uu.seUppsala universitets publikationer
Ändra sökning
Avgränsa sökresultatet
2345678 201 - 250 av 921
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 201. Etterlin, P. E.
    et al.
    Ekman, S.
    Strand, Robin
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Olstad, K.
    Ley, C. J.
    Osteochondrosis, Synovial Fossae, and Articular Indentations in the Talus and Distal Tibia of Growing Domestic Pigs and Wild Boars2017Ingår i: Veterinary pathology, ISSN 0300-9858, E-ISSN 1544-2217, Vol. 54, nr 3, s. 445-456Artikel i tidskrift (Refereegranskat)
  • 202.
    Fakhrzadeh, Azadeh
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Computerized Cell and Tissue Analysis2015Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    The latest advances in digital cameras combined with powerful computer software enable us to store high-quality microscopy images of specimen. Studying hundreds of images manually is very time consuming and has the problem of human subjectivity and inconsistency. Quantitative image analysis is an emerging field and has found its way into analysis of microscopy images for clinical and research purposes. When developing a pipeline, it is important that its components are simple enough to be generalized and have predictive value. This thesis addresses the automation of quantitative analysis of tissue in two different fields: pathology and plant biology.

    Testicular tissue is a complex structure consisting of seminiferous tubules. The epithelial layer of a seminiferous tubule contains cells that differentiate from primitive germ cells to spermatozoa in a number of steps. These steps are combined in 12 stages in the cycle of the seminiferous epithelium in the mink. The society of toxicological pathology recommends classifying the testicular epithelial into different stages when assessing tissue damage to determine if the dynamics in the spermatogenic cycle have been disturbed. This thesis presents two automated methods for fast and robust segmentation of tubules, and an automated method of staging them. For better accuracy and statistical analysis, we proposed to pool stages into 5 groups. This pooling is suggested based on the morphology of tubules. In the 5 stage case, the overall number of correctly classified tubules is 79.6%.

    Contextual information on the localization of fluorescence in microscopy images of plant specimen help us to better understand differentiation and maturation of stem cells into tissues. We propose a pipeline for automated segmentation and classification of the cells in a whole cross-section of Arabidopsis hypocotyl, stem, or root. As proof-of-concept that the classification provides a meaningful basis to group cells for fluorescence characterization, we probed tissues with an antibody specific to xylem vessels in the secondary cell wall. Fluorescence intensity in different classes of cells is measured by the pipeline. The measurement results clearly show that the xylem vessels are the dominant cell type that exhibit a fluorescence signal.

    Delarbeten
    1. Analyzing Tubular Tissue in Histopathological Thin Sections
    Öppna denna publikation i ny flik eller fönster >>Analyzing Tubular Tissue in Histopathological Thin Sections
    2012 (Engelska)Ingår i: 2012 INTERNATIONAL CONFERENCE ON DIGITAL IMAGE COMPUTING TECHNIQUES AND APPLICATIONS (DICTA), IEEE conference proceedings, 2012, s. 1-6Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    IEEE conference proceedings, 2012
    Nationell ämneskategori
    Medicinsk bildbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-188548 (URN)10.1109/DICTA.2012.6411735 (DOI)000316318400071 ()
    Konferens
    International Conference on Digital Image Computing Techniques and Applications (DICTA), 3-5 Dec, 2012, Fremantle, AUSTRALIA
    Tillgänglig från: 2012-12-17 Skapad: 2012-12-17 Senast uppdaterad: 2015-06-03Bibliografiskt granskad
    2. Epithelial Cell Segmentation in Histological Images of Testicular Tissue Using Graph-Cut
    Öppna denna publikation i ny flik eller fönster >>Epithelial Cell Segmentation in Histological Images of Testicular Tissue Using Graph-Cut
    2013 (Engelska)Ingår i: Image Analysis and Processing – ICIAP 2013: Part II, 2013, s. 201-208Konferensbidrag, Publicerat paper (Refereegranskat)
    Abstract [en]

