Direkt zum Inhalt
  1. Publizieren |
  2. Suche |
  3. Browsen |
  4. Neuzugänge rss |
  5. Open Access |
  6. Rechtsfragen |
  7. EnglishCookie löschen - von nun an wird die Spracheinstellung Ihres Browsers verwendet.

ilastik: interactive machine learning for (bio)image analysis

Berg, Stuart ; Kutra, Dominik ; Kroeger, Thorben ; Straehle, Christoph N. ; Kausler, Bernhard X. ; Haubold, Carsten ; Schiegg, Martin ; Ales, Janez ; Beier, Thorsten ; Rudy, Markus ; Eren, Kemal ; Cervantes, Jaime I ; Xu, Buote ; Beuttenmueller, Fynn ; Wolny, Adrian ; Zhang, Chong ; Koethe, Ullrich ; Hamprecht, Fred A. ; Kreshuk, Anna

In: Nature Methods, 2019 (September 2019), Nr. 16. S. 1-9. ISSN 1548-7105 (Online-Ausg.), 1548-7091 (Druck-Ausg.)

[thumbnail of Berg_ilastik_2020.pdf]
Vorschau
PDF, Englisch - Hauptdokument
Download (2MB) | Nutzungsbedingungen

Zitieren von Dokumenten: Bitte verwenden Sie für Zitate nicht die URL in der Adresszeile Ihres Webbrowsers, sondern entweder die angegebene DOI, URN oder die persistente URL, deren langfristige Verfügbarkeit wir garantieren. [mehr ...]

Abstract

We present ilastik, an easy-to-use interactive tool that brings machine-learning-based (bio)image analysis to end users without substantial computational expertise. It contains pre-defined workflows for image segmentation, object classification, counting and tracking. Users adapt the workflows to the problem at hand by interactively providing sparse training annotations for a nonlinear classifier. ilastik can process data in up to five dimensions (3D, time and number of channels). Its computational back end runs operations on-demand wherever possible, allowing for interactive prediction on data larger than RAM. Once the classifiers are trained, ilastik workflows can be applied to new data from the command line without further user interaction. We describe all ilastik workflows in detail, including three case studies and a discussion on the expected performance.

Dokumententyp: Artikel
Titel der Zeitschrift: Nature Methods
Band: 2019
Nummer: 16
Verlag: Nature Publishing Group
Ort der Veröffentlichung: London, New York
Erstellungsdatum: 07 Mai 2020 12:00
Erscheinungsjahr: September 2019
ISSN: 1548-7105 (Online-Ausg.), 1548-7091 (Druck-Ausg.)
Seitenbereich: S. 1-9
Institute/Einrichtungen: Zentrale und Sonstige Einrichtungen > Interdisziplinäres Zentrum für Wissenschaftliches Rechnen (IWR)
Zentrale und Sonstige Einrichtungen > Heidelberg Collaboratory for Image Processing (HCI)
Zentrale und Sonstige Einrichtungen > Europäisches Laboratorium für Molekularbiologie (EMBL)
DDC-Sachgruppe: 004 Informatik
570 Biowissenschaften, Biologie
600 Technik, Medizin, angewandte Wissenschaften
Normierte Schlagwörter: Deep learning, Mikroskopie, Maschinelles Lernen, Bildanalyse, Software
Freie Schlagwörter: deep learning in microscopy, machine learning, image analysis
Leitlinien | Häufige Fragen | Kontakt | Impressum |
OA-LogoDINI-Zertifikat 2013Logo der Open-Archives-Initiative