MétaCan
Menu
Retour à la cohorte
Enregistrement W1989915277 · doi:10.1109/tbme.2013.2248008

Intensity Integrated Laplacian-Based Thickness Measurement for Detecting Human Metaphase Chromosome Centromere Location

2013· article· en· W1989915277 sur OpenAlexaff
A. S. Arachchige, Jagath Samarabandu, Joan H.M. Knoll, Peter K. Rogan

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomic variations and chromosomal abnormalities
Établissements canadiensWestern University
Organismes subventionnairesNational Institute of Allergy and Infectious Diseases
Mots-clésCentromereMetaphaseSister chromatidsChromosomeImage segmentationComputer sciencePattern recognition (psychology)AlgorithmSegmentationChromatidMathematicsArtificial intelligenceComputer visionBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Accurate detection of the human metaphase chromosome centromere is an important step in many chromosome analysis and medical diagnosis algorithms. The centromere location can be utilized to derive information such as the chromosome type, polarity assignment, etc. Methods available in the literature yield unreliable results mainly due to high variability of morphology in metaphase chromosomes and boundary noise present in the image. In this paper, we have proposed a multistaged algorithm which includes the use of discrete curve evolution, gradient vector flow active contours, functional approximation of curve segments, and support vector machine classification. The standard Laplacian thickness measurement algorithm was enhanced to incorporate both contour information as well as intensity information to obtain a more accurate centromere location. In addition to segmentation and width profile measurement, the proposed algorithm can also correct for sister chromatid separation in cell images. The proposed method was observed to be more accurate and statistically significant as compared to a centerline-based method when tested with 226 human metaphase chromosomes.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,746

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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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

Citations27
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetGenomic variations and chromosomal abnormalitiesTravaux en français237 207