5-D干细胞图像序列的自动分割、跟踪和谱系可视化与校正
摘要：一个应用程序，能够对多通道5D（x，y，z，t，channel）和大型拼接共聚焦荧光显微镜图像进行定量分析。图像序列显示了干细胞与血管结构，可以量化干细胞在与其血管生态位的动态行为，并在发育和癌症生物学领域应用。我们的应用程序自动分割、追踪和遗传关系图像序列数据，然后允许用户在一个立体三维窗口中查看和编辑自动算法的结果，并同时在一个二维窗口中查看干细胞遗传谱系树。利用GPU存储和渲染图像序列数据实现混合计算方法。基于推理的方法利用用户提供的编辑来自动纠正相关误差，并在系统CPU上进行交互式执行，而GPU处理三维可视化任务。通过利用通用电脑游戏硬件，我们开发了一个可以在实验室中运行的应用程序，以促进生物实验的快速迭代。对于5D活细胞图像数据，需要可视化和分析工具。我们将准确的无监督过程与直观的结果可视化相结合。我们的验证界面可以纠正每个数据集达到100%的准确性，确保下游数据分析准确可靠。我们的工具是第一个将所有这些方面结合起来的工具，利用立体可视化的验证信息提高低级图像处理任务的协同效应。
作者：Eric Wait, Mark Winter, Chris Bjornsson, Erzsebet Kokovay, Yue Wang, Susan Goderie, Sally Temple and Andrew Cohen
论文ID：1407.2089
分类：Graphics
分类简称：cs.GR
提交时间：2014-07-09