Coggle数据科学 | Kaggle赛题解析：CZII 3D 物体检测

本文来源公众号“Coggle数据科学”，仅用于学术分享，侵权删，干货满满。

原文链接：Kaggle赛题解析：CZII 3D 物体检测

• 赛题名称：CZII - CryoET Object Identification

• 赛题类型：计算机视觉、3D 物体检测

• 赛题任务：在大型 3D 体积中查找小型生物结构

https://www.kaggle.com/competitions/czii-cryo-et-object-identification

赛题背景

有大量的cryoET层析图尚未被充分挖掘。这些已发布的数据中，越来越多的部分以标准化格式存在于cryoET数据门户（cryoetdataportal.czscience.com）中。挖掘这些数据需要自动识别图像中的每个蛋白质分子。即使对于肉眼可识别的蛋白质，这个问题也尚未得到解决。一个通用的解决方案将揭示细胞的“暗物质”，并将促进成千上万的有助于人类健康的发现。

赛题任务

竞赛旨在开发机器学习算法，用于在3D细胞图像中注释蛋白质复合物，从而加速生物医学科学的发现并推进疾病治疗。竞赛的重点是利用冷冻电子断层扫描（cryoET）来分析蛋白质结构。cryoET可以以接近原子级的细节创建3D图像（称为层析图），展示蛋白质在其非常复杂和拥挤的自然环境中。因此，cryoET具有巨大的潜力来揭示细胞的奥秘。

评价指标

提交内容将通过计算 beta 值为 4 的 F-beta 指标进行评估。

使用 beta 值为 4 的 F-beta 指标是为了优先考虑召回率而不是精确度，在严惩漏掉的粒子的同时对误报更宽容。在这种情况下，如果一个粒子位于感兴趣粒子的半径的 0.5 倍范围内，则该粒子被视为“真实”。

有五种感兴趣的粒子，其中三种“易”粒子（核糖体、类病毒颗粒和裸铁蛋白）分配权重为 1，两种“难”粒子（甲状腺球蛋白和 β-半乳糖苷酶）分配权重为 2。

id,experiment,particle_type,x,y,z
0,TS_5_4,beta-amylase,2983.596,3154.13,764.124
1,TS_5_4,beta-amylase,2983.596,3154.13,764.124
2,TS_5_4,beta-galactosidase,2983.596,3154.13,764.124
etc.

赛题时间轴

• 2024年11月6日 - 开始日期。

• 2025年1月29日 - 参赛截止日期。您必须在此日期之前接受竞赛规则才能参加竞赛。

• 2025年1月29日 - 团队合并截止日期。这是参与者加入或合并团队的最后一天。

• 2025年2月5日 - 最终提交截止日期。

赛题数据

赛题专注于在3D层析图中识别与粒子中心对应的点。在测试阶段，您将获得一个名为“实验”的3D数组列表进行处理，并需要提交一个包含所有实验中5种粒子类型的粒子位置的CSV文件。

数据包含6种不同难度级别的粒子类型。

• apo-ferritin（易）

• beta-amylase（不可能，不计分）

• beta-galactosidase（难）

• ribosome（易）

• thyroglobulin（难）

• virus-like-particle（易）

这些断层图是3D数组，以多尺度3D OME-NGFF Zarr数组的形式提供。可以使用zarr、ome-zarr和copick库打开这些断层图。

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。