Fuse My Cells 单视角至多视角光片显微融合挑战赛

信息速览

数据集名称Fuse My Cells 单视角至多视角光片显微融合挑战赛

数据类型原始数据,影像数据,人工标注

规模超过 400 对配对 3D 图像（约 400 个生物样本，每个样本含 1 个单视角输入与 1 个多视角融合真值）；最终评测 32 张、预测试 3 张

接入方式France-BioImaging 全国成像节点采集的多视角光片显微镜 3D 体数据（细胞核与细胞膜双通道荧光，等距重采样 0.6 μm 体素），经配准融合生成单视角输入与多视角真值配对

AI 就绪度

Fuse My Cells（官方全称 Fuse My Cells: From Single View to Fused Multiview Lightsheet Imaging Challenge 2025）是法国国家生物成像基础设施 France-BioImaging 在 IEEE ISBI 2025 期间举办的生物成像挑战赛，配套数据集超过 400 对配对的三维光片显微体数据。每对由一个单角度采集的输入体数据和一个多角度采集后配准融合的真值体数据组成，覆盖细胞核与细胞膜两个荧光通道，按 CC-BY 许可在 Grand Challenge 平台发布。

它要解决的是光片显微镜长期存在的取舍：想看得深、看得清，就得多角度采集再融合，而每多一个角度就多一份光子剂量，样本会被漂白、被光毒损伤。办法是把融合这件事交给模型——只用一次采集，让算法把缺失的角度信息补出来。对做三维复原、图像翻译或显微图像分割的人来说，这套数据提供了一个边界清晰的监督信号：输入与真值来自同一张样本，差异几乎全部来自视角与深度。

想用这套数据，第一件事不是搭网络，而是把三个口径钉死：体素间距是等距重采样后的 0.6 微米，强度按 2 与 99.8 百分位归一化，评分用的是相对归一化指标而不是绝对 SSIM。第二件事是确认许可与发表限制，CC-BY 允许使用，但主办方论文发表前第三方不得抢先发表结果。

§1 它是什么

1.1 一句话定义与三个名称变体

Fuse My Cells 是一套为「单视角到多视角融合」这一特定图像翻译任务构建的配对三维显微图像数据集，外加围绕它组织的一次公开评测。输入端是一个角度的三维荧光体数据，输出端要求是一幅与输入同尺寸、同通道数的体数据，目标值是同一视野用两到四个角度采集后对齐融合得到的体数据。

名称在三个地方各有一个写法，检索时需要注意。官网标题栏写的是 Fuse My Cells: From Single View to Fused Multiview Lightsheet Imaging Challenge 2025，正文路径为 /fusemycells/，平台列表页把站点名压缩成 Fusemycells；参赛论文则几乎一律写作 FuseMyCells，连字符与空格全部省略。三种写法指向同一实体，分别命中官网、参赛论文与代码仓库，不能理解为三个不同数据集。

缩写辨析在这里格外重要。FBI 在这个语境里是 France-BioImaging 的缩写，不是美国联邦调查局。中文语境里有人把它直译作「融合我的细胞」，官方材料没有中文名称。

1.2 谁做的、为什么做

主办方是 France-BioImaging（FBI），一个覆盖法国的国家级生物成像基础设施，同时是欧洲生物成像基础设施 Euro-BioImaging 的法国节点。它本身不采集数据，而是联结全国多家成像设施与实验室，把分散在各地的成像能力与计算分析能力组织起来。官网对自身结构的表述是「10 个本地节点加 1 个横向节点」，而挑战赛主页在描述数据来源时写的是「联结法国境内 23 个成像站点」。这两个数字不是矛盾，前者数的是管理节点，后者数的是物理成像站点。

主页把这件事定位成本机构的第二届挑战赛：第一届 Light My Cells 在 ISBI 2024 雅典举办，任务是预测荧光标记图像；第二届就是 Fuse My Cells，任务从「预测染色」转向「预测融合」。主页原文写了这层继承关系，并说明终极目标是产出稳健、开源、能应对生物成像数据大变异性的方法。

这一定位解释了数据为什么能做大：单个实验室很难凑出覆盖多个成像站点与样本类型的三维配对数据，而基础设施的组织作用正好补上这一环。结果页也说，这套超过 400 对的数据库得益于这一结构性组织作用才得以建成。

1.3 任务定义的技术边界

任务的形式化描述很短：给定单视角三维体数据 X，预测融合体数据 Y，使得 Y 在像素相似度与下游分割可用性两个维度上尽量接近真值。三个边界条件决定了它的难度与适用面。

第一，输出尺寸与通道数必须与输入完全一致。规则页把这一条写成硬性要求：算法必须产出与输入同样尺寸（含通道）的三维融合图像，格式为 OME-TIFF。任何超分辨率改写与裁剪拼接都不被接受，模型只能在原网格上做逐体素重建。

第二，视角数量是隐含的。真值由多视角采集融合而成，但参赛者看不到中间过程，只能看到最终结果。模型学到的不是「如何配准」，而是「如何从单视角推断出配准融合后的样子」，这是一种带统计先验的图像翻译，而非几何求解。

第三，评测在封闭测试集上进行，测试图像在竞赛期间不对外开放。官方明确写了这一点，理由是要保证排名不被过拟合。对于赛后想复现排名的使用者，这意味着没有官方测试集可用，只能自己划分。

1.4 为什么偏偏是光片显微镜

理解数据的物理来源，比记住网络结构更有用。光片显微镜的核心优势是照明与探测正交：只有探测焦面那一层被照亮，因此整个样本受到的光剂量远低于逐点扫描的共聚焦显微镜。这也是它适合长时间活体成像的原因。

代价出现在深度上。官网对失效机制的描述是：成像深度超过 100 微米后，点扩散函数开始退化，信噪比下降。同时光片系统的点扩散函数本来各向异性，横向分辨率高于轴向，因为轴向分辨率由探测物镜的低数值孔径决定。两层效应叠加，样本越厚越深，轴向就越糊。

多视角采集是标准的工程对策：让样本绕垂直轴旋转，从几个角度各拍一遍，再配准到同一空间参照系里融合。融合后的图像补偿了点扩散函数的各向异性，也补偿了深层信号的衰减，代价是光子预算被分摊到每个角度、每个通道、每个时间点上。官网把这句话写成一个递进：时间越往后，样本累计的光子越多，留给后续时间点的预算越少，而这些预算还要再除以视角数与通道数。

Fuse My Cells 押注的正是这个矛盾：如果模型能在单视角下复原出多视角融合的等效结果，光子预算就能省下来，省下来的部分可以换成更长的成像时长、更多的荧光通道，或者更复杂的实验设计。

