Nano1D: An accurate Computer Vision model for segmentation and analysis of low-dimensional objects

要約

顕微鏡画像は通常、定性的または手動で分析されますが、対象物の自律的な定量分析が必要です。
この論文では、顕微鏡画像からの 1 次元の不規則で変形可能な物体の正確なセグメンテーションと幾何学的分析のための物理ベースの計算モデルを紹介します。
Nano1D と名付けられたこのモデルには、前処理、セグメンテーション、重なったオブジェクトの分離、幾何学的測定という 4 つのステップがあります。
このモデルは Ag ナノワイヤでテストされ、長さ、幅、分布などの幾何学的特性をセグメント化して分析することに成功しました。
このアルゴリズムの機能は、画像内のオブジェクトのサイズ、数、密度、向き、重なりによって損なわれることはありません。
このモデルの主な強みは、重なり合うオブジェクトを 99% 以上の精度で正常にセグメント化および分析できる能力であることが示されていますが、現在の機械学習および計算モデルは不正確さと、重なり合うオブジェクトをセグメント化できないという問題があります。
Nano1D は、マイクロクラック、転位などの微細構造の他の 1D 特徴に加えて、ナノワイヤ、ナノチューブ、ナノロッドを含む 1 次元 (1D) ナノ粒子を分析できます。

要約(オリジナル)

Microscopy images are usually analyzed qualitatively or manually and there is a need for autonomous quantitative analysis of objects. In this paper, we present a physics-based computational model for accurate segmentation and geometrical analysis of one-dimensional irregular and deformable objects from microscopy images. This model, named Nano1D, has four steps of preprocessing, segmentation, separating overlapped objects and geometrical measurements. The model is tested on Ag nanowires, and successfully segments and analyzes their geometrical characteristics including length, width and distributions. The function of the algorithm is not undermined by the size, number, density, orientation and overlapping of objects in images. The main strength of the model is shown to be its ability to segment and analyze overlapping objects successfully with more than 99% accuracy, while current machine learning and computational models suffer from inaccuracy and inability to segment overlapping objects. Nano1D can analyze one-dimensional (1D) nanoparticles including nanowires, nanotubes, nanorods in addition to other 1D features of microstructures like microcracks, dislocations etc.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google