Classification of microscopy images of Langerhans islets

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00218856" target="_blank" >RIV/68407700:21230/14:00218856 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00023001:_____/14:00059764

Výsledek na webu

<a href="http://cmp.felk.cvut.cz/pub/cmp/articles/kybic/Svihlik-SPIEMI2014.pdf" target="_blank" >http://cmp.felk.cvut.cz/pub/cmp/articles/kybic/Svihlik-SPIEMI2014.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1117/12.2043621" target="_blank" >10.1117/12.2043621</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Classification of microscopy images of Langerhans islets

Popis výsledku v původním jazyce

Classification of images of Langerhans islet is crucial procedure for optimization of diabetes treatment. Hence, this paper deals with segmentation of microscopy images of Langerhans islets and evaluation of islet parameters such as area, islet diameter,islet equivalent (IE) etc. For all the available images, the ground truth and the islet parameters were independently evaluated by four medical experts in a blinded manner. We utilized linear classifier (perceptron algorithm) and SVM (support vector machine) for image segmentation. All the available image data were segmented and compared with corresponding ground truth. The islet parameters were also evaluated and compared with parameters evaluated by medical experts. The presented fully automatic algorithm analyzes the microscopy images as good as medical experts.

Název v anglickém jazyce

Classification of microscopy images of Langerhans islets

Popis výsledku anglicky

Classification of images of Langerhans islet is crucial procedure for optimization of diabetes treatment. Hence, this paper deals with segmentation of microscopy images of Langerhans islets and evaluation of islet parameters such as area, islet diameter,islet equivalent (IE) etc. For all the available images, the ground truth and the islet parameters were independently evaluated by four medical experts in a blinded manner. We utilized linear classifier (perceptron algorithm) and SVM (support vector machine) for image segmentation. All the available image data were segmented and compared with corresponding ground truth. The islet parameters were also evaluated and compared with parameters evaluated by medical experts. The presented fully automatic algorithm analyzes the microscopy images as good as medical experts.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2014

Kód důvěrnosti údajů

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

Název statě ve sborníku

SPIE Medical Imaging

ISBN

978-0-8194-9827-4

ISSN

1605-7422

e-ISSN

—

Počet stran výsledku

8

Strana od-do

"90341S"

Název nakladatele

SPIE

Místo vydání

Bellingham

Místo konání akce

San Diego

Datum konání akce

15. 2. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000338543300062