CDeep3M-Plug-and-Play cloud-based deep learning for image segmentation.
CDeep3M-Plug-and-Play cloud-based deep learning for image segmentation.
复制标题
DOI：
10.1038/s41592-018-0106-z
复制
发表时间：
2018-09
期刊：
影响因子：
48
通讯作者：
Ellisman MH
中科院分区：
文献类型：
--
作者：
Haberl MG;Churas C;Tindall L;Boassa D;Phan S;Bushong EA;Madany M;Akay R;Deerinck TJ;Peltier ST;Ellisman MH
随着生物医学成像数据集的扩大，深度学习将对图像处理至关重要。然而，对复杂计算环境和高性能计算资源的需求仍然限制了社区对这些技术的访问。我们用CDeep3M解决了这些瓶颈，CDeep3M是一种现成的图像分割解决方案，它采用了基于云的深度卷积神经网络。我们在来自光、X射线和电子显微镜的大型和复杂的2D和3D成像数据集上对CDeep3M进行基准测试。
As biomedical imaging datasets expand, deep learning will be vital for image processing. Yet, the need for complex computational environments and high performance compute resources still limits community access to these techniques. We address these bottlenecks with CDeep3M, a ready-to-use image segmentation solution that employs a cloud-based deep convolutional neural network. We benchmark CDeep3M on large and complex 2D and 3D imaging datasets from light, X-ray and electron microscopy.
登录
查看更多内容
影响因子：
--
作者：
Phan S;Boassa D;Nguyen P;Wan X;Lanman J;Lawrence A;Ellisman MH
通讯作者：
Ellisman MH
影响因子：
64.8
作者：
Bock, Davi D.;Lee, Wei-Chung Allen;Kerlin, Aaron M.;Andermann, Mark L.;Hood, Greg;Wetzel, Arthur W.;Yurgenson, Sergey;Soucy, Edward R.;Kim, Hyon Suk;Reid, R. Clay
通讯作者：
Reid, R. Clay
DOI：
10.1126/science.1257998
发表时间：
2014-10-24
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Chen BC;Legant WR;Wang K;Shao L;Milkie DE;Davidson MW;Janetopoulos C;Wu XS;Hammer JA 3rd;Liu Z;English BP;Mimori-Kiyosue Y;Romero DP;Ritter AT;Lippincott-Schwartz J;Fritz-Laylin L;Mullins RD;Mitchell DM;Bembenek JN;Reymann AC;Böhme R;Grill SW;Wang JT;Seydoux G;Tulu US;Kiehart DP;Betzig E
通讯作者：
Betzig E
影响因子：
2.9
作者：
Perez AJ;Seyedhosseini M;Deerinck TJ;Bushong EA;Panda S;Tasdizen T;Ellisman MH
通讯作者：
Ellisman MH
影响因子：
5.8
作者：
Zeng, Tao;Wu, Bian;Ji, Shuiwang
通讯作者：
Ji, Shuiwang