Image thresholding [4]-[6] is one o

Image thresholding [4]-[6] is one of the cell segmentation methods used to segment the objects out of background
and it does not separate the touching nuclei. In cell images global threshold minimizes the variations between different
images which are important for separating the touching or overlapping nuclei but local threshold provides the most
suitable value for segmentation with better adaptability. Bin Fang et al. (2003) proposed a two-stage tumor cells
identification strategy [4]-[6], in its first stage it uses local adaptive threshold for automatic potential tumor cell
segmentation. Here, the global threshold [4]-[6] is very expensive and the clumped cells cannot be considered, because
it uses single threshold level for entire image. In global threshold, ‘brighter’ backgrounds are misclassified as cells and
‘darker’ cell regions are misclassified as background. By minimizing the negative effect of background noise, local
adaptive threshold segments the reg

ผลลัพธ์ (ไทย) 1:

Thresholding ภาพ [4] - [6] เป็นหนึ่งในเซลล์แบ่งวิธีที่ใช้ในการแบ่งเซ็กเมนต์วัตถุจากพื้นหลังและไม่ได้แยกนิวเคลียสสัมผัส ในภาพเซลล์ เกณฑ์สากลลดการเปลี่ยนแปลงระหว่างแตกต่างกันภาพที่มีความสำคัญสำหรับแยกแตะ หรือทับซ้อนนิวเคลียสแต่เกณฑ์ท้องถิ่น ให้มากสุดค่าที่เหมาะสมสำหรับการแบ่งส่วนกับการปรับตัวดีขึ้น ช่องฝาง et al. (2003) เซลล์เนื้องอกสองขั้นตอนในการนำเสนอระบุกลยุทธ์ [4] - [6], ในเวทีแรก ใช้เกณฑ์ปรับเฉพาะสำหรับเซลล์เนื้องอกอาจเกิดขึ้นโดยอัตโนมัติแบ่งกลุ่ม ที่นี่ เกณฑ์สากล [4] - [6] มีราคาแพงมาก และที่ clumped เซลล์ไม่สามารถใช้เป็น เนื่องจากใช้เกณฑ์เดียวระดับสำหรับภาพทั้งหมด ในเกณฑ์สากล พื้นหลัง 'สดใส' ได้งานเป็นเซลล์ และภูมิภาคเซลล์ 'เข้ม' มีงานเป็นพื้นหลัง โดยการลดผลกระทบเชิงลบของเสียงพื้นหลัง ท้องถิ่นปรับเกณฑ์ส่วนการ reg

ผลลัพธ์ (ไทย) 2:

ภาพ Thresholding [4] - [6] เป็นหนึ่งในวิธีการแบ่งส่วนเซลล์ที่ใช้ในส่วนของวัตถุออกจากพื้นหลัง
และมันก็ไม่ได้แยกนิวเคลียสสัมผัส ในภาพมือถือทั่วโลกลดเกณฑ์เปลี่ยนแปลงระหว่างที่แตกต่างกัน
ภาพที่มีความสำคัญสำหรับการแยกการสัมผัสหรือทับซ้อนกันนิวเคลียส แต่เกณฑ์ในท้องถิ่นให้มากที่สุด
คุ้มค่าเหมาะสำหรับการแบ่งส่วนที่มีการปรับตัวดีขึ้น ถังฝาง, et al (2003) ได้เสนอสองขั้นตอนเซลล์เนื้องอก
กลยุทธ์ประจำตัว [4] - [6] ในขั้นตอนแรกของการใช้เกณฑ์การปรับตัวในท้องถิ่นสำหรับเซลล์มะเร็งอัตโนมัติที่มีศักยภาพ
การแบ่งส่วน นี่เกณฑ์ระดับโลก [4] - [6] มีราคาแพงมากและเซลล์ clumped ไม่สามารถได้รับการพิจารณาเพราะ
จะใช้เกณฑ์ระดับเดียวสำหรับภาพทั้งหมด ในเกณฑ์ระดับโลก, พื้นหลัง 'สดใส' มีการแบ่งเซลล์และ
'เข้ม' ภูมิภาคมือถือจะแบ่งเป็นพื้นหลัง โดยการลดผลกระทบเชิงลบของเสียงรบกวนท้องถิ่น
ส่วนเกณฑ์การปรับตัว reg

ผลลัพธ์ (ไทย) 3:

ภาพการปรับ [ 4 ] - [ 6 ] เป็นหนึ่งในวิธีการที่ใช้ในการแบ่งเซลล์ ส่วนวัตถุออกจากพื้นหลังและมันไม่ได้แยกสัมผัสนิวเคลียส . ในเกณฑ์สากลรูปภาพเซลล์ช่วยลดการเปลี่ยนแปลงระหว่างที่แตกต่างกันภาพที่สำคัญสำหรับการแบ่งนิวเคลียสสัมผัสหรือซ้อนกันแต่เกณฑ์ในประเทศให้มากที่สุดค่าที่เหมาะสมสำหรับการแบ่งส่วนได้ดีพร้อม บินฝาง et al . ( 2003 ) เสนอสองเซลล์มะเร็งกำหนดกลยุทธ์ [ 4 ] - [ 6 ] ในขั้นตอนแรกจะใช้เกณฑ์แบบท้องถิ่นสำหรับเซลล์เนื้องอกที่อาจเกิดขึ้นโดยอัตโนมัติการแบ่งส่วนตลาด . ที่นี่ ภายใต้เกณฑ์ [ 4 ] - [ 6 ] ราคาแพงมากและโอกาสเซลล์ไม่สามารถพิจารณา เพราะใช้ระดับเกณฑ์เดียวสำหรับภาพทั้งหมด โลกสดใสของ " " พื้นหลัง misclassified เป็นเซลล์และ" เข้ม " เซลล์พื้นที่เป็น misclassified เป็นพื้นหลัง โดยการลดผลกระทบเชิงลบเสียงพื้นหลัง , ท้องถิ่นธรณีประตูแบบเซกเมนต์ของเร็ก