【摘要】 凸体分割在生物医学和工业领域有着广泛的实际应用。提出了一种用于分割生物医学图像中重叠或接触细胞的新框架。

凸体分割在生物医学和工业领域有着广泛的实际应用。提出了一种用于分割生物医学图像中重叠或接触细胞的新框架。在结构感知分裂中，我们首先利用提取的候选分裂点来识别簇结构，然后使用相应的分裂策略来构造分裂线。为了进一步提高分割结果的稳健性，提出了一种后处理方法，并将其添加到我们的分割框架中。在BRoad BioImage Benchmark Collection的三个数据集上进行了实验。实验结果表明，该方法具有较好的性能。该分裂框架包括两个部分：候选分裂点提取和结构感知分裂。前者用来刻画包含的细胞团，后者用来识别细胞团的结构，然后利用相应的分裂策略构造分裂线。通过将我们的结果与人工识别进行比较来执行定量的性能评估。与其他四种在RC、PR和FM方面竞争的方法相比，所提出的方法在分割块方面是最好的方法。对于前三个数据集，CM的结果明显低于其他方法。这是因为该方法只能处理部分类型的聚类，而对于包含各种聚类的复杂数据集，效果较差。在数据集3中，由于对象数量的增加，单元格块更加复杂和多样。为了进一步提高分割结果的稳健性，在分割框架中引入了后处理方法。通过在三个数据集上的实验，验证了该方法的优越性能。在未来，我们将考虑更多的情况并引入显著检测技术[1,2]，以进一步提高我们所提出的方法的稳健性，并将所提出的分裂框架应用于更广泛的计算机视觉任务中，例如在菌落图像分析和纳米粒子图像分析中。

 

[1] Y. Liu, J. Han, Q. Zhang, L. Wang, Salient object detection via two-stage graphs, IEEE Trans. Circuits Anal. Video Technol. 29 (4) (2019) 1023–1034.

[2] Q. Zhang, Z. Huo, Y. Liu, Y. Pan, C. Shan, J. Han, Salient object detection employing a local tree-structured low-rank representation and foreground consistency, Pattern Recognit. 92 (2019) 119–134

 

科学指南针通过互联网技术建立更可靠的服务标准，全国30个办事处，19个城市拥有自营实验室，最好的设备、最专业的老师为您服务。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。