用于检测细胞铺展以评估癌症发展转移的自动化图像分割方法
计算机视觉与模式识别
2018-01-03 v1
摘要
显微图像中细胞的自动化分割是一个开放的研究问题，对基于体外模型的发育与癌症过程研究具有重要意义。在本文中，我们提出了一种利用 G-邻域平滑、继以 Kauwahara 滤波和局部标准差方法进行边界检测的培养细胞 DIC 图像分割方案。使用 NIH FIJI/ImageJ 工具创建真值数据集。本工作的结果表明，即便在真实测量条件下，利用分割方法检测细胞边界仍是一个具有挑战性的问题。
引用
@article{arxiv.1801.00455,
title = {Automated image segmentation for detecting cell spreading for metastasizing assessments of cancer development},
author = {Sholpan Kauanova and Ivan Vorobjev and Alex Pappachen James},
journal= {arXiv preprint arXiv:1801.00455},
year = {2018}
}