کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6939956 | 870071 | 2016 | 13 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A semi-automatic method for robust and efficient identification of neighboring muscle cells
ترجمه فارسی عنوان
روش نیمه اتوماتیک برای شناسایی قوی و کارآمد از سلولهای عضلانی همسایه
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تقسیم بندی، انتخاب آستانه، فرسایش مورفولوژیکی، انقباض مورفولوژیکی، سلول عضلانی / فیبر،
ترجمه چکیده
جداسازی و شناسایی سلول های عضلانی به طور قوی و موثر در تعیین شرایط فیزیولوژیکی عضله اهمیت زیادی دارد. با توجه به مصنوعات فراوان و مرز ظاهری بین سلول های مجاور، شکل دلخواه و تعداد زیادی از سلول ها، چالش برانگیز است. در حال حاضر ابزارهای تقسیم بندی و اندازه گیری به طور گسترده ای استفاده می شود معمولا دستی یا نیمه اتوماتیک است که وقت گیر و نیروی کار است. در این مقاله یک روش نیمه اتوماتیک برای جداسازی سلول های عضلانی به طور قوی و کارآمد پیشنهاد شده است. رویکرد پیشنهادی سه تکنیک پردازش تصویری اساسی، انتخاب آستانه، فرسایش نهایی مورفولوژیکی و انحطاط مورفولوژیکی را به کار می برد و تکامل می دهد. نتایج تجربی اثربخشی روش پیشنهادی را تأیید کرد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Segmentation and identification of muscle cells robustly and efficiently is of considerable importance in determining the muscle's physiological conditions. It is challenging due to frequently occurring artifacts, indistinct boundary between adjacent cells, the arbitrary shape and large number of cells. Currently, the widely used segmentation and quantification tools are usually manual or semi-automatic, which is time-consuming and labor intensive. In this paper, a semi-automatic method is proposed to segment the muscle cells robustly and efficiently. The proposed approach utilizes and evolves three fundamental image processing techniques, threshold selection, morphological ultimate erosion and morphological dilation. Experimental results verified the effectiveness of the proposed method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition - Volume 53, May 2016, Pages 300-312
Journal: Pattern Recognition - Volume 53, May 2016, Pages 300-312
نویسندگان
Zhenzhou Wang,