    Computerized image processing has provided us with valuable tools for analyzing histology images. However, histology images are complex, and the algorithm which is developed for a data set may not work for a new and unseen data set. The preparation procedure of the tissue before imaging can significantly affect the resulting image. Even for the same staining method, factors like delayed fixation may alter the image quality. In this paper we face the challenging problem of designing a method that works on data sets with strongly varying quality. In environmental research, due to the distance between the site where the wild animals are caught and the laboratory, there is always a delay in fixation. Here we suggest a segmentation method based on the structural information of epithelium cell layer in testicular tissue. The cell nuclei are detected using the fast radial symmetry filter. A graph is constructed on top of the epithelial cells. Graph-cut optimization method is used to cut the links between cells of different tubules. The algorithm is tested on five different groups of animals. Group one is fixed immediately, three groups were left at room temperature for 18, 30 and 42 hours respectively, before fixation. Group five was frozen after 6 hours in room temperature and thawed. The suggested algorithm gives promising results for the whole data set.

    Serie
    Lecture Notes in Computer Science, ISSN 0302-9743 ; 8157
    Nationell ämneskategori
    Medicinsk bildbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-210299 (URN)10.1007/978-3-642-41184-7_21 (DOI)000329811200021 ()978-3-642-41183-0 (ISBN)978-3-642-41184-7 (ISBN)
    Konferens
    17th International Conference on Image Analysis and Processing (ICIAP), Naples, Italy, September 9-13, 2013
    Tillgänglig från: 2013-11-05 Skapad: 2013-11-05 Senast uppdaterad: 2015-06-03Bibliografiskt granskad
    3. Computerized Study of Developmental Stages in Mink Testicular Tissue
    Öppna denna publikation i ny flik eller fönster >>Computerized Study of Developmental Stages in Mink Testicular Tissue
    Visa övriga...
    (Engelska)Manuskript (preprint) (Övrigt vetenskapligt)
    Nationell ämneskategori
    Medicin och hälsovetenskap
    Identifikatorer
    urn:nbn:se:uu:diva-252411 (URN)
    Tillgänglig från: 2015-05-06 Skapad: 2015-05-06 Senast uppdaterad: 2015-06-03
    4. Precision automation of cell type classification and sub-cellular fluorescence quantification from laser scanning confocal images
    Öppna denna publikation i ny flik eller fönster >>Precision automation of cell type classification and sub-cellular fluorescence quantification from laser scanning confocal images
    2016 (Engelska)Ingår i: Frontiers in Plant Science, ISSN 1664-462X, E-ISSN 1664-462X, Vol. 7, artikel-id 119Artikel i tidskrift (Refereegranskat) Published
    Abstract [en]

    While novel whole-plant phenotyping technologies have been successfully implemented into functional genomics and breeding programs, the potential of automated phenotyping with cellular resolution is largely unexploited. Laser scanning confocal microscopy has the potential to close this gap by providing spatially highly resolved images containing anatomic as well as chemical information on a subcellular basis. However, in the absence of automated methods, the assessment of the spatial patterns and abundance of fluorescent markers with subcellular resolution is still largely qualitative and time-consuming. Recent advances in image acquisition and analysis, coupled with improvements in microprocessor performance, have brought such automated methods within reach, so that information from thousands of cells per image for hundreds of images may be derived in an experimentally convenient time-frame. Here, we present a MATLAB-based analytical pipeline to (1) segment radial plant organs into individual cells, (2) classify cells into cell type categories based upon Random Forest classification, (3) divide each cell into sub-regions, and (4) quantify fluorescence intensity to a subcellular degree of precision for a separate fluorescence channel. In this research advance, we demonstrate the precision of this analytical process for the relatively complex tissues of Arabidopsis hypocotyls at various stages of development. High speed and robustness make our approach suitable for phenotyping of large collections of stem-like material and other tissue types.

