LIVECell — 无标记活细胞相差显微实例分割数据集

INFOBOX — LIVECell 一屏速览

维度	内容
本质	无标记相差显微活细胞实例分割数据集（非挑战赛、非单细胞组学）
团队	Sartorius（Umeå + Royston）+ DFKI Saarbrücken；通讯 Rickard Sjögren
论文	Nat Methods 18(9):1038–1045（2021；DOI 10.1038/s41592-021-01249-6；PMID 34462594 / PMC8440198）
数据	5,239 张相差图像 / 1,686,352 个细胞实例 / 8 种细胞系；每图均 313 个目标
模态	无标记相差（Incucyte S3，×10，Basler acA1920-155um），每 4 小时成像一次
标注	Microsoft COCO 格式逐细胞多边形（V7Labs Darwin 勾画，CloudFactory 标注，两轮 QA）
划分	每细胞系取 1 整孔作测试集（物理分离）；另有 2/4/5/25/50% 训练子集实验
基线	Cascade Mask R-CNN（锚框）/ CenterMask（无锚框），Detectron2 训练
核心指标	全集 AP 47.9% / 47.8%；AFNR 45.3% / 52.2%；SkBr3 最佳 64–66%，SH-SY5Y 最差 22–28%
关键发现	无标记模型计数与荧光法 ≤95% 汇合时线性相关 94–99%；训练集越大 AP 单调上升无饱和
获取	官方 S3 桶 s3://livecell-dataset 免登录；figshare 10.6084/m9.figshare.14931555
许可	图像/标注/模型 CC BY-NC 4.0｜代码 MIT｜论文 CC BY 4.0
库内互链	lightmycells2（透射光→荧光翻译，同域不同物）、jump-cell-painting（荧光形态学画像）、cellxgene-census（单细胞组学）

LIVECell 是「给活细胞拍证件照」的数据集：它不靠荧光染料点亮细胞，而是在普通相差显微镜下，把 5,239 张无标记活细胞图像里超过 168 万个细胞的边界，一个一个用多边形手工描出来。它诞生的动机很直接——深度学习做细胞分割早已是主流，但此前没有任何一套「无标记」细胞图像的标注资源；绝大多数标注数据集都建立在荧光成像之上，而荧光标记本身会干扰细胞生理（论文引言引用多项证据：荧光蛋白可致细胞死亡增加、活性氧累积、有丝分裂阻滞、信号通路中断、肌动蛋白–肌球蛋白相互作用受损）。于是，Sartorius 团队用自家的 Incucyte 活细胞分析系统，在无染料的条件下连续拍摄 8 种形态迥异的细胞系，从稀疏接种到完全汇合，再用 COCO 格式逐细胞标注，训练出锚框与无锚框两套基线模型并配套基准，一举奠定了「无标记细胞分割」这条赛道的公共标尺。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——官方 S3 桶免登录直下，但记住数据是 CC BY-NC 4.0（非商业），商业用要另谈。
2. 关心它和荧光数据集的区别：直奔 §1 身份辨析与 §5 任务标注——重点看「无标记 vs 荧光」这一核心分歧，以及为何要「不强行拆分细胞团」。
3. 做分割模型评测或跨域迁移：直奔 §7 评估与基准——AP 47.9%、SH-SY5Y 仅 22–28%、训练集规模无饱和、跨域到 EVICAN/Cellpose 的表现，全是可直接对标的数字。

---

§0 条目元信息

• 条目 slug：livecell
• 中文标题：LIVECell —— 无标记活细胞相差显微实例分割数据集
• 记录类别：数据集（Dataset）→ 计算机视觉 / 生物医学图像 → 细胞实例分割
• 一级域：医学影像
• 数据性质：体外（in vitro）2D 细胞培养显微图像 + 人工标注（无患者、无 PHI）
• 首版成稿日：2026-10-15
• 核查信源数：8 个主源（Nature 官方引用页 / PMC 全文 / DiVA 全文 PDF / GitHub 官方仓库 / 官方文档站 / Zenodo 镜像 / bio.tools / CS231n 报告）+ 2 个辅源（biodock 博客 / Sartorius Incucyte 手册）

---

§1 身份与定位

1.1 一句话定义

LIVECell 是 Sartorius 团队发布、获 Nature Methods 2021 收录的无标记（label-free）相差显微活细胞实例分割数据集：5,239 张 Expert-validated 相差显微图像、8 种形态差异显著的细胞系、1,686,352 个逐细胞多边形标注，配套 Microsoft COCO 格式标注与 Detectron2 训练的锚框/无锚框基线模型，是「无标记细胞分割」领域迄今规模最大、质量最高的公共标注资源。

1.2 官方名称与缩写

• 论文标题：LIVECell—A large-scale dataset for label-free live cell segmentation
• 缩写拆分（厂商口径）：LIVECell = Label-Free In-Vitro image Examples of Cells。注意：该拆分出自 Sartorius Incucyte 手册与官方博客的引用，Nature Methods 论文摘要并未展开缩写——引用时宜标注「厂商口径」（见 FACTS §9 存照 4）。
• 常见大小写：LIVECell（官方）/ LiveCell / livecell / live-cell（社区混用）。本库 slug 取 livecell。

1.3 它是什么、不是什么（防撞库身份辨析）

它是什么：

• ✅ 一个无标记活细胞相差显微图像的实例分割标注数据集（同时含检测框与逐细胞多边形掩码）。
• ✅ 一套基准（benchmark）：附锚框与无锚框两族基线模型的公开权重与评估协议。
• ✅ 一个无荧光对照资源：证明「不加染料也能训练出可用的细胞分割模型」。
• ✅ 一个体外细胞图像资源：与患者隐私无关（无 PHI、无临床数据）。

它不是什么（同类消歧，防别名撞库）：

• ❌ 不是挑战赛：LIVECell 无 leaderboard、无竞赛页面，是「数据集 + 基准论文」形态（区别于 Grand Challenge 平台上的各类 challenge）。
• ❌ 不是 Light My Cells / LightMyCells：库内已有 lightmycells2 条目——那是透射光→荧光的图像翻译（image-to-image translation）挑战（明场/相差输入，输出拟荧光图像），托管于 Grand Challenge + EBI BioImages。LIVECell 是直接对相差图像做实例分割，任务目标不同、评估协议不同、发布方不同。二者同域（细胞显微图像 AI）但不同物，切勿合并。
• ❌ 不是 JUMP Cell Painting：库内 jump-cell-painting 是荧光形态学画像（多通道荧光染料标记细胞器），面向化学/基因扰动图谱；LIVECell 恰是「反荧光路线」的代表。
• ❌ 不是单细胞组学：库内 cellxgene-census、human-cell-atlas、single-cell-portal 是单细胞转录组/图谱数据；LIVECell 是纯图像像素级标注，二者维度完全正交。
• ❌ 不是病理图像数据集：库内 pathseg、unitopatho 等面向 H&E/WSI 组织病理；LIVECell 面向体外单层细胞培养。
• ❌ 不是「Incucyte Live-Cell Analysis」产品：Incucyte 是采集 LIVECell 数据的商用仪器，产品名 ≠ 数据集名（同名易混，注意区分）。

1.4 出处与归属

维度	内容
发布方	Sartorius（生命科学仪器与耗材集团）
第一单位	Sartorius Corporate Research, Umeå, Sweden
合作单位	Sartorius BioAnalytics（Royston, UK）；DFKI GmbH（Saarbrücken, Germany）
通讯作者	Rickard Sjögren（ORCID 0000-0001-7881-0968）
论文	Nature Methods 18(9):1038–1045（2021）
标注外包	CloudFactory（专业团队，非众包）
采集仪器	Incucyte S3 Live-Cell Analysis system（Sartorius）

1.5 为什么它重要（领域坐标）

1. 填补空白：论文明确指出，无标记细胞成像领域此前没有可用的标注资源——LIVECell 是首个大规模的无标记细胞分割标注集。
2. 规模压制：相对同期同类（如 EVICAN 约 4,600 图 / 2.6 万细胞），LIVECell 以 5,239 图 / 168 万细胞在实例标注数量上高出一个量级。
3. 高密度挑战：每图平均 313 个目标（远超 COCO 的 7.8），迫使社区正视「密集小目标实例分割」这一难题。
4. 形态学多样：8 种细胞系覆盖胶质母细胞瘤、乳腺癌、小胶质、肝癌、神经母细胞瘤、卵巢癌等，形态从圆形小细胞到带长突起的神经元样细胞，构成天然的形态梯度。
5. 连续成像谱：从初始接种密度到完全汇合，每 4 小时一帧，捕捉了细胞生长全过程的形变。

