基于对象边缘检测算法的斑马鱼胚胎光片显微镜图像的自动轮提取

科学领域:

• 发展生物学 发展生物学
• 生物技术是生物技术.
• 显微镜成像技术 显微镜成像技术

背景情况:

• 胚胎轮提取对于定量形态分析和理解发育至关重要.
• 光片显微镜可以在整个时间间隔中对斑马鱼等胚胎进行成像.
• 从光片显微镜数据中提取胚胎轮是具有挑战性的,因为数据量大,对象变异性大.

研究的目的:

• 开发一个工作流程,以提取斑马鱼胚胎轮,而无需手动标记.
• 使用基于变化点检测的边缘检测方法进行轮提取.
• 评估拟议方法的性能和稳定性,与既有技术对比.

主要方法:

• 一种使用边缘检测和变化点检测方法用于胚胎轮提取的新型工作流.
• 拟议方法与Sobel,Laplacian of Gaussian,自适应值,Multi Otsu和k-means集群的比较.
• 评估边缘检测准确度和噪声强度.

主要成果:

• 与Sobel,LoG,自适应值,Multi Otsu和k-means方法相比,拟议的方法显示出更高的边缘检测准确性.
• 该工作流表现出比Multi Otsu和k-means基于集群的方法更强大的噪声稳定性.
• 该方法被证明对斑马鱼胚胎的自动化,小规模的轮提取是有效的.

结论:

• 开发的工作流提供了一种有效的,无标签的方法来提取斑马鱼胚胎轮.
• 当深度学习或其他非深度学习方法不适用时,这种方法提供了一个可行的替代方案.
• 该方法促进了胚胎形态学的定量分析,有助于理解发育过程.