computational-cell-analytics/micro-sam

micro‑sam – 显微镜专用的 Segment Anything

是什么 – micro_sam 是一个开源 Python 库和一组 napari 插件，将 Meta 的 Segment Anything Model (SAM) 引入生物显微镜领域。它允许研究人员仅通过几次点击即可交互式地分割 2D 和 3D 显微镜图像（如细胞、线粒体），甚至可以跨时间追踪对象。

为何重要 – 显微镜数据通常规模大且异质性强，手动标注非常繁琐。通过利用 SAM 的基础模型并提供显微镜专用的微调权重，micro_sam 无需大量训练数据即可实现快速、高质量的掩码生成。

核心功能

功能	你将获得
交互式 2‑D 分割	在 napari 中通过点击（点、框、画笔）输入提示，即可立即获得细胞级掩码。
交互式 3‑D 分割	同样的提示工作流扩展至体数据堆栈（如电子显微镜）。
交互式追踪	在每个帧完成分割后，插件可跨时间链接掩码，生成细胞追踪谱系。
显微镜专用微调模型	针对荧光、明场、电子显微镜等场景微调的预训练 SAM 权重；包含适用于低资源环境的 tiny‑ViT 模型。
自动提示生成（APG）	可选模块，可自动提出提示，实现完全自动化分割。
参数高效微调（PEFT‑SAM）	提供工具，以极小的 GPU 内存开销将 SAM 适配至新的显微镜模态。
与其他工具集成	兼容 napari、WebKnossos、QuPath；可从脚本或笔记本中调用。

快速上手

安装 – 支持 PyPI、conda‑forge 和 napari 插件形式：

pip install micro_sam   # 或
conda install -c conda-forge micro_sam

启动 – 打开 napari 并添加 micro‑sam 插件（例如：Plugins → micro‑sam → Interactive 2‑D Segmentation）。
使用 – 加载图像堆栈，放置几个提示，点击 Run 即可获得掩码。如需追踪，可在每个帧分割后运行追踪小部件。
了解更多 – README 中链接了完整文档、快速入门视频和 YouTube 教程系列。

适合谁使用？

细胞生物学家、神经生物学家和电镜专家：需要快速、可重复地分割细胞、细胞器或亚细胞结构的人。
图像分析核心设施：希望获得即插即用解决方案，并与现有 napari 工作流集成的团队。
开发者：对将 SAM 扩展至新显微镜模态或构建自定义微调管道感兴趣的人。

如何贡献？

本项目欢迎文档修改、错误修复和新功能开发。贡献者应先打开一个 issue，再遵循 CONTRIBUTING.md 中的指南。所有参与者均需遵守代码行为准则。

如何引用？

若在出版物中使用 micro_sam，请引用配套的 Nature Methods 论文、原始 SAM 论文，以及所用的任何专用组件（如 Mobile‑SAM、Trackastra、APG 等）。软件本身的 DOI 为 https://doi.org/10.5281/zenodo.7919746。