FOCUS-3D: Robust, generalizable volumetric cell segmentation for three-dimensional fluorescence microscopy
Rattachement africain : cn, ch. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Abstract Understanding how cells establish spatial organization within tissues is a fundamental question in life sciences. While modern three-dimensional fluorescence microscopy captures large-volume tissue architecture, extracting quantitative cellular insights from complex volumetric datasets remains a major barrier. Here, we introduce FOCUS-3D, a robust, broadly generalizable volumetric cell segmentation framework built on a large, diverse manually annotated cell resource and advanced AI designs. Integrating volumetric representation learning, multi-scale feature extraction, and query-based mask prediction, FOCUS-3D achieves state-of-the-art performance across diverse species, tissues, fluorescent reporters and imaging modalities. During zebrafish ( Danio rerio ) development, FOCUS-3D uncovers three successive phases of notochord morphogenesis. We disentangle early motility-driven rearrangements from later cell shape remodeling and tissue repacking, and further link these morphological states to spatial and developmental transcriptional programs across independent datasets.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- FOCUS-3D: Robust, generalizable volumetric cell segmentation for three-dimensional fluorescence microscopy
- Date Crossref
- 28/08/2026
- Éditeur
- openRxiv
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Chinese Institute for Brain Research pays non établi dans la noticeOrganisme public
-
National Engineering Research Center for Information Technology in Agriculture pays non établi dans la noticeStructure de recherche
-
Beijing National Research Center for Information Science and Technology pays non établi dans la noticeStructure de recherche
-
Tsinghua University Department of Automation pays non établi dans la noticeUniversité ou école supérieure
-
Center for Life Sciences pays non établi dans la noticeUniversité ou école supérieure
-
University of Basel Biozentrum pays non établi dans la noticeUniversité ou école supérieure
-
School of Life Sciences State Key Laboratory of Membrane Biology pays non établi dans la noticeUniversité ou école supérieure
-
School of Medicine pays non établi dans la noticeUniversité ou école supérieure
Chinese Institute for Brain Research, National Engineering Research Center for Information Technology in Agriculture et Beijing National Research Center for Information Science and Technology, avec 5 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.