自迁移出 MediaWiki 以来，本页内容尚未经过审查。如果您愿意帮忙，请查看帮助指南！
您需要用图像来数据尝试您的算法吗？您是否缺乏专家的基本事实来测试您的方法？没问题！这里有来自斐济社区和其他来源的可用公共数据集的列表：
我们提供两个图像堆栈，每个图像堆栈包含果蝇第三幼虫腹神经索的连续切片电子显微镜（ssTEM）的20个切片。两个堆栈的尺寸约为。4.7 x 4.7 x 1微米，分辨率为4.6 x 4.6 nm/像素，切片厚度为45-50 nm。 除了原始图像数据之外，我们还为第一个堆栈提供神经元膜（包括方向和连接）、线粒体、突触和神经胶质/细胞外空间的密集标记。第一个堆栈用作训练数据集，相同维度的第二个堆栈可用作测试数据集。 所有数据和更多信息均可在GitHub repository中找到。
- Segmented ssTEM stack of neural tissue，感谢阿尔伯特·卡多纳。
果一龄幼虫腹神经索 (VNC) 连续切片睡眠电子显微镜 (ssTEM) 数据集的 30 个切片。微立方体的尺寸约为 2 x 2 x 1.5 微米，分辨率为 4x4x50 纳米/像素。
挑战：使用该数据集训练机器学习软件，以实现 ssTEM 中神经结构的自动分割。更多信息参见 2012 open competition page。 这些图像代表了现实世界中的实际图像：有一点噪音；存在图像配准错误；甚至有一段出现了很小的缝合错误。这些都不会导致人类神经解剖学家专家对图像堆栈中的每个元素进行手动标记时遇到任何困难。旨在消除或减少人工操作的软件应用程序必须能够应对所有这些问题。 查看其他manually segmented serial section TEM data sets.
- Sample data at LOCI，多种文件格式。
-
Sample OME-TIFF data on openmicroscopy.org，感谢 Josh Bembenek。
该数据集由共表达 C 的微管蛋白组 GFP 组成。线虫独立。所有图像平面均以 512x512 分辨率、8 位灰度收集。 - Migrating macrophages对刺激的反应。
4D 数据集，由 Dirk Sieger 和 Francesca Peri、EMBL 友情提供。
挑战：在4D中追踪巨噬细胞，并测量它们的形状体积、表面、位置和像素值强度。
该文件是一个tif超级堆栈，可以直接加载到3D Viewer中。
关键思想是设置跟踪系统，导出需要最少的用户交互，并且是通用的。例如，用户在一个时间点点击一个单元格，程序应该找到相同单元格的所有其他时间点。然后程序应该了解该单元格的数据，并提供自动查找卷中所有其他单元格并跟踪它们的方法。总之，这是一种 4D 跟踪的机器学习方法。
- The Cell Image Library有许多与细胞生物学相关的图片；这些图像附有4个许可证之一：公共领域、知识共享归属、知识共享归属非商业性共享和受版权保护（您需要询问贡献者是否可以明确使用他们的图像）。该网站也允许您贡献自己的数据集！
- Open Connectome Project 托管 mouse visual cortex (Bock et al., 2011) 和 CATMAID 的 10 TB 数据集，并将很快提供在数据上运行任意程序的方法。
- A 3D electron microscopy dataset of rodent brain，由 EPFL 的 Graham Knott 和 Marco Cantoni 提供。特别是，FIBSEM 体积测量为 5x5x5 微米，取自大脑 CA1 海马区域，并以每体素 5x5x5 纳米的非凡分辨率成像！此外，Pascal Fua 实验室的 Aurelien Lucchi 在同一页面中提供了包含线粒体标签的图像卷。
- Broad Bioimage Benchmark Collection：用于测试和验证的带注释的生物图像集。可免费下载的显微镜图像集的集合。除了图像本身之外，每组还包括生物应用的描述和某种类型的“基本事实”（预期结果）。
