文献

J-GLOBAL ID：201702285724086331   整理番号：17A1353405

流域学習はSEM画像におけるセグメンテーションニューロンに使用される木を融合【Powered by NICT】

Watershed learning merge tree used for segmenting neurons in SEM images

著者 (5件)： Xiao Zhenpeng (School of Automation, Harbin University of Science and Technology, 150080, China) ,  Liu Xia (School of Automation, Harbin University of Science and Technology, 150080, China) ,  Han Hua (Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Xie Qiwei (Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Shen Lijun (Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMA  ページ： 1638-1643  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 神経回路再構成は,神経科学における挑戦的な問題である。ニューロンセグメンテーション,神経画像からニューロンを認識し,分割,神経回路再構成に重要な役割を果たしている。自動分析法を走査電子顕微鏡(SEM)により生成された画像データの大量のためにこの研究に必要な必然的である。本論文では,2Dニューロンセグメンテーションに使用されている流域学習マージ木。膜検出地図を用いて,流域と教師つき学習アルゴリズムを用いた領域併合ツリーを構築,合流木の各ノードは,潜在的な神経細胞を示した。ノード分類器は,ノードには,実際の神経細胞である予測するために学習される。自動テープ集合ウルトラミクロトーム走査電子顕微鏡(ATUM SEM)画像上での実験を行いその結果,提案手法の有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューロン ,  マージング ,  再構成 ,  自動分析 ,  *流域 ,  教師つき学習 ,  神経科学 ,  走査電子顕微鏡 ,  *学習 ,  アルゴリズム ,  *画像
準シソーラス用語： 領域マージング ,  画像データ ,  ニューロイメージング ,  *SEM画像 , 【Automatic Indexing@JST】

分類 (1件)： 固体デバイス製造技術一般  (NC03030V)

タイトルに関連する用語 (7件)： 流域 ,  学習 ,  SEM画像 ,  セグメンテーション ,  ニューロン ,  木 ,  融合