×
奥利弗·施密特;玛丽亚·哈塞

二值图像和灰度图像中基于径向对称的细胞簇分解。 （英语） 兹比尔1132.68660

模式识别 41，第6期，1905-1923（2008）.
摘要：复杂细胞学和组织学图像的结构分割是产生二值图像的图像分析的必要中间步骤。在许多情况下，这些二值图像可能与随后的特定对象量化相去甚远，因为光电设备数字化的生物结构可能靠近，因此它们在投影图像中显示为一个融合对象。这样的物体融合可能变得复杂，从而出现大的生物结构簇。为了量化簇中的单个物体，必须将它们分开。复杂器官（如大脑）中细胞的形状、大小和强度变化可能会产生平面结构，这些平面结构只能通过常用技术（例如分水岭分离或图像的基本形态学处理）进行分割。
反复考虑物体轮廓，可以积累适当的显著性特征，从而产生奇异物体的标记。这种重要的标记物可能会比普通方法更有效地推动分离过程。通过迭代方法确定标记应具有尺度、平移和旋转不变性，并对生物样本的变异性引起的噪声具有鲁棒性。
我们实现了一种技术，可以将由不同大小和形状的细胞团分割成有意义的部分。这里应用的多尺度方法是基于对轮廓形状和目标区域的分析，通过使用定向核进行迭代投票。这些锥形核迭代地投票决定聚集部分的局部质量中心。投票是沿着骨料二值化图像距离变换的梯度进行的。迭代投票是通过沿着梯度方向进行投票来初始化的，在每次迭代时，投票方向和内核的形状分别被细化。对核地形进行了细化和迭代重定向。结果表明，内核地形是独特的，因为它投票支持最可能的网格点集，其中单个集群组件的重心可能位于该网格点集。此外，还实现了一个新的过程，利用聚合的局部强度进行核投票。最后投票的迭代分别提供了引力中心。聚集细胞的质量中心。通过基于标记的分水岭后处理，提取并用作标记以确定单个细胞边界。
本文的主题是强调迭代核投票的基本算法，并将其扩展到处理簇内的强度以及轮廓信息。该方法适用于根据对象拓扑进行系统修改的合成图像。在光镜水平上分离细胞的天然聚集体和高分辨率平板扫描得到的细胞簇。除了这些示例之外，还研究了基准数据库中的图像。将迭代投票法产生的分裂与受试者的预期分裂以及分水岭法的结果进行了比较。特别是基于灰度的迭代投票方法与分水岭方法相比，为细胞簇分离提供了优越的结果。

引用于1文件

MSC公司：

68吨10 模式识别、语音识别
68平方英寸10 图像处理的计算方法

关键词：

图像分析;径向对称性;显著性;兴趣点;重心;迭代投票;分解，分解;分离;细分;分裂;分区;细胞簇

软件：

生物标志物
PDF格式BibTeX公司 XML格式引用
\textit｛O.Schmitt｝和\textit｛M.Hasse｝，模式识别41，编号61905-1923（2008；Zbl 1132.68660）
全文： 内政部

