liu.seSearch for publications in DiVA
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Semi-automated annotation of histology images: Development and evaluation of a user friendly toolbox
Linköping University, Department of Computer and Information Science.
Linköping University, Department of Computer and Information Science.
2016 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Semi-automatisk uppmärkning av histologibilder : Utveckling och utvärdering av en användarvänlig verktygslåda (Swedish)
Abstract [en]

Image segmentation has many areas of application, one of them being in medical science. When segmenting an image, there are many automatic approaches that generally do not let the user change the outcome. This is a problem if the segmentation is badly done. On the other hand there is the manual approach which is slow and cumbersome since it relies heavily on the users effort. This thesis presents a semi-automated approach that allow user interaction and computer assisted segmentation, which was realized in a hi-fi prototype. The prototype made use of SLIC superpixels which the user could combine with interactions to create segments. The prototype was iteratively developed and tested to ensure high usability and user satisfaction. The final prototype was also tested quantitatively to examine if the process of segmenting images had been made more efficient, compared to a manual approach. It was found that the users got a better result in the prototype than the manual if the same time was spent segmenting. Although it was found that the users could not segment images faster by using the prototype than the manual process, it was believed that it could be made more efficient with superpixels that followed the natural border of the image better.

Abstract [sv]

Bildsegmentering har många användningsområden, där ett av dem är inom medicinsk foskning. Det finns många automatiska algoritmer för att segmentera bilder som generellt inte låter användaren ändra resultatet av segmenteringen. Detta är problematiskt när segmenteringen blir dåligt gjord. Däremot finns det helt manuella tillvägagångssätt som är mer besvärliga och tidskrävande eftersom de kräver mer utav användaren. Det här arbetet presenterar ett semi-automatiskt tillvägagångssätt som tillåter användarinteraktion tillsammans med dator-assistans för att segmentera bilder. Det semi-automatiska tillvägagångsättet realiserades i en hi-fi prototyp som använder SLIC superpixlar. Superpixlarna kan slås samman genom användarinteraktion där de sammanslagna superpixlarna utgör segmenten. Prototypen utvecklades och testades iterativt för att uppnå hög användbarhet och nöjda användare. Prototypen testades även kvantitativt för att undersöka om segmenteringsprocessen hade effektiviserats tidsmässigt jämfört med redan existerande mjukvaran. Det visade sig att användarena fick högre precision i segmenteringen vid användning av prototypen jämfört med den existerande mjukvaran när samma tid lades. Även om det visades att segmenteringen inte var mer tidseffektiv så troddes det att tidseffektiviteten i prototypen kunde ökas genom att superpixlarna föjde de naturliga områdena bättre i bilden.

Place, publisher, year, edition, pages
2016. , 63 p.
National Category
Computer and Information Science
Identifiers
URN: urn:nbn:se:liu:diva-129303ISRN: LIU-IDA/LITH-EX-A--16/030--SEOAI: oai:DiVA.org:liu-129303DiVA: diva2:937661
Subject / course
Computer Engineering
Presentation
2016-06-07, Alan Turing, Campus Valla, LINKÖPING, 10:30 (English)
Supervisors
Examiners
Available from: 2016-07-01 Created: 2016-06-15 Last updated: 2016-07-01Bibliographically approved

Open Access in DiVA

fulltext(19578 kB)93 downloads
File information
File name FULLTEXT01.pdfFile size 19578 kBChecksum SHA-512
8da7268ea2c69933b645253c7da6aa22a02e280a2aa079511c28f1cbaefbf6ea3afeed3cab0e286c95378f5959e1ae080a5b2dfdf383fb72231c059561251fc0
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Sanner, AlexanderPetré, Fredrik
By organisation
Department of Computer and Information Science
Computer and Information Science

Search outside of DiVA

GoogleGoogle Scholar
Total: 93 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 484 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf