Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Segmenting Cellular Retinal Images by Optimizing Super-Pixels, Multi-Level Modularity, and Cell Boundary Representation

Texto completo
Autor(es):
Linares, Oscar Cuadros [1] ; Hamann, Bernd [2] ; Batista Neto, Joao [1]
Número total de Autores: 3
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Inst Math & Comp Sci ICMC, BR-13566590 Sao Carlos, SP - Brazil
[2] Univ Calif Davis, Dept Comp Sci, Davis, CA 95616 - USA
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: IEEE Transactions on Image Processing; v. 29, p. 809-818, 2020.
Citações Web of Science: 0
Resumo

We introduce an interactive method for retina layer segmentation in gray-level and RGB images based on super-pixels, multi-level optimization of modularity, and boundary erosion. Our method produces highly accurate segmentation results and can segment very large images. We have evaluated our method with two datasets of 2D confocal microscopy (CM) images of a mammalian retina. We have obtained average Jaccard index values of 0.948 and 0.942 respectively, confirming the high-quality segmentation performance of our method relative to a known ground truth segmentation. Average processing time was two seconds. (AU)

Processo FAPESP: 18/06074-0 - Content-Based Image Retrieval using Selective Visual Attention
Beneficiário:Oscar Alonso Cuadros Linares
Linha de fomento: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 12/24036-1 - Segmentação Tri Dimensional do Crânio para o monitoramento de alterações ósseas aplicada à Odontologia
Beneficiário:Oscar Alonso Cuadros Linares
Linha de fomento: Bolsas no Brasil - Doutorado