2022 conference-paper

Image segmentation of microorganisms using random forest and XGBoost algorithms

M. Yu. Chechulina, E. I. Vertenberger, А. А. Смирнов

1Citations signalées — pas une note de qualité

1Institutions déclarées

1Pays d’affiliation déclarés

Résumé fourni par la source

The purpose of this project is to create a solution that would enable experts to analyze their data more efficiently and would reduce labor costs. The means uses the power of the specialized software based on deep learning and takes all the numbers processing to the computer.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Image segmentation of microorganisms using random forest and XGBoost algorithms
Date Crossref: 01/01/2022
Éditeur: AIP Publishing
Type: proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Ural Federal University

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

Cell Image Analysis TechniquesDigital Imaging for Blood DiseasesCOVID-19 diagnosis using AI

Consulter la publication primaire DOI