HEp-2细胞分类：高斯尺度空间理论作为预处理方法的作用
计算机视觉与模式识别
2015-09-09 v1
摘要
间接免疫荧光成像的人上皮2型(HEp-2)细胞是识别抗核抗体(ANA)存在的有效方法。大多数现有HEp-2细胞分类工作主要关注特征提取、特征编码和分类器设计。很少研究预处理技术的重要性。本文分析了预处理的重要性，并研究了高斯尺度空间(GSS)理论作为HEp-2细胞分类任务预处理方法的作用。我们在局部二值模式(LBP)和词袋(BoW)框架下验证了GSS预处理。在BoW框架下，所引入的预处理方法仅使用一种局部方向自适应描述子(LOAD)，在可执行主题关于间接免疫荧光模式识别技术(ET-PRT-IIF)图像分析上取得了优越性能。我们的系统仅使用一种特征，优于ICPR 2014竞赛中结合四种特征的获胜者。同时，提出的预处理方法不限于本工作，可推广到许多现有工作。
引用
@article{arxiv.1509.02320,
title = {HEp-2 Cell Classification: The Role of Gaussian Scale Space Theory as A Pre-processing Approach},
author = {Xianbiao Qi and Guoying Zhao and Jie Chen and Matti Pietikäinen},
journal= {arXiv preprint arXiv:1509.02320},
year = {2015}
}
备注
9 pages, 6 figures