論文の概要: Semi-Automatic Generation of Tight Binary Masks and Non-Convex
Isosurfaces for Quantitative Analysis of 3D Biological Samples
- arxiv url: http://arxiv.org/abs/2001.11469v1
- Date: Thu, 30 Jan 2020 17:36:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-05 12:48:43.379510
- Title: Semi-Automatic Generation of Tight Binary Masks and Non-Convex
Isosurfaces for Quantitative Analysis of 3D Biological Samples
- Title（参考訳）: 3次元生体試料の定量分析のための傾斜面と非凸面の半自動生成
- Authors: Sourabh Bhide, Ralf Mikut, Maria Leptin, Johannes Stegmaier
- Abstract要約: 現在の顕微鏡では、完全な生物(3D+t)の3D+tが細胞レベルでの開発に関する洞察を与えてくれる。
画像の速度と品質は着実に改善されているが、完全セグメンテーション解析法は十分ではない。
これは、画像(100um - 1mm)と標本の奥深くに当てはまる。
胚の3D+t光シート顕微鏡画像の定量的解析システムを開発した。
- 参考スコア（独自算出の注目度）: 0.2711107673793059
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current in vivo microscopy allows us detailed spatiotemporal imaging (3D+t)
of complete organisms and offers insights into their development on the
cellular level. Even though the imaging speed and quality is steadily
improving, fully-automated segmentation and analysis methods are often not
accurate enough. This is particularly true while imaging large samples (100um -
1mm) and deep inside the specimen. Drosophila embryogenesis, widely used as a
developmental paradigm, presents an example for such a challenge, especially
where cell outlines need to imaged - a general challenge in other systems as
well. To deal with the current bottleneck in analyzing quantitatively the 3D+t
light-sheet microscopy images of Drosophila embryos, we developed a collection
of semi-automatic open-source tools. The presented methods include a
semi-automatic masking procedure, automatic projection of non-convex 3D
isosurfaces to 2D representations as well as cell segmentation and tracking.
- Abstract（参考訳）: 現在のin vivo顕微鏡は、完全な生物の時空間イメージング(3d+t)を可能にし、細胞レベルでの発達に関する洞察を提供する。
撮像速度や画質は着実に向上しているが、完全に自動化されたセグメンテーションや分析手法は正確ではないことが多い。
これは特に大きな試料(100um1mm)と標本内部の深部を撮影するときに当てはまる。
ショウジョウバエの胚発生は、発達パラダイムとして広く用いられており、特に細胞輪郭をイメージする必要があるような課題の例を示している。
ショウジョウバエ胚の3d+t光シート顕微鏡画像の定量的解析における現在のボトルネックに対処するため,半自動的なオープンソースツール群を開発した。
提案手法は, 半自動マスキング法, 非凸3次元アイソサーフェスから2次元表現への自動投影法, 細胞セグメンテーションと追跡法を含む。
関連論文リスト
- Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。
我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文 参考訳（メタデータ） (2024-04-15T02:41:55Z) - GeoGS3D: Single-view 3D Reconstruction via Geometric-aware Diffusion Model and Gaussian Splatting [81.03553265684184]
単視点画像から詳細な3Dオブジェクトを再構成するフレームワークであるGeoGS3Dを紹介する。
本稿では,GDS(Gaussian Divergence Significance)という新しい指標を提案する。
実験により、GeoGS3Dはビュー間で高い一貫性を持つ画像を生成し、高品質な3Dオブジェクトを再構成することを示した。
論文 参考訳（メタデータ） (2024-03-15T12:24:36Z) - Nondestructive, quantitative viability analysis of 3D tissue cultures
using machine learning image segmentation [0.0]
本稿では,3次元培養における細胞生存率の定量化のための画像処理アルゴリズムについて述べる。
提案アルゴリズムは,1対の人的専門家に対して,数日にわたる全体像と培養マトリクスの合成において,同様の性能を示すことを示す。
論文 参考訳（メタデータ） (2023-11-15T20:28:31Z) - Towards Model Generalization for Monocular 3D Object Detection [57.25828870799331]
我々は,Mono3Dオブジェクト検出に有効な統合カメラ一般化パラダイム(CGP)を提案する。
また,インスタンスレベルの拡張によりギャップを埋める2D-3D幾何一貫性オブジェクトスケーリング戦略(GCOS)を提案する。
DGMono3Dと呼ばれる手法は、評価された全てのデータセットに対して顕著な性能を達成し、SoTAの教師なしドメイン適応スキームを上回ります。
論文 参考訳（メタデータ） (2022-05-23T23:05:07Z) - Low dosage 3D volume fluorescence microscopy imaging using compressive
sensing [0.0]
本稿では, 圧縮センシングによる3Dボリュームの完全再構成を, 励起量の半分未満のSNRで行う方法を提案する。
ゼブラフィッシュ胚脊髄のRFP標識ニューロンの3次元体積を, 共焦点顕微鏡を用いて0.1umの軸方向サンプリングにより計測し, 本手法の実証を行った。
この研究で開発されたCSベースの手法は、2光子や光シート顕微鏡などの他の深部イメージングに容易に適用でき、サンプル光毒性の低減は重要な課題である。
論文 参考訳（メタデータ） (2022-01-03T18:44:50Z) - 3D Reconstruction of Curvilinear Structures with Stereo Matching
DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。
主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文 参考訳（メタデータ） (2021-10-14T23:05:47Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳（メタデータ） (2021-10-11T20:20:03Z) - Semi- and Self-Supervised Multi-View Fusion of 3D Microscopy Images
using Generative Adversarial Networks [0.11719282046304678]
蛍光顕微鏡の最近の進歩により、生体モデル生物の高解像度3D画像の撮影が可能になった。
巨大な標本を撮影するためには、多視点の光シート画像のような技術が各時点の異なる向きを記録している。
CNNベースのマルチビューデコンボリューションと2つの合成データセットとの融合は、胚の発生を模倣し、2つまたは4つの相補的な3Dビューを含む。
論文 参考訳（メタデータ） (2021-08-05T17:21:01Z) - 3D fluorescence microscopy data synthesis for segmentation and
benchmarking [0.9922927990501083]
3次元蛍光顕微鏡のための現実的な画像データを生成するために、条件付き生成対向ネットワークを利用することができる。
細胞構造のさらなる位置条件付けにより、位置依存的な強度特性の再構築が可能となる。
パッチワイド動作原理とその後のフルサイズ再組み立て戦略を用いて、任意のサイズと異なる生物の画像データを生成する。
論文 参考訳（メタデータ） (2021-07-21T16:08:56Z) - Towards an Automatic Analysis of CHO-K1 Suspension Growth in
Microfluidic Single-cell Cultivation [63.94623495501023]
我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。
具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
論文 参考訳（メタデータ） (2020-10-20T08:36:51Z) - Attention-guided Quality Assessment for Automated Cryo-EM Grid Screening [7.213084307941148]
本稿では,Creo-EMグリッドの自動スクリーニングのための最初のディープラーニングフレームワークであるXCryoNetを提案する。
XCryoNetは、半教師付き、注意誘導型ディープラーニングアプローチであり、自動抽出された正方形画像の説明可能なスコアリングを提供する。
その結果、ラベル付きデータが不足している場合には、完全に教師されたソリューションと意図しないソリューションに対して、最大8%と37%の改善が見られた。
論文 参考訳（メタデータ） (2020-07-10T20:11:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。