Segmenting cellular retinal images by optimizing super-pixels, multi-level modularity, and cell boundary representation (2020)
- Authors:
- USP affiliated authors: BATISTA NETO, JOÃO DO ESPÍRITO SANTO - ICMC ; LINARES, OSCAR ALONSO CUADROS - ICMC
- Unidade: ICMC
- DOI: 10.1109/TIP.2019.2936743
- Subjects: PROCESSAMENTO DE IMAGENS; MICROSCOPIA CONFOCAL; RETINA
- Keywords: Image segmentation; modularity optimization; super-pixels
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Piscataway
- Date published: 2020
- Source:
- Título: IEEE Transactions on Image Processing
- ISSN: 1057-7149
- Volume/Número/Paginação/Ano: v. 29, p. 809-818, 2020
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
LINARES, Oscar Alonso Cuadros e HAMANN, Bernd e BATISTA NETO, João do Espírito Santo. Segmenting cellular retinal images by optimizing super-pixels, multi-level modularity, and cell boundary representation. IEEE Transactions on Image Processing, v. 29, p. 809-818, 2020Tradução . . Disponível em: https://doi.org/10.1109/TIP.2019.2936743. Acesso em: 31 mar. 2026. -
APA
Linares, O. A. C., Hamann, B., & Batista Neto, J. do E. S. (2020). Segmenting cellular retinal images by optimizing super-pixels, multi-level modularity, and cell boundary representation. IEEE Transactions on Image Processing, 29, 809-818. doi:10.1109/TIP.2019.2936743 -
NLM
Linares OAC, Hamann B, Batista Neto J do ES. Segmenting cellular retinal images by optimizing super-pixels, multi-level modularity, and cell boundary representation [Internet]. IEEE Transactions on Image Processing. 2020 ; 29 809-818.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1109/TIP.2019.2936743 -
Vancouver
Linares OAC, Hamann B, Batista Neto J do ES. Segmenting cellular retinal images by optimizing super-pixels, multi-level modularity, and cell boundary representation [Internet]. IEEE Transactions on Image Processing. 2020 ; 29 809-818.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1109/TIP.2019.2936743 - Mandible and skull segmentation in cone beam computed tomography using super-voxels and graph clustering
- Introducing a low-cost tool for 3D characterization of pitting corrosion in stainless steel
- Automatic image segmentation based on label propagation
- Mandible and Skull Segmentation in Cone Bean Computed Tomography Data
- Segmentação de imagens de alta dimensão por meio de algorítmos de detecção de comunidades e super pixels
- An adaptive gradient-based boundary detector for MRI images of the brain
- Identificação de ferrugem por meio de imagens aéreas das áreas cultivadas com cana-de açúcar
- Feature selection with equalized salience measures and its application to segmentation
- Feature space visualization to image analysis: preliminary results
- Software livre para testes de métodos de processamento de imagens
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
2980047_final.pdf | ||
 |
2980047.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