    Nyckelord
    automated image analysis; confocal microscopy; Arabidopsis; hypocotyl; automated phenotyping; code:matlab
    Nationell ämneskategori
    Växtbioteknologi
    Forskningsämne
    Datoriserad bildbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-252412 (URN)10.3389/fpls.2016.00119 (DOI)000369802700001 ()
    Forskningsfinansiär
    Bio4EnergyVINNOVA
    Tillgänglig från: 2016-02-09 Skapad: 2015-05-06 Senast uppdaterad: 2017-12-04Bibliografiskt granskad
    5. Effect of pre-fixation delay and freezing on mink testicular endpoints for environmental research
    Öppna denna publikation i ny flik eller fönster >>Effect of pre-fixation delay and freezing on mink testicular endpoints for environmental research
    Visa övriga...
    2015 (Engelska)Ingår i: PLoS ONE, ISSN 1932-6203, E-ISSN 1932-6203, Vol. 10, nr 5, artikel-id e0125139Artikel i tidskrift (Refereegranskat) Published
    Nationell ämneskategori
    Veterinärmedicin
    Forskningsämne
    Datoriserad bildbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-252410 (URN)10.1371/journal.pone.0125139 (DOI)000353887100081 ()25933113 (PubMedID)
    Tillgänglig från: 2015-05-01 Skapad: 2015-05-06 Senast uppdaterad: 2017-12-04Bibliografiskt granskad
  • 203.
    Fakhrzadeh, Azadeh
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Sporndly-Nees, Ellinor
    Swedish Univ Agr Sci, Dept Anat Physiol & Biochem, Uppsala, Sweden..
    Ekstedt, Elisabeth
    Swedish Univ Agr Sci, Dept Anat Physiol & Biochem, Uppsala, Sweden..
    Holm, Lena
    Swedish Univ Agr Sci, Dept Anat Physiol & Biochem, Uppsala, Sweden..
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. U.
    New computerized staging method to analyze mink testicular tissue in environmental research2017Ingår i: Environmental Toxicology and Chemistry, ISSN 0730-7268, E-ISSN 1552-8618, Vol. 36, nr 1, s. 156-164Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Histopathology of testicular tissue is considered to be the most sensitive tool to detect adverse effects on male reproduction. When assessing tissue damage, seminiferous epithelium needs to be classified into different stages to detect certain cell damages; but stage identification is a demanding task. The authors present a method to identify the 12 stages in mink testicular tissue. The staging system uses Gata-4 immunohistochemistry to visualize acrosome development and proved to be both intraobserver-reproducible and interobserver-reproducible with a substantial agreement of 83.6% (kappa=0.81) and 70.5% (kappa=0.67), respectively. To further advance and objectify this method, they present a computerized staging system that identifies these 12 stages. This program has an agreement of 52.8% (kappa 0.47) with the consensus staging by 2 investigators. The authors propose a pooling of the stages into 5 groups based on morphology, stage transition, and toxicologically important endpoints. The computerized program then reached a substantial agreement of 76.7% (kappa=0.69). The computerized staging tool uses local ternary patterns to describe the texture of the tubules and a support vector machine classifier to learn which textures correspond to which stages. The results have the potential to modernize the tedious staging process required in toxicological evaluation of testicular tissue, especially if combined with whole-slide imaging and automated tubular segmentation. Environ Toxicol Chem 2017;36:156-164.