1.5 与既有复原方法的分工

官网的状态综述把相关工作分成三条线，这三条线决定了本挑战赛想补的空位。

去噪线上，传统方法以块匹配三维滤波为代表，把相似图像块归组后在变换域去噪再加权平均；深度学习方法以内容感知图像复原（CARE）为代表，用低信噪比输入配对高信噪比目标训练；另有 Noise2Void 这类自监督方法，在噪声图上随机遮挡像素再让网络预测被遮挡值。官网的评述是：这两类方法在三维情形下只增强单一采集方向的观感，在点扩散函数最宽的轴向上拿不到增益。

官网对空位的判断写得很克制：多视角光片显微镜上的开源数据库、算法与方法，据其所知没有等价物。限定词「据其所知」意味着这是一个基于文献调研的陈述，而不是绝对断言。

§2 数据构成

2.1 规模：三套数字，三种口径

关于数量，官方公开材料里出现了三组数字，它们分别对应不同层次，混用会直接导致规划失误。

口径	数字	含义	出处
全库配对总量	超过 400 对	数据库总量，配对意为一个输入配一个真值	官网结果页
最终评估集	32 张	决赛阶段每队只提交一次所用的评测图像数	官网结果页
预测试集	3 张	熟悉数据与提交流程用的少量图像，约 5 次提交额度	官网结果页

需要强调「超过 400 对」这个表述：它没给精确值，也没说明训练集与验证集如何切分。按配对定义，一对含一个单视角输入与一个融合真值，共享同一样本、同一视野，因此「400 对」约等于「400 个样本」；若把输入与真值分别按图像计，总量翻倍，这是二次引用最常出错的地方。

另一个容易误读的点是 32 与 400 的关系。32 张不是从 400 对里随机抽的验证子集，而是决赛阶段的封闭测试集，占总量的不到十分之一。用 32 张图像算出的排名，其统计不确定性远大于用 400 对训练出的模型本身的方差，这一点在解读排行榜时必须放进括号里。

2.2 通道与目标结构

每个样本携带两个荧光通道，官方按通道分别计分，分别称为细胞核（nucleus）与细胞膜（membrane），对应显微成像里最常用的两类标记。核通道的价值在于个体计数与谱系追踪，膜通道在于细胞边界与形态。

两个通道的难度并不相同。参赛论文的内部验证结果显示，恒等映射在核通道上的结构相似度约 0.78，在膜通道上只有约 0.70——膜的先天相似度更低，可改进空间更大。同一篇论文的最终配置在两个通道上分别达到约 0.85 与 0.91，膜的提升幅度明显更大。

原子级的分割可用性也呈现同样的规律。在闭集测试集上，核通道的归一化交并比约为 0.59，膜通道约为 0.47。膜通道的分割可用性更低，一部分原因在于 Cellpose 对膜的分割本身比核更不确定，官方为此专门指定了不同的模型。

2.3 体素几何与预处理约定

体数据是三维数组，几何参数决定一切下游操作。官方没有公布原始采集的各向异性体素尺寸，只给出了评测与参赛双方共用的约定：等距重采样至 0.6 × 0.6 × 0.6 微米。参赛论文在方法节也采用同一间距，说明这不是某一方的自主选择，而是数据已按此处理。

这个数值对规划有两层含义。第一是量级：0.6 微米体素下，若覆盖 600 微米见方、300 微米深的视野，就是 1000 × 1000 × 500 个体素，单通道五亿个体素，双通道翻倍。这解释了参赛方法为何必须分块推理并下采样。

第二，等距化是官方分割评测的前提。指标页注明，计算 Cellpose 分割前图像会经线性推断变为各向同性，细胞直径从真值图像估计，跳过这一步算出的交并比与官方口径不可比。

2.4 强度归一化：为什么是 2 与 99.8

强度归一化看似细节，实则是这套数据最容易出错的地方。官方指标页规定，计算指标前对图像做百分位归一化，下限取 2、上限取 99.8。这个做法明确标注为受 CSBDeep 工具箱启发，后者是内容感知图像复原的参考实现。

选择这两个百分位有两重考虑。第一，荧光显微图像的动态范围里有大量接近零的背景体素，用最小值与最大值归一化会被极少数饱和亮点或极少数负值拉偏，用百分位截断更稳健。第二，归一化函数是幂等的——在同一张图像上做两次归一化，结果不变或变化可以忽略。这一点在指标页被单独点出，理由是：训练时用了归一化的方法与没用归一化的方法，不应该因此被偏袒或被惩罚。

百分位取值也有取舍。2 与 99.8 的组合截掉低端百分之二与高端百分之零点二，对核通道这种背景占比高、前景集中的图像合适；膜通道前景稀疏、信号弱，截断比例会改变有效动态范围。改用 1 与 99.9 会让模型在官方测试集上出现系统性偏移，而这一偏移在内部验证集上往往看不出来。

2.5 数据字典与字段可靠性

下表列出使用这套数据时需要逐项确认的属性。可靠性一栏用三档标注：官方页面明示者为「官方明示」，由参与论文或平台规则推定者为「推定」，官方材料完全未提及者为「未披露」。

属性	取值	可靠性	说明
配对结构	1 个单视角输入 + 1 个融合真值	官方明示	结果页与任务描述均按「paired」表述
总样本量	超过 400 对	官方明示	未给精确值与置信区间
评测集	32 张决赛 + 3 张预测试	官方明示	结果页明写
荧光通道	细胞核、细胞膜	官方明示	指标页按通道分别计分
体素间距	0.6 × 0.6 × 0.6 微米	官方明示（评测口径）	原始采集间距未披露
文件格式	OME-TIFF	官方明示	规则页对输出格式的要求，输入按平台惯例同格式
视角数	通常 2 至 4 个	官方明示	主页对多视角常规的表述，非逐样本标注
物种与发育阶段	未标注	未披露	官网与参与论文均未给出，这是最需要向主办方确认的一项
成像设备型号	未标注	未披露	官网只说明来自 23 个成像站点
训练验证划分	随机 4:1	推定	来自参与论文的做法，非官方发布
许可	CC-BY	官方明示	规则页数据库条目
伦理审批	无需	官方明示	规则页伦理条目原文
测试集可用性	不公开	官方明示	规则页测试数据条目

表中三项「未披露」值得专门说明。物种缺失直接限制迁移判断：不同生物样本的细胞尺度、密度与强度分布差异很大，而官方没有给出可供分层的信息。设备型号缺失意味着无法归因域偏移。划分缺失说明复现排行榜需自行重建划分，4:1 只是参与论文的选择。

2.6 真值的构造与它的性质

这一点很少被讨论，却决定了评测上限。真值不是「物理上的正确答案」，而是多视角采集后经配准与融合计算得到的图像；融合本身是一个算法过程，每个步骤都带参数选择与舍入误差。

由此推得三个推论。第一，真值内部存在一致性偏差：融合算法若在某类结构上系统性偏亮或偏锐，学到的模型会继承这一分布，在真实应用中不一定产生同等质量的结果。第二，预测与真值的像素级残差包含模型误差与融合算法的印记两部分，后者对所有人相同，不改变排名却压缩了分数上限。第三，分割可用性指标对像素级细节的偏倚不敏感，因此不受这一限制的同等约束。

