×

用于量化和可视化图像集变化的线性最佳传输框架。 (英语) Zbl 1259.68222号

摘要:长期以来,基于传输的图像比较度量一直被用于分析图像,尤其是在可以将像素强度(或导出数量)解释为“质量”分布的情况下,可以在没有严格几何约束的情况下传输。在这里,我们描述了一个新的基于传输的框架,用于分析图像集。更具体地说,我们描述了图像对之间与运输相关的新距离,我们将其表示为线性最优运输(LOT)。LOT可以直接用于像素强度,基于Kantorovich-Wasserstein度量的线性化版本(最佳运输距离,如推土机距离)。新框架特别适合高效计算大型图像数据库的所有成对距离,因此可以用于图像集的模式识别。此外,新的LOT框架还允许等距线性嵌入,极大地促进了在不同类别图像中可视化判别信息的能力。我们展示了该框架在一些任务中的应用,例如鉴别癌细胞中的核染色质模式、解码面部表情、星系形态以及亚细胞蛋白分布的差异。

MSC公司:

68单位10 图像处理的计算方法
68T45型 机器视觉和场景理解
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Ambrosio,L.、Gigli,N.和;Savaré,G.(2008)。数学讲座ETHürich。度量空间和概率测度空间中的梯度流(第二版)。巴塞尔:Birkhä用户·Zbl 1145.35001号
[2] Angenent,S.、Haker,S.和;Tannenbaum,A.(2003)。Monge-Kantorovich问题的流量最小化。SIAM数学分析杂志,35(1),61-97。(电子)·Zbl 1042.49040号 ·doi:10.1137/S0036141002410927
[3] 巴雷特·J·W·;Prigozhin,L.(2009)。部分L1 Monge-Kantorovich问题:变分公式和数值逼近。接口和自由边界,11(2),201–238·Zbl 1219.35371号 ·doi:10.4171/IFB/209
[4] Beg,M.、Miller,M.和Trouvé,A;Younes,L.(2005)。通过微分同态测地流计算大变形度量映射。国际计算机视觉杂志,61(2),139-157·Zbl 1477.68459号 ·doi:10.1023/B:VISI.0000043755.93987.aa
[5] Benamou,J.D.和;布雷尼尔,Y(2000)。Monge-Kantorovich质量传递问题的计算流体力学解决方案。数字数学,84(3),375-393·Zbl 0968.76069号 ·doi:10.1007/s002110050002
[6] Bengtsson,E.(1999)。子宫颈癌自动筛查50年的尝试。医学成像技术,17,203–210。
[7] Bishop,C.M.(2006年)。模式识别和机器学习(信息科学和统计学)。柏林:斯普林格·Zbl 1107.68072号
[8] Blum,H.等人(1967年)。提取新形状描述符的转换。《言语和视觉形式感知模型》(第19卷,第362-380页)。
[9] Boland,M.V.和;Murphy,R.F.(2001年)。一种神经网络分类器,能够识别hela细胞荧光显微镜图像中所有主要亚细胞结构的模式。生物信息学,17(12),1213-1223·doi:10.1093/bioinformatics/17.12.1213
[10] do Carmo,M.P.(1992年)。黎曼几何。数学:理论与;应用。波士顿:Birkhä用户波士顿。由弗朗西斯·弗拉赫蒂(Francis Flaherty)翻译自葡萄牙语第二版。
[11] C.厨师酒店;Bousquet,G.(2007)。使用推土机距离进行基于强度的图像配准。SPIE会议记录,第6512卷,第65122B页。 ·doi:10.1117/12.709490
[12] Delzanno,G.L.和;Finn,J.M.(2010)。Lp中网格生成和自适应的广义Monge-Kantorovich优化。SIAM科学计算杂志,32(6),3524–3547·Zbl 1220.49020号 ·数字对象标识代码:10.1137/090749785
[13] Dialynas,G.K.、Vitalini,M.W.和;Wallrath,L.L.(2008)。异染色质蛋白1(hp1)与癌症进展的联系。突变研究,647(1-2),13-20·doi:10.1016/j.mrfmmm.2008.09.007
[14] Fisher,R.A.(1936年)。在分类学问题中使用多重度量。优生学年鉴,7179-188·文件编号:10.1111/j.1469-1809.1936.tb02137.x
[15] Gardner,M.、Sprague,B.、Pearson,C.、Cosgrove,B.、Bicek,A.、Bloom,K.、Salmon,E.和;Odde,D.(2010年)。模型卷积:数字图像解释的一种计算方法。细胞和分子生物工程,3(2),163-170·doi:10.1007/s12195-010-0101-7
[16] 格劳曼,K.,&Darrell,T.(2004)。使用近似推土机距离进行快速轮廓匹配。2004年IEEE计算机学会计算机视觉和模式识别会议论文集,CVPR 2004。
[17] Haber,E.、Rehman,T.和;Tannenbaum,A.(2010年)。一种求解L2最优传质问题的有效数值方法。SIAM科学计算杂志,32(1),197-211·Zbl 1428.49034号 ·doi:10.1137/080730238
[18] Haker,S.、Zhu,L.、Tennebaum,A.和;Angenent,S.(2004)。用于登记和翘曲的最佳质量运输。国际计算机视觉杂志,60(3),225-240·Zbl 1477.68510号 ·doi:10.1023/B:VISI.0000036836.66311.97
[19] Kong,J.、Sertel,O.、Shimada,H.、BOyer,K.L.、Saltz,J.H.和;Gurcan,M.N.(2009年)。全玻片组织学图像上神经母细胞瘤的计算机辅助评估:神经母细胞分化分级。模式识别,42,1080–1092·doi:10.1016/j.patcog.2008年10月35日
[20] Ling,H.和;Okada,K.(2007)。一种有效的推土机距离算法,用于稳健的直方图比较。在IEEE关于模式分析和机器智能的交易中(第840-853页)。
