为追求连接组而自动标注轴浆网
计算机视觉与模式识别
2014-04-21 v1
摘要
在本文中，我们提出了一种新的流程，可自动识别并标注轴浆网，这是一种仅存在于轴突中的小型亚细胞结构。我们在 Kasthuri11 数据集上运行我们的算法，该数据集已使用梯度域技术进行色彩校正以调整对比度。我们使用双边滤波器平滑数据中的噪声同时保留边缘，从而突出轴浆网。随后使用形态学区域生长算法对这些轴浆网进行标注。此外，我们对双边滤波后的数据执行拉普拉斯锐化以增强边缘，并重复形态学区域生长算法以标注更多的轴浆网。我们通过切片跟踪标注以提高精度，并创建长对象以辅助段合并。该方法能以高精度标注轴浆网。通过调整几个阈值，我们的算法可轻松适配以标注不同脑数据集中的轴浆网。本工作的贡献在于引入了一种简单且鲁棒的流程，能以高精度标注轴浆网，从而推动神经电子显微镜数据自动特征标注的进展。
引用
@article{arxiv.1404.4800,
title = {Automatic Annotation of Axoplasmic Reticula in Pursuit of Connectomes},
author = {Ayushi Sinha and William Gray Roncal and Narayanan Kasthuri and Ming Chuang and Priya Manavalan and Dean M. Kleissas and Joshua T. Vogelstein and R. Jacob Vogelstein and Randal Burns and Jeff W. Lichtman and Michael Kazhdan},
journal= {arXiv preprint arXiv:1404.4800},
year = {2014}
}
备注
2 pages, 1 figure