参考文献：

[1] 施密特，O。；Eggers，R.，通过图像分析对人脑神经元和胶质细胞组织化学染色对比结果的系统研究，Micron，28，197-215（1997）
[2] Ong，S.，组织切片的图像分析，计算机。生物医学，26，269-279（1996）
[3] 阿迪加，P。；乔杜里，B。；Rodenacker，K.，共焦显微镜图像中组织细胞的半自动分割（ICPR’96（1996）），494-497
[4] Ancin，H。；罗萨姆，B。；杜弗兰，T。；栗子，M。；瑞德，G。；Szarowski，D。；Turner，J.，共焦显微镜成像细胞群自动三维图像分析进展，细胞计量学，25221-234（1996）
[5] 施密特，O。；艾格斯，R。；Modersitzki，J.，《人脑整体组织切片的视频显微镜、图像处理和分析》，Microsc。Res.Tech.，66，203-218（2005）
[6] 施密特，O。；Eggers，R.，作为定量神经成像工具的平板扫描，J.Microsc。，196, 337-346 (1999)
[7] 张，D。；Lu，G.，形状表示和描述技术综述，模式识别，37，1-19（2004）
[8] Rodenacker，K。；Bengtsson，E.，数字化显微图像上的细胞术特征集，Ana。细胞病理学。，25, 1-36 (2003)
[9] 科斯塔，L。；Cesar，R.M.，《形状分析和分类》（2001），CRC出版社：CRC出版社博卡拉顿·Zbl 1173.68800号
[10] Pizer，S。；弗里奇，D。；Yushkevich，P。；约翰逊，V。；Chaney，E.，通过图像对象形状分割、注册和测量形状变化，IEEE Trans。医学图像，18851-865（1999）
[11] Loncaric，S.，形状分析技术的调查，模式识别，31983-1001（1998）
[12] 福兰，D。；Berg，R.，一种基于冗余特征测量和统计推理的定量图像评估方法，计算机。方法生物识别程序。，45, 291-305 (1994)
[13] 小华，C。；Chang，Y.，一些有效方法在细胞分割中的应用，SPIE J.，4550，340-344（2001）
[14] 瓦赫比，C。；辛特拉，I.-M。；Erlandsson，F。；博格福斯，G。；Bengtsson，B.，结合强度、边缘和形状信息对组织切片中细胞核进行2D和3D分割，J.Microsc。，215, 67-76 (2004)
[15] 本特森，E。；瓦赫比，C。；Lindblad，J.，稳健细胞图像分割方法，模式识别图像分析。，14157-167（2004年）
[16] C.Wählby，E.Bengtsson，通过结合种子流域和梯度信息分割组织中的细胞核，《计算机科学讲义》，第2749卷，施普林格，柏林，2003年，第408-414页。；C.Wählby，E.Bengtsson，通过结合种子流域和梯度信息分割组织中的细胞核，《计算机科学讲义》，第2749卷，施普林格，柏林，2003年，第408-414页·Zbl 1040.68769号
[17] Loukas，C。；Wilson，G。；Vojnovic，B.，复杂组织切片中癌细胞核的自动分割，SPIE J.，4158，188-198（2001）
[18] 尼尔森，B。；Heyden，A.，密集白细胞簇的分割（MMBIA论文集，第1卷（2001）），221-227
[19] 崔永华，周恩周，利用流域变换进行Blob分析，《人工智能讲义》，第1821卷，2000年，第482-491页。；崔永华，周恩周，利用流域变换进行Blob分析，《人工智能讲义》，第1821卷，2000年，第482-491页。
[20] Costa，J。；Mascarenhas，D。；马西奥，L。；de Andrade Netto，M.，《利用形态学分水岭分割噪声图像中的细胞核》，SPIE J.，3164，314-324（1997）
[21] van Ham，P。；德豪沃，C。；Kiss，R.，利用自动图像处理设备对体外癌细胞进行动态行为分析，SPIE J.，2710，967-978（1996）
[22] Ancin，H。；杜弗兰，T.E。；Ridder，G.M。；特纳，J.N。；Roysam，B.，《噪声各向异性三维生物图像中物体计数的改进分水岭算法》，（ICIP’95：1995年国际图像处理会议论文集，第3卷（1995），IEEE计算机学会：IEEE计算机协会，美国华盛顿特区），3172
[23] Lee，Y.-K。；Kim，J.-H.，《显著重叠颗粒的有效形态分割》，SPIE J.，2424349-357（1995）
[24] 陶氏化学公司。；谢弗，S。；Waggoner，A.，黑素瘤组织切片免疫表型多探针荧光图像的形态学分割，SPIE J.，2055，487-498（1993）
