메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Caleb Vununu (Pukyong National University) Kyung-Won Kang (Tongmyong University) Suk-Hwan Lee (Tongmyong University) Ki-Ryong Kwon (Pukyong National University)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제22권 제3호
발행연도
2019.3
수록면
335 - 348 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Cell segmentation and counting represent one of the most important tasks required in order to provide an exhaustive understanding of biological images. Conventional features suffer the lack of spatial consistency by causing the joining of the cells and, thus, complicating the cell counting task. We propose, in this work, a cascade of networks that take as inputs different versions of the original image. After constructing a Gaussian pyramid representation of the microscopy data, the inputs of different size and spatial resolution are given to a cascade of deep convolutional autoencoders whose task is to reconstruct the segmentation mask. The coarse masks obtained from the different networks are summed up in order to provide the final mask. The principal and main contribution of this work is to propose a novel method for the cell counting. Unlike the majority of the methods that use the obtained segmentation mask as the prior information for counting, we propose to utilize the hidden latent representations, often called the high-level features, as the inputs of a neural network based regressor. While the segmentation part of our method performs as good as the conventional deep learning methods, the proposed cell counting approach outperforms the state-of-the-art methods.
#Bio-cell Informatics #Cell Segmentation #Cell Counting #Pyramidal Convolutional Autoencoder #Artificial Neural Network

목차

ABSTRACT
1. INTRODUCTION
2. PROBLEM PRESENTATION
3. SEGMENTATION WITH PYRAMIDAL CAE
4. NOVEL CELL COUNTING METHOD
5. RESULTS AND DISCUSSION
6. CONCLUSION
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

증강현실 기반의 인포메이션 실감체험을 위한 앱 콘텐츠 개발
문희정 멀티미디어학회논문지 2020 .11
영상수준과 픽셀수준 분류를 결합한 영상 의미분할
김선국 ,  이칠우 멀티미디어학회논문지 2018 .12
자동차의 변화와 보안
심상규 한국멀티미디어학회지 2018 .06
효율적인 노이즈 제거를 위한 중간 값 기반 양방향 필터
박찬근 ,  최병인 한국컴퓨터정보학회논문지 2016 .12
Pseudomedian filter와 Median filter의 비교에 관한 연구 ( Comparisons Between Pseudomedian and Median filters )
이동호 ,  Ma ,  k A. Schulze 대한전자공학회 학술대회 1991 .01

최근 본 자료

전체보기

댓글(0)

0