ImageJ实用技巧——基于机器学习的自动细胞分割(插件篇)
发布于 2019-04-13 · 浏览 2109 · IP 北京北京
这个帖子发布于 6 年零 28 天前，其中的信息可能已发生改变或有所发展。
这一篇要为大家介绍一款非常强大的插件，它集成了一系列机器学习算法，通过在同一张图片上学习不同细胞的特征，进行快速的2D/3D图像分割：Trainable Weka Segmentation
这款插件的使用十分简单，不需要编程基础，你也可以不懂得机器学习的原理，对于编程小白来说十分友好。
血细胞分割效果
教程请大家直接打开下面的文章链接：https://zhuanlan.zhihu.com/p/62209297
更多教程可以关注我的专栏：https://zhuanlan.zhihu.com/c_1069243926476673024
以上就是插件——Trainable Weka Segmentation的简单介绍，这款插件还可以分割3D的图片，更多的功能和原理可以在官网进行查找，或者阅读相关的论文[1]。
参考文献：
[1]Arganda-Carreras I , Kaynig V , Rueden C , et al. Trainable Weka Segmentation: a machine learning tool for microscopy pixel classification[J]. Bioinformatics, 2017.
最后编辑于 2022-10-09 · 浏览 2109
回复5 点赞