[21] Lloyd,S.P.(1982)。pcm中的最小二乘量化。IEEE信息理论汇刊,28(2),129-137·Zbl 0504.94015号 ·doi:10.1109/TIT.1982.1056489
[22] Loo,L.,Wu,L.和;Altschuler,S.(2007)。基于图像的单细胞药物反应的多变量分析。自然方法,4(5),445–454。
[23] Methora,S.(1992年)。关于原对偶内点法的实现。SIAM科学与统计计算杂志,2575–601·Zbl 0773.90047号
[24] Miller,M.I.,Priebe,C.E.,Qiu,A.,Fischl,B.,Kolasny,A.,Brown,T.,Park,Y.,Ratnanather,J.T.,Busa,E.,Jovicch,J.,Yu,P.,Dickerson,B.C;Buckner,R.L.(2009)。协同计算解剖学:通过差异形态测量映射对人脑进行的核磁共振形态计量学研究。人脑绘图,30(7),2132–2141·doi:10.1002/hbm.20655
[25] 莫斯·T·J·;Wallrath,L.L.(2007)。表观遗传基因沉默与人类疾病之间的联系。突变研究,618(1-2),163-174·doi:10.1016/j.mrfmm.2006.05.038
[26] Orlin,J.B.(1993)。一种快速的强多项式最小费用流算法。运营研究,41(2),338-350·Zbl 0781.90036号 ·数字对象标识代码:10.1287/opre.41.2338
[27] 贝利,O.,&;Werman,M.(2008)。用于改进sift匹配的线性时间直方图度量。在ECCV中。
[28] 贝利,O.,&;Werman,M.(2009年)。快速而稳健的推土机距离。计算机视觉,2009年IEEE第12届国际会议(第460-467页)。纽约:IEEE出版社。
[29] Pincus,Z.,&;Theriot,J.A.(2007年)。细胞形态定量分析方法的比较。显微镜杂志,227(2),140-156·数字对象标识代码:10.1111/j.1365-2818.2007.01799.x
[30] Rohde,G.K.、Ribeiro,A.J.S.、Dahl,K.N.和;Murphy,R.F.(2008)。基于变形的核形态测量:捕获hela细胞中的核形状变化。细胞计量学,73(4),341-350。
[31] Roweis,S.T.,&;Saul,L.K.(2000)。局部线性嵌入的非线性降维。科学,290(5500),2323–2326。doi:10.1126/science.290.5500.2323。 ·doi:10.1126/science.290.5500.2323
[32] Rubner,Y.、Tomassi,C.和;Guibas,L.J.(2000)。推土机距离作为图像检索的度量。国际计算机视觉杂志,40(2),99-121·Zbl 1012.68705号 ·doi:10.1023/A:1026543900054
[33] Rueckert,D.、Frangi,A.F.和;Schnabel,J.A.(2003)。使用非刚性配准自动构建大脑的三维统计变形模型。IEEE医学成像学报,22(8),1014–1025·doi:10.1109/TMI.2003.815865
[34] Shamir,L.(2009)。星系图像的自动形态分类。英国皇家天文学会月报。
[35] Shirdhonkar,S.和;Jacobs,D.(2008)。以线性时间表示的推土机近似距离。2008年IEEE计算机学会计算机视觉和模式识别会议论文集,CVPR 2008。
[36] Stegmann,M.、Ersboll,B.和;Larsen,R.(2003)。Fame–灵活的外观建模环境。IEEE医学成像学报,22(10),1319–1331·doi:10.1109/TMI.2003.817780
[37] Tenenbaum,J.B.,de Silva,V.和;Langford,J.C.(2000)。非线性降维的全局几何框架。科学,290(5500),2319-2323。doi:10.1126/science.290.5500.2319。 ·doi:10.1126/science.290.5500.2319
[38] Vaillant,M.、Miller,M.和Younes,L;Trouvé,A.(2004)。基于切空间表示的微分同态统计。神经影像,23,S161–S169·doi:10.1016/j.neuroimage.2004.07.023
[39] Villani,C.(2003年)。数学研究生学习:第58卷。最佳运输主题。普罗维登斯:美国数学。Soc·兹比尔1106.90001
[40] Villani,C.(2009年)。在Grundlehren der Mathematicschen Wissenschaften[数学科学的基本原理]:第338卷。最佳运输。柏林:施普林格。doi:10.1007/978-3-540-71050-9。
[41] Wang,W.、Mo,Y.、Ozolek,J.A.和;Rohde,G.K.(2011)。惩罚fisher判别分析及其在基于图像的形态测量中的应用。模式识别字母,32(15),2128–2135·doi:10.1016/j.patrec.2011.08.010
[42] Wang,W.、Ozolek,J.和;Rohde,G.(2010年)。根据组织病理学图像中的核结构对甲状腺滤泡病变进行检测和分类。细胞计量学A部分,77(5),485-494。
[43] Wang,W.、Ozolek,J.、Slepčev,D.、Lee,A.、Chen,C.和;Rohde,G.(2011年)。基于核结构病理学的最佳运输方法。IEEE医学成像汇刊,30(3),621-631·doi:10.1109/TMI.2010.2089693
[44] Yang,L.、Chen,W.、Meer,P.、Salaru,G.、Goodell,L.和Berstis,V;Foran,D.(2009)。虚拟显微镜和网格支持的决策支持,用于对成像病理标本进行大规模分析。IEEE生物医学信息技术汇刊,13(4),636–644·doi:10.1109/TITB.2009.2020159
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。