神经数据的三维图像分割与跟踪算法
神经数据的三维图像分割与跟踪算法
提问于 2015-02-23 02:46:39
我正在尝试实现荧光成像中神经元/轴突数据的3D分割和跟踪算法。我研究了分水岭算法，活动轮廓，OTSU阈值，但无法决定采用哪种算法。此外，在不同的帧之间进行跟踪的最佳方式是什么，尤其是这些细胞体移动，有时甚至相互重叠？
我将使用python库来完成这项工作。我正在考虑使用Mahotas来实现，因为它有一个高效的C++实现。此外，我将使用vispy来进行可视化。非常感谢!
回答 2
Stack Overflow用户
发布于 2015-02-23 17:28:51
在没有看到任何参考图像的情况下很难回答。这不是一个简单的问题，所以我建议你看看在各个领域已经做过的研究。
我可以推荐http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5495143，其中3D轴突在局部路径查找中使用Hessian进行分割。
更多关于用于分割3D结构(例如，磁共振图像中的血管)的Hessian的信息可以在这里找到http://liu.diva-portal.org/smash/get/diva2:302939/FULLTEXT01.pdf。
我希望这能对你有所帮助。
Stack Overflow用户
发布于 2015-02-23 18:20:39
我同意，没有一个“最佳”算法，什么对你来说效果很好，很大程度上取决于数据的类型、工件的类型、最终结果所需的准确性等。
然而，由于您提到了跟踪，因此我想到的算法是最小成本路径方法。它可以在scikit-image中找到。它可以很好地跟踪细长结构(线状)。如果你的意思是在不同的帧中跟踪，MCP可能就没有那么有意义了。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/28661780
复制相关文章
相似问题
腾讯云开发者
