细胞形状自动分类：形状描述符的比较评估
计算机视觉与模式识别
2024-11-04 v1 定量方法
摘要
本研究针对从噪声轮廓（如通过组织切片图像的细胞实例分割获得）中分类细胞形状的挑战。我们评估了各种形状分类特征的性能，包括椭圆傅里叶描述符、曲率特征和低维表示。利用带标注的合成噪声轮廓数据集，我们识别出最合适的形状描述符，并将其应用于一组真实图像进行定性分析。我们的目标是提供对细胞形状分类描述符的全面评估，以支持细胞类型识别和组织表征——这是生物研究和组织病理学评估中的关键任务。
引用
@article{arxiv.2411.00561,
title = {Automated Classification of Cell Shapes: A Comparative Evaluation of Shape Descriptors},
author = {Valentina Vadori and Antonella Peruffo and Jean-Marie Graïc and Livio Finos and Enrico Grisan},
journal= {arXiv preprint arXiv:2411.00561},
year = {2024}
}