...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE/ACM transactions on computational biology and bioinformatics >Novel Methods for Microglia Segmentation, Feature Extraction, and Classification
【24h】

Novel Methods for Microglia Segmentation, Feature Extraction, and Classification

机译：小胶质细胞分割，特征提取和分类的新方法

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

Segmentation and analysis of histological images provides a valuable tool to gain insight into the biology and function of microglial cells in health and disease. Common image segmentation methods are not suitable for inhomogeneous histology image analysis and accurate classification of microglial activation states has remained a challenge. In this paper, we introduce an automated image analysis framework capable of efficiently segmenting microglial cells from histology images and analyzing their morphology. The framework makes use of variational methods and the fast-split Bregman algorithm for image denoising and segmentation, and of multifractal analysis for feature extraction to classify microglia by their activation states. Experiments show that the proposed framework is accurate and scalable to large datasets and provides a useful tool for the study of microglial biology.
机译：组织学图像的分割和分析为深入了解小胶质细胞在健康和疾病中的生物学和功能提供了一种有价值的工具。普通的图像分割方法不适用于不均匀的组织学图像分析，小胶质细胞活化状态的准确分类仍然是一个挑战。在本文中，我们介绍了一种自动图像分析框架，该框架能够有效地从组织学图像中分割小胶质细胞并分析其形态。该框架利用变分方法和快速分裂的Bregman算法对图像进行去噪和分割，并利用多分形分析进行特征提取，以根据其激活状态对小胶质细胞进行分类。实验表明，提出的框架是准确的，并且可以扩展到大型数据集，并为研究小胶质细胞生物学提供了有用的工具。

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