  • 204.
    Fakhrzadeh, Azadeh
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Spörndly-Nees, Ellinor
    Swedish University of Agricultural Sciences.
    Holm, Lena
    Swedish University of Agricultural Sciences.
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Analyzing Tubular Tissue in Histopathological Thin Sections2012Ingår i: 2012 INTERNATIONAL CONFERENCE ON DIGITAL IMAGE COMPUTING TECHNIQUES AND APPLICATIONS (DICTA), IEEE conference proceedings, 2012, s. 1-6Konferensbidrag (Refereegranskat)
  • 205.
    Fakhrzadeh, Azadeh
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Spörndly-Nees, Ellinor
    Swedish University of Agricultural Sciences.
    Holm, Lena
    Swedish University of Agricultural Sciences.
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Automated measurement of epithelial height of testicular tissue2012Ingår i: Proceedings of Swedish Society for Image Analysis, SSBA 2012, Stockholm: KTH Royal Institute of Technology, 2012Konferensbidrag (Övrigt vetenskapligt)
  • 206.
    Fakhrzadeh, Azadeh
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Spörndly-Nees, Ellinor
    Swedish University of Agricultural Sciences.
    Holm, Lena
    Swedish University of Agricultural Sciences.
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Epithelial Cell Layer Segmentation UsingGraph-cut and Its Application in TesticularTissue2013Konferensbidrag (Refereegranskat)
  • 207.
    Fakhrzadeh, Azadeh
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Spörndly-Nees, Ellinor
    Swedish University of Agricultural Sciences.
    Holm, Lena
    Swedish University of Agricultural Sciences.
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Epithelial Cell Segmentation in Histological Images of Testicular Tissue Using Graph-Cut2013Ingår i: Image Analysis and Processing – ICIAP 2013: Part II, 2013, s. 201-208Konferensbidrag (Refereegranskat)
    Abstract [en]

    Computerized image processing has provided us with valuable tools for analyzing histology images. However, histology images are complex, and the algorithm which is developed for a data set may not work for a new and unseen data set. The preparation procedure of the tissue before imaging can significantly affect the resulting image. Even for the same staining method, factors like delayed fixation may alter the image quality. In this paper we face the challenging problem of designing a method that works on data sets with strongly varying quality. In environmental research, due to the distance between the site where the wild animals are caught and the laboratory, there is always a delay in fixation. Here we suggest a segmentation method based on the structural information of epithelium cell layer in testicular tissue. The cell nuclei are detected using the fast radial symmetry filter. A graph is constructed on top of the epithelial cells. Graph-cut optimization method is used to cut the links between cells of different tubules. The algorithm is tested on five different groups of animals. Group one is fixed immediately, three groups were left at room temperature for 18, 30 and 42 hours respectively, before fixation. Group five was frozen after 6 hours in room temperature and thawed. The suggested algorithm gives promising results for the whole data set.

  • 208. Fath, Aaron J.
    et al.
    Lind, Mats
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Bingham, Geoffrey P.
    Perception of time to contact of slow- and fast-moving objects using monocular and binocular motion information2018Ingår i: Attention, Perception & Psychophysics, ISSN 1943-3921, E-ISSN 1943-393X, Vol. 80, nr 6, s. 1584-1590Artikel i tidskrift (Refereegranskat)
  • 209.
    Fors, Per
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Tekniska sektionen, Institutionen för teknikvetenskaper, Industriell teknik.
    Laaksoharju, Mikael
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    An Intuition-Based Approach to Sustainable ICT: Insights from Eco-Ethica2019Ingår i: Tetsugaku Companion to Japanese Ethics and Technology / [ed] Thomas Taro Lennerfors, Kiyoshi Murata, Springer, 2019, s. 181-200Kapitel i bok, del av antologi (Refereegranskat)
    Abstract [en]

    In this chapter we draw on the Japanese philosopher Tomonobu Imamichi in order to further develop our understanding of the relationship between Information and Communications Technology (ICT) and ecological sustainability. Our main contribution is an intuition-based approach to design for sustainability, which, for instance, means to design ICT products in a way that invokes feelings of wastefulness or misuse if used in an unsustainable manner. In contrast to persuasive approaches – which have mainly focused on raising awareness, nudging decisions, or stimulating positive behavior through gamification – we rely on the human tendency to unconsciously and effortlessly formulate mental heuristics or intuitions, when exposed to consistent feedback. The claim is that people can learn to associate perceptual cues with environmental impact, and by that will be empowered to make more sustainable choices. Based on the implications of Imamichi’s Eco-ethica, we suggest that this approach can be more fruitful for encouraging sustainable choices than both awareness raising and behavior manipulation.

