用途：从多重组织图像（如成像质谱流式，IMC）中完成细胞分割，为后续表型分类和空间分析提供细胞掩膜与单细胞数据。
主要能力：使用Cellpose做核分割（model_type='nuclei'）与全细胞分割（model_type='cyto2'，结合核与膜通道）；使用DeepCell的Mesmer做核或全细胞分割（compartment='whole-cell' 或 'nuclear'）；也可通过steinbock命令行调用Cellpose或DeepCell；从掩膜中提取每细胞每通道平均强度及面积、质心、偏心率等属性；用matplotlib可视化质控；用skimage的expand_labels在仅有核分割时将核扩展近似细胞；保存掩膜为TIFF、单细胞数据为CSV或AnnData（h5ad）。
使用方式：需准备预处理后的图像与核、膜通道索引。核分割示例：model.eval(nuclear_channel, diameter=30, flow_threshold=0.4, cellprob_threshold=0.0)。全细胞可将膜与核堆叠为双通道输入，channels=[1,2]。Mesmer输入形状为(batch, H, W, 2)，顺序为[核, 膜]，并设置image_mpp。steinbock命令如 steinbock segment cellpose --img processed --model cyto2 --channelwise --nuclear-channel 0 --membrane-channel 1 -o masks。
适用场景：IMC等多重组织图像的单细胞分割与数据导出，衔接预处理、表型分析和空间分析流程。
限制：未提供具体模型版本、硬件要求、准确率或性能对比；示例参数（如直径、阈值、image_mpp）需按实际数据调整；未说明各方法在特定组织或染色面板下的适用性差异。