[25] Pavlidis，T。；Horowitz，S.，平面曲线分割，IEEE Trans。计算。，23, 860-870 (1974) ·Zbl 0283.68064号
[26] 戈斯，E.E。；罗丝·W·H。；巴恩斯·W·E。；卡普兰，E。；Arnold，J.S.，重叠均匀透明辐射物体图像序列的分解，（细胞学部分分割算法的比较（1980）），971-973
[27] Grinaker，S.，基于边缘的分割和纹理分离，（《细胞学中一些分割算法的比较》（1980）），554-557
[28] Pieroni，G.G。；科斯塔比尔，M.F。；Guerra，G.，图序列分析问题中形状边界的分解，（细胞学部分分割算法的比较（1980）），618-623
[29] Rowinski，J。；Souchier，C。；Czyba，J。；Pages，M。；Fages，R。；Laurent，J。；格陵兰，T.，通过图像分析和计算机数据处理对细胞核进行形态计量学研究，Gegenbaurs Morphl。贾尔布。，126, 253-263 (1980)
[30] 塞尔皮科，S。；Vernazza，G。；Dellepiane，S.，《细胞图像识别中不同分割技术的融合》，SPIE J.，1027，208-213（1988）
[31] 汤普森，D。；Bartels，H。；哈达德，J。；Bartels，P.，组织病理学机器视觉系统中的场景分割，SPIE J.，1206，40-47（1990）
[32] 斯蒂芬森，O。；Wang，W。；Dahlhielm，S.，集料的自动图像处理，（ISRM研讨会：Eurock’92（1992）），31-35
[33] Yeo，T。；Jin，X。；Ong，S。；Jayasooriah，S。；Sinniah，R.，通过凹度分析进行束分裂，模式识别快报。，15, 1013-1018 (1994)
[34] Malladi，R.，生物医学图像处理中的几何方法（2001），施普林格：施普林格柏林·Zbl 0986.00023号
[35] 宾夕法尼亚州班福德。；杰克韦，P。；Lovell，B.，真实细胞图像稳健自动分割的进展，SPIE J.，3747，34-56（1999）
[36] Modersitzki，J.，《图像配准的数值方法》（2004），牛津大学出版社：牛津大学出版社·Zbl 1055.68140号
[37] 塞金，M。；Sankur，B.，《图像阈值技术和定量性能评估综述》，电子杂志。成像，13，146-165（2007）
[38] 张勇，不同分割算法的评估与比较，模式识别快报。，18, 963-974 (1997)
[39] 北卡罗来纳州帕尔。；Pal，S.，图像分割技术综述，模式识别，2611277-1294（1993）
[40] Sahoo，P。；Soltani，S。；Wong，A。；陈毅，阈值技术综述，CVGIP，41233-260（1988）
[41] 哈拉利克，R。；Shapiro，L.，图像分割技术，CVGIP，29，100-132（1985）
[42] Weszka，J.，阈值选择技术的调查，CGIP，7259-265（1978）
[43] 魏强。；雷米，C。；Stucki，P.，《形态学细胞显微照片分析的高级图像处理和建模系统》，SPIE J.，1905，175-185（1993）
[44] Elmoataz，A。；舒普，S。；克劳德·R。；Herlin，P。；Bloyet，D.，《使用活动轮廓和数学形态学工具量化免疫组织化学图像》，Signal。过程。，71, 215-226 (1998) ·Zbl 1053.92509号
[45] 波特，S。；Vassy，J。；贝尔，M。；Millot，G。；希伯巴赫，A。；Rigault，J。；Schoevaert，D.，MCG7细胞系中细胞角蛋白网络拓扑的定量分析，细胞计量学，35203-213（1999）
[46] 梅茨勒，V。；莱曼，T。；比内特，H。；莫塔吉，K。；Spitzer，K.，《使用数学形态学进行定量细胞学的非标度形状分析》，计算机。生物医学，30，135-151（2000）
[47] 马拉戈斯，P。；Schaffer，R.，形态滤波器第二部分：它们与中值、顺序统计和堆栈滤波器的关系，IEEE Trans。A输出。语音信号处理，351170-1184（1987）
[48] H.Heijmans，《作为形状描述工具的数学形态学》，《图像中的形状：灰度图像中形状的数学描述》，施普林格出版社，柏林，1994年，第147-176页（第章）。；H.Heijmans，《作为形状描述工具的数学形态学》，《图像中的形状：灰度图像中形状的数学描述》，柏林斯普林格出版社，1994年，第147-176页（第章）。