官方结果页把这个现象写成了一句反问，留给参赛者在会上讨论：这意味着什么，它对准确性与泛化性的关系有什么提示。这句话本身就是这套数据最值得研究的地方——融合的价值可能不在于逐像素逼近，而在于结构是否被正确恢复。

2.7 数据的组织方式

平台侧的获取路径只有一条。参赛者注册后在数据库页下载训练数据；该页未登录时返回拒绝访问，说明访问控制挂在账户体系上，而不是公开的静态文件服务。赛后的使用者走同一条路径，规则页明确写了非参赛者也可以使用，条件是按 CC-BY 署名。

数据以样本为单位组织，每个样本含输入与真值，按通道拆分。平台没有提供官方划分文件，也没有完整训练代码；官方提供的是 Docker 提交模板，模板里的预处理函数包含指标页引用的百分位归一化实现。

最省事的复现路径是把模板里的预处理函数单独抽出来用，保证与官方口径一致，本地按 4:1 划出验证集，最后用 Docker 包装提交。跳过第一步的团队往往在内部验证上数字不错，却在闭集测试上大幅回落。

§3 怎么拿到

3.1 获取路径与账户门槛

这套数据没有走仓库托管路线，既不在 Zenodo，也不在 Hugging Face，更没有挂在某份论文的补充材料里。唯一官方入口是 Grand Challenge 平台的挑战赛站点，路径为 /database/。该页面在未登录状态下返回拒绝访问，说明访问控制挂在平台账户体系上。

获取流程分四步。一，在 Grand Challenge 注册账户，规则页要求每人一个且需验证；该条针对参赛提交，非参赛下载是否同样强制验证，官方未单独说明。二，确认姓名与机构信息真实显示在个人主页上，匿名参赛不被允许。三，在数据库页下载训练数据。四，用官方 Docker 模板包装方法；纯粹想使用数据的研究者到第三步即可。

对纯粹想使用数据而非参赛的研究者，第一到第三步就够了，第四步可跳过。但要注意第三步之后仍然存在发表限制，见下文许可一节。

3.2 目录与格式的实用约定

官方对文件格式的硬性要求出现在规则页的提交条目里：算法必须产出与输入同尺寸、同通道的三维融合图像，格式为 OME-TIFF。输入侧按平台惯例同样是 OME-TIFF，这一点可以从两个方向交叉确认——参与论文在预处理节描述的读取与重采样流程，以及官方 Docker 模板的输入约定。

OME-TIFF 是在 TIFF 基础上附加生物成像元数据的开放规范，能携带体素间距、通道名与轴顺序，是三维荧光数据最常用的容器。它的优点是通用：Fiji、napari、Zarr 转换工具与 Bio-Formats 生态全部支持。缺点是文件体积大且压缩行为依实现而异，一个双通道体数据很容易达到数 GB 量级。

实际处理有三处易错。其一是轴顺序：不同软件导出的 OME-TIFF 可能是 ZYX、CZYX 或 TCZYX，按固定顺序解析会把通道当深度切片。其二是通道元数据：并非所有工具都填全，应按下发说明的序号对照。其三是体素间距单位：OME 规范用微米，若写成纳米，重采样会差三个数量级。

3.3 许可：CC-BY 的实际边界

官方规则页在数据库条目下写了一句相当明确的授权说明：数据库以 CC-BY 授权，即所有人，包括非参赛者，都可以在自己工作中自由使用训练数据集，条件是在发表物中署名。

这句话解决三个疑问：是否需要参赛才能用——不需要；是否可商用——CC-BY 不限制使用领域，商用不构成违约，但署名义务仍在；署名谁——规则页只说「在发表物中署名」，未给标准格式，引用时至少应含官方全称、主办方、年份与官网地址，若有数据论文则优先引用论文。

但同一页还有一条限制，影响的不是使用权而是发表节奏：在挑战赛文档发表之前，想比较自身模型或产品的研究者与企业、参赛队伍、以及打算使用该挑战赛的个人，都不得发表，官方当时预计挑战文档在 2025 年底发布；进一步规定，基于该数据库发表文章须以主办方数据论文先行发表为前提，两篇论文发表之后各方可自由发表，但必须引用。这条限制不是对数据的额外许可条件，而是对发表时序的约定，违反的后果主要由期刊与同行评议环节承担。对产品团队的实际含义是：可做内部研发与模型训练，但对外发布基于它的结论前，最好先确认主办方论文状态。

这条限制不是对数据的额外许可条件，而是对发表时序的约定：前者违反构成侵权，后者违反主要由期刊与同行评议环节承担后果。对产品团队的实际含义是，可以用这套数据做内部研发与模型训练，但对外发布基于它的评测结论或论文，最好先确认主办方论文的确切状态。规则页另提到一个长期计划：数据保持公开，主办方拟在挑战论文发表三年后再产出文章汇总新方法，说明该数据集被定位为长期基准。

规则页还提到一个长期计划：由于数据会保持公开，主办方计划在挑战论文发表三年后再产出一篇文章，汇总此后出现的新方法。这说明该数据集被定位为长期基准，而不是一次性竞赛资料。

3.4 伦理与合规

伦理方面官方给了一个简短结论：在此语境下使用的数据库不需要伦理审批。这个结论的合理性来自数据类型——三维荧光显微图像，样本是细胞或胚胎层面的生物材料，不含人类受试者数据，也不含可识别个人身份的信息。

这条结论可以照抄进方法节，但需附上规则页的伦理条目作为出处。不需要伦理审批不等于不必遵守机构层面的生物材料与动物实验规定；若把模型应用到自有数据，那部分合规责任在本机构。

3.5 提交侧的技术约束

即便不参赛，了解提交约束对理解数据也有帮助，因为约束反过来定义了「什么样的方法被认为是合理的」。

官方要求只接受全自动方法的 Docker 容器，不接受半自动或交互式流程。容器在离线环境运行，不能联网，不能下载或上传任何资源，所有必需资源（例如预训练权重）必须事先封装进容器。这一条直接否定了「推理时联网调用大模型接口」这类做法。

资源限制只有一条硬指标：单次提交在平台后端运行的平均执行时间不得超过 10 分钟，超时的方法不计入排名。官方给出了三条理由——控制平台每次评测的成本、贴近真实场景的算力与内存约束、以及让没有大规模算力的参赛者也能公平竞争。

提交有两种选择：提交开源代码（官方推荐），或只提交含已训练模型（h5 格式）的推理部分。后者可以提交，但不具备获奖资格。这与结果公开策略配套：参赛队可自行决定是否公开成绩，但只有公开开源代码与算法者才有获奖资格——成绩保密与获奖不可兼得。

