論文の概要: Estimation of Z-Thickness and XY-Anisotropy of Electron Microscopy Images using Gaussian Processes

• arxiv url: http://arxiv.org/abs/2002.00228v2
• Date: Tue, 4 Feb 2020 21:32:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-05 00:47:20.670079
• Title: Estimation of Z-Thickness and XY-Anisotropy of Electron Microscopy Images using Gaussian Processes
• Title（参考訳）: ガウス過程を用いた電子顕微鏡画像のZ厚さとXY異方性の推定
• Authors: Thanuja D. Ambegoda, Julien N. P. Martel, Jozef Adamcik, Matthew Cook, Richard H. R. Hahnloser
• Abstract要約: 画像統計の非パラメトリックベイズ回帰を用いて電子顕微鏡断面の厚さと伸張を推定する手法を提案する。 間接厚さ推定法の評価のために, 直接計測された断面厚さ値を持つSsSEM画像の最初のデータセットを公開している。
• 参考スコア（独自算出の注目度）: 8.060201516099847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Serial section electron microscopy (ssEM) is a widely used technique for obtaining volumetric information of biological tissues at nanometer scale. However, accurate 3D reconstructions of identified cellular structures and volumetric quantifications require precise estimates of section thickness and anisotropy (or stretching) along the XY imaging plane. In fact, many image processing algorithms simply assume isotropy within the imaging plane. To ameliorate this problem, we present a method for estimating thickness and stretching of electron microscopy sections using non-parametric Bayesian regression of image statistics. We verify our thickness and stretching estimates using direct measurements obtained by atomic force microscopy (AFM) and show that our method has a lower estimation error compared to a recent indirect thickness estimation method as well as a relative Z coordinate estimation method. Furthermore, we have made the first dataset of ssSEM images with directly measured section thickness values publicly available for the evaluation of indirect thickness estimation methods.
• Abstract（参考訳）: シリアルセクション電子顕微鏡(SsEM)は、生体組織の体積情報をナノメートルスケールで取得する技術として広く用いられている。 しかし、同定された細胞構造と体積量子化の正確な3次元再構成は、XYイメージング面に沿った断面厚さと異方性(または伸展)の正確な推定を必要とする。 実際、多くの画像処理アルゴリズムは単に撮像面内の等方性を想定している。 そこで本稿では,画像統計の非パラメトリックベイズ回帰法を用いて,電子顕微鏡断面の厚さと伸びを推定する手法を提案する。 我々は,原子間力顕微鏡(AFM)により得られた直接測定値を用いて,我々の厚さと伸張率を検証し,最近の間接厚さ推定法や相対Z座標推定法と比較して推定誤差が低いことを示す。 さらに,直接計測された断面厚み値を用いたssem画像の最初のデータセットを作成し,間接厚み推定法の評価を行った。

関連論文リスト

• Low dimensional representation of multi-patient flow cytometry datasets using optimal transport for minimal residual disease detection in leukemia [1.2564343689544843]
  急性骨髄性白血病(AML)におけるMRD(Representing and Minimal Residual Disease)は予後と予後に必須である。 本稿では, 最適輸送(OT)に基づく統計的学習手法について検討し, フロー計測の低次元表現を実現する。 特に、我々のOTベースのアプローチは、FlowSomアルゴリズムの結果の関連性および情報的2次元表現を可能にする。
  論文  参考訳（メタデータ） (2024-07-24T14:53:01Z)
• A Voxel-based Approach for Simulating Microbial Decomposition in Soil: Comparison with LBM and Improvement of Morphological Models [0.0]
  本研究では,有機物の微生物分解をシミュレーションするための新しい計算手法を提案する。 この方法は、変換および拡散過程をシミュレートするために、連結ボクセルの値付きグラフを用いる。 得られたモデルは、多孔質媒体の拡散変換過程をシミュレートするために適応することができる。
  論文  参考訳（メタデータ） (2024-06-06T15:35:25Z)
• Microscale 3-D Capacitance Tomography with a CMOS Sensor Array [1.2691748262741016]
  我々は、CMOSマイクロ電極アレイを用いて、高分子微粒子および細菌バイオフィルムのECTイメージングを実証した。 本研究では,センサ計測から平面外誘電率マップを再構成する深層学習アーキテクチャと多目的学習手法を提案する。
  論文  参考訳（メタデータ） (2023-09-16T16:24:58Z)
• Pixelated Reconstruction of Foreground Density and Background Surface Brightness in Gravitational Lensing Systems using Recurrent Inference Machines [116.33694183176617]
  我々は、リカレント推論マシンに基づくニューラルネットワークを用いて、背景画像の歪みのない画像と、画素マップとしてのレンズ質量密度分布を再構成する。 従来のパラメトリックモデルと比較して、提案手法はより表現力が高く、複雑な質量分布を再構成することができる。
  論文  参考訳（メタデータ） (2023-01-10T19:00:12Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• Incorporating Texture Information into Dimensionality Reduction for High-Dimensional Images [65.74185962364211]
  距離ベース次元削減手法に周辺情報を組み込む手法を提案する。 画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
  論文  参考訳（メタデータ） (2022-02-18T13:17:43Z)
• A Model for Multi-View Residual Covariances based on Perspective Deformation [88.21738020902411]
  マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。 我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
  論文  参考訳（メタデータ） (2022-02-01T21:21:56Z)
• Solving Inverse Problems in Medical Imaging with Score-Based Generative Models [87.48867245544106]
  CT(Computed Tomography)とMRI(Magnetic Resonance Imaging)における医用画像の再構成は重要な逆問題である 機械学習に基づく既存のソリューションは通常、測定結果を医療画像に直接マッピングするモデルを訓練する。 本稿では,最近導入されたスコアベース生成モデルを利用して,逆問題解決のための教師なし手法を提案する。
  論文  参考訳（メタデータ） (2021-11-15T05:41:12Z)
• Machine Learning Guided 3D Image Recognition for Carbonate Pore and Mineral Volumes Determination [1.565870461096057]
  我々は3D uCTとMRI画像からポロシティを決定する2つの方法を提案する。 IROGAとMLDGRFは、トレーニングセットで96.2%と97.1%の精度でポロシティの結果を生み出している。
  論文  参考訳（メタデータ） (2021-11-08T16:34:08Z)
• Probabilistic 3D surface reconstruction from sparse MRI information [58.14653650521129]
  スパース2次元MR画像データとアレータティック不確実性予測から3次元表面再構成を同時に行うための新しい確率論的深層学習手法を提案する。 本手法は,3つの準直交MR画像スライスから,限られたトレーニングセットから大きな表面メッシュを再構成することができる。
  論文  参考訳（メタデータ） (2020-10-05T14:18:52Z)
• A machine learning-based method for estimating the number and orientations of major fascicles in diffusion-weighted magnetic resonance imaging [7.032850705203263]
  本稿では,ボクセル内のファシクルを正確に推定するマシンベース手法を提案する。 我々の手法はシミュレーションまたは実測値で訓練することができる。
  論文  参考訳（メタデータ） (2020-06-19T13:07:45Z)

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。