کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7562501 1491508 2017 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Structure-aware enhancement of imaging mass spectrometry data for semantic segmentation
ترجمه فارسی عنوان
ساختار آگاهانه افزایش داده های طیف سنجی توده تصویری برای تقسیم معنایی
کلمات کلیدی
تصویربرداری اسپکترومتر جرمی، افزایش ساختار آگاه، تقسیم بندی تصویر، خوشه بندی معنایی،
ترجمه چکیده
داده های تصویربرداری عددی طیف سنجی حاوی اطلاعات ساختاری هستند، در حالیکه طیف های جرمی مشابه همان شیء را نشان می دهند. با این حال، به علت آلودگی داده ها در طول اندازه گیری، اطلاعات ساختاری در تصویر ظاهرا است. ما یک رویکرد جدید برای ارتقاء این ساختارها را توسعه دادیم و سپس با استفاده از ساختارهای پیشرفته، داده های تصویربرداری اسپکترومتری داده شده را به طور معنایی بخش بندی کردیم. پس از مراحل خطی افزایش تصویر، تقسیم بندی خام و خوشه بندی معنایی، تقسیم بندی تصویر معنی دار رنگی تولید می شود که به شدت ساختار اصلی تصویر را جذب می کند و همچنین تغییرات پیکسل را در هنگام اندازه گیری نشان می دهد. مقایسه ها اثربخشی خط لوله ما را نشان می دهد. یک برنامه بیولوژیکی بر اساس افزایش و تقسیم بندی ما نشان می دهد که روش ما می تواند برای شناسایی مناطق بخش های بافت استفاده شود.
موضوعات مرتبط
مهندسی و علوم پایه شیمی شیمی آنالیزی یا شیمی تجزیه
چکیده انگلیسی
Mass Spectrometry Imaging data contains structural information, where similar mass spectra represent the same object. However, due to data contaminations during the measurement, the structural information in the image is in-apparent. We develop a new approach to enhance these structures and then semantically segmenting the given Mass Spectrometry Imaging data by following the enhanced structures. After the pipelined steps of image enhancement, raw segmentation and semantic clustering, meaningful color-coded image segmentation is produced, which greatly captures the main structure of the image and also suppress pixel-wise variations introduced during the measurement. Comparisons show the effectiveness of our pipeline. A biological application based on our enhancement and segmentation shows that our method can be used to identify regions of tissue sections.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Chemometrics and Intelligent Laboratory Systems - Volume 171, 15 December 2017, Pages 259-265
نویسندگان
, ,