MétaCan
Menu
Retour à la cohorte
Enregistrement W2135351699 · doi:10.1109/icassp.2006.1660544

Automated System for Image Analysis of Yeast Colonies: A Novel Application in Functional Genomics

2006· article· en· W2135351699 sur OpenAlexaff
Negar Memarian, Javad Alirezaie, Ashkan Golshani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensCarleton UniversityUniversity of WaterlooToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRobustness (evolution)Computer scienceGenomicsImage processingSegmentationArtificial intelligenceImage segmentationData miningDigital image processingFunctional genomicsComputer visionComputational biologyPattern recognition (psychology)Image (mathematics)BiologyGeneGenomeGenetics

Résumé

récupéré en direct d'OpenAlex

An automated image analysis system has been implemented for a novel genomics application. 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. The role of developed system is 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. A precision test is designed to monitor the precision of experimentation trials. Image processing techniques such as spatial adjustments, segmentation and region growing are utilized in development of system. Preliminary results show robustness and significant improvement of this system over conventional methods

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,011
Tête enseignante GPT0,255
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), 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 sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207