1.6 数据集的「三层产出」

LIVECell 不止是「一堆图像 + 一堆标注」，它是一个三层产出的资源包：

1. 数据层：5,239 张相差图像 + 1,686,352 个 COCO 实例标注（本体）。
2. 模型层：锚框/无锚框两族 × 9 个模型（1 全集 + 8 单细胞系）的公开权重（detectron2 可加载）。
3. 基准层：五类评测协议（全集/单细胞系/迁移/训练规模/荧光计数）及其结果。

复现者可以只取数据层，也可以直接加载模型层做推理，还可以沿基准层做公平对比——三层各自独立可用。

1.7 关键术语首现对照

术语	英文	含义
无标记成像	label-free imaging	不使用荧光染料/蛋白的显微成像
相差显微	phase contrast	利用光程差将透明细胞显影的无标记模态
实例分割	instance segmentation	逐个体对象同时给框与像素级轮廓
语义分割	semantic segmentation	逐像素分类，不区分同类的不同个体
锚框	anchor box	预设尺寸比例的先验框，检测器据此回归
无锚框	anchor-free	不依赖预设锚框、直接预测中心点/关键点
汇合度	confluence	细胞覆盖培养表面的面积占比
假阴性率	false-negative ratio	漏检目标数 / 真实目标数
域适应	domain adaptation	把一个域学到的模型迁移到另一域
迁移性指数	transferability index	跨域性能相对同域性能的比值

1.8 数据的「无患者」属性说明

LIVECell 完全不涉及人体受试者或患者数据：所有图像来自体外培养的细胞系（immortalized cell lines），而非患者组织切片或临床样本。因此：

• 无 PHI/PII（无受保护健康信息、无个人身份信息），不触及伦理审查中的患者隐私维度；
• 但部分细胞系源自人体肿瘤组织（如 A172 源自人胶质母细胞瘤），细胞系本身的使用受细胞库（ATCC 等）的物料转让协议约束；
• 对下游：数据集本身的传播只需遵守 CC BY-NC 4.0，无需 IRB/伦理审批（这是它与病理/临床数据集的一大区别）。

1.9 与「细胞分割三大数据集」的定位对照

数据集	模态	标注规模	定位
LIVECell	无标记相差	5,239 图 / 168 万细胞	无标记实例分割标尺
EVICAN	明场 + 相差	4,600 图 / 2.6 万细胞	多模态标注集，跨域评测目标
Cellpose	荧光为主	~7 万细胞	通用分割模型配套数据

三者常被交叉互测，LIVECell 在「无标记」与「实例密度」两个维度上占据独特生态位。

1.10 一句话给不同读者

• 给算法工程师：这是一个「密集小目标实例分割」的高难度基准，每图平均 313 个目标。
• 给细胞生物学家：这是一个「不加染料也能自动数细胞/描轮廓」的现成工具链及其训练数据。
• 给数据集研究者：这是一个「厂商自建 + 专家标注 + 双族基线 + 五类基准」的完整方法学样本。
• 给合规同学：这是一个「公开可下但非商业」的典型许可陷阱案例。

---

§2 论文与时间线

2.1 核心论文

• 正式引用：Edlund C, Jackson TR, Khalid N, Bevan N, Dale T, Dengel A, Ahmed S, Trygg J, Sjögren R. LIVECell—A large-scale dataset for label-free live cell segmentation. Nature Methods, 2021, 18(9): 1038–1045.
• DOI：10.1038/s41592-021-01249-6
• PMID：34462594 ｜ PMCID：PMC8440198
• 机构全文副本：DiVA（Umeå University），URN urn:nbn:se:umu:diva-182681
• 数据 DOI（figshare）：10.6084/m9.figshare.14931555（论文正文给出）
• Zenodo 镜像 DOI：10.5281/zenodo.10277105（社区按细胞类型重组织，非官方首发）

2.2 时间线

时间	事件
2021-01-22	论文投稿（Received）
2021-07-07	GitHub 仓库 README/LICENSE 落定
2021-07-19	论文接收（Accepted）
2021-08-30	论文上线（Published）
2021-09	正式期号（Nat Methods 18(9)）
2022-03-21	仓库代码更新：修复 recall_per_iou 索引 bug（未改数据）
2023-12	Zenodo 便捷镜像（10277105）发布，按细胞类型分文件夹

2.3 数据版本链

• 官方首发批次：LIVECell_dataset_2021（含 annotations 2.1 GB / models 15 GB / nuclear_count_benchmark / images.zip 1.3 GB）。
• 无 2.0 后继：截至本条目核查，官方未发布 LIVECell 2.0 或升级版；GitHub 的后继更新均为代码修补，非数据更替。
• 镜像版：Zenodo 10277105 由社区（非官方）按细胞类型重新打包，便于教学/demo，官方明确要求「使用请引用原作者」。

2.4 发表平台与影响力

• 期刊定位：Nature Methods 是方法学顶刊，LIVECell 作为「资源/数据集」论文被收录，说明其**方法学贡献（无标记分割基准的建立）**获顶级认可，而非单纯的数据堆砌。
• 后续采纳：论文发布后，LIVECell 被广泛用作细胞分割领域的公共基准与预训练语料，出现在多项后续研究（如 ICCV 2025W 的域适应分割工作将其 8 细胞系视为 8 个域，做跨域分割评测），并常与 EVICAN、Cellpose 数据集并列为「细胞分割三大参照」。

2.5 论文结构导读

LIVECell 论文的逻辑可概括为「问题 → 数据 → 标注 → 基准 → 验证」五步：

1. 问题：无标记细胞成像缺乏标注资源（引言论证荧光标记的生理干扰）。
2. 数据：用 Incucyte S3 采集 8 细胞系连续成像，构建 5,239 图本体。
3. 标注：CloudFactory 专业团队 + 两轮 QA + 测试集物理分离，产出 168 万实例 COCO 标注。
4. 基准：设计五类评测（全集/单细胞系/迁移/训练规模/荧光计数），训练锚框与无锚框双族基线。
5. 验证：用荧光核计数作为外部参照，证明无标记模型的计数可靠性。

2.6 关键图与表（论文所载）

• 细胞系形态图：8 种细胞系各一张代表性相差图及分割预测叠加。
• 尺寸分布直方图：每细胞系的细胞面积（µm²）分布。
• 基准结果表：全集与单细胞系的 AP/AFNR 对照。
• 迁移矩阵：8×8 的 source→target 迁移 AP 表。
• 规模曲线：AP 随训练集占比（2%→100%）的上升曲线。
• 计数散点：模型计数 vs 荧光计数的线性相关图。

---

§3 机构与人物

3.1 三家单位

1. Sartorius Corporate Research（Umeå, Sweden）——第一单位；提供 Incucyte 采集与科研主导。
2. Sartorius BioAnalytics（Royston, UK）——生物学实验与标注监督。
3. Deutsches Forschungszentrum für Künstliche Intelligenz GmbH（DFKI）（Saarbrücken, Germany）——德国人工智能研究中心，提供深度学习建模与计算。

3.2 作者与分工

作者	单位	关键角色
Christoffer Edlund	Sartorius Corporate Research	共同一作；数据/实验主导
Timothy R. Jackson	Sartorius BioAnalytics	共同一作；生物学实验
Nabeel Khalid	DFKI	共同一作；深度学习建模
Nicola Bevan	Sartorius BioAnalytics	实验/标注监督
Timothy Dale	Sartorius BioAnalytics	实验/标注
Andreas Dengel	DFKI	建模指导
Sheraz Ahmed	DFKI	建模指导
Johan Trygg	Sartorius / Umeå Univ.	化学计量学/方法学
Rickard Sjögren	Sartorius Corporate Research	通讯作者；ORCID 0000-0001-7881-0968

（作者顺序来源：DiVA 机构全文 PDF 与 bio.tools 注册记录；三位共同一作以数字 5 上标标注。）

3.3 标注外包方

• CloudFactory：一家位于尼泊尔的托管标注服务商，为 LIVECell 提供专业标注团队（非众包众筹）。团队由有经验的细胞生物学家培训，标注使用 V7Labs Darwin 云端软件以多边形勾画。

3.4 利益冲突与偏置提示（重要）

论文自曝：C.E., T.R.J., N.B., T.D., J.T., R.S. 六位作者受雇于 Sartorius，Sartorius 资助了标注工作并提供了 Incucyte 系统。这意味着：

• 采集仪器、标注经费、评测模型、基准数字均出自同一厂商，属「厂商自建 + 自评」型数据集；
• 所报 AP/AFNR 等基准数字含厂商自家模型的性能特征，第三方引用时应意识到这一偏置；
• 但数据集本身（图像 + 标注）作为资源，其价值独立于厂商，被社区广泛采纳即为其独立性的旁证。

3.5 与库内其他机构的对照

数据集	主导机构	性质
LIVECell	Sartorius（企业）	厂商自建，无标记细胞分割
LightMyCells 2	France-BioImaging 等（学术联盟）	学术挑战赛，图像翻译
JUMP Cell Painting	Broad Institute（学术）	学术联盟，荧光形态学画像
Human Cell Atlas	Broad/Sanger（学术）	学术联盟，单细胞图谱

——可见 LIVECell 是本库罕见的「企业主导发布」的细胞图像数据集，这也是它许可偏严（CC BY-NC）的原因之一。

---

§4 数据规模与硬数字

4.1 核心规模一览

指标	数值	来源
图像总数（标注）	5,239 张	PMC 正文 / 多源一致
原始采集图像	1,310 张（1,408×1,040 px）	PMC 正文
裁剪后标注图像	5,239–5,240 张（704×520 px）	1,310×4 裁剪
细胞实例总数	1,686,352 个	PMC 正文 / CS231n
细胞系数量	8 种	论文摘要
每图平均目标数	313 个	PMC 正文
单图细胞数范围	极少 → >3,000	PMC 正文
单细胞面积范围	极小 → >6,000 µm²	PMC 正文
每图最大检测数	3,000（标准 100）	PMC 正文

4.2 采集参数

• 仪器：Incucyte S3 Live-Cell Analysis system（Sartorius）
• 相机：Basler acA1920-155um（CMOS）
• 物镜：×10
• 成像算法：Incucyte HD 相差算法（无相位环，halo 伪影更少、高频内容更多）
• 分辨率：原始 1,408×1,040 px（对应 1.75×1.29 mm²）；标注图 704×520 px（0.875×0.645 mm²）
• 培养板：96 孔板
• 培养时长：3–5 天
• 成像节奏：每 4 小时一次
• 覆盖范围：从初始接种密度到完全汇合的单层

4.3 磁盘与存储占用（官方文档站）

组件	大小
images.zip（相差图像）	1.3 GB
annotations（COCO 标注）	2.1 GB
models（含全部基线权重）	15 GB

4.4 八种细胞系（全名 / 物种 / 类型 / 形态）

#	细胞系	物种	组织类型	形态特征	分割难度
1	A172	人	胶质母细胞瘤	一般贴壁；高密度互相重叠	中
2	BT-474	人	乳腺癌	筏状生长；边界难辨	中
3	BV-2	小鼠	小胶质细胞	小而圆、群体均一（最小）	迁移最难
4	Huh7	人	肝细胞癌	低对比度；边界难辨	高
5	MCF7	人	乳腺癌	筏状生长；边界难辨	中
6	SH-SY5Y	人	神经母细胞瘤	神经元形态、长突起、重叠	最高
7	SkBr3	人	乳腺癌	低对比度；形态异质	中
8	SK-OV-3	人	卵巢癌	形态异质	中

注（组织类型存照）：PMC 全文一张表格把 SkBr3 标为 ovarian、SK-OV-3 标为 breast，与通行口径（SkBr3=乳腺癌，SK-OV-3=卵巢癌）相反，判定为论文表格笔误，本条目按常识口径校正（见 FACTS §9 存照 3）。来源细胞库：除 Huh7（CLS）与 BV-2（Interlab Cell Line Collection）外均购自 ATCC。

4.5 尺寸分层（自定义口径）

论文指出 COCO 标准的小/中/大目标尺寸定义不适配细胞尺度，故自定义阈值：

• 小细胞：<320 µm²（约 500 px）
• 中细胞：320–970 µm²（约 1,500 px）
• 大细胞：>970 µm²

4.6 标签类别与语义

• 类别数：单类（cell）。
• 标注粒度：逐实例多边形轮廓（检测框 + 分割掩码），不区分细胞核 / 细胞器 / 细胞类型。
• 细胞团处理：边界不可见处不强行拆分细胞团（与 EVICAN 一致），避免引入任意标注偏置。

4.7 形态学多样性证据

论文用 17 个形态学指标（面积、周长、Feret 直径、相差强度统计、纹理、形状伸缩度/圆度/圆形度/实心度/长宽比等）做 PCA，8 种细胞系形成明显聚类，从定量角度佐证「形态多样性」不是宣传语而是可测量的事实。

4.8 采集流程细节

1. 播种：8 种细胞系分别以多个初始密度接种于 96 孔板（覆盖稀疏→汇合的全过程）。
2. 培养：3–5 天，标准培养条件（含相应培养基与血清）。
3. 成像：Incucyte S3 置于培养箱内，每 4 小时自动拍摄一次，无需开箱取出（保证细胞生理状态稳定、无人工扰动）。
4. 裁剪：原始 1,408×1,040 px 全图裁为 4 张 704×520 px 子图用于标注（提高单图目标密度、便于标注）。
5. 标注与 QA：CloudFactory 团队批注 + 两轮质量检查。
6. 划分：每细胞系预留 1 个完整孔作测试集，其余进训练/验证。

4.9 数据规模的市场对照

数据集	图像数	实例数	每图目标数	模态
LIVECell	5,239	1,686,352	313	无标记相差
Microsoft COCO（参照）	~328k	—	7.8	自然图像
SKU-110K（参照）	~11.8k	—	147.4	货架商品
EVICAN	4,600	~26,000	~5.7	明场/相差
Cellpose	—	~70,000	—	荧光为主

对照可见：LIVECell 的每图目标数是 COCO 的约 40 倍、EVICAN 的约 55 倍——「密度」是其相对同类数据集最突出的差异。

---

§5 任务与标注

5.1 主任务：细胞实例分割

LIVECell 的核心任务是对 2D 培养细胞的实例分割——对每张相差显微图像，既预测每个细胞的检测框，又勾画其逐像素的多边形轮廓，输出符合 Microsoft COCO 协议的结果。

派生任务包括：

1. 细胞计数（nuclear count benchmark）：用分割结果替代荧光核计数。
2. 跨细胞系迁移（transferability）：在某细胞系上训练、在另一细胞系上评测。
3. 训练集规模敏感性（dataset-size）：研究训练量对 AP 的影响。
4. 跨数据集泛化：在 EVICAN / Cellpose 图像上评测 LIVECell 训练模型。

5.2 标注格式（COCO）

所有标注均为 Microsoft COCO Object Detection 格式，可用 Python 包 pycocotools 解析。目录组织如下：

annotations/
├── LIVECell/                        # LIVECell-wide（全 8 细胞系）
│   ├── livecell_coco_train.json
│   ├── livecell_coco_val.json
│   └── livecell_coco_test.json
├── LIVECell_single_cells/           # 单细胞系 / 迁移任务
│   └── <CellType>/{train,val,test}.json   # 8 个细胞系各一套
└── LIVECell_dataset_size_split/     # 训练集规模实验
    └── <Split>_train<P>percent.json       # P ∈ {2,4,5,25,50}

此外 nuclear_count_benchmark/ 提供 A549 + A172 的图像、对象计数 JSON 与荧光对照图。

5.3 标注流程（五要点）

1. 专业团队：CloudFactory 标注员，由资深细胞生物学家培训，非众包。
2. 分批平衡：按细胞类型、时间点、孔位分 8 批（generalized subset designs，MODDE v12.1 设计），逐批上传标注，抑制标注员随经验增长产生的偏置。
3. 测试集物理分离：每种细胞系随机取 1 个完整孔作为测试集（而非随机选图），以隔离培养板纹理等孔级特征，减少数据泄漏。
4. 两轮质量保证（QA）：第一轮标注经理检查，第二轮资深细胞生物学家终审；有问题图像连同反馈退回标注者修改，直至两轮通过。
5. 标注工具与原则：V7Labs Darwin 云端软件多边形勾画；在细胞边界不可见的区域不强行拆分，承认不可辨边界的客观性。

5.4 模型与训练配置

类别	锚框模型	无锚框模型
架构	Cascade Mask R-CNN	CenterMask（FCOS 单阶段）
骨干	ResNeSt-200	VoVNet2-FPN
检测机制	预定义锚框	中心点 + 全卷积
每类模型数	9（1 wide + 8 单细胞系）	9（同）

训练配置：

• 从 MS-COCO 2017 预训练权重迁移微调。
• SGD 求解器，批大小 16 图/迭代（每 GPU 2 图），动量 0.9，线性学习率 warmup（warmup 因子 0.001）。
• 硬件：NVIDIA DGX-1，8× Tesla V100（各 32 GB）；双 20 核 2.2 GHz Intel Xeon CPU，512 GB 内存。
• 框架：Python 3.6.10/3.7.7，PyTorch v1.5.0，Detectron2 v2.1/v0.3。
• 预处理：像素减全局均值 128、除全局标准差 11.58。
• 数据增强：多尺度（最短边随机 440/480/520/580/620 px）。
• 锚框定制：为检出 BV-2 等小细胞，标准锚框尺寸 (32,64,128,256,512) 降至 (4,9,17,31,64,127) px，宽高比改为 (0.25,0.5,1,2,4)。

