Classifying changes in LN-18 glial cell morphology: a supervised machine learning approach to analyzing cell microscopy data via FIJI and WEKA.

Mbiki, Sarah; McClendon, Jerome; Alexander-Bryant, Angela; Gilmore, Jordon

Mbiki, Sarah; McClendon, Jerome; Alexander-Bryant, Angela; Gilmore, Jordon.

Afiliação

Mbiki S; Department of Bioengineering, Clemson University, 301 Rhodes Research Center, Clemson, 29634, SC, USA. smbiki@clemson.edu.
McClendon J; Department of Automotive Engineering, Clemson University, 4 Research Dr, Greenville, 29607, SC, USA.
Alexander-Bryant A; Department of Bioengineering, Clemson University, 301 Rhodes Research Center, Clemson, 29634, SC, USA.
Gilmore J; Department of Bioengineering, Clemson University, 301 Rhodes Research Center, Clemson, 29634, SC, USA.

Med Biol Eng Comput ; 58(7): 1419-1430, 2020 Jul.

Article em En | MEDLINE | ID: mdl-32314170

Assuntos

Processamento de Imagem Assistida por Computador/métodos; Neuroglia/citologia; Aprendizado de Máquina Supervisionado; Área Sob a Curva; Teorema de Bayes; Células Cultivadas; Humanos; Microscopia Confocal/métodos; Neuroglia/patologia

Palavras-chave

Cell image analysis; Fiji's Trainable WEKA Segmentation; Machine learning; Object-orientated classification; Random forest; Support vector machine; Waikato Environment for Knowledge Analysis (WEKA)

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Processamento de Imagem Assistida por Computador / Neuroglia / Aprendizado de Máquina Supervisionado Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: Med Biol Eng Comput Ano de publicação: 2020 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google