光显微镜图像中的细胞细分基于多尺度直方图的值值
1School of Computer Science and Technology, Soochow University, Suzhou 215021, China.
Mathematical biosciences and engineering : MBE
|November 3, 2023
概括
这项研究引入了多尺度直方图值 (MHT) 技术,用于在显微镜图像中准确的细胞细分. MHT方法通过融合光滑的组图和有效地处理重叠的细胞来改善细胞细分.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 计算生物学 计算生物学
- 图像分析 图像分析
背景情况:
- 精确的细胞细分对于疾病机制评估和药物发现至关重要.
- 现有的方法通常依赖于图像二元化,这可能对光滑参数敏感.
- 在组图值中不适当的高斯光滑可以导致不准确的细胞细分.
研究的目的:
- 开发一种改进的细胞细分技术,用于光显微镜图像.
- 为了解决传统的直方图值方法的局限性.
- 为了提高细胞细分的准确性,特别是对于重叠的细胞.
主要方法:
- 提出了一种新的多尺度组图值 (MHT) 技术.
- MHT方法涉及在多个尺度 (高斯标准偏差) 上光滑图像直方图.
- 平滑的直方图被合并,并且对二元化应用了值,集成到基于区域的圆配合框架中,用于重叠的细胞识别.
主要成果:
- 与现有方法相比,拟议的MHT技术在细胞细分方面表现出优异的性能.
- 在基准数据集上的实验结果验证了MHT方法的有效性.
- 集成框架成功地提高了细分精度,并处理重叠的单元.
结论:
- 多尺度直方图值技术为准确的细胞细分提供了强大的解决方案.
- 这种方法提高了生物研究中图像分析的可靠性.
- 该方法为疾病机制评估和药物发现的应用提供了显著的进步.
