖垫上培养的枯草芽孢杆菌菌株SH130
文件格式：.tiff（8位）
图像尺寸：1024 × 1024 像素²（单像素尺寸：65 nm）
图像预处理流程：使用PureDenoise工具对原始图像进行去噪处理，将得到的32位图像按1%与99.98%百分位数进行归一化后，转换为8位图像。采用Fiji软件的Labkit插件完成人工标注，并通过定制化Fiji宏脚本生成带有胞质与细胞边界标注的掩码图像（详见本研究的GitHub仓库）。

### 多标签U-Net模型
本研究借助ZeroCostDL4Mic平台（Chamier & Laine等，2021）构建二维多标签U-Net模型。基于U-Net（2D）多标签ZeroCostDL4Mic笔记本（v1）（Chamier & Laine等，2021），从随机初始化状态开始训练200个epoch：训练集包含733张配对图像块（原始图像尺寸为1024 × 1024 像素²，图像块尺寸为256 × 256 像素²），批次大小为8，损失函数为分类交叉熵（categorical_crossentrop）。所用核心Python库包括tensorflow（v0.1.12）、Keras（v2.3.1）、numpy（v1.19.5）、cuda（v11.1.105）。训练过程通过Tesla P100 GPU加速。

### 作者与联系方式
作者：Mia Conduit¹,², Séamus Holden¹,³
联系邮箱：[e-mail]
所属机构：
1) 英国纽卡斯尔大学生物科学学院细菌细胞生物学中心，邮编NE2 4AX
2) ORCID：0000-0002-7169-907X

### 关联出版物
Whitley等，2021，《自然·通讯》，https://doi.org/10.15252/embj.201696235

搜集汇总

背景与挑战

背景概述

该数据集包含用于分割任务的活体B. subtilis细胞表达FtsZ-GFP的训练和测试图像，采用2D宽场荧光显微镜拍摄，图像大小为1024x1024像素，文件格式为8位.tiff。数据集还包括一个基于ZeroCostDL4Mic平台训练的多标签U-Net模型，该模型使用733个图像块进行训练，训练参数包括200个epochs、批量大小为8，并使用了Tesla P100GPU加速。