[49] Maragos，P.，模式谱和多尺度形状表示，IEEE Trans。PAMI，11，701-716（1989）·Zbl 0676.68050号
[50] 莱因哈特，J。；Higgins，W.，形态骨架和形态形状分解之间的比较，IEEE Trans。PAMI，18951-957（1996）
[51] Salembier，P。；Kunt，M.，用基于秩序的滤波器对图像进行尺寸敏感的多分辨率分解，信号处理。，27, 205-241 (1992)
[52] Goutsias，J。；Heijmans，H.，多分辨率信号分解方案。第1部分：线性和形态金字塔，IEEE Trans。图像处理。，9, 1862-1876 (2000) ·Zbl 0962.94031号
[53] Heijmans，H。；van den Boomgaard，R.，《线性和形态尺度空间的代数框架》，J.Math。图像视觉，13，269-301（2002）
[54] Talbot，H。；阿普尔顿，B.，椭圆距离变换和对象分割问题，（ISMM2002（2002）会议记录），229-240
[55] Lindblad，J。；瓦赫比，C。；本特森，E。；Zaltsman，A.，细胞质自动分割和Rac1激活分类的图像分析，细胞计量学，57，22-33（2004）
[56] 林·G。；Chawia，M。；Olson，K。；Guzowski，J。；巴恩斯，C。；Roysam，B.，多个片段基于模型的分层合并，用于改进细胞核的三维分割，细胞计量学，63，20-33（2004）
[57] E.Bengtsson，《计算机细胞图像分析：过去、现在和未来》，《计算机科学讲义》，第2749卷，施普林格，柏林，2003年，第395-407页。；E.Bengtsson，《计算机细胞图像分析：过去、现在和未来》，《计算机科学讲义》，第2749卷，施普林格，柏林，2003年，第395-407页·Zbl 1040.68590号
[58] 梅茨勒，V。；莱曼，T。；Aach，T.，光显微照片的形态多尺度形状分析，SPIE J.，3961227-238（2000）
[59] Nedzved，A。；Ablameyko，S。；Pitas，I.，组织学细胞图像的形态学分割，ICPR，1150-1504（2000）
[60] 马尔吉（Marji，M.）。；Siy，P.，通过主点检测的数字平面曲线多边形表示——一种非参数算法，模式识别，372113-2130（2004）
[61] Cronin，T.，可视化二维轮廓的凹凸分割，模式识别快报。，24, 429-443 (2003)
[62] &abreve；（&A）；nase，M。；Veltkamp，R.，基于直线骨架的多边形分解，SoCG，1，58-67（2003）·Zbl 1375.68170号
[63] 杨琼。；Parvin，B.，用于亚细胞结构定位的谐波切割和正则质心变换，IEEE Trans。生物识别。工程，50，469-475（2003）
[64] Bilodeau，G.-A.，真实图像中物体的部分分割，模式识别，352913-2926（2002）·Zbl 1007.68940号
[65] T.Lee，M.Atkins，Z.-N.Li，压痕和凸出检测及其应用，《计算机科学讲义》，第2106卷，施普林格，柏林，2001年，第335-343页。；T.Lee，M.Atkins，Z.-N.Li，压痕和凸出检测及其应用，《计算机科学讲义》，第2106卷，施普林格，柏林，2001年，第335-343页·Zbl 0991.68578号
[66] Salotti，M.，数字化曲线最佳多边形逼近的有效算法，模式识别快报。，22, 215-221 (2001) ·Zbl 0977.68090号
[67] J.Shah，2001年。形状分割，计算机科学讲义，第2106卷，施普林格，柏林，2001年，第236-244页。；J.Shah，2001年。形状分割，《计算机科学讲义》，第2106卷，施普林格，柏林，2001年，第236-244页·Zbl 0991.68581号
[68] Lee，T。；Atkins，M.，《测量黑色素细胞病变边界不规则性的新方法》，SPIE J.，3979668-675（2000）
[69] Rosin，P.，凸性形状划分，IEEE Trans。系统。人类网络-A部分，3020-2010（2000）
[70] W.Clocksin，使用稳健估计和灵活轮廓模型自动分割背景变化大的重叠核，载于：ICIAP，第1卷，2003年，第682-687页。；W.Clocksin，使用稳健估计和灵活轮廓模型自动分割背景变化较大的重叠核，载于：ICIAP，第1卷，2003年，第682-687页。
[71] 斯克拉罗夫，S。；Liu，L.，通过基于模型的区域分组进行变形形状检测和描述，IEEE Trans。PAMI，23，475-489（2001）
[72] Geusebroek，J.M。；Smeulders，A.W.M。；Cornelissen，F。；Geerts，H.，通过距离图匹配分割组织结构，细胞计量学，35，12-22（1999）
[73] Geusebroek，J.M。；Smeulders，A.W.M。；Cornelissen，F.，《用最近邻图分割细胞簇》（ASCI’97，计算与成像高等学校第三届年会论文集（1997），248-252
[74] E.Dejnozkova，P.Dokladal，基于水平集方法的重叠圆形物体建模，《计算机科学讲义》，第3211卷，施普林格，柏林，2004年，第416-423页。；E.Dejnozkova，P.Dokladal，基于水平集方法的重叠圆形物体建模，《计算机科学讲义》，第3211卷，施普林格，柏林，2004年，第416-423页。
[75] 杨，F。；Jiang，T.，基于核的动态聚类和椭球细胞形状模型的细胞图像分割，J.Biomed。Inf.，3467-73（2001年）
[76] 吴海胜。；Barba，J。；Gil，J.，细胞图像分割的参数拟合算法，IEEE Trans。生物识别。工程师，45，400-407（1998）
[77] S.Schüpp，A.Elmoataz，M.-J.Fadili，D.Bloyet，2001年。生物医学应用的快速统计水平集图像分割，《计算机科学讲义》，第2106卷，施普林格，柏林，2001年，第380-388页。；S.Schüpp，A.Elmoataz，M.-J.Fadili，D.Bloyet，2001年。生物医学应用的快速统计水平集图像分割，《计算机科学讲义》，第2106卷，施普林格，柏林，2001年，第380-388页·Zbl 0991.68571号
[78] Attneave，F.，《视觉感知的一些信息方面》，《心理学》。修订版，61183-193（1954）
[79] M.Mellor，M.Brady，局部对称性估计的新技术，摘自：《计算机科学讲义》，柏林斯普林格，2005年，第38-49页。；M.Mellor，M.Brady，局部对称性估计的新技术，摘自：《计算机科学讲义》，柏林斯普林格，2005年，第38-49页·Zbl 1119.68491号
[80] 刘，Y。；柯林斯，R。；Tsin，Y.，基于饰带和壁纸组的周期图案感知计算模型，IEEE Trans。PAMI，26，354-371（2004）
[81] 洛伊·G。；Zelinsky，A.，检测感兴趣点的快速径向对称，IEEE Trans。PAMI，25959-973（2003）
[82] Johansson，B。；克努特森，H。；Granlund，G.，使用归一化卷积检测旋转对称性，（ICPR（2000）），3500-3504
[83] Zabrodsky，H。；佩莱格，S。；Avnir，D.，作为连续特征的对称性，IEEE Trans。PAMI，17，1154-1166（1995）
[84] 莱斯菲尔德，D。；沃尔夫森，H。；Yeshurun，Y.，无上下文注意算子：广义对称变换，IJCV，14，119（1995）
[85] 莱斯菲尔德，D。；Yeshurun，Y.，人脸图像的预处理：特征检测和姿势规范化，CVIU，71，13（1998）
[86] 塞拉·G。；Levine，M.，机器人视觉的实时关注，实时成像，3173-194（1997）
[87] Leavers，V.，《使用霍夫变换的计算机视觉中的形状检测》（1992），施普林格：施普林格柏林·Zbl 0776.68120号
[88] 杨琼。；Parvin，B.，用于亚细胞结构定位的谐波切割和正则化质心变换，（ICPR'02:Proceedings of the 16th International Conference on Pattern Recognition（ICPR'02），vol.1（2002），IEEE计算机学会：IEEE计算机学会，华盛顿，美国），788-791
[89] 巴文。；杨琼。；Fontenay，G。；Barcellos-Hoff，M.，《生物信号：用于研究现象的成像生物信息系统》，计算机，35，65-71（2002）
[90] 巴文。；聪，G。；Fontenay，G。；泰勒，J。；Henshall，R。；Barcellos-Hoff，M.H.，《生物信号：研究细胞间信号机制的生物信息系统》，（BIBE’00：第一届IEEE生物信息学和生物医学工程国际研讨会论文集（2000），IEEE计算机学会：IEEE计算机协会，美国华盛顿特区），281-288
