Zobrazeno 1 - 10
of 168
pro vyhledávání: '"histology image"'
Publikováno v:
Alexandria Engineering Journal, Vol 110, Iss , Pp 557-566 (2025)
Accurate nuclei segmentation is essential for extracting quantitative information from histology images to support disease diagnosis and treatment decisions. However, precise segmentation is challenging due to the presence of clustered nuclei, varied
Externí odkaz:
https://doaj.org/article/5932682b35c24d3ab205a54c17adc7b7
Autor:
Xi Jiang, Shidan Wang, Lei Guo, Bencong Zhu, Zhuoyu Wen, Liwei Jia, Lin Xu, Guanghua Xiao, Qiwei Li
Publikováno v:
Genome Biology, Vol 25, Iss 1, Pp 1-25 (2024)
Abstract Current clustering analysis of spatial transcriptomics data primarily relies on molecular information and fails to fully exploit the morphological features present in histology images, leading to compromised accuracy and interpretability. To
Externí odkaz:
https://doaj.org/article/71facb4410dd4f5897e9d7bba33c06a8
Autor:
Muhammad Imran, Mohsin Islam Tiwana, Mashood Mohammad Mohsan, Norah Saleh Alghamdi, Muhammad Usman Akram
Publikováno v:
Frontiers in Medicine, Vol 11 (2024)
IntroductionNon-melanoma skin cancer comprising Basal cell carcinoma (BCC), Squamous cell carcinoma (SCC), and Intraepidermal carcinoma (IEC) has the highest incidence rate among skin cancers. Intelligent decision support systems may address the issu
Externí odkaz:
https://doaj.org/article/e25bbbc598df465ba1bf819a938c455b
Publikováno v:
Discover Artificial Intelligence, Vol 3, Iss 1, Pp 1-14 (2023)
Abstract Accurate segmentation of nuclei in histology images is essential for digital pathology. However, previous work should have considered integrating nuclei contour information into network learning. The main problems are (1) nuclei contour info
Externí odkaz:
https://doaj.org/article/ecdcc517586546a79a99578725995c89
Autor:
Vidas Raudonis, Ruta Bartasiene, Ave Minajeva, Merli Saare, Egle Drejeriene, Agne Kozlovskaja-Gumbriene, Andres Salumets
Publikováno v:
Applied Sciences, Vol 14, Iss 13, p 5715 (2024)
This paper presents a technique that can potentially help to determine the receptivity stage of the endometrium from histology images by automatically measuring the stromal nuclear changes. The presented technique is composed of an image segmentation
Externí odkaz:
https://doaj.org/article/228f4d0bc853436ca1ac008a57496c51
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 10, Pp 34379-34392 (2022)
Histological examination of collagen fiber organization is essential for pathologists to observe the wound healing process. A convolutional neural network (CNN) can be utilized to visually analyze collagen fibers during tissue remodeling in histology
Externí odkaz:
https://doaj.org/article/d3f40020fee84a25a8eacb1b9f2b0367
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.