• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2017 International Conference on Security, Pattern Analysis, and Cybernetics >Faster R-CNN based microscopic cell detection
【24h】

Faster R-CNN based microscopic cell detection

机译：基于R-CNN的微观细胞检测更快

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The automatic analysis of microscopic images is an important subject of medical image processing, of which the cell detection is an important part. However, owing to the different size and shape, as also as the adhesion among cells, detecting and locating cells accurately seems to be a very challenging task. In this work, we investigate applying the Faster R-CNN, which has recently shown incredible performance on many public datasets, to cell detection. The Faster R-CNN contains both segmentation and classification. By training a Faster R-CNN model, a series of experiments are achieved. Experimental results show that the Faster R-CNN can detect almost all cells in a microscopic image. The proposed cell detector has improved detection performance, and it is easy-implemented and time-saving.
机译：显微图像的自动分析是医学图像处理的重要课题，其中细胞检测是重要的部分。然而，由于大小和形状的不同以及细胞之间的粘附性，准确地检测和定位细胞似乎是一项非常具有挑战性的任务。在这项工作中，我们研究了将Faster R-CNN（最近在许多公共数据集上显示了令人难以置信的性能）应用于细胞检测。 Faster R-CNN包含细分和分类。通过训练Faster R-CNN模型，可以进行一系列实验。实验结果表明，Faster R-CNN可以检测显微图像中的几乎所有细胞。所提出的细胞检测器具有改进的检测性能，并且易于实现并且节省时间。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号