Robust Cell Detection for Large-Scale 3D Microscopy Using GPU-Accelerated Iterative Voting.
Robust Cell Detection for Large-Scale 3D Microscopy Using GPU-Accelerated Iterative Voting.
复制标题
DOI：
10.3389/fnana.2018.00028
复制
发表时间：
2018
影响因子：
2.9
通讯作者：
Mayerich D
中科院分区：
文献类型：
--
作者：
Saadatifard L;Abbott LC;Montier L;Ziburkus J;Mayerich D
高通量成像技术，如边缘扫描显微镜（KESM），能够获得亚微米分辨率的三维全器官图像。这些图像的分割具有挑战性，因为它们的大小可能超过几TB，需要非常快速和完全自动化的算法。染色技术仅限于可以应用于大样本并在单次通过中成像的造影剂。这需要在单个通道中最大化标记的结构数量，从而产生空间特征密集的图像。在本文中，我们提出了一个三维的方法来定位细胞的基础上迭代投票。由于该算法的计算复杂性，需要一个高效的GPU实现，使其适用于大数据集。所提出的算法具有输入参数的数量有限，是高度并行。
High-throughput imaging techniques, such as Knife-Edge Scanning Microscopy (KESM),are capable of acquiring three-dimensional whole-organ images at sub-micrometer resolution. These images are challenging to segment since they can exceed several terabytes (TB) in size, requiring extremely fast and fully automated algorithms. Staining techniques are limited to contrast agents that can be applied to large samples and imaged in a single pass. This requires maximizing the number of structures labeled in a single channel, resulting in images that are densely packed with spatial features. In this paper, we propose a three-dimensional approach for locating cells based on iterative voting. Due to the computational complexity of this algorithm, a highly efficient GPU implementation is required to make it practical on large data sets. The proposed algorithm has a limited number of input parameters and is highly parallel.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btu080
发表时间：
2014-06-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Maška M;Ulman V;Svoboda D;Matula P;Matula P;Ederra C;Urbiola A;España T;Venkatesan S;Balak DM;Karas P;Bolcková T;Streitová M;Carthel C;Coraluppi S;Harder N;Rohr K;Magnusson KE;Jaldén J;Blau HM;Dzyubachyk O;Křížek P;Hagen GM;Pastor-Escuredo D;Jimenez-Carretero D;Ledesma-Carbayo MJ;Muñoz-Barrutia A;Meijering E;Kozubek M;Ortiz-de-Solorzano C
通讯作者：
Ortiz-de-Solorzano C
影响因子：
3
作者：
Bjornsson, Christopher S.;Lin, Gang;Roysam, Badrinath
通讯作者：
Roysam, Badrinath
影响因子：
10.6
作者：
Dzyubachyk, Oleh;van Cappellen, Wiggert A.;Meijering, Erik
通讯作者：
Meijering, Erik
影响因子：
3.7
作者：
Chinta, Rambabu;Wasser, Martin
通讯作者：
Wasser, Martin
影响因子：
3
作者：
Mathew B;Schmitz A;Muñoz-Descalzo S;Ansari N;Pampaloni F;Stelzer EH;Fischer SC
通讯作者：
Fischer SC