A procedure was developed for the a

A procedure was developed for the automatic identification of cells and intercellular spaces of apple tissue from microscopic images. Two cultivars were used to develop the method: ‘Golden Delicious’ and ‘Champion’. Images of tissue microstructure were obtained using a confocal scanning laser microscope (CSLM). The area, perimeter, elongation, convexity, circularity, rectangularity, shape roughness and angularity of objects were automatically segmented from CSLM images and then analyzed. These geometric features were used to classify objects into two groups by means of linear discriminant analysis (LDA). Expert-based classification was used as the reference data for the LDA model. Using “step forward” analysis and the elimination of redundant variables, four geometric parameters: area, perimeter, circularity and shape roughness, were found to be the most important for the classification of cells and intercellular spaces.

ผลลัพธ์ (ไทย) 1:

กระบวนงานได้รับการพัฒนาสำหรับรหัสอัตโนมัติของเซลล์และช่องว่าง intercellular ของเนื้อเยื่อแอปเปิ้ลจากภาพด้วยกล้องจุลทรรศน์ พันธุ์ที่สองใช้ในการพัฒนาวิธีการ: 'ทองอร่อย' และ 'แชมป์' ภาพของเนื้อเยื่อต่อโครงสร้างจุลภาคได้รับใช้ confocal สแกนเลเซอร์กล้องจุลทรรศน์ (CSLM) ตั้ง ขอบเขต elongation, convexity หมุนเวียน rectangularity รูปร่างความหยาบ และ angularity ของวัตถุได้ถูกแบ่งเป็นช่วงจาก CSLM ภาพโดยอัตโนมัติ และวิเคราะห์แล้ว คุณลักษณะทางเรขาคณิตเหล่านี้ถูกใช้เพื่อจัดประเภทวัตถุเป็น 2 กลุ่มโดยใช้ discriminant เชิงวิเคราะห์ (LDA) การจัดประเภทโดยผู้เชี่ยวชาญถูกใช้เป็นข้อมูลอ้างอิงสำหรับแบบ LDA ใช้วิเคราะห์ "ก้าวไปข้างหน้า" และการกำจัดตัวแปรซ้ำซ้อน เรขาคณิตพารามิเตอร์สี่: ตั้ง ขอบเขต หมุน และรูปร่างความ หยาบ พบจะ สำคัญสุดสำหรับการจัดประเภทของเซลล์และช่องว่าง intercellular

ผลลัพธ์ (ไทย) 2:

ขั้นตอนการได้รับการพัฒนาสำหรับการระบุอัตโนมัติของเซลล์และช่องว่างระหว่างเซลล์ของเนื้อเยื่อแอปเปิ้ลจากภาพกล้องจุลทรรศน์ สองสายพันธุ์ที่ถูกนำมาใช้ในการพัฒนาวิธีการ: 'โกลเด้นอร่อย' และ 'แชมป์' ภาพจุลภาคเนื้อเยื่อที่ได้รับการสแกนโดยใช้กล้องจุลทรรศน์ confocal เลเซอร์ (CSLM) พื้นที่ปริมณฑลยืดตัวนูน, วัฏจักร, rectangularity หยาบรูปร่างและมุมของวัตถุที่ถูกแบ่งโดยอัตโนมัติจากภาพ CSLM และวิเคราะห์แล้ว คุณสมบัติทางเรขาคณิตเหล่านี้ถูกใช้ในการจำแนกวัตถ​​ุออกเป็นสองกลุ่มโดยใช้วิธีการวิเคราะห์จำแนกเชิงเส้น (LDA) ผู้เชี่ยวชาญการจัดหมวดหมู่ตามถูกนำมาใช้เป็นข้อมูลอ้างอิงสำหรับรุ่น LDA ใช้ "ก้าวไปข้างหน้า" การวิเคราะห์และการกำจัดของตัวแปรซ้ำซ้อนสี่พารามิเตอร์ทางเรขาคณิต: พื้นที่ปริมณฑลวัฏจักรและรูปร่างขรุขระถูกพบว่าเป็นที่สำคัญที่สุดสำหรับการจัดหมวดหมู่ของเซลล์และช่องว่างระหว่างเซลล์

ผลลัพธ์ (ไทย) 3:

ขั้นตอนที่พัฒนาขึ้นเพื่อใช้ในการระบุอัตโนมัติของเซลล์และเป็น intercellular ของแอปเปิ้ลเนื้อเยื่อจากภาพถ่ายจากกล้องจุลทรรศน์ . 2 พันธุ์เพื่อใช้ปรับปรุงวิธี : โกลเด้น ' อร่อย ' และ ' แชมป์ ' ภาพโครงสร้างของเนื้อเยื่อที่ได้รับการใช้ด้วยกล้องจุลทรรศน์เลเซอร์ ( cslm ) บริเวณ , ปริมณฑล , การยืดตัว นูน circularity ซึ่งเป็นรูปสี่เหลี่ยมมุมฉาก , , ,รูปร่างของวัตถุได้โดยอัตโนมัติ และกุญแจผีของ cslm แยกส่วนจากภาพแล้ววิเคราะห์ คุณสมบัติเรขาคณิตเหล่านี้ถูกใช้เพื่อแยกวัตถุออกเป็น 2 กลุ่ม โดยวิธีการของการวิเคราะห์เชิงเส้น ( lda ) ผู้เชี่ยวชาญด้านการใช้เป็นข้อมูลอ้างอิงสำหรับ lda นางแบบ การใช้ " ก้าวไปข้างหน้า " การวิเคราะห์และการขจัดตัวแปรซ้ําซ้อนสี่เรขาคณิตตัวแปรพื้นที่ , ปริมณฑล , circularity และรูปร่างขรุขระ พบว่าเป็นสิ่งสำคัญที่สุดสำหรับการแบ่งเซลล์และ intercellular เป็น .