基于泛函逆扩散与非负组稀疏性的细胞检测——第二部分：邻近优化与性能评估
信号处理
2018-10-19 v5
摘要
在这篇分为两部分的论文中，我们提出了一种新颖的框架和方法，用于分析来自某些基于图像的生化检测（例如ELISPOT和Fluorospot检测）的数据。在这第二部分中，我们聚焦于算法贡献。我们提供了一种泛函逆扩散算法，用于求解我们在第一部分中提出的变分问题。作为推导该算法的一部分，我们给出了非负组稀疏正则化子的邻近算子，这是一个本身即令人感兴趣的新结果，亦可与先前关于函数和的邻近算子的结果进行比较。随后，我们给出了该算法的一种离散化近似实现，并从操作性细胞检测指标和分布性最优传输指标两方面对其进行了评估。
引用
@article{arxiv.1710.01622,
title = {Cell Detection by Functional Inverse Diffusion and Non-negative Group Sparsity$-$Part II: Proximal Optimization and Performance Evaluation},
author = {Pol del Aguila Pla and Joakim Jaldén},
journal= {arXiv preprint arXiv:1710.01622},
year = {2018}
}
备注
published, 16 pages