.png){kind=icon}
返回
Enhanced stem cell image segmentation by leveraging visual processing mechanisms
.png){kind=icon}
OA
AI
DOI：10.3389/fbioe.2025.1699691.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景本研究旨在探究视觉信息处理机制在干细胞（SC）图像分割中的应用。分析了视觉信息处理背后的认知原理；并利用干细胞相差显微图像评估了传统分割方法的局限性。
方法开发了一种结合晕影校正的优化分割方法，以解决传统方法的局限性。通过实验验证了所提方法的表现，并与现有技术进行了比较。
结果所提方法实现了分割准确率、召回率、精确率和F1分数分别为96.5%、94.9%、91.4%和93.9%，优于现有方法。此外，在Human Mesenchymal Stem Cells数据集和C2C12数据集上的汇合度误差分别为0.07和0.05，表明其性能优于等效方法。
结论研究发现，所提方法为干细胞图像分割任务提供了更高的有效性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.8
论文数:
2.1K
被引数:
4.4W
机构
引用论文
Culture of neural stem cells on conductive and microgrooved polymeric scaffolds fabricated via electrospun fiber-template lithography.png)
BIOMEDICAL MATERIALS
BIOMEDICAL MATERIALSIF3.7
PREAI
分享收藏
Automated Segmentation of Fluorescence Microscopy Images for 3D Cell Detection in human- derived CardiospheresSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏LIVECell-A large-scale dataset for label-free live cell segmentationLIVECell-用于无标记活细胞分割的大规模数据集NATURE METHODSOAAI
NATURE METHODSIF32.1
OAAI分享收藏A grade-based search adaptive random slime mould optimizer for lupus nephritis image segmentation
PREAI
分享收藏Recognizing the Differentiation Degree of Human Induced Pluripotent Stem Cell-Derived Retinal Pigment Epithelium Cells Using Machine Learning and Deep Learning-Based ApproachesCELLSOAAI
CELLSIF5.2
OAAI分享收藏Deep learning-based predictive identification of neural stem cell differentiationNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容