《表2 常用的生物图像处理工具》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于模式识别的生物医学图像处理研究现状》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

此类图像的分析对象是细胞内的荧光点或荧光团，分析目标是通过提取这些荧光点或团的形态模式得到有用的生物学特性，如亚细胞位置、表达量及变化等。荧光显微图像一般视野较小、细胞较为独立，所以很多研究会首先把单个细胞分割出来，保留荧光点与细胞结构的位置关系信息。分割方法常用阈值法、分水岭算法、区域生长等，近年许多研究也设计出卷积网络用以细胞分割，如FCN[15]，U-Net[35]等。此外，也有研究直接采用含有细胞分割功能的图像处理集成软件，如ImageJ[36]，CellProfiler[37]等。表2中列出了常用的生物医学图像处理工具及它们的主要功能，其中ImageJ（https://imagej.nih.gov/ij/）是目前应用最为广泛的工具之一，它是由美国国立卫生研究院开发的一款基于Java的公共图像处理软件，能够对各种生物医学图像做如缩放、旋转、扭曲、平滑处理、区域分割、像素统计等多种处理分析，功能强大。