利用卷积神经网络在光学相干显微图像中分割果蝇心脏
计算机视觉与模式识别
2018-07-24 v2
摘要
卷积神经网络是图像分割与分类的有力工具。在此，我们使用该方法在定制光学相干显微镜（OCM）系统获取的截面图像中识别并标记不同发育阶段的果蝇心脏区域。借助我们训练良好的卷积神经网络模型，多个心跳周期中的心脏区域可被标记，交并比（IOU）约为 86%。利用自动分割的心脏区域，可以准确量化多种形态学与动力学心脏参数。本研究展示了一种高效的心脏分割方法，用于分析果蝇跳动心脏 OCM 图像。
引用
@article{arxiv.1803.01947,
title = {Segmentation of Drosophila Heart in Optical Coherence Microscopy Images Using Convolutional Neural Networks},
author = {Lian Duan and Xi Qin and Yuanhao He and Xialin Sang and Jinda Pan and Tao Xu and Jing Men and Rudolph E. Tanzi and Airong Li and Yutao Ma and Chao Zhou},
journal= {arXiv preprint arXiv:1803.01947},
year = {2018}
}
备注
7 figures