各向异性电镜体积中神经组织的多假设条件随机场分割
计算机视觉与模式识别
2011-09-20 v4
摘要
我们提出了一种联合分割和分组各向异性三维图像数据中相似成分的方法，并将其用于序列切片电子显微镜（EM）图像中的神经组织分割。我们首先为每个切片构建一组嵌套的神经元分割假设。然后，一个条件随机场（CRF）允许我们评估特定分割以及特定层间神经元候选分配与底层观测的兼容性。该模型通过整数线性规划（ILP）对整个图像堆栈同时进行最优求解，在切片数量上以摊销线性时间得到最大后验解。我们在果蝇幼虫神经纤维网的一个标注样本上评估了该方法的性能，结果表明，在每个切片中考虑不同的分割假设可显著提高分割和分配的准确性。
引用
@article{arxiv.1109.2449,
title = {Multi-Hypothesis CRF-Segmentation of Neural Tissue in Anisotropic EM Volumes},
author = {Jan Funke and Björn Andres and Fred Hamprecht and Albert Cardona and Matthew Cook},
journal= {arXiv preprint arXiv:1109.2449},
year = {2011}
}