图1:一个弱监督的深度学习框架,用于对空间转录组学数据的准确荧光斑点检测。(a)培训数据生成以进行点检测。点标记是通过通过生成建模在一系列常用的经典斑点检测算法中找到共识而产生的。然后使用这些共识标签来训练Polaris的点检测模型。顺序步骤与箭头链接;相关的方法和数据类型与实线链接。(b)示例图像的训练数据生成的演示。斑点位置被转换为编码的检测和距离图,这些检测图指导模型训练期间执行的分类和回归任务。斑点颜色对应于(a)中的注释颜色。(c)示例seq鱼图像的北极星点检测模型的输出。高于默认阈值的回归值设置为零。(b-c)中的回归图像是X和Y指导中平方像素回归的总和。(d)EM方法的示意图,以适合共识点注释创建的生成模型。