OSLO：用于少突胶质前体细胞的自动细胞计数与分割
图像与视频处理
2018-06-06 v3
摘要
可靠的少突胶质前体细胞（OPCs）计数与分割是关键的图像分析步骤，有可能揭开 OPC 在病理过程中功能的谜团。我们提出一种基于显著性的方法来检测 OPCs，并使用标记控制的分水岭算法对 OPCs 进行分割。该方法首先对各个通道实施频率调谐显著性检测，以获得细胞候选区域。最终检测结果和内部标记可通过结合来自各个显著性图的信息来计算。本工作突出了一种用于 OPCs 的最优显著性水平（OSLO）。在此，利用有效的内部标记高效地执行分水岭分割。实验表明，我们的方法在准确性方面优于现有方法。
引用
@article{arxiv.1802.05321,
title = {OSLO: Automatic Cell Counting and Segmentation for Oligodendrocyte Progenitor Cells},
author = {Haoyi Ma and Rebecca Beiter and Alban Gaultier and Scott T. Acton and Zongli Lin},
journal= {arXiv preprint arXiv:1802.05321},
year = {2018}
}
备注
v1: Submitted to ICIP 2018; v2: Accepted to be published in 2018 IEEE International Conference on Image Processing, Oct 7-10, 2018, Athens, Greece. IEEE Copyright notice added. Minor changes for camera-ready version