赛程已核验CV · Bioinformatics · Multimodal

CV · 3D Cell Detection and Tracking

推荐专业:Bioinformatics / Biomedical Engineering / Computer Science / Machine Learning / AI / Biology / Mathematics难度:高级

Biohub - Cell Tracking During Development

在三维空间和时间序列中检测并追踪斑马鱼细胞。

Team Merger2026年9月22日
Final Submission2026年9月29日
预计结果2026年10月6日

直接回答

Biohub - Cell Tracking During Development 是一场以3D Cell Detection and Tracking为核心的 Kaggle 比赛,参赛者根据公开数据训练方案并按官方指标提交结果。

适合专业与项目难度

BioinformaticsBiomedical EngineeringComputer ScienceMachine LearningAIBiologyMathematics难度:高级

三维细胞影像和分裂谱系直接关联生物信息学、生物医学工程与计算生物学;检测、时序关联和图优化对应计算机、机器学习与数学。生物学背景适合任务解释和标注质检,模型实现仍需编程基础。

为什么评为高级?

供稿明确标为入门难度高:需同时处理 3D 体数据、跨帧轨迹和细胞分裂,检测误差会传递到追踪图与组合指标。

等级说明:跨多阶段或研究型系统,涉及复杂数据、模型/算力约束或强领域先修知识。

建议具备的基础

  • Python、NumPy 与深度学习基础
  • 3D 图像坐标和体素尺度
  • 目标关联或图算法基础

可以从哪里开始

先在少量切片或小体积数据上建立检测与最近邻关联基线,再加入分裂事件和全局优化。

专业与难度由本站根据项目文档分析,面向基线复现与对照实验;具体门槛取决于承担的任务和项目深度。 这不是 Kaggle 官方评级。

先把任务说清楚

这是一个四维细胞检测与追踪问题:模型需要在连续时间点的三维体数据中找到细胞,并把同一细胞及其分裂关系连接起来。评分同时关注检测与谱系关系,因此单帧识别和跨帧关联必须一起设计。

CVBioinformaticsMultimodal

输入

  • 按时间组织的 3D Zarr 体数据
  • 用于训练与验证的细胞位置、轨迹和分裂标注

输出

  • 表示细胞检测结果的 node CSV
  • 表示跨时间连接和细胞分裂关系的 edge CSV

技术路线

  1. 数据

    读取与质检

    统一时间轴、体素间距和坐标系,先可视化少量切片确认标注是否对齐。

  2. 检测

    检测基线

    建立逐帧候选点或实例分割基线,单独报告检测召回率和定位误差。

  3. 追踪

    时序关联

    结合位移、形态与外观建立跨帧匹配,并为细胞分裂设置独立候选和约束。

  4. 验证

    端到端验证

    同时核验 node/edge 文件、调整后的 edge Jaccard 与 division Jaccard,保留失败轨迹。

组队时间窗口

Team Merger deadline
2026年9月22日
Final submission deadline
2026年9月29日
Competition End Date
官方结束日期待核验
预计结果日期
2026年10月6日,Final Submission 后增加 7 个自然日

预计结果日期用于时间适配,不代表官方奖项发布日期或结果承诺。

规则与提交信息

公开分类
CV
最大队伍人数
5
评价指标
adjusted edge Jaccard + 0.1 × division Jaccard
提交文件
submission.csv
运行上限
Notebook 约 12 小时
  • 每日最多提交 5 次,最终计分提交最多 2 个
  • 按官方页面要求组队,提交格式与数据使用以 Rules 为准

比赛状态、Rules、提交限制和赛程可能变化,请以 Kaggle 官方页面为准。

证据边界:非实时图表,用于理解公开方案与讨论;分数和票数不代表最终排名或本站团队成绩。

公开研究资料

以下图表基于公开页面整理,用于理解公开方案与讨论主题。数据会变化,不作为成绩、排名或结果承诺。

Biohub 公开 Notebook 分数图
公开 Notebook 分数,仅说明公开方案的分布,不代表最终排名。 · 官方出处
Biohub 公开讨论互动度图
公开讨论互动度;票数反映社区关注,不是模型准确率或获奖依据。 · 官方出处

协作重点与可交付成果

协作重点

  • 3D 视觉
  • 目标追踪
  • 时序建模
  • 实验复现

项目产出

  • 4D 数据读取与可视化 Notebook
  • 细胞检测和跨帧关联基线
  • 分裂事件误差分析
  • 可复现实验记录与项目 README

复盘与面试可以讲什么

  • 为什么检测正确不等于追踪正确
  • 如何处理体素尺度、遮挡和细胞分裂
  • 如何拆解组合指标并定位误差来源

适合用途

留学申请考研/科研求职竞赛履历主页成果

数据状态与官方来源

当前赛程状态为“已核验”。 团队、资格、数据、模型、代码共享和提交方式以单场 Rules 最新内容为准。

https://www.kaggle.com/competitions/biohub-cell-tracking-during-development

扫码添加微信

微信二维码
微信号upup_0621