SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:liu-123808"
 

Sökning: id:"swepub:oai:DiVA.org:liu-123808" > Crowdsourcing the c...

Crowdsourcing the creation of image segmentation algorithms for connectomics

Arganda-Carreras, Ignacio (författare)
Institute Jean Pierre Bourgin, France
Turaga, Srinivas C. (författare)
Howard Hughes Medical Institute, VA USA
Berger, Daniel P. (författare)
Harvard University, MA 02138 USA
visa fler...
Ciresan, Dan (författare)
Scuola University of Profess Svizzera Italiana, Switzerland
Giusti, Alessandro (författare)
Scuola University of Profess Svizzera Italiana, Switzerland
Gambardella, Luca M. (författare)
Scuola University of Profess Svizzera Italiana, Switzerland
Schmidhuber, Juergen (författare)
Scuola University of Profess Svizzera Italiana, Switzerland
Laptev, Dmitry (författare)
ETH, Switzerland
Dwivedi, Sarvesh (författare)
ETH, Switzerland
Buhmann, Joachim M. (författare)
ETH, Switzerland
Liu, Ting (författare)
University of Utah, UT USA
Seyedhosseini, Mojtaba (författare)
University of Utah, UT USA
Tasdizen, Tolga (författare)
University of Utah, UT USA
Kamentsky, Lee (författare)
Broad Institute, MA USA
Burget, Radim (författare)
Brno University of Technology, Czech Republic
Uher, Vaclav (författare)
Brno University of Technology, Czech Republic
Tan, Xiao (författare)
University of New S Wales, Australia
Sun, Changming (författare)
CSIRO, Australia
Pham, Tuan (författare)
Linköpings universitet,Institutionen för medicinsk teknik,Tekniska fakulteten
Bas, Erhan (författare)
Howard Hughes Medical Institute, VA USA
Uzunbas, Mustafa G. (författare)
Rutgers State University, NJ 08903 USA
Cardona, Albert (författare)
Howard Hughes Medical Institute, VA USA
Schindelin, Johannes (författare)
University of Wisconsin, WI USA
Sebastian Seung, H. (författare)
Princeton University, NJ 08544 USA; Princeton University, NJ 08544 USA
visa färre...
 (creator_code:org_t)
2015-11-05
2015
Engelska.
Ingår i: Frontiers in Neuroanatomy. - : Frontiers Media S.A.. - 1662-5129. ; 9:142
Relaterad länk:
https://liu.diva-por... (primary) (Raw object)
visa fler...
https://www.frontier...
https://urn.kb.se/re...
https://doi.org/10.3...
visa färre...
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • To stimulate progress in automating the reconstruction of neural circuits, we organized the first international challenge on 2D segmentation of electron microscopic (EM) images of the brain. Participants submitted boundary maps predicted for a test set of images, and were scored based on their agreement with a consensus of human expert annotations. The winning team had no prior experience with EM images, and employed a convolutional network. This "deep learning" approach has since become accepted as a standard for segmentation of FM images. The challenge has continued to accept submissions, and the best so far has resulted from cooperation between two teams. The challenge has probably saturated, as algorithms cannot progress beyond limits set by ambiguities inherent in 2D scoring and the size of the test dataset. Retrospective evaluation of the challenge scoring system reveals that it was not sufficiently robust to variations in the widths of neurite borders. We propose a solution to this problem, which should be useful for a future 3D segmentation challenge.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Medicinteknik (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Medical Engineering (hsv//eng)

Nyckelord

connectomics; electron microscopy; image segmentation; machine learning; reconstruction

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy