MétaCan
Menu
Retour à la cohorte
Enregistrement W1649184492

Application of computerized image processing in functional genomics: preliminary results

2006· article· en· W1649184492 sur OpenAlexaff
Negar Memarian, Javad Alirezaie, Ashkan Golshani

Notice bibliographique

RevueInternational Conference on Biomedical Engineering · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensCarleton UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceImage processingGenomicsSegmentationDigital image processingData processingArtificial intelligenceImage segmentationField (mathematics)Data miningComputational biologyPattern recognition (psychology)Computer visionImage (mathematics)BiologyGenomeGeneticsGeneMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent strives in the developing field of functional genomics calls for computerized systems that are capable of providing accurate quantitative data for researchers in biology and genetics. In a current research, the biologists are interested in exploring the effect of various drugs on functionality of genes. Study of size change in drug treated colonies of yeast, implies information about those gene pathways that are affected by the drug. Here we report the development of an automated image analysis system, which is able to distinguish and extract true yeast colonies from other objects in a digital image, accurately measure their area, and provide a coordinate oriented map of colony areas. The developed system also executes post processing calculations and presents useful statistical parameters associated with corresponding colony pairs. For those experiments that were attempted multiple number of times, a precision test has been designed to monitor the level of harmony between the results of trials. Image processing techniques such as spatial adjustments, segmentation and region growing are utilized in the development of system. Preliminary results show that this automated system offers a significant improvement over the manual scoring of yeast plates.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Biomedical EngineeringMême sujetGene expression and cancer classificationTravaux en français237 207