MR-NOM: Multi-scale Resolution of Neuronal cells in Nissl-stained histological slices via deliberate Over-segmentation and Merging

要約

比較神経解剖学では、脳細胞構築の特徴付けは、脳の構造と機能をよりよく理解するために重要です。これは、さまざまな集団の発生、進化、および独特の特徴に関する情報を抽出するのに役立つからです。
個々の脳細胞の自動セグメンテーションは主要な前提条件であり、まだ挑戦的なままです。
新しい方法 (MR-NOM) は、脳のニッスル染色組織画像における細胞のインスタンスセグメンテーションのために開発されました。
MR-NOM は、マルチスケール アプローチを利用して、セルを意図的にスーパーピクセルに分割し、その後、形状、構造、および強度の特徴に基づいて分類子を介してそれらをマージします。
この方法は大脳皮質の画像でテストされ、部分的に接触または重複するさまざまな特性の細胞の処理に成功し、2 つの最先端の方法よりも優れたパフォーマンスを示しました。

要約(オリジナル)

In comparative neuroanatomy, the characterization of brain cytoarchitecture is critical to a better understanding of brain structure and function, as it helps to distill information on the development, evolution, and distinctive features of different populations. The automatic segmentation of individual brain cells is a primary prerequisite and yet remains challenging. A new method (MR-NOM) was developed for the instance segmentation of cells in Nissl-stained histological images of the brain. MR-NOM exploits a multi-scale approach to deliberately over-segment the cells into superpixels and subsequently merge them via a classifier based on shape, structure, and intensity features. The method was tested on images of the cerebral cortex, proving successful in dealing with cells of varying characteristics that partially touch or overlap, showing better performance than two state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google