Görüntü İşleme - Çekirdek Sayma


10

Böyle bir görüntüde çekirdek sayısını sayabilir bir program oluşturmaya çalışıyorum:

resim açıklamasını buraya girin

Daha önce yaptığım şey adım adım:

  1. Alternatif Sıralı Filtre Uygula (görüntüyü aşamalı olarak daha büyük yapılandırma elemanları ile kapatıp açma)
  2. Mesafe dönüşümü uygulama
  3. Minimi tespit etmek için mesafe dönüştürülmüş görüntüyü kullanarak havza segmentasyonu uygulayın

Hangi aşağıdaki sonucu verir (burada her renk sayılan yeni bir çekirdeği temsil eder):

resim açıklamasını buraya girin

Gördüğümüz gibi, özellikle fazla sayılan çekirdekler çok sayıda kusur var. Bu sorunun nedeninin Havza Dönüşümü için (mesafe dönüşümünü kullanarak) minimayı dayatmanın yolu olduğunu söyleyebilirim, ancak bu durumda minimayı dayatmak için başka hiçbir fikrim yok.

Mesafe Dönüşümü nesnelerin yuvarlaklığına dayanarak minimum ürettiğinden, çekirdeği yuvarlamak için Alternatif Sıralı Filtreden daha iyi bir alternatif bilmek isterim (yukarıdaki resme bakarak, "fazla sayımların" çoğunun daha az yuvarlak çekirdekler). Havza Dönüşümü için minimayı dayatmanın daha iyi yollarını da bilmek istiyorum.


3
Bazen bu tür soruları işime alıyorum ve ... buna girmeyin. Genellikle kullanıcıdan mikroskoba geri dönmesini ve iyi görüntüler elde etmesini isterim. Onları elle doğru sayabileceğimden emin değilim. Bu sizin durumunuzda bir seçenek mi (demek istediğim görüntüleme bölümünü yeniden yapmak)?
Jean-Yves

Kaç tane görüntüyü analiz etmeniz ve ne sıklıkta yapmanıza bağlı olarak işe yarayan çılgın fikir, ancak insanların bu tür bir şeyde daha iyi olduğunu bilmek: Amazon'un Mechanical Turk'ü kullanmayı deneyin.
DarenW

Resminiz için temel bir gerçek sağlayabilir misiniz? (sizin tarafınızdan manuel olarak tanımlanmış) Resme baktım ve açıkçası size nükleusun hangilerinin yapay olduğunu söyleyemem. Sadece birkaç pikselden oluşan bazı çekirdekler var mı? Çekirdekler yuvarlak / elips mi? Ve sonuçta, @ Jean-Yves'in işaret ettiği gibi, daha iyi bir resim elde edebilir misiniz? Hepimiz kontrastı ve parlaklığı ayarlayabiliriz, ancak numuneyi yeniden renklendiremeyiz.
visoft

Yanıtlar:


1

Su havzasının aşırı büyütme sorununu nasıl ele alacağınıza dair çok sayıda makale var, ancak bence Sağlam Hücre Görüntüsü Segmentasyon Yöntemlerini (Bengtsson ve ark. Tarafından 2004'ten bilimsel makale) okumalısınız .

Hücre görüntülerini bölümlere ayırmak için çeşitli yöntemleri kapsar ve sizinkine benzer floresan mikroskopi görüntülerinde havzadan aşırı büyümenin nasıl ele alınacağını gösteren gerçek dünya örnekleri içerir (ayrıca parlak alan görüntüleri ve konfokal mikroskopi görüntüleri için örnekler vardır). Yaklaşımınıza benzer, mesafe dönüşümünden tohumları kullanır ve zayıf sınırları olan bölgeleri birleştirir. Makale iyi okuyor ve Matlab'da uygulanması oldukça basit.

Daha da güncel bir yaklaşım için Svensson'un Bulanık Mesafe Bilgilerine Dayalı 3B Bulanık Nesneler için Ayrıştırma Şemasını okuyabilirsiniz . Bengtsson ve arkadaşlarındakine benzer bir yöntem kullanır, ancak makalede kullanılan nesneler için daha iyi bir yoğunluk temsili sağlayan bulanık mesafe dönüşümü üzerinde çalışır .


0

Morfolojik bir rekonstrüksiyon yöntemi olan "genişletilmiş maksima dönüşümü" nü deneyebilirsiniz. Tersine çevirip dayatabileceğiniz bir kontrast kriteri verildiğinde maksimum noktaları algılar. Matlab'da uygulanmaktadır.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.