![](/images/graphics-bg.png)
Many Local Pattern Texture Features: Which Is Better for Image-Based Multilabel Human Protein Subcellular Localization Classification?
المؤلفون المشاركون
Shen, Hong-Bin
Yang, Fan
Xu, Ying-Ying
المصدر
العدد
المجلد 2014، العدد 2014 (31 ديسمبر/كانون الأول 2014)، ص ص. 1-14، 14ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2014-06-23
دولة النشر
مصر
عدد الصفحات
14
التخصصات الرئيسية
الطب البشري
تكنولوجيا المعلومات وعلم الحاسوب
الملخص EN
Human protein subcellular location prediction can provide critical knowledge for understanding a protein’s function.
Since significant progress has been made on digital microscopy, automated image-based protein subcellular location classification is urgently needed.
In this paper, we aim to investigate more representative image features that can be effectively used for dealing with the multilabel subcellular image samples.
We prepared a large multilabel immunohistochemistry (IHC) image benchmark from the Human Protein Atlas database and tested the performance of different local texture features, including completed local binary pattern, local tetra pattern, and the standard local binary pattern feature.
According to our experimental results from binary relevance multilabel machine learning models, the completed local binary pattern, and local tetra pattern are more discriminative for describing IHC images when compared to the traditional local binary pattern descriptor.
The combination of these two novel local pattern features and the conventional global texture features is also studied.
The enhanced performance of final binary relevance classification model trained on the combined feature space demonstrates that different features are complementary to each other and thus capable of improving the accuracy of classification.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Yang, Fan& Xu, Ying-Ying& Shen, Hong-Bin. 2014. Many Local Pattern Texture Features: Which Is Better for Image-Based Multilabel Human Protein Subcellular Localization Classification?. The Scientific World Journal،Vol. 2014, no. 2014, pp.1-14.
https://search.emarefa.net/detail/BIM-1049602
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Yang, Fan…[et al.]. Many Local Pattern Texture Features: Which Is Better for Image-Based Multilabel Human Protein Subcellular Localization Classification?. The Scientific World Journal No. 2014 (2014), pp.1-14.
https://search.emarefa.net/detail/BIM-1049602
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Yang, Fan& Xu, Ying-Ying& Shen, Hong-Bin. Many Local Pattern Texture Features: Which Is Better for Image-Based Multilabel Human Protein Subcellular Localization Classification?. The Scientific World Journal. 2014. Vol. 2014, no. 2014, pp.1-14.
https://search.emarefa.net/detail/BIM-1049602
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1049602
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)