5.5 数据划分

• 测试集构造：每种细胞系随机取 1 个完整孔作测试集（物理分离）。
• 验证集：独立于训练/测试集，用于监控过拟合/欠拟合，按最低验证损失保存检查点。
• 子集实验：按训练集「每第 n 张取一张」构造 2%、4%、5%、25%、50%、100% 子集。
• 口径提示：论文正文未明确披露 train/val/test 逐集图像数（详数在补充材料 Supplementary Tables）——本会话未获取补充材料，此为遗留疑点（FACTS §9）。

5.6 标注质量保障机制详解

LIVECell 的标注质量由四道闸门保证：

1. 人员闸：非众包，CloudFactory 专业团队 + 细胞生物学家培训，降低「不懂细胞形态乱标」的风险。
2. 流程闸：分 8 批逐批上传（generalized subset designs），避免「越标越熟练导致前后标准漂移」。
3. 复核闸：标注经理 + 资深生物学家两轮 QA，问题图退回重标直至通过。
4. 划分闸：测试集按整孔取（物理分离），杜绝「同孔不同图分别进训练与测试」的纹理泄漏。

论文另在补充材料提供重复标注图像列表（Supplementary Table 1）与二次标注图像列表（Supplementary Table 2），供研究标注一致性使用。

5.7 使用 LIVECell 的最小代码骨架

加载 COCO 标注（Python）：

# 依赖：pycocotools
from pycocotools.coco import COCO

ann_file = "LIVECell_dataset_2021/annotations/LIVECell/livecell_coco_train.json"
coco = COCO(ann_file)

img_ids = coco.getImgIds()
print("图像数:", len(img_ids))
# 取出第一张图的全部细胞实例多边形
anns = coco.loadAnns(coco.getAnnIds(imgIds=img_ids[0]))
print("该图细胞数:", len(anns))
# 每个 ann 的 'segmentation' 为多边形列表，'bbox' 为检测框

下载数据（S3 同步）：

# 需 AWS IAM 用户；无账号走 curl+grep+wget
aws s3 sync s3://livecell-dataset .

detectron2 推理（官方模型）：

# 官方提供 Anchor_based/ 与 Anchor_free/ 两族 .pth 权重 + livecell_config.yaml
# 基于 detectron2，按官方 repo 的 model/README.md 加载即可复现论文推理

5.8 任务与下游应用场景

场景	说明
细胞计数	替代荧光核计数，≤95% 汇合时相关 94–99%
细胞形态学分析	逐细胞面积/圆度/长宽比等 17 项指标
增殖/汇合度监测	连续成像 + 分割 → 汇合度曲线
药物筛选	无标记不干扰生理，适合长期观测处理效应
模型预训练	作为细胞图像领域的无标记预训练语料
域适应研究	8 细胞系即 8 个域，适合跨域迁移实验

5.9 标注的「不做」与「为什么不做」

LIVECell 标注团队刻意回避了几类操作，每一类都有明确理由：

不做的事	原因
不拆细胞团	边界不可见时强行拆分＝引入任意偏置（与 EVICAN 一致）
不标细胞核/细胞器	任务是细胞级实例分割，亚细胞结构超出范围
不标细胞类型	类别由细胞系（文件名）隐含给出，避免同图多类歧义
不随机划图入测试集	改用整孔划分，防孔级纹理泄漏
不众包标注	需细胞形态学知识，众包质量不可控

这些「不做」恰恰是数据集可信度的来源——标注者知道自己不标什么，比知道自己标什么同样重要。

5.10 标注一致性数据（补充材料）

论文在补充材料提供两组用于研究标注一致性的清单：

• Supplementary Table 1：重复标注的图像列表（同一图被两次标注）。
• Supplementary Table 2：二次标注的图像列表（用于评估标注可重复性）。

研究者可用这两组数据评估「同一标注者/不同标注者的一致性」，进而估计标注噪声上限。

---

§6 获取与许可：一桶三证，非商业是硬杠

6.1 获取渠道总览

渠道	地址	性质	备注
官方 S3 桶（首发）	s3://livecell-dataset（区 eu-central-1）	免登录公开	最权威，推荐
图像直链	http://livecell-dataset.s3.eu-central-1.amazonaws.com/LIVECell_dataset_2021/images.zip	免登录	1.3 GB
标注直链	.../annotations/LIVECell/livecell_coco_{train,val,test}.json	免登录	2.1 GB 全量
figshare DOI	10.6084/m9.figshare.14931555	论文正文给出	数据/模型托管
Zenodo 镜像	10.5281/zenodo.10277105	社区再组织	按细胞类型分文件夹
官方文档站	https://sartorius-research.github.io/LIVECell/	导航与说明	—
代码仓库	https://github.com/sartorius-research/LIVECell	代码 + 模型	MIT（代码）

6.2 下载方式

方式 A：AWS S3 同步（需 AWS IAM 用户）

aws s3 sync s3://livecell-dataset .

方式 B：无 AWS 账号（curl + grep + wget）

# 取 S3 桶的 XML 列表响应，提取 URL 后逐一下载
curl -s "http://livecell-dataset.s3.eu-central-1.amazonaws.com/?list-type=2" \
  | grep -o '<Key>[^<]*</Key>' | sed 's/<[^>]*>//g'
# 再用 wget/curl 逐个拉取 1.3 GB 图像

方式 C：Zenodo 便捷镜像（教学/demo 友好）——按细胞类型下载单个 zip（A172.zip 170.7 MB、MCF7.zip 205.6 MB 等），省去整包解压。

6.3 目录结构（下载后）

/livecell-dataset/
├── LIVECell_dataset_2021/
│   ├── annotations/            # 2.1 GB，COCO 格式
│   ├── models/                 # 15 GB，Detectron2 训练权重
│   ├── nuclear_count_benchmark/
│   └── images.zip              # 1.3 GB，相差图像
├── README.md
└── LICENSE

6.4 许可（一桶三证）

资产	许可	含义
图像 / 标注 / 模型	CC BY-NC 4.0	署名 + 非商业性使用；商用须另谈
软件源代码	MIT	宽松，可商用
论文本体	CC BY 4.0	论文 txt/图可自由复用（署名）

关键词：非商业（NC）。这是 LIVEcell 与许多学术数据集（多为 CC BY 或 CC BY-NC-SA）最需要留意的合规差异——商业团队（含药企内部研发）直接使用图像/标注/模型，需先与 Sartorius 接洽授权，不能因「公开可下载」就默认可用。

6.5 引用规范

• 论文引用（必引）：Edlund C, Jackson TR, Khalid N, et al. LIVECell—A large-scale dataset for label-free live cell segmentation. Nat Methods 2021;18(9):1038–1045. doi:10.1038/s41592-021-01249-6
• 数据/模型引用：见官方文档站 citation 段；figshare/Zenodo 镜像须同时注明「原始作者 Edlund et al. 2021」。
• Zenodo 镜像页明确要求：「IF YOU USE THIS DATASET, PLEASE ACKNOWLEDGE THE ORIGINAL AUTHORS (Edlund et al., Nat Methods 2021)」。

6.6 数据源逐项清单（正文附录，明细不写进 frontmatter）

• 图像：5,239 张 704×520 px 无标记相差显微 TIFF（原始 1,310 张 1408×1040 px ×4 裁剪），命名规则 <CellType>_Phase_<Well>_<Location>_<Timestamp>_<Crop>.tif，例：A172_Phase_C7_1_02d16h00m_2.tif。
• 标注：COCO JSON（image_id 为 key；含 detection + segmentation）。
• 模型：Anchor_based/（Cascade Mask R-CNN + ResNeSt-200）与 Anchor_free/（CenterMask + VoVNet2-FPN），各含 ALL/ 与 8 个单细胞系子目录，每目录 .pth + livecell_config.yaml。
• 核计数基准：A549（完全域外）+ A172 图像、对象计数 JSON、荧光对照图。

6.7 许可合规决策速查

使用者类型	图像/标注/模型（CC BY-NC 4.0）	代码（MIT）
学术界（论文/教学）	✅ 可用（署名）	✅ 可用
学术界（企业资助但发表）	⚠️ 视具体用途判定「商业性」	✅ 可用
企业内研究（方法验证）	⚠️ 有争议，建议接洽	✅ 可用
企业产品化/对外服务	❌ 需授权	✅ 可用
再分发数据集	✅ 允许（同许可 + 署名）	✅ 可用

