Automatic Detection and Segmentation of Exosomes in Transmission Electron Microscopy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F16%3A00091584" target="_blank" >RIV/00216224:14330/16:00091584 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-46604-0_23" target="_blank" >http://dx.doi.org/10.1007/978-3-319-46604-0_23</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-46604-0_23" target="_blank" >10.1007/978-3-319-46604-0_23</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Automatic Detection and Segmentation of Exosomes in Transmission Electron Microscopy

Popis výsledku v původním jazyce

We presented a morphological method for automatic detection and segmentation of exosomes in transmission electron microscopy images. The exosome segmentation was carried out using morphological seeded watershed on gradient magnitude image, with the seeds established by applying a series of hysteresis thresholdings, followed by morphological filtering and cluster splitting. We tested the method on a diverse image data set, yielding the detection performance of slightly over 80 %.

Název v anglickém jazyce

Automatic Detection and Segmentation of Exosomes in Transmission Electron Microscopy

Popis výsledku anglicky

We presented a morphological method for automatic detection and segmentation of exosomes in transmission electron microscopy images. The exosome segmentation was carried out using morphological seeded watershed on gradient magnitude image, with the seeds established by applying a series of hysteresis thresholdings, followed by morphological filtering and cluster splitting. We tested the method on a diverse image data set, yielding the detection performance of slightly over 80 %.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Computer Vision -- ECCV 2016 Workshops: Amsterdam, The Netherlands, October 8-10 and 15-16, 2016, Proceedings, Part I

ISBN

9783319466033

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

318-325

Název nakladatele

Springer International Publishing

Místo vydání

Cham, Switzerland

Místo konání akce

Amsterdam, The Netherlands

Datum konání akce

1. 1. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—