外部数据的使用是有条件允许的。参赛者可以用基于计算机视觉或医学影像数据集（官方举例 ImageNet、医学分割十项赛、JUMP 细胞绘画数据集）预训练的模型，也可以用外部数据集训练；但外部数据与模型必须在本宽松许可下公开，时限是开放开发阶段截止后三个月内，并在提交中用算法名标注（如在名称后加「trained w/ private data」，或通过算法页与支撑论文说明）。所有外部数据的链接须在 2025 年 3 月 1 日前发布到挑战赛论坛，此后不得再引入新数据。

3.6 版本与赛事状态

这套数据目前只有一个公开版本，没有出现年份分册或修订版。赛事状态可以用三个数字概括：136 人注册，6 支队伍进入正式参赛，决赛阶段每队一次提交。对后来者，这意味着可对标的方法数量有限，官方结果页公布的前三名即为全部可参考的方法。

赛事时间线页在抓取时正文为空，平台把日程渲染在动态组件里，训练集开放日与各阶段截止日都无法从静态页面取得。想判断这套数据会不会继续维护，只能间接推断两处：结果页已发布说明赛事结束；规则页提到三年后的汇总论文，说明有长期维护意愿。

§4 质量与已知问题

4.1 为什么必须归一化：恒等映射基线

评价一个融合数据集的质量，最直接的问题是：什么都不做能拿多少分。官方指标页与参与论文两处都指向同一答案——相当高。

参与论文报告的内部验证结果里，恒等映射在核通道上的结构相似度约 0.78（标准差 0.20），膜通道约 0.70（标准差 0.32）。这说明单视角输入与融合真值本来就高度相似——两者拍的是同一样本、同一视野，差异只来自视角缺失与深度衰减。

高分基线带来两个后果。第一是区分度：不做归一化，所有方法的绝对分数会挤在 0.7 到 0.9 之间，排名对微小波动极敏感，这正是官方引入归一化指标的动机。第二是设计陷阱：模型容易学会近似复制输入，绝对分数看着不错却没有补上缺失的轴向信息。参与论文的消融表提供了反证——纯分块方法在核通道上的结构相似度反而低于恒等基线（约 0.70 对 0.78），说明盲目引入高分辨率分块推理会破坏全局一致性。

4.2 归一化指标的定义与它的敏感度

官方指标页给出了两个归一化公式，理解它们是解读排行榜的前提。

第一个是归一化结构相似度：预测与真值的结构相似度，减去输入与真值的参考结构相似度，再除以一减参考结构相似度。分子是「比什么都不做强多少」，分母是「理论上还能提升多少」，值域为负无穷到一：零表示与输入等价，负值表示不如直接复制输入。

第二个是归一化交并比：预测分割与真值分割的交并比，减去参考交并比，再除以最佳交并比减参考交并比。指标页里有三个分割——真值的人工核验分割、输入的人工核验分割（参考），以及输入核验分割与真值 Cellpose 分割的交并比（最佳）。

两个公式都做了相对化，也都对异常值敏感。参与论文指出归一化结构相似度受离群值强烈影响，单次错误融合即可显著拉低均值；其最终配置在内部验证集上核通道均值约正 0.16、标准差 0.83，膜通道约 0.14、标准差 1.51。标准差大于均值，说明相当比例的样本是负分。

4.3 内部验证与闭集测试之间的落差

参与论文报告了同一方法在两套数据上的表现，落差是最值得记住的一组数字。

在内部验证集上，最终配置（两步流程 + 对抗损失 + 差异加权）的核通道归一化结构相似度约为正的 0.16，膜通道约 0.14。在闭集测试集上，同一方法的核通道归一化结构相似度掉到约负的 0.14，膜通道约 0.07。也就是说，核通道从「明显优于基线」变成「不如基线」。

论文把落差归因于闭集测试集部分由此前未见过的研究组成。这一句点明了主要难点不是任务本身，而是域偏移：图像来自多个成像站点与多种样本，分布差异可能来自样本类型、设备、染色方案中的任何一项，而官方未公布分层标签。

对使用者有三层含义。第一，不要把内部验证的分数当作泛化能力估计，4:1 随机划分无法模拟跨站点差异。第二，若要做域泛化研究，这套数据是合适素材，因为它天然包含多个站点带来的偏移。第三，报告结果时应同时给出均值与标准差，最好再给出负分样本比例。

4.4 排行榜的统计功效

32 张决定了排行榜的分辨率。这个数量在生物成像挑战赛里偏小，原因很实际：三维体数据的单样本体量巨大，评测时间与存储成本随样本数线性增长，官方又限定单次推理十分钟，扩大评测集意味着平台成本成倍上升。

小评测集带来三个风险。其一，单张极端样本可以主导均值：在归一化指标下，一次彻底失败的融合会产出很大的负值。其二，名次差距可能小于噪声，官方结果页也承认各队平均名次的离散程度相对较大，因此补充了逐指标的平均分与偏差分析。其三，不同指标的名次可能互相矛盾，官方因此采用「各指标相对名次的均值」作为总排名，而不是把四个指标简单相加。

官方结果页还报告了一个反直觉的现象：即使像素级预测并不总与融合真值吻合，预测图像经分割后的交并比反而明显高于真值图像的分割。对这一现象的合理解释是：融合真值为了保留原始像素信息的完整性，可能保留了对分割不利的模糊与纹理，而生成式模型倾向产出更干净的结构，反而更容易被 Cellpose 正确切开。这也提示像素相似度与下游可用性不是同向的，两个指标不能互相替代。

4.5 假设—支持—反对：三条待验证的判断

把无法确证的部分写成有信息量的陈述，比回避更有用。以下三条判断都标注了支持与反对的证据，以及当前的结论强度。

假设	支持证据	反对证据	强度
数据的物种与样本类型跨越多个成像站点，构成天然的多域数据	主办方是联结 23 个成像站点的国家级基础设施；结果页称数据库得益于这一组织作用	官方与参与论文均未列出站点构成与样本类型清单；无法核实每一对图像来自哪个站点	C（单一逻辑推断，缺一手清单）
真值融合算法的一致性偏差会压低模型可达到的分数上限	真值是计算产物而非独立测量；官方观察到交并比可高于真值本身	官方未公布融合算法、参数与质量控制指标	C（机制合理但无量化证据）
32 张评测集的排名统计功效不足，名次对单样本高度敏感	官方自述名次离散度较大并补充了偏差分析；参与论文报告的标准差大于均值	未公布逐样本分数，无法直接计算置信区间	B（两条独立证据线：官方陈述 + 参与论文标准差）

三条里只有第三条达到 B 级。前两条若要在论文里引用，需要先向主办方索取站点与样本清单，否则只能作为讨论而非结论。

4.6 缺失的元数据与它的连锁影响

把官方公开材料里没有的东西列清楚，往往比列出有的东西更有用。

缺物种与发育阶段，无法做跨物种分层评估，也难判断能否迁移到哺乳动物样本；缺设备型号与成像参数，无法把性能差异归因到光学系统；缺融合算法细节，无法评估真值构造误差；缺逐样本视角数，无法验证「视角越多是否越难复原」；缺官方划分文件，团队间结果不可直接比较。

五项缺失有共同来源：发布形态是挑战赛配套数据，而非正式数据论文配套数据。赛事要尽快把数据交到参赛者手里，元数据完备性让位于时效性；官方承诺的数据论文正是补齐这些元数据的载体，在其出现之前，每一项都应在方法节如实声明。

§5 能做什么

5.1 四类任务与其匹配度

这套数据表面上是为图像融合挑战赛准备的，实际上至少能支撑四类任务，难度与适配度差别很大。

任务	输入到输出	适配度	说明
三维图像到图像翻译	单视角体数据 → 融合体数据	高	数据设计的第一目标，配对结构天然适配监督学习
三维去噪与反卷积	低质量体数据 → 高质量体数据	高	融合真值可视作「更高质量」的参考，与 CARE 范式同构
细胞核与细胞膜分割	体数据 → 实例掩码	中	有真值但无官方分割标注，需用 Cellpose 自行生成或人工标
域泛化与跨站点评估	多样本 → 跨分布性能	中	站点多样性是天然素材，但缺站点标签，只能间接利用
自监督预训练	无标签体数据 → 表征	中	400 余对双通道体数据可用作三维自监督语料

第一类适配度最高，因为输入与真值严格配对、尺寸一致、体素间距一致，任何图像翻译框架都能直接接入。第二类同样高：融合真值在多视角信息支撑下通常比单视角输入更锐利、更均匀，构成「低质到高质」的天然配对。

第三类需要一点工序。官方没有分割标注，评测用的是 Cellpose 自动分割，说明这份数据的定位是图像质量而非实例标注。想做分割可二选一：用 Cellpose 在真值上生成伪标签再训练，或自行标注一部分并用另一部分验证；前者省事但质量受限于 Cellpose，后者可靠但成本高。

5.2 最小可执行示例：从下载到第一次推理

下面的流程只用官方口径里已有明确规定的步骤，目标是以最小成本跑通一次端到端，而不是追求分数。

第一步是读一个样本，确认轴顺序与通道。读入后用数组形状判断——若第三维尺寸远小于前两维，说明轴顺序不是 ZYX，需要转置。双通道样本通常表现为四维数组，通道维在首位或末位，按各软件习惯各不相同。

import numpy as np
import tifffile

img = tifffile.imread("sample_input.ome.tiff")
print(img.shape, img.dtype)   # 形如 (2, 60, 512, 512) 或 (60, 512, 512, 2)
if img.shape[-1] in (1, 2, 3, 4) and img.shape[0] > 8:
    img = np.moveaxis(img, -1, 0)

第二步是百分位归一化。官方口径是 2 与 99.8，实现上要逐图像而非逐数据集计算，且对每个通道独立计算。

def percentile_norm(vol, pmin=2.0, pmax=99.8):
    lo, _hi = np.percentile(vol, [pmin, pmax])
    if _hi <= _lo:
        return vol.astype(np.float32)
    return ((vol - _lo) / (_hi - _lo)).astype(np.float32)

第三步确认输出契约：输出必须与输入同尺寸、同通道。最容易犯的错误是为了省显存把体数据降采样后再上采样回来，上采样会引入插值模糊，在归一化结构相似度上直接失分。稳妥做法是分块推理，块之间留重叠，用羽化权重拼接。

第四步自评。把恒等映射（输入原样输出）作为零分基准，先算一遍自己的分数，再看相对提升。若绝对值很高但相对提升接近零，说明方法没有真正补上信息。

5.3 方法设计中的三个结构性选择

参赛论文的做法提供了一个可直接借鉴的框架，其中的三个选择都来自数据本身的约束，而不是网络偏好。

第一个选择是两段式流程。第一段把体数据下采样到较小尺寸（论文用的是 224 的三次方），在全局尺度上做融合，目的是拿到整幅视野的上下文；第二段在原始分辨率上分块推理，并把第一段的输出作为先验输入。这个设计的理由是：单块推理看不到邻域，会在块边界产生不连续；纯下采样推理又会丢掉高频细节。两段式把「全局一致性」与「局部锐度」拆成两个可以被分别优化的目标。

第二个选择是引入对抗损失。论文在第二段训练中加入判别器，用来提升视觉质量。这一步的效果有限但可测：在核通道上，加上对抗损失后归一化结构相似度从约负的 0.09 升到约负的 0.04；膜通道从约负的 0.11 升到约负的 0.02。都不算大，但方向一致。

第三个选择是差异加权。论文按绝对差值图像对损失加权，让模型更关注误差大的区域，最终配置在两个通道上分别取得约 0.16 与 0.14 的归一化结构相似度，是整个消融表里唯一让核通道转为正值的配置。

三个选择的共同逻辑是：误差并不均匀，深层区域、轴向与块边界三处的误差远大于平均，方法必须显式处理。

5.4 计算资源与工程现实

参与论文公开了它的算力配置：训练使用超算节点，四块 GH200 图形处理器，每块约 98 GB 显存，系统内存 460 GB；推理使用一台双 A6000 工作站。这个配置在学术团队里属于中上，意味着没有同等算力的团队不能照搬。

论文也给出了降级路径的提示：主要瓶颈在高分辨率推理阶段而非训练本身，第一段在 224 的三次方尺度上训练，显存需求远低于第二段。可行的降级方案包括缩小分块尺寸并增加重叠、用混合精度、去掉对抗损失，或只训练单通道模型。

更实际的约束是推理时间。官方硬性限制十分钟，而提交的是一个 Docker 容器，镜像大小、模型加载与预处理都计入这十分钟；模型加载与元数据处理往往比推理本身更耗时，容器里应避免启动时做大范围文件扫描。

5.5 可以做的三类研究

除了直接参加或复现挑战赛，这套数据还支持三类方法学研究。

第一类是评测方法学。指标归一化的设计、小样本评测集的统计功效、像素相似度与分割可用性的解耦，三个问题都能在这套数据上做实证研究。特别是「交并比高于真值」这一现象，它触及一个更普遍的问题：生成式复原方法在多大程度上是在恢复信号，多大程度上是在生成符合先验的结构。

第二类是域泛化。多个成像站点、多种样本带来的偏移，构成了一个真实的跨域场景，比人工合成的域偏移更接近实际情况。缺站点标签是限制，但可以用聚类或对抗验证的方式间接推断域划分。

第三类是真值本身的可信度研究。融合真值是计算产物，研究其构造误差如何传播到下游评测，是一个少见但重要的方向；这套数据提供了现成的「单视角—融合」配对，可以做受控比较。

§6 常见误读与引用陷阱

6.1 常见误读对照

常见说法	实际口径	证据位置
这是一个医学影像数据集	它是生物成像数据集，样本是细胞与胚胎层面的荧光显微图像，不涉及人类受试者与临床诊断	官网主页对成像对象与生物学背景的描述；规则页伦理条目写明无需伦理审批
这是分割挑战赛	主任务是三维图像到图像融合，分割只作为评测的可用性指标出现	主页任务描述；指标页把分割定位为「可用性」维度
数据集有 400 多张图像，测试集也是这 400 张的一部分	超过 400 对是全库配对总量，决赛评测集只有 32 张、预测试 3 张，是不足十分之一的封闭子集	结果页分别给出的三个数字
400 对意味着 800 张图像	「对」是配对单位，一问一答算一对，输入与真值分别计数会翻倍；官方口径只给「对」	结果页原文 paired 3D images
是 MICCAI 的挑战赛	是 IEEE ISBI 2025 的挑战赛，属该会议的生物医学成像挑战赛序列	官网标题与主页的 ISBI 2025 标注
和 Light My Cells 是同一份数据的不同版本	两者是同主办方的两届不同挑战赛，任务从荧光图像预测变为多视角融合，数据内容也不同	主页对第一届挑战的说明
许可为 CC-BY-NC，只能学术使用	官网规则页原文为 CC-BY，非参赛者亦可使用，义务是署名	规则页数据库条目
拿到数据就能立刻发论文	规则页规定主办方数据论文与挑战论文发表前，第三方不得发表基于该数据库的结果	规则页发表条目
恒等映射应该接近零分	恒等映射在内部验证集上绝对结构相似度已达 0.78（核）与 0.70（膜），所以官方才改用归一化指标	参与论文消融表；指标页归一化动机说明
归一化结构相似度 0.85 意味着 SSIM 是 0.85	归一化值域为负无穷到一，与绝对 SSIM 不同尺度；论文摘要中的 0.85 与 0.91 是绝对 SSIM	参与论文摘要与表格；指标页公式
排行榜显示四个指标	指标页定义四个（核与膜各两个），但测试榜表头只列了三个，缺核通道的归一化交并比	指标页；测试排行榜表头
标为 FBI 的数据库是美国的	此处的 FBI 指 France-BioImaging，法国国家生物成像基础设施	主页机构署名；法国生物成像专页
数据来自 23 个节点	23 是法国境内成像站点数，机构节点数是 10 个本地加 1 个横向	主页数据来源说明；法国生物成像专页
Docker 提交可以联网下载预训练权重	容器在离线环境运行，不能联网，所有资源必须事先打包进镜像	规则页提交条目
使用外部预训练模型会被取消资格	允许，条件是外部数据与模型在宽松许可下公开且按时申报，并在提交中标注	规则页数据库条目关于外部数据的段落

6.2 技术陷阱

陷阱一：把 OME-TIFF 的轴顺序当固定值。 ZYX 与 CZYX 在不同导出工具下都可能出现。稳妥做法是按数组形状自适应判断，且用下载说明的通道序号对照，不要依赖元数据里的通道名称。

陷阱二：在原始各向异性体素上计算指标。 官方的等距重采样（0.6 微米）与 Cellpose 分割前的线性推断是评测流程的一部分。自建流程若省略这一步，算出的交并比与官方数字不可比，而这种偏差在内部验证时通常不会暴露。

陷阱三：用最小最大值代替百分位归一化。 荧光图像背景占比高，极少数饱和点会主导最大最小归一化。改用 1 与 99.9 这类近似值同样会带来系统性偏移，因为归一化是幂等的，改动百分位等于改变了整条强度映射。

陷阱四：把两个通道合并成一个模型指标。 官方按通道分别计分，膜通道的分割难度明显更高。多数公开报告只给一个平均值，引用时必须确认是哪个通道，或至少说明是两者的算术平均。

陷阱五：把归一化标准差当作误差棒。 核通道归一化结构相似度的标准差远大于均值，说明分布严重偏斜而非围绕均值对称，用「均值 ± 标准差」描述会产生误导，应改用中位数或分位数。

陷阱六：把评测集的 32 张当作验证集来做模型选择。 决赛阶段每队只有一次提交，意味着官方设计上就杜绝了用测试集调参。任何自行把测试集拆成调参与评估两半的做法，都会系统性高估性能。

陷阱七：在论文中声称使用了「官方划分」。 官方没有发布划分文件，参与论文的 4:1 随机切分是作者自己的选择。写成官方划分属于事实性错误，审稿人一经核对即可发现。

陷阱八：忽略 D 档元数据缺失。 物种、设备、融合算法这三项在官方材料里都查不到。方法节若不声明这一点，读者会误以为这些信息在你的实验中被控制住了。

§7 在生态中的位置

7.1 与 Light My Cells 的序列关系

理解它在生态中的位置，最短的路径是看它与第一届挑战赛的关系。Light My Cells 在 ISBI 2024 雅典举办，任务是预测荧光标记图像；第二届把问题从「换一种成像方式」推进到「换一个采集维度」。两届共享同一个主办方、平台与数据组织方式。

差别在于物理基础。荧光图像预测的难点是探针的光谱与亮度差异；多视角融合的难点是同一样本在几何与深度上的信息缺失。前者更像风格映射，后者更像带物理约束的补全。评测手段随之不同：后者额外引入分割可用性，因为融合的价值最终要落到能不能把细胞分开。

库内另有一条 Light My Cells 条目（rid=631），可作为对照阅读：它关注的是同一主办方在第一届挑战赛上发布的数据与榜单，两相对照能看出主办方在两届之间对任务定义与评测协议的调整思路。若关注 Euro-BioImaging 与 AI4Life 生态内的其他显微成像挑战，可参考 AI4Life CIDC25（rid=1237）；关注显微图像视觉问答的，可参考 MicroVQA（rid=815）。

7.2 与生物成像开源工具链的接口

官方奖项承诺里有一句话说明了主办方希望这套方法落到哪里：前三名除证书与论文署名外，还将获得开源代码整合进开放科学生物图像处理与分析软件的支持，官方举例是 BioImage Model Zoo 与 napari。

这条承诺把它接入了两个既有生态。BioImage Model Zoo 集中托管与分发生物图像模型，模型在那里可被直接调用；napari 是 Python 生态最常用的多维图像查看器，插件体系成熟。一项融合方法要被生物学家真正用起来，落到这两个地方比发论文更有效。

数据侧的技术栈指向同一批工具：OME-TIFF 由开放显微环境社区维护，Bio-Formats 负责读取多数厂商格式；CSBDeep 提供内容感知复原的参考实现，官方归一化函数即注明源自其数据准备模块；Cellpose 提供通用细胞分割模型，官方直接指定了核与膜所用的两个模型名。

7.3 与三维医学影像数据集的差别

库内大量条目属于三维医学影像，例如各类 CT 与 MRI 数据集。把它们与本数据集并列时，需要明确差异，否则容易误用。

成像物理不同。CT 与 MRI 的信号来自组织密度或弛豫时间，噪声模型相对稳定；光片显微镜的信号来自荧光探针，强度受探针浓度、光漂白、散射的共同影响，批次间变异大。

体素几何不同。临床 CT 的层厚通常远大于层内像素间距，MRI 也可能各向异性，但两者的采集协议由设备厂商标准化；光片显微镜的轴向分辨率由探测物镜数值孔径决定，各站点的配置差异更大。

任务定义不同。医学影像数据集多用于分割、检测、分类这类判别任务，标签是语义的；本数据集的主任务是生成式的图像翻译，标签是一整幅图像。这一差别决定了评价方式：判别任务用 Dice、灵敏度这类指标，生成任务用结构相似度与下游可用性。

这些差别不构成优劣判断，只说明使用时的迁移假设需要重新检查。把一个在 CT 上验证过的三维分块推理策略直接搬到光片数据上，很可能在块边界出现明显的不连续，因为荧光图像的结构纹理比 CT 更细碎。

§8 总结

8.1 三句话

第一，Fuse My Cells 是一套以「单视角复原多视角融合」为唯一目标构建的配对三维显微图像数据集，超过 400 对，双通道，等距 0.6 微米体素，CC-BY 发布。

第二，它的评测设计值得学：用恒等映射作参考、用分割交并比测可用性、用相对名次而非分数总和排名，三项都是为了对付「输入与真值太像」这一先天难题。

第三，它的使用门槛不在数据量而在口径：归一化、等距化、通道分离、封闭测试集，四项约定任何一项做错，结果都不可比。

8.2 适用与不适用

适合的使用场景包括：三维图像翻译与复原方法研究、低剂量或快速成像的算法替代方案验证、多站点成像的域泛化研究、评测方法学（尤其是指标归一化与小样本评测）的实证研究、三维自监督预训练的语料来源。

不适合的场景有四个。需要实例级标注的计数与形态定量，官方没有分割标注，伪标签训练会把 Cellpose 的误差带入结果；涉及人类组织或临床样本的研究，这套数据全部来自细胞与胚胎层面；需要严格统计推断的模型排名，32 张评测集不足以支撑细粒度排名；需要立刻发表的应用研究，发表时序受主办方论文约束。

8.4 三条行动建议

第一，动手前先读指标页与规则页，不要从参与论文反推规则。参与论文的实现细节是个体选择，规则页的口径才是公共约束。

第二，先用恒等映射建立零分基准，再训练任何模型。这一步花十分钟，但能避免把绝对值的高低误读成方法的优劣。

第三，若计划发表，先确认主办方论文状态，并在方法节如实声明物种与设备元数据的缺失。这两件事都不难做，但不做会被审稿人直接指出。

§9 使用与引用规范

9.1 引用这套数据需要写清的五件事

基于本数据集发表结果时，方法节里应当交代五件事，缺任何一项都会让结果难以被复核。

第一，参考对象与通道口径。说明恒等映射在自建划分上的归一化结构相似度，以及方法相对它提升了多少；同时说明报告的是核通道、膜通道还是两者平均，因为膜通道难度更高，只报核通道会显得结果优于实际。

第二，归一化实现与划分方式。百分位归一化是否为 2 与 99.8、是否逐图像独立计算、训练与评测是否共用同一实现，三者都要写明；划分必须说明随机种子或分层依据，官方没有发布划分文件。

第三，元数据缺失的声明。物种、设备、融合算法三项官方未公布，实验设计里若没有补上，应当明说。

9.2 推荐引用格式

官方未提供标准引用条目。在正式引用格式出现之前，可用下面的形式，三项要素分别对应主办方、正式名称与年份，缺一不可。

France-BioImaging. Fuse My Cells: From Single View to Fused Multiview Lightsheet Imaging Challenge 2025. IEEE International Symposium on Biomedical Imaging (ISBI) 2025 Challenge. https://fusemycells.grand-challenge.org/

若引用具体参赛方法，应同时引用其论文。已知的一条是 Marek Wodzinski 与 Henning Müller 发表于 ISBI 2025 的工作，预印本标识 arXiv:2503.16075，正式版数字对象标识 10.1109/ISBI60581.2025.10981285；作者单位分别为波兰克拉科夫 AGH 科技大学、瑞士西部应用科学与艺术高等专业学院，以及日内瓦大学医学院。

9.3 与相关条目的阅读顺序

库内关系最近的条目，是同属 France-BioImaging 挑战赛序列的那一条，二者共享主办方、平台与数据组织方式，任务定义不同。若想理解主办方如何在两届之间调整目标，应两条并读。

若关注使用同一批开源工具的其他数据，可参考库内以细胞核与细胞膜分割为主题的条目——NeurIPS22-CellSeg（rid=1235）、DSB2018（rid=845）、LiveCell（rid=1077），其评测指标同源但标签获得方式不同，一方是人工标注，一方是自动分割。若关注挑战赛组织协议，可比对三点：是否提供封闭测试集、是否限制推理时间、是否允许外部数据；这套数据对这三项的答案分别是「是」「是」「有条件允许」。

§10 常见问题与使用条件

10.1 十个条件性问题

Q1：适合训练什么类型的模型？
最适合三维图像到图像翻译模型，其次适合三维复原与去噪模型。分割模型也可以用，但需要自行生成标注，官方不提供实例掩码。

Q2：输入一定要是单视角吗？
按任务定义是。如果输入多个视角，就绕过了这套数据的核心难点，也失去了与排行榜可比的条件。若研究多视角条件下的上限，可把真值当作「多视角结果」使用，但要明确这不再是原始任务。

Q3：磁盘要准备多少？
官方未公布单样本体积与全库总量。按等距 0.6 微米体素与双通道推算，单样本在数百 MB 到数 GB 之间，全库 400 余对保守估计在 TB 量级。下载前应先按单样本实际体积乘以总量做估算，不要把「400 对」当成一个轻量数据集。

Q4：可以只用一个通道训练吗？
可以。核与膜在官方评测里独立计分，单通道模型完全合法。代价是需要两倍的工作量才能拿到完整榜单，若只关心其中一类结构，单通道更划算。

Q5：测试集结果能当泛化证据吗？
不能。32 张测试图像来自封闭集，样本少且与训练集分布差异可能很大，它衡量的是这一次的偶然表现。泛化能力应当用跨站点的验证集评估。

Q6：比赛结束了，数据还有价值吗？
有。它是目前少有的、公开的、成规模的三维单视角与多视角配对数据。赛事结束只影响排行榜的可比性，不影响数据本身的训练价值与基准价值。

Q7：官方会更新数据吗？
官方提到计划在挑战论文发表三年后再产出一篇汇总新方法的文章，说明有长期维护意愿，但未承诺修订数据版本。当前只有一个公开版本。

Q8：预测试的 3 张图像有什么用处？
用来熟悉数据形态与提交流程，包括确认 Docker 容器能在离线环境运行、输出格式能被平台解析。它降低的是流程性失败的风险，不提供调参依据。

Q9：第一名的方法可以直接拿来用吗？
可以试用，但要理解边界。官方公布的第一名方法基于两个独立的编码解码网络，针对高分辨率体数据做分块与全局两段处理，对显存需求较高，移植到小设备上需要重新设计分块策略。

10.2 使用条件速查

条件	内容
账户	每人一个且需验证，不得用多账户提交
团队	允许组建，一人只能加入一个队，同课题组不得重复注册多队
提交形式	仅接受全自动方法的 Docker 容器，离线运行
代码	参赛队共享脚本限于队内；对外共享须通过官方论坛公开
外部数据	允许，须宽松许可、按时申报并在提交中标注
结果公开	参赛队可自行决定是否公开成绩，但只有开源代码的队伍有获奖资格
推理时限	单次提交平均执行时间不超过 10 分钟
测试集	竞赛期间不公开
利益冲突	主办机构成员可参赛，但不得获得奖品与决赛排名

10.3 一句话提醒

这套数据最大的使用风险，不是模型不够强，而是把归一化指标当成绝对指标、把 32 张测试集的排名当成泛化能力的证明。避开这两点，剩下的问题都可以靠读官方页面解决。

附录

附录 A：关键数字速查

项目	数值	性质
全库配对总量	超过 400 对	官方结果页
决赛评测样本	32 张	官方结果页
预测试样本	3 张	官方结果页
注册人数 / 参赛队伍	136 / 6	官方结果页
通道数	2（核、膜）	官方指标页
等距体素	0.6 × 0.6 × 0.6 微米	参与论文方法节
百分位归一化上下限	2 / 99.8	官方指标页
单次推理时限	10 分钟	官方规则页
常规视角数	2 至 4	官方主页
深层退化阈值	超过 100 微米	官方主页
恒等映射绝对结构相似度	核约 0.78 / 膜约 0.70	参与论文消融表

附录 B：缩写表

缩写	全称
FBI	France-BioImaging，法国国家生物成像基础设施
PSF	Point Spread Function，点扩散函数
SPIM	Single Plane Illumination Microscopy，单平面照明显微镜
CARE	Content-Aware Image Restoration，内容感知图像复原
N2V	Noise2Void，一种自监督去噪方法
nSSIM	Normalized Structural Similarity，归一化结构相似度
nIOU	Normalized Intersection over Union，归一化交并比
OME-TIFF	Open Microscopy Environment TIFF，显微成像元数据容器
DAIMS	Data Accessibility, Interoperability, Metadata, Sustainability
GH200	NVIDIA Grace Hopper 超级芯片型号
BMC	Benchmark 的通用缩写，本文未使用

附录 C：复核检查清单

确认体素间距为 0.6 微米等距，未在使用前二次降采样。
确认归一化下限与上限为 2 与 99.8，逐图像逐通道计算。
确认输出与输入同尺寸、同通道，未被裁剪或重采样。
确认恒等映射基线已计算，方法与基线的相对提升方向正确。
确认核与膜通道分别报告，未用小样本单通道结果代替整体。
确认报道了标准差或分位数，未把偏斜分布的均值当作代表值。
确认方法节声明了物种与设备元数据的缺失。
确认发表时序符合主办方对数据论文先行的要求。
确认引用格式包含主办方、官方全称与年份三要素。
确认未把 32 张测试集用于调参。

附录 D：未覆盖的内容

官方材料未提供、也无法从公开渠道补齐的内容包括：精确样本总数、逐样本物种与发育阶段、成像设备型号与物镜参数、原始采集的各向异性体素尺寸、融合算法的实现与参数、官方训练验证划分文件、逐样本视角数、各参赛队的逐图像分数明细、赛事各阶段的确切日期。

这些内容中，前三项对使用影响最大：物种决定迁移边界，设备决定域偏移的可解释性，融合算法决定真值的可信度。若主办方的数据论文发表，应优先补齐这三项。

附录 E：检索模板

按名称检索时，建议同时使用三个变体加入或条件：完整官方名称（含年份）、连字符形式、以及空格形式。各变体命中的来源不同：完整名称命中官网与组织方文档，连字符形式命中参赛论文与代码仓库，空格形式命中平台列表页。

按任务检索时，可用的检索式包括：三维图像到图像翻译、多视角光片融合、单视角三维复原。这三个词能覆盖大部分相关文献，但也会引入大量医学影像领域的同名词，需要加「光片」或「显微」限定。

按工具检索时，用 Cellpose、CSBDeep、BioImage Model Zoo、napari 这几个名字能顺着工具链找到大量相关工作，这条路径往往比按数据集名称检索更有效，因为这套数据的下游用户大多是从工具链进入的。

附录 F：DAIMS 评估

维度	评分（1-10）	依据
D 可发现性	6	官网、参赛论文、代码仓库三处可检索，但名称有四种写法，且无数据论文，二次引用容易失准
A 可获取性	7	注册即可下载，无审批排队；但访问控制挂在平台账户上，不提供公开静态链接
I 可互操作	8	OME-TIFF 为社区标准，Bio-Formats 与 napari 直接支持；无官方转换到 Zarr 等云友好格式
M 元数据质量	4	物种、设备、融合算法、官方划分四项关键元数据缺失，是该维度最低的一项
S 可持续性	6	依托国家级基础设施与长期运行的挑战赛平台；测试集不公开、数据论文未出，长期可复现性有待观察
综合评级	6.2/10（中等偏上）	技术栈与许可是强项，元数据与可获取形态是短板

编辑说明

核验时间：2026-10-18。
核验方式：官方 Grand Challenge 站点各子页（主页、信息页、组织者页、评估指标页、规则与政策页、结果页、奖金页、法国生物成像专页、数据库页、测试排行榜页）逐页抽取正文；参与方法论文 arXiv 全文；公开检索交叉比对。数据库页与时间线页在未登录状态下分别返回拒绝访问与空正文，属平台访问控制与动态渲染所致。
双口径存照：①规模 —— 结果页写「超过 400 对」为全库配对总量，决赛评测 32 张、预测试 3 张为封闭子集，两套数字分工不同，不可互换；②机构结构 —— 主页写「23 个成像站点」指法国境内成像站点数，法国生物成像专页写「10 个本地节点加 1 个横向节点」指管理节点数，计量单位不同；③指标数量 —— 指标页定义四项，测试排行榜表头只列三项，缺核通道归一化交并比，判断为页面渲染缺失而非规则变更；④样本物种 —— 官网与参与论文均未标注物种、发育阶段与成像设备，正文按「未披露」处理，不做推断。
使用限制：官方规则页要求在主办方数据论文与挑战论文发表之前，第三方不得发表基于该数据库的结果；截至本次核验，未检索到已发表的数据论文，该限制仍在生效期内，具体状态需向主办方确认。
数值来源约定：正文出现的 0.6 微米等距重采样、224 立方体素、恒等映射基线、最终配置分数、闭集测试分数与硬件配置，均出自参与方法论文的方法节与结果表；百分位归一化、指标公式、Cellpose 模型选择、提交约束与许可条款均出自官方页面。
版本日志：v1 首版，2026-10-18。
下次复核建议：主办方数据论文与挑战论文发布后复核元数据缺失项与发表限制状态。