6.8 与库内其他数据集的许可对照

数据集	数据许可	商业可用性
LIVECell	CC BY-NC 4.0	❌ 需授权
LightMyCells 2	因竞赛/平台而异（多为 CC BY 4.0）	✅ 多数可
JUMP Cell Painting	CC0 / 公开域（AWS Open Data）	✅ 可
Human Cell Atlas	CC BY 4.0 为主	✅ 可

可见 LIVECell 是本库细胞图像族中许可最严的之一——这正是「企业主导」背景的直接体现（坑 6）。

---

§7 评估与基准：无标记模型能做到多好？

7.1 指标口径（两处自定义，引用必注）

• AP（Average Precision）：改进版 COCO 协议，报告 IoU 0.5:0.95、步长 0.05 的整体 AP（不是惯用的 AP@0.50）——README 与论文均如此，直接对比其他论文时须换算口径。
• AFNR（Average False-Negative Ratio）：平均假阴性率，度量漏检比例，与 AP 互补。
• 尺寸分层：小 <320 µm²、中 320–970 µm²、大 >970 µm²（自定义）。
• 每图最大检测数提高到 3,000（标准 100）。

7.2 全集训练 → 全集评估（核心结果）

指标	锚框（Cascade Mask R-CNN + ResNeSt-200）	无锚框（CenterMask + VoVNet2-FPN）
分割 AP	47.9%	47.8%
AFNR	45.3%	52.2%
迁移性指数	0.98（更佳）	1.21

解读：两族模型在「全集上训练、全集上评测」时分割精度几乎持平（47.9 vs 47.8），但无锚框的漏检更多（AFNR 52.2% vs 45.3%）。锚框模型的迁移性指数更低（0.98 接近 1，即跨细胞系性能更稳），无锚框 1.21 说明其跨域退化更明显。

7.3 单细胞系表现

• 最佳：SkBr3，检测与分割 AP 64–66%（形态较规则、对比度适中）。
• 最差：SH-SY5Y（神经母细胞瘤），AP 仅 22–28%——神经元样细胞形态不对称、有凹陷与长分支突起，对模型的长程依赖建模要求高。
• 关键发现：全集训练后测单细胞系，优于仅用该单细胞系训练 → 一个「细胞类型通用模型」比「单类型专用模型」更好。这为「大规模混合训练」的策略提供了实证支持。

7.4 迁移性任务（跨细胞系）

• A172、BT-474、SkBr3、SK-OV-3 训练的模型迁移到其他类型表现较好（平均迁移 AP 28–36%）。
• BV-2 训练的模型迁移最差（平均迁移 AP 仅 10.1% / 12.0%）——小圆细胞的模型几乎学不到可迁移的形状先验。

7.5 训练集规模效应（最重要的方法学发现之一）

• 训练集从 2% → 100%，AP 分别提升：锚框 +7.7 点、无锚框 +11.5 点。
• 无饱和点：AP 随训练量单调上升且不见平台，暗示更大训练集仍能继续提升性能——这是 LIVECell 论文最有说服力的「数据规模论」证据。
• 规模锚定：2% ≈ 24,197 实例（≈EVICAN 规模）；5% ≈ 51,488 实例（≈Cellpose 规模）。
• 小数据上锚框更优：2% 时锚框 AP 40.2% vs 无锚框 36.2%。

7.6 跨数据集泛化

• LIVECell → EVICAN easy：锚框 59.6% / 无锚框 36.7% AP，超过 EVICAN 原报告 24.6%——说明 LIVECell 学到的特征能正向迁移到另一个标注更少的数据集。
• LIVECell → Cellpose：26.9% / 24.5% AP（与 Cellpose 基线相近）。
• 反向（Cellpose → LIVECell 高汇合图）：Cellpose 通用模型表现差，AP 仅 13.9%——高汇合度密集场景是通用模型的软肋。

7.7 荧光核计数验证基准（Task 4）

目的：证明无标记模型在生物学相关条件下（超汇合）的细胞计数准确性。

设置：A172 与 A549（完全不在 LIVECell 内）表达核限制性红色荧光蛋白，多密度接种、培养 5 天至超汇合，用 Incucyte Basic Analyzer 荧光计数作参照。

指标	无锚框	锚框
A549 线性相关（≤95% 汇合）	98%	99%
A172 线性相关（≤95% 汇合）	94%	98%
线性保持上限（A549）	2,031 个/图	1,403 个/图
线性保持上限（A172）	1,948 个/图	1,328 个/图

结论：两模型在 LIVECell 上检测/分割性能相近，但在极端实验条件（超汇合）下的外推能力差异显著——无锚框能维持到更高细胞计数，锚框在超过 1,300–1,500 个细胞后计数急剧恶化。这一结果直接决定「用哪个模型做高通量细胞计数」的工程选择。

7.8 与库内/领域其他基准的对照

基准	模态	规模	特点
LIVECell	无标记相差	5,239 图 / 168 万细胞	最大无标记实例分割集
EVICAN	明场/相差（多模态）	4,600 图 / 2.6 万细胞	最大标注集之一，常作跨域评测目标
Cellpose	荧光为主	~7 万细胞	通用细胞分割模型配套集
LightMyCells（库内）	透射光→荧光翻译	—	任务是「生成」而非「分割」

7.9 迁移矩阵（定性解读）

论文给出的 8×8 source→target 迁移结果可定性归纳为四档：

档位	平均迁移 AP	典型 source	解读
好	28–36%	A172、BT-474、SkBr3、SK-OV-3	形态规则/贴壁型，学到的特征可迁移
中	15–28%	Huh7、MCF7、SH-SY5Y	低对比度或复杂形态，迁移部分有效
差	~10–15%	部分单细胞系	形态差异大，迁移收益有限
最差	10.1% / 12.0%	BV-2（小圆细胞）	学到的先验几乎不可迁移

启示：跨细胞系迁移的难度与「形态跨度」正相关——从「圆」迁移到「长突起」或反之损失最大。

7.10 基准结果的工程含义

1. 别指望一个模型通吃所有细胞系：SH-SY5Y 上仅 22–28% AP，说明复杂形态仍需专用方案或更大数据。
2. 训练数据越多越好（未见饱和）：这是给「加数据」策略背书的最硬证据。
3. 锚框 vs 无锚框是「场景选择」而非「优劣」：全集分割精度持平，但密度外推（超汇合计数）无锚框更稳。
4. 跨域泛化是软肋：Cellpose 通用模型在 LIVECell 高汇合图上仅 13.9%，提醒「通用模型≠万能」。

7.11 与第三方后续评测的一致性

后续研究（如域适应分割工作）在 LIVECell 上复现的基线与论文数字同量级（如 PUNet 平均 AP≈0.779 量级，UNet≈0.803 量级，采用不同 IoU 口径时数值有差异）——说明 LIVECell 的基准可被第三方复现，不是一次性宣传数字。口径提示：第三方多报 AP@0.50 或 Dice，与论文的 IoU 0.5:0.95 整体 AP 不可直接比大小（坑 3）。

---

§8 生态与影响

8.1 在细胞分割生态中的位置

LIVECell 与 EVICAN、Cellpose 构成了「细胞分割三段式参照」：

• LIVECell：最大规模无标记实例分割集，定义「无染料能否分割」的标尺。
• EVICAN：多模态（明场 + 相差）标注集，常用于跨域评测的目标域。
• Cellpose：通用分割模型 + 配套数据，提供「模型即服务」的对照。

三者在论文中被交叉互测（LIVECell 训练、EVICAN/Cellpose 评测，反之亦然），这种互测设计本身就是 LIVECell 方法学贡献的一部分。

8.2 后续采纳与影响

• 域适应分割：后续研究把 8 种细胞系视为 8 个「域」，做 source→target 的域适应实验（如 ICCV 2025W 的工作），LIVECell 成为细胞分割域适应研究的标准试验台。
• 预训练语料：因其无标记特性，常被用作「不干扰细胞生理」的预训练数据。
• 教学/课程：Zenodo 便捷镜像（按细胞类型打包）方便课程与 demo 使用。
• 基础模型评测：作为密集小目标场景，常被用来测试通用检测/分割基础模型的跨域上限。

8.3 局限与批评

1. 非商业许可限制工业界大规模采用。
2. 细胞系覆盖窄：仅 8 种常见培养细胞，未覆盖原代细胞、患者来源细胞、干细胞、3D 类器官——离真实生物学场景仍有距离。
3. 厂商偏置：自建自评，基准数字含厂商自家模型特征。
4. 单类标注：无亚细胞结构/细胞类型标签，限制了直接迁移到更细粒度任务。
5. 测试集按整孔划分：虽防纹理泄漏，但孔间批次效应可能使测试分布不同于随机划分。

8.4 被引用与衍生工作的典型模式

LIVECell 在后续文献中主要扮演三种角色：

• 预训练底座：作为无标记细胞图像的预训练数据，再在下游小数据集上微调。
• 评测标尺：作为「模型在新细胞系/新模态上泛化能力」的测试床。
• 数据规模论据：其「AP 无饱和」结论被广泛引用以支撑「更多数据有益」的论点。

8.5 对本库读者的一句话建议

• 需要无标记细胞分割/计数能力的研究者：LIVECell 是第一站，但记得先确认许可。
• 需要荧光形态学能力的研究者：转向 jump-cell-painting。
• 需要图像翻译（明场→荧光）能力的研究者：转向 lightmycells2。

---

§9 与库内条目的关系

9.1 消歧声明（最重要）

LIVECell 与库内 lightmycells2 同域但不同物，这是本条目最需要声明的关系：

维度	LIVECell (livecell)	Light My Cells 2 (lightmycells2)
任务	相差图像实例分割	透射光→荧光图像翻译（生成）
输出	逐细胞多边形掩码	拟荧光图像
平台	官方 S3 / figshare	Grand Challenge 挑战赛
源图像	无标记相差	透射光（明场/相差）
组织方	Sartorius（企业）	France-BioImaging 等（学术）
关系	同域不同物，勿合并	同域不同物，勿合并

9.2 库内可互链条目（rid 占位，待主会话回填）

说明：本会话 DB 通道限流不可用，下列 rid 一律占位 /<slug>/0，主会话入库后按 url_name 反查回填（R018 预防——写手不猜测 rid）。

库内条目	关系	rid（占位）
lightmycells2	同域不同物：细胞显微图像 AI，任务是荧光翻译；最需消歧	/lightmycells2/0
jump-cell-painting	荧光形态学画像（化学/基因扰动），与无标记路线对照	/jump-cell-painting/0
cellxgene-census	单细胞组学（非图像），维度正交	/cellxgene-census/0
human-cell-atlas	单细胞图谱，维度正交	/human-cell-atlas/0
single-cell-portal	单细胞门户，维度正交	/single-cell-portal/0
pathseg	病理图像分割（方法学邻居）	/pathseg/0

9.3 与其他域的关系

• 肿瘤学：8 细胞系中 A172（胶质母细胞瘤）、BT-474/MCF7/SkBr3（乳腺癌）、Huh7（肝癌）、SH-SY5Y（神经母细胞瘤）、SK-OV-3（卵巢癌）均为肿瘤细胞系 → 与肿瘤学域强相关。
• 神经科学：BV-2（小胶质细胞）与 SH-SY5Y（神经母细胞瘤）连接神经系统研究。
• 药物发现：高通量细胞计数/形态学分析是药物筛选的基础操作，LIVECell 的无标记特性尤其适配「不干扰细胞生理」的筛选需求。

9.4 互链写作建议（供主会话回填 rid 时参考）

1. 在 lightmycells2 条目与之互链时，务必写明「同域不同物」：LIVECell 是分割、LightMyCells 是图像翻译。
2. 在 jump-cell-painting 条目互链时，可作为「荧光 vs 无标记」的对照点。
3. 与组学类条目（cellxgene-census/human-cell-atlas/single-cell-portal）互链时，强调「图像 vs 组学」的维度正交，避免读者误以为可比较。
4. 与 pathseg 互链时作为「分割方法学」邻居。

---

§10 避坑清单：八个已踩过的坑

坑 1：LIVECell ≠ Light My Cells。两者都做「细胞显微图像 AI」且都涉及相差/透射光，极易混淆。判别口诀：LIVECell 是「分割」（输出细胞轮廓），Light My Cells 是「翻译」（输出拟荧光图）。检索时若把二者混用，会拿到完全不同的论文、平台与许可。

坑 2：图像总数 5,239 vs 5,240。论文正文写 5,239 张标注图像，但原始采集 1,310 张 ×4 裁剪 = 5,240。差 1 张疑为 QA 剔除。本条目按论文口径采用 5,239，行文注明裁剪来源，避免自动化抓取时困惑。

坑 3：AP 是 IoU 0.5:0.95 的整体 AP，不是 AP@0.50。LIVECell 采用改进版 COCO 协议，报的是 IoU 0.5:0.95 步长 0.05 的平均 AP。若与其他论文的 AP@0.50 直接比大小属口径错误——AP@0.50 会显著高于 47.9%。

坑 4：细胞总数「over 1.6 million」vs 精确 1,686,352。摘要用约数，正文/二手源给精确值。二者不冲突，引用时若需精确数字取 1,686,352。

坑 5：组织类型标注笔误。PMC 表格一处把 SkBr3 标为 ovarian、SK-OV-3 标为 breast，与通行口径相反（SkBr3=乳腺癌，SK-OV-3=卵巢癌）。判定为论文笔误，转引时按常识口径校正，勿以讹传讹。

坑 6：许可一桶三证，非商业是硬杠。图像/标注/模型是 CC BY-NC 4.0（非商业），代码是 MIT，论文是 CC BY 4.0。最易踩的坑：以为「公开可下载」= 商用可用。商业团队（含药企研发）须先与 Sartorius 接洽。

坑 7：厂商自建自评偏置。9 作者中 6 人受雇于 Sartorius，仪器与标注经费均出自厂商。引用其 AP/AFNR 基准数字时应注明偏置，勿当作完全中立第三方评测。

坑 8：train/val/test 逐集图像数未公开于正文。论文只说明「每细胞系取 1 整孔作测试集」，未在正文披露各集具体图像数（在补充材料）。需要精确划分比例的复现者，须查 Supplementary Tables 或直接遍历 COCO JSON 的 image 数统计。

§10.1 坑点速记口诀

一混（LIVECell vs LightMyCells）、二数（5239/5240、1.6M/1686352）、三口（AP 口径、许可三口、简述口径）、两偏（组织类型笔误、划分数字缺失）、一偏置（厂商自评）。

一句话：先分清它是哪一类数据集，再盯紧许可与口径，最后留意厂商偏置。

---

§11 总结

LIVECell 是「无标记细胞分割」这条赛道的奠基之作。它的价值可归纳为四点：

1. 填补空白：首个大规模无标记细胞分割标注集，证明「不靠荧光染料也能训练可用的分割模型」。
2. 规模与密度双高：5,239 图 / 168 万细胞 / 每图均 313 个目标，把「密集小目标实例分割」推到前台。
3. 方法学贡献：锚框 vs 无锚框、跨细胞系迁移、训练集规模无饱和、荧光计数对照——一整套可复用的基准协议。
4. 生态标尺：与 EVICAN/Cellpose 并列，成为细胞分割域适应与通用模型评测的标准试验台。

其局限同样清晰：非商业许可、细胞系覆盖窄、厂商自建自评、单类标注——这些也正是后续工作的切入点。

对千方病案医数集而言，LIVECell 是**「企业主导发布的医学图像数据集」**这一稀有类型的代表，也是理解「无标记成像为何重要」的最佳入口。

11.1 三条给复现者的落地建议

1. 先跑通官方基线：从 S3 桶拉数据、加载 detectron2 权重、复现 AP 47.9% 量级，再谈改进。
2. 统一口径再比较：把第三方结果换算到 IoU 0.5:0.95 整体 AP，或明确改用 AP@0.50——不要混比。
3. 合规前置：任何商用意图必须在项目启动时就与 Sartorius 接洽，而非事后补救。

11.2 一句话记忆点

LIVECell = 无标记 + 相差 + 5,239 图 + 168 万细胞 + COCO 标注 + 非商业许可。

---

附录 A：条目信息速查卡

项	值
slug	livecell
中文名	LIVECell —— 无标记活细胞相差显微实例分割数据集
论文	Nat Methods 18(9):1038–1045 (2021)；doi:10.1038/s41592-021-01249-6
标识	PMID 34462594 / PMCID PMC8440198
规模	5,239 图 / 1,686,352 细胞 / 8 细胞系
模态	无标记相差（Incucyte S3）
标注	COCO，逐细胞多边形，单类 cell
许可	数据 CC BY-NC 4.0 / 代码 MIT / 论文 CC BY 4.0
获取	S3 s3://livecell-dataset；figshare 14931555
核心指标	AP 47.9%/47.8%；AFNR 45.3%/52.2%

