SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:uu-308090"
 

Sökning: id:"swepub:oai:DiVA.org:uu-308090" > Automated detection...

Automated detection of cilia in low magnification transmission electron microscopy images using template matching

Suveer, Amit (författare)
Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion,Centre for Image Analysis
Sladoje, Nataša (författare)
Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion,Serbian Acad Arts & Sci, Math Inst, Belgrade, Serbia,Centre for Image Analysis
Lindblad, Joakim (författare)
Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion,Serbian Acad Arts & Sci, Math Inst, Belgrade, Serbia,Centre for Image Analysis
visa fler...
Dragomir, Anca (författare)
Uppsala University Hospital
Sintorn, Ida-Maria (författare)
Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion,Centre for Image Analysis
visa färre...
 (creator_code:org_t)
IEEE, 2016
2016
Engelska.
Ingår i: Biomedical Imaging (ISBI), 2016 IEEE 13th International Symposium on. - : IEEE. - 9781479923496 - 9781479923502 ; , s. 386-390
  • Konferensbidrag (övrigt vetenskapligt/konstnärligt)
Abstract Ämnesord
Stäng  
  • Ultrastructural analysis using Transmission Electron Microscopy (TEM) is a common approach for diagnosing primary ciliary dyskinesia. The manually performed diagnostic procedure is time consuming and subjective, and automation of the process is highly desirable. We aim at automating the search for plausible cilia instances in images at low magnification, followed by acquisition of high magnification images of regions with detected cilia for further analysis. This paper presents a template matching based method for automated detection of cilia objects in low magnification TEM images, where object radii do not exceed 10 pixels. We evaluate the performance of a series of synthetic templates generated for this purpose by comparing automated detection with results manually created by an expert pathologist. The best template achieves a detection at equal error rate of 47% which suffices to identify densely populated cilia regions suitable for high magnification imaging.

Ämnesord

NATURVETENSKAP  -- Data- och informationsvetenskap -- Datorseende och robotik (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Vision and Robotics (hsv//eng)

Nyckelord

Image resolution
Transmission Electron Microscopy
Object detection
Shape
Image analysis
Template matching
Computerized Image Processing
Datoriserad bildbehandling
Datoriserad bildanalys
Computerized Image Analysis

Publikations- och innehållstyp

vet (ämneskategori)
kon (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

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