Skip to main content

Mobile Detektion viraler Pathogene durch echtzeitfähige GPGPU-Fuzzy-Segmentierung

  • Conference paper
  • First Online:
  • 2060 Accesses

Part of the book series: Informatik aktuell ((INFORMAT))

Zusammenfassung

Die vorliegende Arbeit stellt einen neuartigen Fuzzy-Logik-basierten Segmentierungsalgorithmus zur Detektion von biologischen Viren in stark Artefakt-behafteten Bildsequenzen vor, der konform ist zu den differenzierten Ressourcenbeschränkungen mobiler Endgeräte. Als Sensor kommt der neuartige PAMONO-Biosensor zum indirekten Nachweis von Viren mittels optischer Mikroskopie zum Einsatz. Die Segmentierungen weisen eine hohe positive Übereinstimmung bei idealisierten synthetischen Segmentierungen auf, die durch den Fuzzy-Ansatz insbesondere bei kleinen Viren/schlechtem Signal-Rausch-Verhältnis nochmals verbessert wird. Ferner wird gezeigt, dass eine GPU-gestützte Datenanalyse die Detektion viraler Strukturen in Echtzeit auf mobilen Endgeräten ermöglicht, und im Vergleich zur CPU den Energieverbrauch im Durchschnitt um Faktor 3.7 senkt.

This is a preview of subscription content, log in via an institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   79.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD   89.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  • Zybin A, et al. Real-time detection of single immobilized nanoparticles by surface plasmon resonance imaging. Plasmonics. 2010;5:31–5.

    Google Scholar 

  • Karlovsky P. Moderne Diagnosemethoden und Nachweisverfahren. Schriftenreihe der Deutschen Phytomedizinischen Gesellschaft. 2006; p. 104–18.

    Google Scholar 

  • Zhang YJ. Advances in image and video segmentation. IRM Press; 2006.

    Google Scholar 

  • Noble JA, Boukerroui D. Ultrasound image segmentation: A survey. IEEE Trans Med Imaging. 2006;25(8):987–1010.

    Google Scholar 

  • Siedhoff D, et al. Detection and classification of nano-objects in biosensor data. Microscop Image Anal Appl Biol. 2011; p. 1–6.

    Google Scholar 

  • Mittermayr CR, et al. Wavelet denoising of Gaussian peaks: a comparative study. Chemometrics Intell Labor Syst. 1996;34:187–202.

    Google Scholar 

  • Mélange T, et al. Fuzzy random impulse noise removal from color image squences. IEEE Trans Image Process. 2011;20:959–70.

    Google Scholar 

  • Cicchetti DV, Feinstein AR. High agreement but low kappa: II. Resolving the paradoxes. J Clin Epidemiol. 1990;43:551–8.

    Google Scholar 

  • Timm C, et al. Design space exploration towards a realtime and energy-aware GPGPU-based analysis of biosensor data. Comput Sci Res Dev. 2011; p. 1–9.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Pascal Libuschewski .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2013 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Libuschewski, P., Siedhoff, D., Timm, C., Weichert, F. (2013). Mobile Detektion viraler Pathogene durch echtzeitfähige GPGPU-Fuzzy-Segmentierung. In: Meinzer, HP., Deserno, T., Handels, H., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2013. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-36480-8_57

Download citation

Publish with us

Policies and ethics