**每细胞类型仅需一次点击：无需训练的细胞实例分割群组交互**

_One Click per Cell Type Suffices: Training-free Group Interaction for Cell Instance Segmentation_

> 这篇论文提出了一种名为Chain-of-Prompts (CoP)的新框架，用于细胞实例分割。传统的交互式分割模型需要对每个细胞实例进行提示，计算成本高昂，尤其是在病理图像中包含大量密集细胞时。CoP通过利用Segment Anything Model (SAM)的冻结图像编码器在特征空间中自动聚类同类型细胞的特性，将交互模式从逐实例 O(N)转变为逐类型 O(T)。用户只需为每种细胞类型点击一次，系统就能通过非参数门控和空间距离选择策略自动递归扩展，无需额外训练即可高效分割所有同类细胞。实验表明，在三个带细胞类型标注的基准上，CoP以每类型一次点击保留了超过90%的逐实例性能，并超越了全监督方法；在四个形态同质基准上，单次点击保留率超过99%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.29429)