Fully automatic segmentation of stained histological cuts

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F13%3A00211381" target="_blank" >RIV/68407700:21230/13:00211381 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Fully automatic segmentation of stained histological cuts

Popis výsledku v původním jazyce

The paper describes an automatic unsupervised segmentation of stained histological sections, which would be suitable for further registration of series of stained consecutive histological cuts. We combine some already existing methods - Gaussian Mixturemodel above colour histogram, superpixels to increase the robustness and speed and the Graph Cut method to obtain compact segmentation. We show the experimental results and segmentation precision on both synthetic and real histological images. For synthetic images we reach mean classification error for 4-class segmentation of about 3%. The unsupervised segmentation on real images shows us always reasonable object, which is important for future segmentation-based registration.

Název v anglickém jazyce

Fully automatic segmentation of stained histological cuts

Popis výsledku anglicky

The paper describes an automatic unsupervised segmentation of stained histological sections, which would be suitable for further registration of series of stained consecutive histological cuts. We combine some already existing methods - Gaussian Mixturemodel above colour histogram, superpixels to increase the robustness and speed and the Graph Cut method to obtain compact segmentation. We show the experimental results and segmentation precision on both synthetic and real histological images. For synthetic images we reach mean classification error for 4-class segmentation of about 3%. The unsupervised segmentation on real images shows us always reasonable object, which is important for future segmentation-based registration.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP202%2F11%2F0111" target="_blank" >GAP202/11/0111: Automatická analýza obrazů nervové tkáně ze světelné a elektronové mikroskopie</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

POSTER 2013 - 17th International Student Conference on Electrical Engineering

ISBN

978-80-01-05242-6

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

1-7

Název nakladatele

Czech Technical University

Místo vydání

Prague

Místo konání akce

Prague

Datum konání akce

16. 5. 2013

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—