On generating benchmark datasets for evaluation of segmentation and tracking algorithms in fluorescence microscopy
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F13%3A00066770" target="_blank" >RIV/00216224:14330/13:00066770 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On generating benchmark datasets for evaluation of segmentation and tracking algorithms in fluorescence microscopy
Popis výsledku v původním jazyce
In fluorescence microscopy, the proper evaluation of image segmentation and tracking algorithms is still an open problem. As the ground truth for cell image data (and measurements on them) is not available in most experiments, the outputs of different image analysis methods can hardly be verified or compared to each other. We created a toolbox that can generate 3D digital phantoms of specific cellular components along with their corresponding images degraded by specific optics and electronics. The images can represent static scenes (fixed cell) as well as time-lapse sequences (living cells). Such synthetically generated images can serve as a benchmark dataset for measuring the quality of various segmentation and tracking algorithms.
Název v anglickém jazyce
On generating benchmark datasets for evaluation of segmentation and tracking algorithms in fluorescence microscopy
Popis výsledku anglicky
In fluorescence microscopy, the proper evaluation of image segmentation and tracking algorithms is still an open problem. As the ground truth for cell image data (and measurements on them) is not available in most experiments, the outputs of different image analysis methods can hardly be verified or compared to each other. We created a toolbox that can generate 3D digital phantoms of specific cellular components along with their corresponding images degraded by specific optics and electronics. The images can represent static scenes (fixed cell) as well as time-lapse sequences (living cells). Such synthetically generated images can serve as a benchmark dataset for measuring the quality of various segmentation and tracking algorithms.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GBP302%2F12%2FG157" target="_blank" >GBP302/12/G157: Dynamika a organizace chromosomů během buněčného cyklu a při diferenciaci v normě a patologii</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů