Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

Efficient statistical/morphological cell texture characterization and classification

Abstract : This paper presents the different steps for an automatic fluorescence-labelled cell classification method. First a data features study is discussed in order to describe cell texture by means of morphological and statistical texture descriptors. Then, results on supervised classification using logistic regression, random forest and neural networks, for both morphological and statistical descriptors, is presented. We propose a final consolidated classifier based on a weighted probability for each class, where the weights are given by the empirical classification performances. The method is evaluated on ICPR'12 HEp-2 dataset contest.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [13 références]  Voir  Masquer  Télécharger

https://hal-mines-paristech.archives-ouvertes.fr/hal-00834446
Contributeur : Bibliothèque Mines Paristech <>
Soumis le : samedi 15 juin 2013 - 10:12:23
Dernière modification le : samedi 19 septembre 2020 - 04:30:52
Archivage à long terme le : : lundi 16 septembre 2013 - 04:03:56

Fichier

EfficientStatisticalMorphologi...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00834446, version 1

Citation

Guillaume Thibault, Jesus Angulo. Efficient statistical/morphological cell texture characterization and classification. 21th International Conference on Pattern Recognition (ICPR), Nov 2012, Tsukuba, Japan. pp.2440-2443. ⟨hal-00834446⟩

Partager

Métriques

Consultations de la notice

237

Téléchargements de fichiers

366