期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图像融合方法在细胞图像处理中的应用(英文)
1
作者
李勤
代彩虹
+4 位作者
俞信
王苏生
张同存
曹恩华
李景福
《Journal of Beijing Institute of Technology》
EI
CAS
1998年第4期412-417,共6页
目的将荧光图像和透射图像融合为一幅图像,实现荧光在细胞内部发光位置的准确定位,方法将图像融合技术应用于生物细胞图像的处理,采用两种基于小波变换的算法:双阈值法和消除高频噪声法,用于研究以溴乙啶(EB)标记的细胞凋亡现象...
目的将荧光图像和透射图像融合为一幅图像,实现荧光在细胞内部发光位置的准确定位,方法将图像融合技术应用于生物细胞图像的处理,采用两种基于小波变换的算法:双阈值法和消除高频噪声法,用于研究以溴乙啶(EB)标记的细胞凋亡现象,结果与结论通过融合图像可以准确判断细胞内部的发光位置,同时可观察到细胞的一些结构,图像的信噪比得以改善,图像融合方法不仅适合于研究细胞的荧光图像和透射图像,而且适合于对细胞进行双标记或三种标记的情况。
展开更多
关键词
图像融合
小波变换
双阈值法
消除噪声法
活细胞图像
下载PDF
职称材料
基于深度学习的活体细胞有丝分裂检测方法
被引量:
5
2
作者
柯宝生
李颖
+2 位作者
任振波
邸江磊
赵建林
《光学学报》
EI
CAS
CSCD
北大核心
2021年第15期88-97,共10页
活体细胞有丝分裂过程的发生具有时间和空间上的随机性,自动识别并准确定位活体细胞的有丝分裂对科研人员而言充满挑战。提出一种基于深度学习的自动识别并定位活体细胞有丝分裂的检测方法。通过改进YOLOv3主干网络并引入注意力机制,构...
活体细胞有丝分裂过程的发生具有时间和空间上的随机性,自动识别并准确定位活体细胞的有丝分裂对科研人员而言充满挑战。提出一种基于深度学习的自动识别并定位活体细胞有丝分裂的检测方法。通过改进YOLOv3主干网络并引入注意力机制,构建名为DetectNet的深度神经网络。在明场显微成像条件下,获取多尺寸活体细胞图像并构建数据集对网络进行训练,并对DetectNet与多个目标检测算法进行对比,验证其有效性。实验结果表明,针对活体细胞的明场显微图像,DetectNet能够高效地从不同尺寸大视场图像中直接识别并定位有丝分裂细胞,同时具有较高的检测精度和较快的检测速度,因而在生物和医学领域具有非常大的潜在应用价值。
展开更多
关键词
成像系统
活体细胞
有丝分裂
深度学习
目标检测算法
明场显微成像
原文传递
题名
图像融合方法在细胞图像处理中的应用(英文)
1
作者
李勤
代彩虹
俞信
王苏生
张同存
曹恩华
李景福
机构
北京理工大学光电工程系
中国科学院生物物理研究所
出处
《Journal of Beijing Institute of Technology》
EI
CAS
1998年第4期412-417,共6页
基金
国家自然科学基金
国家"863"计划资助
文摘
目的将荧光图像和透射图像融合为一幅图像,实现荧光在细胞内部发光位置的准确定位,方法将图像融合技术应用于生物细胞图像的处理,采用两种基于小波变换的算法:双阈值法和消除高频噪声法,用于研究以溴乙啶(EB)标记的细胞凋亡现象,结果与结论通过融合图像可以准确判断细胞内部的发光位置,同时可观察到细胞的一些结构,图像的信噪比得以改善,图像融合方法不仅适合于研究细胞的荧光图像和透射图像,而且适合于对细胞进行双标记或三种标记的情况。
关键词
图像融合
小波变换
双阈值法
消除噪声法
活细胞图像
Keywords
image
fusion,wavelet transform
double thresholds algorithm
denoising algorithms
,
living cell image
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度学习的活体细胞有丝分裂检测方法
被引量:
5
2
作者
柯宝生
李颖
任振波
邸江磊
赵建林
机构
西北工业大学物理科学与技术学院
陕西省光信息技术重点实验室
超常条件材料物理与化学教育部重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2021年第15期88-97,共10页
基金
国家自然科学基金(61927810,62075183,61905197)
中央高校基本科研业务费(310201911qd002)。
文摘
活体细胞有丝分裂过程的发生具有时间和空间上的随机性,自动识别并准确定位活体细胞的有丝分裂对科研人员而言充满挑战。提出一种基于深度学习的自动识别并定位活体细胞有丝分裂的检测方法。通过改进YOLOv3主干网络并引入注意力机制,构建名为DetectNet的深度神经网络。在明场显微成像条件下,获取多尺寸活体细胞图像并构建数据集对网络进行训练,并对DetectNet与多个目标检测算法进行对比,验证其有效性。实验结果表明,针对活体细胞的明场显微图像,DetectNet能够高效地从不同尺寸大视场图像中直接识别并定位有丝分裂细胞,同时具有较高的检测精度和较快的检测速度,因而在生物和医学领域具有非常大的潜在应用价值。
关键词
成像系统
活体细胞
有丝分裂
深度学习
目标检测算法
明场显微成像
Keywords
imaging systems
living
cell
mitosis
deep learning
object detection algorithm
bright field microscopic imaging
分类号
O436.1 [机械工程—光学工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
图像融合方法在细胞图像处理中的应用(英文)
李勤
代彩虹
俞信
王苏生
张同存
曹恩华
李景福
《Journal of Beijing Institute of Technology》
EI
CAS
1998
0
下载PDF
职称材料
2
基于深度学习的活体细胞有丝分裂检测方法
柯宝生
李颖
任振波
邸江磊
赵建林
《光学学报》
EI
CAS
CSCD
北大核心
2021
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部