A tool for automatic dendritic spine detection and analysis. Part I: Dendritic spine detection using multi-level region-based segmentation

2014 IEEE International Conference on Image Processing (ICIP)

et al. 2014

Self Cite

Statistical characterization of morphological changes of dendritic spines is becoming of crucial interest in the field of neurobiology. Automatic detection and segmentation of dendritic spines promises significant reductions on the time spent by the scientists and reduces the subjectivity concerns. In this paper, we present two approaches for automated detection of dendritic spines in 2-photon laser scanning microscopy (2pLSM) images. The first method combines the idea of dot enhancement filters with information from the dendritic skeleton. The second method learns an SVM classifier by utilizing some pre-labeled SIFT feature descriptors and uses the classifier to detect dendritic spines in new images. For the segmentation of detected spines, we employ a watershed-variational segmentation algorithm. We evaluate the proposed approaches by comparing with manual segmentations of domain experts and the results of a noncommercial software, NeuronIQ. Our methods produce promising detection rate with high segmentation accuracy thus can serve as a useful tool for spine analysis.

Section: Watershed-variational Based Segmentationmentioning

confidence: 99%

Section: Watershed-variational Based Segmentationmentioning

confidence: 99%

Automatic dendritic spine detection using multiscale dot enhancement filters and SIFT features

Rada

2014 IEEE International Conference on Image Processing (ICIP)

et al. 2014

Self Cite

“…Bunun yerine, döngüsel morfolojik bir geriçatma algoritması olan Genişletilmiş en parlak bölge dönüşümünü (Extended maxima transform veya ) [8] önermekteyiz. Bu dönüşüm parlaklık görüntüsünün, seçilen bir zıtlık degerine (ℎ) baglı olarak en parlak bölgelerini seçer [9]. Geriçatmalı genleşme ( ) kullanarak ifade edilir; ℎ ( ) = ( − ℎ).…”

Section: ) En Parlak Nirengi Noktaları Temelli Parçacık Süzgeci (Pnps)unclassified

Biomedical image time series registration with particle filtering

Yağcı

2013 21st Signal Processing and Communications Applications Conference (SIU)

et al. 2013

Self Cite

Özetçe -Bu çalışmada, biyomedikal görüntü zaman serilerinin çakıştırılması için Parçacık süzgecini esas alan bir dizi yöntem önerilmiştir. Önem agırlıklarını hesaplamak için bilgi kuramı ve parlaklık temelli bir yaklaşımla beraber, en parlak veya SIFT nirengi noktalarının bulunması temelli etkili ikinci bir tür yaklaşım daha uygulanmıştır. Kaba kuvvet çakışma arama, uygun amaç fonksiyonları kullanıldıgında genellikle iyi sonuçlar üretmesine ragmen, arama uzayı büyüdükçe hesaplamaya elverişsiz hale gelir. Tepe tırmanışı en iyileme yaklaşımları ise yerel en iyi çözümleri arar. Parçacık süzgeci rassallık kullanarak olası çözümleri temsil eden sonsal dagılımı ardışık olarak günceller. Böylece yerel en iyilerden kaçabilir ve görüntü zaman serilerinin çakıştırılmasında daha gürbüz davranabilir. Dendrit görüntüsü zaman serileri üzerinde olumlu ön sonuçlar elde edilmiştir. Anahtar Kelimeler-Biyomedikal görüntü çakıştırma; Bayesçi süzgeçleme; Sinir görüntüsü analizi. Abstract-We propose a family of methods for biomedical image time series registration based on Particle filtering. The first method applies an intensity-based information-theoretic approachto calculate importance weights. An effective second group of methods use landmark-based approaches for the same purpose by automatically detecting intensity maxima or SIFT interest points from image time series. A brute-force search for the best alignment usually produces good results with proper cost functions, but becomes computationally expensive if the whole search space is explored. Hill climbing optimizations seek local optima. Particle filtering avoids local solutions by introducing randomness and sequentially updating the posterior distribution representing probable solutions. Thus, it can be more robust for the registration of image time series. We show promising preliminary results on dendrite image time series.

“…Her veri kümesinde seçilen birer dendritik diken tüm zaman noktalarında bölütlenmiştir. Aynı testler, watershed ve [6] çalışmasında sunulan yöntem için de yapılmış ve önerdigimiz yöntemle karşılaştırılmıştır. Tablo I'de, deney sonuçlarında elde edilen sayısal degerler gösterilmektedir.…”

Section: B Dendritik Dikenleri Bölütleme Algoritmasıunclassified

“…Bu çalışmalarda dendritik dikenlerin dogru bölütlenmesi degil, sayılarının ve yerlerinin tespit edilmesi esas amaçtır. Bölütleme üzerine daha önce yapmış oldugumuz bir çalışmada [6], ilk olarak 2 boyutlu görüntüdeki dendritik diken olmaya aday tüm bölgeler otomatik olarak bulunur. Bulunan bölgelerin genel hatlarıyla bölütlenmesi watershed algoritmasıyla yapıldıktan sonra bu bölütlemeyi iyileştirmek için sırasıyla çizge tabanlı [7] ve sıradüzensel (hierarchical) kümeleme algoritmaları uygulanır.…”

Section: Introductionunclassified

A watershed and active contours based method for dendritic spine segmentation in 2-photon microscopy images

2013 21st Signal Processing and Communications Applications Conference (SIU)

Ünay

et al. 2013

Özetçe -2-foton mikroskopi görüntüleme yöntemi kullanılarak elde edilen görüntülerdeki dendritik dikenlerin (spine) morfolojik ve hacimsel özelliklerinin analizi, sinirbilimi alanındaki araştırmacıların son yıllarda ilgi gösterdigi bir çalışma konusudur. Bu analizleri daha gürbüz ve güvenilir yapacak otomatik araçların geliştirilebilmesi, dendritik dikenlerin dogru bölütlenmesine baglıdır. Bu çalışmada, dendritik dikenlerin bölütlenmesi için watershed ve etkin çevrit yöntemlerine dayalı yeni bir bölütleme yöntemi öneriyoruz. Önerdigimiz yöntemde öncelikle, dendritik diken bölgesi genel hatlarıyla, watershed algoritması kullanılarak bölütlenir. Elde edilen sonuç, bölge tabanlı etkin çevritlere dayalı bölütleme kullanılarak iyileştirilir. Önerdigimiz yöntemin ve literatürdeki mevcut yöntemlerin bölütleme sonuçları, uzman bölütlemeleriyle karşılaştırılmıştır. Deney sonuçları, önerdigimiz yöntemin, literatürde dendritik diken bölütlemesi için sunulmuş mevcut yöntemlere göre daha iyi sonuçlar ürettigini göstermektedir. Anahtar Kelimeler-Dendritik diken bölütleme, Sinir görüntüsü analizi, Etkin çevritler.Abstract-Analysing morphological and volumetric properties of dendritic spines from 2-photon microscopy images has been of interest to neuroscientists in recent years. Developing robust and reliable tools for automatic analysis depends on the segmentation quality. In this paper, we propose a new segmentation algorithm for dendritic spine segmentation based on watershed and active contour methods. First, our proposed method coarsely segments the dendritic spine area using the watershed algorithm. Then, these results are further refined using a region-based active contour approach. We compare our results and the results of existing methods in the literature to manual delineations of a domain expert. Experimental results demonstrate that our proposed method produces more accurate results than the existing algorithms proposed for dendritic spine segmentation.