[91] 杨琼。；Parvin，B.，径向对称的感知组织，（CVPR，第1卷（2004）），第320-325页
[92] F.Cao，《几何曲线演化和图像处理》，数学课堂讲稿，第1805卷，2003年，第1-187页。；F.Cao，《几何曲线演化和图像处理》，《数学课堂讲稿》，第1805卷，2003年，第1-187页·Zbl 1290.35001号
[93] 加利亚斯，F。；Hsu，M。；Buzsaki，G.，《四种改良银法用于甲醛固定哺乳动物中枢神经组织厚切片：“暗”神经元、所有神经元的胞体周、小胶质细胞和毛细血管》，《神经科学杂志》。方法，50，159-164（1993）
[94] Otsu，N.，从灰度直方图中选择阈值的方法，IEEE Trans。系统。人类网络。，9, 62-66 (1979)
[95] Roerdink，J。；Meijster，A.，《分水岭变换：定义、算法和并行化策略》，Fundam。Inf.，41887-228（2001年）·Zbl 0958.68184号
[96] 北卡罗来纳州马尔皮卡。；de Solorzano，首席执行官。；Vaquero，J。；桑托斯，A。；瓦尔科尔巴，I。；Garcia-Sagredo，J.M。；del Pozo，F.，将分水岭算法应用于聚集细胞核的分割，细胞计量学，28，289-297（1997）
[97] 费尔德曼，J。；辛格，M.，《轮廓和物体的信息》，《心理学》。修订版，112243-252（2005）
[98] Barenholtz，E。；科恩，E。；费尔德曼，J。；Singh，M.，《检测形状变化：凹陷的优势》，《认知》，第89期，第1-9页（2003年）
[99] Bertamini，M。；克劳彻，C.，《洞的形状》，《认知》，87，33-54（2003）
[100] 诺曼，J。；菲利普斯，F。；Ross，H.，《自然形状固体物体边界轮廓的信息集中》，《感知》，第30期，第1285-1294页（2001年）
[101] 刘，Z。；雅各布斯，D。；Basri，R.，《凸性在知觉完成中的作用：超越良好的连续性》，《视觉研究》，39，4244-4257（1999）
[102] 霍夫曼，D。；Singh，M.，视觉部位的显著性，认知，63，29-78（1997）
[103] Siddiqi，K。；Tresness，K。；Kimia，B.，《视觉形式的部分：心理物理方面，感知》，25399-424（1996）
[104] Resnikoff，H.，《现实的幻觉：信息科学主题》（1985），施普林格出版社：纽约施普林格
[105] Shannon，C.，《通信数学理论》，《贝尔系统技术期刊》，第27期，第379-423页（1948年）·Zbl 1154.94303号
[106] Thórisson，K.，《模拟感知分组：人机交互的应用》（《认知科学学会第16届年会论文集》（1994），亚特兰大：佐治亚州亚特兰大），876-881
[107] 奥伯特，C。；本特森，E。；Nordin，B.，使用距离变换对二值图像进行流域分割，SPIE J.，1902，159-170（1992）
[108] 刘海川。；Srinath，M.，从链码进行角点检测，模式识别，21，51-68（1990）
[109] Russ，J.，《图像处理手册》（2002），CRC出版社：CRC出版社Boca Raton·Zbl 1204.68249号
[110] 刘，L。；Sclaroff，S.，通过可变形模型引导的分割和合并进行区域分割，ICCV，198-104（2001）
[111] Serra，J.，《图像分析与数学形态学》，第1卷（1993年），学术出版社：伦敦学术出版社
[112] 林·G。；阿迪加，美国。；Olson，K。；Guzowski，J。；巴恩斯，C。；Roysam，B.，融合梯度线索和对象模型的混合3D分水岭算法，用于共焦图像堆栈中细胞核的自动分割，细胞计量学，56，23-36（2003）
[113] 杨琼。；巴文。；Barcellos-Hoff，M.，通过迭代投票定位显著性，（ICPR，第1卷（2004）），63-66
[114] Raman，S。；巴文。；麦克斯韦，C。；Barcellos-Hoff，M.，细胞培养分析中分割和蛋白质定位的几何方法，（ISVC（2005）），427-436
[115] Livens，S。；van Roost，C。；Schenders，P。；van Dyck，D.，使用梯度收敛图的粒度分割，（SCIA97（1997）），389-396
[116] Bigün，J。；Granlund，G.，线性对称的最佳定向检测，（ICCV进展（1987）），433-438
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。