附录 B：DAIMS 评估全表

DAIMS（Data Asset Intelligence Maturity Score）——本库对数据集资产的成熟度评分（每维 0–10）。

维度	分	说明
A 可获取性（Accessibility）	9	官方 S3 桶免登录直下 + figshare + Zenodo 镜像，多路可达；扣分因无官方 Python 一行式加载器
B 可理解性（Understandability）	9	官方文档站 + 论文 + 目录结构清晰，命名规则规范；扣分因 train/val/test 逐集数字未在正文
C 许可清晰度（Licensing）	8	一桶三证明确（CC BY-NC / MIT / CC BY），GitHub LICENSE 显式；扣分因 NC 限制对商业不友好
D 元数据质量（Metadata）	8	COCO 标准格式 + 完备采集参数（仪器/物镜/相机/节奏）；扣分因一处组织类型笔误（坑 5）
E 标注质量（Annotation）	9	专家培训团队 + 两轮 QA + 测试集物理分离；扣分因单类标注粒度有限
F 规模与覆盖（Scale）	8	168 万实例业界领先；扣分因仅 8 细胞系，未覆盖原代/类器官
G 基准完备（Benchmark）	9	五类基准（wide/单类/迁移/规模/计数）+ 双族基线模型公开权重
H 可复现性（Reproducibility）	8	detectron2 配置与权重全公开；扣分因部分划分详数在补充材料
I 生态活跃（Ecosystem）	8	被社区广泛采纳为域适应/预训练基准；无持续版本迭代（2021 后无 2.0）
J 中立性（Neutrality）	6	厂商自建自评（9 作者 6 人受雇 Sartorius），存在系统性偏置风险
综合	82/100	AI-Ready 等级：A（高成熟，可用性强，注意 NC 许可与厂商偏置）

附录 C：逐项证据链自证

论断	证据来源
5,239 图 / 1,686,352 细胞	PMC8440198 正文
每图均 313 目标	PMC8440198 正文（对比 COCO 7.8/SKU-110K 147.4）
8 细胞系及形态	PMC8440198 表格
AP 47.9%/47.8%、AFNR 45.3%/52.2%	PMC8440198 基准表
SkBr3 64–66% / SH-SY5Y 22–28%	PMC8440198 单细胞系结果
训练集规模 +7.7/+11.5 点，无饱和	PMC8440198 规模实验
荧光计数 94–99% 相关	PMC8440198 Task 4
CC BY-NC 4.0 / MIT	GitHub LICENSE + 官方文档站
DOI 10.1038/s41592-021-01249-6	Nature 官方引用页 + DiVA + bio.tools
figshare 10.6084/m9.figshare.14931555	PMC8440198 数据可用性声明
InCucyte S3 / Basler acA1920-155um / ×10	PMC8440198 方法

附录 D：数据获取决策树

你想做什么？
├─ 训练/评测细胞分割模型
│   ├─ 需要无标记图像 → 用 LIVECell 本体（S3 直下）
│   └─ 需要荧光图像 → 换 jump-cell-painting / lightmycells2
├─ 做跨域迁移实验
│   ├─ LIVECell 训练 → EVICAN/Cellpose 评测（论文已验证）
│   └─ 反向通用模型 → LIVECell 高汇合图（AP 仅 13.9%，难度大）
├─ 做细胞计数
│   └─ 用无锚框模型（超汇合外推更好，线性保持上限更高）
└─ 商业应用
    └─ 先与 Sartorius 接洽授权（CC BY-NC 限制！）

附录 E：许可条款细读

• CC BY-NC 4.0 要点：允许复制、发行、改编、非商业性使用，须署名；禁止商业性使用（“primarily intended for or directed toward commercial advantage or monetary compensation”）。
• MIT 要点（代码）：允许任何用途（含商用），须保留版权声明与许可声明。
• CC BY 4.0 要点（论文）：允许任何用途（含商用），须署名。
• 实务建议：企业内部若用于非商业研究（如学术合作、内部方法验证）通常可；产品化、对外服务、商业建模需另行授权。

附录 F：细胞系与形态熵对照表

细胞系	物种	形态类型	单类 AP 区间（论文口径）	迁移难度
SkBr3	人	低对比度/异质	64–66%	较低
SK-OV-3	人	异质	高	较低
MCF7	人	筏状	中高	中
BT-474	人	筏状	中高	中
A172	人	贴壁/重叠	中	中
Huh7	人	低对比度	中	中
BV-2	小鼠	小圆	中	低（迁移最差）
SH-SY5Y	人	神经元样/突起	22–28%	高（本身最难）

附录 G：缩略语速查

缩写	全称	中文
LIVECell	Label-free In-Vitro image Examples of Cells（厂商口径）	无标记体外细胞图像示例
AP	Average Precision	平均精度
AFNR	Average False-Negative Ratio	平均假阴性率
COCO	Common Objects in Context	通用物体检测标注格式
NC	NonCommercial	非商业性使用
QA	Quality Assurance	质量保证
DFKI	Deutsches Forschungszentrum für Künstliche Intelligenz	德国人工智能研究中心
ATCC	American Type Culture Collection	美国典型培养物保藏中心

附录 H：检索路径示范

• 精确检索："LIVECell" skeleton segmentation dataset 或 "live cell segmentation" "Nature Methods" 2021
• 勿混用：检索时不要把 LIVECell 与 Light My Cells 或 Incucyte live-cell analysis（产品名）混为一谈。
• 数据定位：site:sartorius-research.github.io LIVECell 或 s3://livecell-dataset。
• 论文定位：DOI 直查 10.1038/s41592-021-01249-6；PMC 直查 PMC8440198。

附录 I：与本库相关条目关系声明

1. 与 lightmycells2（rid 占位）：同域不同物，任务是「翻译」vs「分割」，勿合并。
2. 与 jump-cell-painting（rid 占位）：荧光 vs 无标记的路线对照，可互链。
3. 与 cellxgene-census / human-cell-atlas / single-cell-portal（rid 占位）：图像 vs 组学，维度正交，仅作域内导航。
4. 与 pathseg（rid 占位）：分割方法学邻居。

附录 J：维护计划与触发点

触发事件	处置	影响面
官方发布 LIVECell 2.0	改写 §4/§6，更新版本链	规模/许可章节
许可政策调整（NC 放宽）	更新 §6.4 与 DAIMS C 维	获取/许可
新增细胞系/模式	更新 §4.4 细胞系表	覆盖度
更多第三方基准结果	更新 §7 与 §8	基准/生态
DB rid 回填	更新 §9.2 与附录 I 的占位 rid	互链

附录 K：本条目生产档案

项	值
生产代理	agent-f-livecell
生产日期	2026-10-15
信源数	10（8 主 + 2 辅）
DB 通道	限流不可用（FACTS §9 存照），rid 占位待回填
双口径冲突	图像总数 5,239/5,240；组织类型笔误；缩写口径
遗留疑点	DB 三写法查重、补充材料划分数字、figshare 页面直抓、库内 rid

附录 L：FAIR / AI-Ready 检查单

• F（可发现）：✅ DOI + PMID + 官方站 + bio.tools 注册。
• A（可获取）：✅ S3 免登录 + figshare + Zenodo（注意 NC 授权）。
• I（可互操作）：✅ COCO 标准格式，pycocotools 通用。
• R（可复用）：✅ 元数据完备、许可明确（NC 限制需注意）、基准协议清晰。
• AI-Ready 加成：✅ 双族基线权重公开；✅ 五类基准可复现；⚠️ 划分详数在补充材料。

附录 M：引文规范

标准引用（论文）：

Edlund C, Jackson TR, Khalid N, Bevan N, Dale T, Dengel A, Ahmed S, Trygg J, Sjögren R. LIVECell—A large-scale dataset for label-free live cell segmentation. Nature Methods. 2021;18(9):1038–1045. doi:10.1038/s41592-021-01249-6.

数据引用（推荐附加）：

LIVECell dataset. Sartorius. Accessed via s3://livecell-dataset (or figshare doi:10.6084/m9.figshare.14931555). License: CC BY-NC 4.0.