  • 210.
    Fowlkes, Charless C.
    et al.
    Department of Computer Science, University of California Irvine.
    Eckenrode, Kelly B.
    Department of Systems Biology, Harvard Medical School.
    Bragdon, Meghan D.
    Department of Systems Biology, Harvard Medical School.
    Meyer, Miriah
    School of Engineering and Applied Sciences, Harvard University.
    Wunderlich, Zeba
    Department of Systems Biology, Harvard Medical School.
    Simirenko, Lisa
    California Institute for Quantitative Biosciences, University of California Berkeley.
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Keränen, Soile V. E.
    Genomics and Life Sciences Division, Lawrence Berkeley National Laboratory.
    Henriquez, Clara
    Genomics and Life Sciences Division, Lawrence Berkeley National Laboratory.
    Knowles, David W.
    Genomics and Life Sciences Division, Lawrence Berkeley National Laboratory.
    Biggin, Mark D.
    Genomics and Life Sciences Division, Lawrence Berkeley National Laboratory.
    Eisen, Michael B.
    California Institute for Quantitative Biosciences, University of California Berkeley.
    DePace, Angela H.
    Department of Systems Biology, Harvard Medical School.
    A Conserved Developmental Patterning Network Produces Quantitatively Different Output in Multiple Species of Drosophila2011Ingår i: PLoS Genetics, ISSN 1553-7390, Vol. 7, nr 10, s. e1002346-Artikel i tidskrift (Refereegranskat)
  • 211. Frezza, Stephen
    et al.
    Pears, Arnold
    Daniels, Mats
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Datorteknik.
    Kann, Viggo
    Kapoor, Amanpreet
    McDermott, Roger
    Peters, Anne-Kathrin
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Datorteknik.
    Wallace, Charles
    Sabin, Mihaela
    Cajander, Åsa
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Modeling global competencies for computing education2018Ingår i: Proc. 23rd Conference on Innovation and Technology in Computer Science Education, New York: ACM Press, 2018, s. 348-349Konferensbidrag (Refereegranskat)
  • 212.
    Frid, Emma
    et al.
    KTH, School of Computer Science and Communication (CSC), Media Technology and Interaction Design.
    Bresin, Roberto
    KTH, School of Computer Science and Communication (CSC), Media Technology and Interaction Design.
    Sallnäs Pysander, Eva-Lotta
    KTH, School of Computer Science and Communication (CSC), Media Technology and Interaction Design.
    Moll, Jonas
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    An exploratory study on the effect of auditory feedback on gaze behavior in a virtual throwing task with and without haptic feedback2017Ingår i: Proc. 14th Sound and Music Computing Conference, Finland: Aalto University , 2017, s. 242-249Konferensbidrag (Refereegranskat)
  • 213.
    Gao, Alex Yuan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Barendregt, Wolmet
    Castellano, Ginevra
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Personalised human-robot co-adaptation in instructional settings using reinforcement learning2017Konferensbidrag (Övrigt vetenskapligt)
  • 214.
    Gao, Alex Yuan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Glowacka, Dorota
    Deep gate recurrent neural network2016Ingår i: Proc. 8th Asian Conference on Machine Learning, 2016, s. 350-365Konferensbidrag (Refereegranskat)
  • 215.
    Gao, Yuan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Barendregt, Wolmet
    Obaid, Mohammad
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Castellano, Ginevra
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    When robot personalisation does not help: Insights from a robot-supported learning study2018Ingår i: Proc. 27th International Symposium on Robot and Human Interactive Communication, IEEE, 2018, s. 705-712Konferensbidrag (Refereegranskat)
  • 216.
    Gao, Yuan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Wallkötter, Sebastian
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Obaid, Mohammad
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Castellano, Ginevra
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Investigating deep learning approaches for human-robot proxemics2018Ingår i: Proc. 27th International Symposium on Robot and Human Interactive Communication, IEEE, 2018, s. 1093-1098Konferensbidrag (Refereegranskat)
  • 217. García-Olalla, Oscar
    et al.
    Alegre, Enrique
    Fernández-Robles, Laura
    Malm, Patrik
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Bengtsson, Ewert
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Acrosome integrity assessment of boar spermatozoa images using an early fusion of texture and contour descriptors2015Ingår i: Computer Methods and Programs in Biomedicine, ISSN 0169-2607, E-ISSN 1872-7565, Vol. 120, nr 1, s. 49-64Artikel i tidskrift (Refereegranskat)
  • 218.
    Gavrilovic, Milan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Spectral Image Processing with Applications in Biotechnology and Pathology2011Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    Color theory was first formalized in the seventeenth century by Isaac Newton just a couple of decades after the first microscope was built. But it was not until the twentieth century that technological advances led to the integration of color theory, optical spectroscopy and light microscopy through spectral image processing. However, while the focus of image processing often concerns modeling of how images are perceived by humans, the goal of image processing in natural sciences and medicine is the objective analysis. This thesis is focused on color theory that promotes quantitative analysis rather than modeling how images are perceived by humans.

