金纳米粒子的贝叶斯物体分类
应用统计
2013-12-06 v1
摘要
利用纳米粒子 (NPs) 合成的材料性质与纳米粒子的尺寸和形状高度相关。透射电子显微镜 (TEM) 成像技术可用于测量纳米粒子的形态特征，这些特征可以是简单的圆形，也可以是具有不同尺度和尺寸的更复杂的不规则多边形。分析 TEM 图像的一个主要困难是物体的重叠，这些物体具有不同的形态属性，且关于现存物体数量的具体信息缺失。此外，位于边界上的物体使得自动图像分析更加困难。为了克服这些挑战，我们提出了一种基于物体标记点过程表示的贝叶斯方法。我们推导了用于参数化形态方面的标记模型以及确定物体位置的点模型。所提出的模型是一种自动图像分割和分类程序，可同时检测边界并将纳米粒子分类为预定的形状族之一。由于后验分布是双重难处理的，我们通过马尔可夫链蒙特卡洛 (MCMC) 采样后验分布来执行推断。我们将这一新颖方法应用于多个金纳米粒子的 TEM 成像样本，从而获得了其形态所需的统计表征。
引用
@article{arxiv.1312.1560,
title = {Bayesian object classification of gold nanoparticles},
author = {Bledar A. Konomi and Soma S. Dhavala and Jianhua Z. Huang and Subrata Kundu and David Huitink and Hong Liang and Yu Ding and Bani K. Mallick},
journal= {arXiv preprint arXiv:1312.1560},
year = {2013}
}
备注
Published in at http://dx.doi.org/10.1214/12-AOAS616 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)