附录 N：常见问题（FAQ）

• Q1：LIVECell 和 Light My Cells 是一回事吗？→ 不是（坑 1）。
• Q2：能商用吗？→ 图像/标注/模型不可（CC BY-NC 4.0），代码可（MIT）（坑 6）。
• Q3：图像到底多少张？→ 论文口径 5,239（坑 2）。
• Q4：AP 47.9% 高不高？→ 是 IoU 0.5:0.95 整体 AP，与 AP@0.50 不可直接比（坑 3）。
• Q5：哪个模型更好？→ 分割精度相近，但无锚框超汇合计数更稳（§7.7）。
• Q6：有患者数据吗？→ 无，纯体外细胞培养（§1.3）。

附录 O：无标记 vs 荧光路线对照

维度	无标记（LIVECell 路线）	荧光路线（jump-cell-painting 路线）
标记	无需染料	需荧光染料/蛋白
生理干扰	低	可能干扰（死亡/ROS/信号）
对比度	低（相差）	高
分割难度	高	较低
适用	长期活细胞观测、药物筛选	细胞器/分子定位

附录 P：细胞计数工程建议

• ≤95% 汇合：锚框与无锚框计数均可靠（相关 94–99%）。
• 超汇合（>95%）：优先无锚框（线性保持上限約 2,000 个/图 vs 锚框 1,300–1,500）。
• 极小细胞（如 BV-2）：需下调锚框尺寸至 (4,9,17,31,64,127) px。
• 通用策略：先用全集训练通用模型，再按目标细胞系微调（论文证明优于单类型专用模型）。

附录 Q：坑点档案（与 §10 对照）

坑	一句话档案	触发场景
坑 1	LIVECell ≠ Light My Cells（分割 vs 翻译）	检索/选条
坑 2	图像 5,239 vs 5,240（差 1 张）	数字抽取
坑 3	AP 是 IoU 0.5:0.95 整体 AP，非 AP@0.50	指标对比
坑 4	细胞数约数 1.6M vs 精确 1,686,352	数字引用
坑 5	SkBr3/SK-OV-3 组织类型论文笔误	事实转引
坑 6	一桶三证，NC 是硬杠	商用/再分发
坑 7	厂商自建自评偏置	基准引用
坑 8	train/val/test 逐集数字未在正文	复现/划分

附录 R：双口径登记表

项	口径一	口径二	采用
图像总数	5,239（论文正文）	5,240（1310×4）	5,239
细胞总数	over 1.6 million（摘要）	1,686,352（正文）	并列
SkBr3 组织	乳腺癌（常识）	ovarian（论文表）	乳腺癌
SK-OV-3 组织	卵巢癌（常识）	breast（论文表）	卵巢癌
缩写拆分	论文未展开	厂商给 Label-Free In-Vitro image Examples of Cells	标注厂商口径

附录 S：AI-Ready Wikipedia 元信息

项	值
生成方式	AI 写作代理 + 三源互证
认证级别	A（DAIMS 82/100）
数据类别标签	医学影像 / 医学图像分割 / 目标检测 / 病理图像 / 评测基准
读者对象	细胞图像分析/分割模型/药物筛选/生物医学图像评测研究者
更新触发	见附录 J

附录 T：相关资源链接汇总

资源	链接
论文	https://doi.org/10.1038/s41592-021-01249-6
PMC 全文	https://pmc.ncbi.nlm.nih.gov/articles/PMC8440198/
官方文档站	https://sartorius-research.github.io/LIVECell/
GitHub	https://github.com/sartorius-research/LIVECell
数据 S3 桶	s3://livecell-dataset
figshare	https://doi.org/10.6084/m9.figshare.14931555
Zenodo 镜像	https://doi.org/10.5281/zenodo.10277105
bio.tools	https://bio.tools/livecell

附录 U：评测口径换算提示

常见口径	与本文 AP 的关系	使用建议
IoU 0.5:0.95 整体 AP（本文）	基准	LIVECell 论文与 README 采用
AP@0.50	通常高于整体 AP	第三方论文常用，勿与 47.9% 直接比
Dice / IoU（语义）	不同度量	需先把实例标签转二值掩码（如 ICCV 工作所做）
AFNR	独立指标	与 AP 互补，衡量漏检

复现者提示：若要与其他数据集横向比较，务必统一到同一 IoU 阈值与度量定义；把 LIVECell 的 47.9%（IoU 0.5:0.95）与某文献的 AP@0.50 ≈ 70% 相比会得出错误结论。

附录 V：细胞系来源与物料协议提示

细胞系	来源	备注
A172	ATCC	人胶质母细胞瘤
BT-474	ATCC	人乳腺癌
MCF7	ATCC	人乳腺癌
SH-SY5Y	ATCC	人神经母细胞瘤
SkBr3	ATCC	人乳腺癌
SK-OV-3	ATCC	人卵巢癌
Huh7	CLS（Cell Lines Service）	人肝细胞癌
BV-2	Interlab Cell Line Collection	小鼠小胶质

提示：数据集传播受 CC BY-NC 4.0 约束，但细胞系本身的获取与使用另有细胞库的物料转让协议（MTA）——若要从头复现采集实验，需自行向相应细胞库申请细胞。LIVECell 只共享图像与标注，不共享细胞。

附录 W：常见误用警示

1. 把 LIVECell 当「细胞类型分类」数据集：标注只有单类 cell，没有细胞类型标签，不能直接做多类分类。
2. 把 LIVECell 当「亚细胞分割」数据集：无细胞核/细胞器标注，不能做核分割。
3. 忽略 NC 许可直接商用：最常见的合规事故（坑 6）。
4. 用 AP@0.50 比较论文的 47.9%：口径错误（坑 3）。
5. 假设图像总数是 5,240：论文口径为 5,239（坑 2）。
6. 把 Incucyte 产品页当作数据集来源：产品名 ≠ 数据集，数据在 S3 桶（坑 1 的近亲）。

附录 X：检索与下载速查

# 1) 有 AWS 账号：同步整个桶
aws s3 sync s3://livecell-dataset ./LIVECell_dataset_2021

# 2) 无账号：拉取图像（1.3GB）
curl -O http://livecell-dataset.s3.eu-central-1.amazonaws.com/LIVECell_dataset_2021/images.zip

# 3) 无账号：单独拉标注
curl -O http://livecell-dataset.s3.eu-central-1.amazonaws.com/LIVECell_dataset_2021/annotations/LIVECell/livecell_coco_train.json

# 4) 社区镜像（教学）：Zenodo 10277105，按细胞类型下载 zip

附录 Y：数据字典（COCO 字段）

字段	类型	含义
images[].id	int	图像唯一 ID（key）
images[].file_name	str	文件名（含细胞系/孔位/时间戳）
images[].width/height	int	704 / 520
annotations[].image_id	int	外键指向 image
annotations[].category_id	int	单类（cell）
annotations[].bbox	[x,y,w,h]	检测框
annotations[].segmentation	list[polygon]	逐细胞多边形轮廓
annotations[].area	float	实例面积（像素）
categories	list	类别表（单类 cell）

附录 Z：无标记成像为何重要（背景科普）

荧光标记虽然让细胞「发亮」，但代价不容忽视——论文引言引用多项证据指出荧光蛋白/染料可能：

• 增加细胞死亡；
• 累积活性氧并引发有丝分裂阻滞；
• 中断关键信号通路；
• 损害肌动蛋白–肌球蛋白相互作用。

此外，稳定表达荧光蛋白需要基因操作，在原代细胞（如患者来源 iPSC）中未必可行。因此，无标记成像（相差/明场，乃至定量相位成像）代表更生理相关的观测路径——LIVECell 正是为这条路线提供标注基础设施。

附录 AA：数据集评估的「三问」

1. 它解决什么问题？ 无标记细胞图像的实例分割与计数，此前无大规模标注资源。
2. 它的数字可信吗？ 规模/参数三源互证一致；但 AP/AFNR 含厂商自评偏置（坑 7）。
3. 我能用它做什么？ 非商业的分割/计数/迁移/预训练研究；商用需授权（坑 6）。

附录 AB：与其他库内已发布条目的撰写一致性

本条目遵循千方病案 AI-Ready Wikipedia 的统一规范：

• frontmatter 含 title/subtitle/description/summary 等标准字段与 schema_org（MedicalWebPage + Dataset + cr:RecordSet + ScholarlyArticle）。
• 正文分 §0–§11 + 附录，坑点编号制（≥5 则，本条目 8 则）。
• 双口径冲突逐条存照（附录 R）。
• 互链 rid 一律占位 /<slug>/0，待主会话入库后回填。

附录 AC：待核清单（交给主会话）

项	状态	处置建议
DB 三写法查重（livecell / live-cell / live_cell）	未完成（DB 限流）	主会话复测 qf_psql.sh
库内相关条目 rid	未取到	入库后按 url_name 反查回填
train/val/test 逐集图像数	论文正文未给	查补充材料或遍历 COCO JSON
figshare 14931555 页面	未直抓	需要时补抓

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• kpis — 共享标签：医学影像 / 医学图像分割 / 目标检测 / 病理图像 / 评测基准
• bccd — 共享标签：医学影像 / 目标检测 / 病理图像 / 评测基准
• prostate158 — 共享标签：医学影像 / 医学图像分割 / 目标检测 / 评测基准
• fetal-abdominal — 共享标签：医学影像 / 医学图像分割 / 目标检测 / 评测基准
• heart-lung-segmentations-data — 共享标签：医学影像 / 医学图像分割 / 目标检测
• focus-fetal — 共享标签：医学影像 / 医学图像分割 / 目标检测 / 评测基准
• monuseg — 共享标签：医学影像 / 医学图像分割 / 病理图像 / 评测基准
• digestpath — 共享标签：医学影像 / 医学图像分割 / 目标检测 / 病理图像
• nuinsseg — 共享标签：医学影像 / 医学图像分割 / 病理图像 / 评测基准
• dsb2018 — 共享标签：医学影像 / 医学图像分割 / 病理图像 / 评测基准

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。