    Color and fluorescent dyes are routinely added to biological specimens visualizing features of interest. By applying spectral image processing to histopathology, subjectivity in diagnosis can be minimized, leading to a more objective basis for a course of treatment planning. Also, mathematical models for spectral image processing can be used in biotechnology research increasing accuracy and throughput, and decreasing bias.

    This thesis presents a model for spectral image formation that applies to both fluorescence and transmission light microscopy. The inverse model provides estimates of the relative concentration of each individual component in the observed mixture of dyes. Parameter estimation for the model is based on decoupling light intensity and spectral information. This novel spectral decomposition method consists of three steps: (1) photon and semiconductor noise modeling providing smoothing parameters, (2) image data transformation to a chromaticity plane removing  intensity variation while maintaining chromaticity differences, and (3) a piecewise linear decomposition combining advantages of spectral angle mapping and linear decomposition yielding relative dye concentrations.

    The methods described herein were used for evaluation of molecular biology techniques as well as for quantification and interpretation of image-based measurements. Examples of successful applications comprise quantification of colocalization, autofluorescence removal, classification of multicolor rolling circle products, and color decomposition of histological images.

    Delarbeten
    1. Quantification of colocalization and cross-talk based on spectral angles
    Öppna denna publikation i ny flik eller fönster >>Quantification of colocalization and cross-talk based on spectral angles
    2009 (Engelska)Ingår i: Journal of Microscopy, ISSN 0022-2720, E-ISSN 1365-2818, Vol. 234, nr 3, s. 311-324Artikel i tidskrift (Refereegranskat) Published
    Abstract [en]

    Common methods for quantification of colocalization in fluorescence microscopy typically require cross-talk free images or images where cross-talk has been eliminated by image processing, as they are based on intensity thresholding. Quantification of colocalization includes not only calculating a global measure of the degree of colocalization within an image, but also a classification of each image pixel as showing colocalized signals or not. In this paper, we present a novel, automated method for quantification of colocalization and classification of image pixels. The method, referred to as SpecDec, is based on an algorithm for spectral decomposition of multispectral data borrowed from the field of remote sensing. Pixels are classified based on hue rather than intensity. The hue distribution is presented as a histogram created by a series of steps that compensate for the quantization noise always present in digital image data, and classification rules are thereafter based on the shape of the angle histogram. Detection of colocalized signals is thus only dependent on the hue, making it possible to classify also low-intensity objects, and decoupling image segmentation from detection of colocalization. Cross-talk will show up as shifts of the peaks of the histogram, and thus a shift of the classification rules, making the method essentially insensitive to cross-talk. The method can also be used to quantify and compensate for cross-talk, independent of the microscope hardware.

