Wyniki wyszukiwania - BazTech

1

Naprawa materiału genetycznego w komórkach cz.II

Chat K., Peszke J.

Przegląd Techniczny : Gazeta Inżynierska

|

2018

|

nr 10

14--21

PL

W pracy przedstawiono możliwości jakie dają nam wyniki badań naukowych na polu naprawy informacji genetycznej oraz możliwości wprowadzania nowych genów do materiału genetycznego znajdującego się w jądrze komórkowym. Słowa kluczowe: informacja genetyczna, jądro komórkowe, biologia komórki.

EN

The paper presents the possibilities offered by the results of scientific research in the field of repairing genetic information and the possibility of introducing new genes into the genetic material in the cell nucleus. Keywords: genetic information, cell nucleus, cell biology.

2

Naprawa materiału genetycznego w komórkach

Chat K., Peszke J.

Przegląd Techniczny : Gazeta Inżynierska

|

2018

|

nr 8-9

20--21

PL

W pracy przedstawiono możliwości jakie dają nam wyniki badań naukowych na polu naprawy informacji genetycznej oraz możliwości wprowadzania nowych genów do materiału genetycznego znajdującego się w jądrze komórkowym. Dane literaturowe przedstawione w niemniejszej pracy przeglądowej pozwalają patrzeć z optymizmem na ciągły rozwój biologii komórki oraz możliwości poprawy efektywności odczytywania informacji genetycznej.

EN

The paper presents the possibilities offered by the results of scientific research in the field of repairing genetic information and the possibility of introducing new genes into the genetic material in the cell nucleus. The literature data presented in this review makes it possible to look optimistically at the continuous development of cell biology and the possibilities to improve the efficiency of reading genetic information.

3

A novel approach for detection and delineation of cell nuclei using feature similarity index measure

John J., Nair M. S., Kumar P. R. A., Wilscy M.

Biocybernetics and Biomedical Engineering

|

2016

|

Vol. 36, no. 1

76--88

EN

Accurate image segmentation of cells and tissues is a challenging research area due to its vast applications in medical diagnosis. Seed detection is the basic and most essential step for the automated segmentation of microscopic images. This paper presents a robust, accurate and novel method for detecting cell nuclei which can be efficiently used for cell segmentation. We propose a template matching method using a feature similarity index measure (FSIM) for detecting nuclei positions in the image which can be further used as seeds for segmentation tasks. Initially, a Fuzzy C-Means clustering algorithm is applied on the image for separating the foreground region containing the individual and clustered nuclei regions. FSIM based template matching approach is then used for nuclei detection. FSIM makes use of low level texture features for comparisons and hence gives good results. The performance of the proposed method is evaluated on the gold standard dataset containing 36 images (_8000 nuclei) of tissue samples and also in vitro cultured cell images of Stromal Fibroblasts (5 images) and Human Macrophage cell line (4 images) using the statistical measures of Precision and Recall. The results are analyzed and compared with other state-of-the-art methods in the literature and software tools to prove its efficiency. Precision is found to be comparable and the Recall rate is found to exceed 92% for the gold standard dataset which shows considerable performance improvement over existing methods.