Statistical techniques for edge detection in histological images

SVOBODA, David, Ian WILLIAMS, Nicholas BOWRING a Elizabeth GUEST. Statistical techniques for edge detection in histological images. In First International Conference on Computer Vision Theory and Applications. Portugalsko: INSTICC Press. s. 457-462. ISBN 972-8865-40-6. 2006.

Základní údaje

• Originální název: Statistical techniques for edge detection in histological images
• Název česky: Využití statistickcýh detektorů hran při analýze histologických obrazových dat
• Autoři: SVOBODA, David (203 Česká republika, garant), Ian WILLIAMS (826 Velká Británie a Severní Irsko), Nicholas BOWRING (826 Velká Británie a Severní Irsko) a Elizabeth GUEST (826 Velká Británie a Severní Irsko).
• Vydání: Portugalsko, First International Conference on Computer Vision Theory and Applications, od s. 457-462, 6 s. 2006.
• Nakladatel: INSTICC Press

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Stať ve sborníku
• Obor: 20200 2.2 Electrical engineering, Electronic engineering, Information engineering
• Stát vydavatele: Velká Británie a Severní Irsko
• Utajení: není předmětem státního či obchodního tajemství
• Kód RIV: RIV/00216224:14330/06:00015314
• Organizační jednotka: Fakulta informatiky
• ISBN: 972-8865-40-6
• UT WoS: 000241913400068
• Klíčová slova anglicky: edge detection; statistical tests; image analysis
• Štítky: edge detection, Image analysis, statistical tests

Anotace

A review of the statistical techniques available for performing edge detection on histological images is presented. The tests under review include the Student's T Test, the Fisher test, the Chi Square test, the Kolmogorov Smirnov test, and the Mann Whitney U test. All utilize a novel two sample edge detector to compare the statistical properties of two image regions surrounding a central pixel. The performance of the statistical tests is compared using histological biomedical images on which traditional gradient based techniques are not as successful, therefore giving an overall review of the methods, and results. Comparisons are also made to the more traditional Canny and Sobel, edge detection filters. The results show that in the presence of noise and clutter in histological images both parametric and non-parametric statistical tests compare well robustly extracting edge information on a series images.

Anotace česky

V tomto článku je podán ucelený přehled základních statistických method, které realizují detekci hran v histologických snímcích. Jednotlivé statistické testy, které byly předmětem studia jsou: Studentův T-test, Fisher test, Chí kvadrát, Kolmogorov-Smirnovův test a Mann-Whitney-U test. Výsledky jednotlivých filtrů jsou prezentovány na histologických obrazových datech, na nichž běžně používané detektory hran většinou selhávají. Součástí textu je rovněž srovnání nových metod detekce hran s nejčastěji používanými detektory (Canny, Sobel). Výsledky ukazují, že statistické detektory hran jsou značně odolné vůči šumu přítomnému v obrazových datech.

Návaznosti

• IAA5004306, projekt VaV: Název: Struktura lidského genomu

Investor: Akademie věd ČR, Struktura lidského genomu

• LC535, projekt VaV: Název: Dynamika a organizace chromosomů během buněčného cyklu v normě a patologii

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Dynamika a organizace chromosomů během buněčného cyklu v normě a patologii

• 1K05021, projekt VaV: Název: Rekonstrukce objektů v biomedicínských obrazech pomocí statistických metod a metod umělé inteligence

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Rekonstrukce objektů v biomedicínských obrazech pomocí statistických metod a metod umělé inteligence