用于大图像中细胞自动定位的三维GPU加速活动轮廓法
图像与视频处理
2019-06-19 v1 计算机视觉与模式识别
摘要
显微镜下的细胞分割是一个具有挑战性的问题，因为细胞通常不对称且密集堆积。对于极大的图像而言，这一问题尤为困难，因为人工干预和处理时间会使分割难以进行。在本文中，我们提出了一种高效且高度并行的对称三维（3D）轮廓演化公式，扩展了先前关于快速二维活动轮廓的工作。我们给出了在3D图像上优化的公式，以及一种在消费级图形硬件上加速计算的策略。所提出的软件利用蒙特卡洛采样方案来加速收敛并减少线程发散。实验结果表明，与现有方法在大型3D脑图像上的表现相比，该方法在大型2D和3D细胞分割任务中提供了更优的性能。
引用
@article{arxiv.1804.06304,
title = {Three-Dimensional GPU-Accelerated Active Contours for Automated Localization of Cells in Large Images},
author = {Mahsa Lotfollahi and Sebastian Berisha and Leila Saadatifard and Laura Montier and Jokubas Ziburkus and David Mayerich},
journal= {arXiv preprint arXiv:1804.06304},
year = {2019}
}