• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Symposium on Biomedical Imaging: From Nano to Macro >Cell segmentation in microscopy imagery using a bag of local Bayesian classifiers
【24h】

Cell segmentation in microscopy imagery using a bag of local Bayesian classifiers

机译：使用一袋局部贝叶斯分类器在显微镜图像中进行细胞分割

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Cell segmentation in microscopy imagery is essential for many bioimage applications such as cell tracking. To segment cells from the background accurately, we present a pixel classification approach that is independent of cell type or imaging modality. We train a set of Bayesian classifiers from clustered local training image patches. Each Bayesian classifier is an expert to make decision in its specific domain. The decision from the mixture of experts determines how likely a new pixel is a cell pixel. We demonstrate the effectiveness of this approach on four cell types with diverse morphologies under different microscopy imaging modalities.
机译：显微镜图像中的细胞分割对于许多生物图像应用（例如细胞跟踪）至关重要。为了准确地从背景中分割细胞，我们提出了一种像素分类方法，该方法与细胞类型或成像方式无关。我们从聚类的本地训练图像补丁中训练出一组贝叶斯分类器。每个贝叶斯分类器都是在其特定领域做出决策的专家。专家的决定决定了新像素成为单元像素的可能性。我们在不同的显微镜成像模式下证明了这种方法对四种形态各异的细胞的有效性。

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