    Ort, förlag, år, upplaga, sidor
    Oxford, UK: Blackwell Publishing, 2009
    Nyckelord
    Colocalization, cross-talk, fluorescence microscopy, image analysis
    Nationell ämneskategori
    Data- och informationsvetenskap
    Forskningsämne
    Datoriserad bildanalys
    Identifikatorer
    urn:nbn:se:uu:diva-111376 (URN)10.1111/j.1365-2818.2009.03170.x (DOI)000266180400011 ()19493110 (PubMedID)
    Projekt
    EU-Strep project ENLIGHT (ENhanced LIGase based Histochemical Techniques)
    Tillgänglig från: 2009-12-15 Skapad: 2009-12-11 Senast uppdaterad: 2018-01-12Bibliografiskt granskad
    2. Suppression of Autofluorescence based on Fuzzy Classification by Spectral Angles
    Öppna denna publikation i ny flik eller fönster >>Suppression of Autofluorescence based on Fuzzy Classification by Spectral Angles
    2009 (Engelska)Ingår i: Optical Tissue Image analysis in Microscopy, Histopathology and Endoscopy (OPTIMHisE): A satellite workshop associated with MICCAI / [ed] Daniel Elson and Nasir Rajpoot, London, 2009, s. 135-146Konferensbidrag, Publicerat paper (Refereegranskat)
    Abstract [en]

    Background fluorescence, also known as autofluorescence, and cross-talk are two problems in fluorescence microscopy that stem from similar phenomena. When biological specimens are imaged, the detected signal often contains contributions from fluorescence originating from sources other than the imaged fluorophore. This fluorescence could either come from the specimen itself (autofluorescence), or from fluorophores with partly overlapping emission spectra (cross-talk). In order to resolve spectral components at least two distinct wavelength intervals have to be imaged. This paper shows how autofluorescence can be presented statistically using a spectral angle histogram. Pixel classification by spectral angles was previously developed for detection and quantification of colocalization. Here we show how the spectral angle histogram can be employed to suppress autofluorescence. First, classical background subtraction (also referred to as linear unmixing) is presented in the form of a fuzzy classification by spectral angles. A modification of the fuzzy classification rules is also presented and we show that sigmoid membership functions lead to better suppression of background and amplification of true signals.

    Ort, förlag, år, upplaga, sidor
    London: , 2009
    Nyckelord
    autofluorescence, fluorescence microscopy, multispectral image analysis, fuzzy classification, dimensionality reduction
    Nationell ämneskategori
    Datorseende och robotik (autonoma system)
    Forskningsämne
    Datoriserad bildanalys
    Identifikatorer
    urn:nbn:se:uu:diva-111374 (URN)978-0-9563776-0-9 (ISBN)
    Konferens
    MICCAI 2009, the 12th International Conference on Medical Image Computing and Computer Assisted Intervention
    Projekt
    EU-Strep project ENLIGHT (ENhanced LIGase based Histochemical Techniques)
    Tillgänglig från: 2009-12-16 Skapad: 2009-12-11 Senast uppdaterad: 2018-01-12Bibliografiskt granskad
    3. Automated Classification of Multicolored Rolling Circle Products in Dual-Channel Wide-Field Fluorescence Microscopy
    Öppna denna publikation i ny flik eller fönster >>Automated Classification of Multicolored Rolling Circle Products in Dual-Channel Wide-Field Fluorescence Microscopy
    Visa övriga...
    2011 (Engelska)Ingår i: Cytometry Part A, ISSN 1552-4922, Vol. 79A, nr 7, s. 518-527Artikel i tidskrift (Refereegranskat) Published
    Abstract [en]

    Specific single-molecule detection opens new possibilities in genomics and proteomics, and automated image analysis is needed for accurate quantification. This work presents image analysis methods for the detection and classification of single molecules and single-molecule interactions detected using padlock probes or proximity ligation. We use simple, widespread, and cost-efficient wide-field microscopy and increase detection multiplexity by labeling detection events with combinations of fluorescence dyes. The mathematical model presented herein can classify the resulting point-like signals in dual-channel images by spectral angles without discriminating between low and high intensity. We evaluate the methods on experiments with known signal classes and compare to classical classification algorithms based on intensity thresholding. We also demonstrate how the methods can be used as tools to evaluate biochemical protocols by measuring detection probe quality and accuracy. Finally, the method is used to evaluate single-molecule detection events in situ.

