Automated image analysis in large-scale cellular electron microscopy: A literature survey

要約

半自動顕微鏡で作成された大規模な電子顕微鏡（EM）データセットは、EMの標準になりつつあります。膨大なデータ量を考えると、すべてのデータを手作業で解析することは不可能であり、自動解析が重要である。自動解析の主な課題は、バイオメディカル画像の解析と解釈に必要なアノテーションと、ハイスループットの達成である。ここでは、自動化されたコンピュータ技術の現在の最先端と、細胞EMの構造解析のための主要な課題をレビューします。生体医用画像の自動解析のために過去5年間に開発された高度なコンピュータビジョン、ディープラーニング、ソフトウェアツールについて、EMデータに対するアノテーション、セグメンテーション、スケーラビリティに関して議論する。自動画像取得と解析の統合により、ナノメートル分解能のミリメートルレンジのデータセットのハイスループット解析が可能となる。

要約(オリジナル)

Large-scale electron microscopy (EM) datasets generated using (semi-) automated microscopes are becoming the standard in EM. Given the vast amounts of data, manual analysis of all data is not feasible, thus automated analysis is crucial. The main challenges in automated analysis include the annotation that is needed to analyse and interpret biomedical images, coupled with achieving high-throughput. Here, we review the current state-of-the-art of automated computer techniques and major challenges for the analysis of structures in cellular EM. The advanced computer vision, deep learning and software tools that have been developed in the last five years for automatic biomedical image analysis are discussed with respect to annotation, segmentation and scalability for EM data. Integration of automatic image acquisition and analysis will allow for high-throughput analysis of millimeter-range datasets with nanometer resolution.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL