• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE transactions on industrial informatics >A New Approach for Segmentation and Quantification of Cells or Nanoparticles
【24h】

A New Approach for Segmentation and Quantification of Cells or Nanoparticles

机译：细胞或纳米颗粒分割和定量的新方法

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

With the rapid development of microscopy imaging technology, the requirement for robust segmentation and quantification of cells or nanoparticles increases greatly. It remains challenging due to the diversity of the cell or nanoparticle types, the arbitrary shapes, and the large numbers of cells or nanoparticles. The most existing methods are only capable of segmenting some specific types of cells or nanoparticles. In this paper, we propose a more versatile approach that is capable of segmenting a variety of cells or nanoparticles. It consists of five parts: 1) automatic gradient image formation; 2) automatic threshold selection; 3) manual calibration of the threshold selection method for each specific type of cell or nanoparticle images; 4) manual determination of the segmentation cases for each specific type of cell or nanoparticle images; and 5) automatic quantification by iterative morphological erosion. After the parameter, N is calibrated and the segmentation case is determined manually for each specific type of cell or nanoparticle images with one or several typical images; only parts 1), 2), and 5) are needed for the rest of processing and they are automatic. The proposed approach is tested with different types of cell and nanoparticle images. Experimental results verified its effectiveness.
机译：随着显微镜成像技术的飞速发展，对细胞或纳米颗粒进行稳健的分割和定量的需求大大增加。由于细胞或纳米颗粒类型的多样性，任意形状以及大量细胞或纳米颗粒，它仍然具有挑战性。最现有的方法只能分割某些特定类型的细胞或纳米颗粒。在本文中，我们提出了一种更通用的方法，该方法能够分割各种细胞或纳米颗粒。它由五个部分组成：1）自动梯度图像形成; 2）自动阈值选择; 3）手动校准每种特定类型的细胞或纳米颗粒图像的阈值选择方法; 4）手动确定每种特定类型的细胞或纳米颗粒图像的分割情况; 5）通过迭代形态学侵蚀进行自动定量。在参数设置之后，对N进行校准，并针对具有一种或几种典型图像的每种特定类型的细胞或纳米颗粒图像手动确定分割情况。其余处理只需要1），2）和5）部分，它们是自动的。用不同类型的细胞和纳米颗粒图像测试了所提出的方法。实验结果证明了其有效性。

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