弱标注生物图像不再只靠自动特征：注入领域知识后，七种模型精度齐升
核心概要
弱标注生物图像上的自动特征提取在不同数据集间表现不稳，因为模型只能依赖图像本身。一种与模型无关的知识增强方法让机器学习模型用上自动特征提取之外的领域知识，在七种架构上均提升分类表现；与掩码自编码器自监督学习结合时，在三套内部显微数据集上精度比次优方法高2.9%，在三套公开细胞形态学基准上平均高6.8%。
深度剖析
弱标注生物图像分类不再只依赖自动特征提取，模型可以额外利用领域知识。 此前的做法只依赖自动特征提取，因此在弱标注数据集之间分类表现不一致。 该知识增强方法与七种机器学习架构结合后，分类表现均得到提升。
把领域知识作为增强信号接入，而不是改动某一种网络结构。 方法本身与模型无关，因此可以套用到不同的机器学习架构上。 与基于掩码自编码器的自监督学习结合时整体表现最强，在三套内部显微数据集上精度比次优方法高2.9%，在三套公开细胞形态学基准上平均高6.8%。
表现最好的模型被用于运动神经元显微图像中的TDP-43核质错位分析。 该表型与肌萎缩侧索硬化相关，但在规模上准确定量仍有困难，可能造成研究之间的不一致。 分析使用三套来自人诱导多能干细胞运动神经元的独立显微数据集，给出与ALS相关的生物学解读，包括蛋白酶体应激剂MG132和氧化应激剂亚砷酸钠对TDP-43错位的剂量依赖效应、散发性和家族性ALS供体运动神经元的病理差异，以及依达拉奉和氯硝柳胺对亚砷酸钠诱导的TDP-43错位缺乏保护。
启示与展望
报道依据的是摘要级材料，覆盖知识增强方法在七种架构上的表现、与掩码自编码器自监督学习结合后的精度对照，以及在三套内部显微数据集和三套公开细胞形态学基准上的结果。适用读者是处理弱标注显微与细胞形态学图像、需要跨数据集稳定分类的研究人员和工程师。
摘要级材料未给出知识增强的具体形式、数据集规模与统计检验，精度提升的稳健性仍需在完整方法描述中确认。TDP-43错位的定量困难被描述为可能造成研究间不一致，相关生物学解读来自表现最好的模型在体外显微图像上的应用。