    Nationell ämneskategori
    Cell- och molekylärbiologi Datorseende och robotik (autonoma system)
    Identifikatorer
    urn:nbn:se:uu:diva-156962 (URN)10.1002/cyto.a.21087 (DOI)000292947900004 ()
    Tillgänglig från: 2011-08-20 Skapad: 2011-08-11 Senast uppdaterad: 2018-01-12Bibliografiskt granskad
    4. Blind Color Decomposition of Histological Images
    Öppna denna publikation i ny flik eller fönster >>Blind Color Decomposition of Histological Images
    Visa övriga...
    2013 (Engelska)Ingår i: IEEE Transactions on Medical Imaging, ISSN 0278-0062, E-ISSN 1558-254X, Vol. 32, nr 6, s. 983-994Artikel i tidskrift (Refereegranskat) Published
    Abstract [en]

    Cancer diagnosis is based on visual examination under a microscope of tissue sections from biopsies. But whereas pathologists rely on tissue stains to identify morphological features, automated tissue recognition using color is fraught with problems that stem from image intensity variations due to variations in tissue preparation, variations in spectral signatures of the stained tissue, spectral overlap and spatial aliasing in acquisition, and noise at image acquisition. We present a blind method for color decomposition of histological images. The method decouples intensity from color information and bases the decomposition only on the tissue absorption characteristics of each stain. By modeling the charge-coupled device sensor noise, we improve the method accuracy. We extend current linear decomposition methods to include stained tissues where one spectral signature cannot be separated from all combinations of the other tissues' spectral signatures. We demonstrate both qualitatively and quantitatively that our method results in more accurate decompositions than methods based on non-negative matrix factorization and independent component analysis. The result is one density map for each stained tissue type that classifies portions of pixels into the correct stained tissue allowing accurate identification of morphological features that may be linked to cancer.

    Nationell ämneskategori
    Medicinsk bildbehandling
    Forskningsämne
    Datoriserad bildbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-160312 (URN)10.1109/TMI.2013.2239655 (DOI)000319701800002 ()
    Tillgänglig från: 2011-10-21 Skapad: 2011-10-21 Senast uppdaterad: 2018-12-02
  • 219.
    Gavrilovic, Milan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Azar, Jimmy
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Lindblad, Joakim
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Wählby, Carolina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Bengtsson, Ewert
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Busch, Christer
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Molekylär och morfologisk patologi.
    Carlbom, Ingrid
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Blind Color Decomposition of Histological Images2013Ingår i: IEEE Transactions on Medical Imaging, ISSN 0278-0062, E-ISSN 1558-254X, Vol. 32, nr 6, s. 983-994Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Cancer diagnosis is based on visual examination under a microscope of tissue sections from biopsies. But whereas pathologists rely on tissue stains to identify morphological features, automated tissue recognition using color is fraught with problems that stem from image intensity variations due to variations in tissue preparation, variations in spectral signatures of the stained tissue, spectral overlap and spatial aliasing in acquisition, and noise at image acquisition. We present a blind method for color decomposition of histological images. The method decouples intensity from color information and bases the decomposition only on the tissue absorption characteristics of each stain. By modeling the charge-coupled device sensor noise, we improve the method accuracy. We extend current linear decomposition methods to include stained tissues where one spectral signature cannot be separated from all combinations of the other tissues' spectral signatures. We demonstrate both qualitatively and quantitatively that our method results in more accurate decompositions than methods based on non-negative matrix factorization and independent component analysis. The result is one density map for each stained tissue type that classifies portions of pixels into the correct stained tissue allowing accurate identification of morphological features that may be linked to cancer.

  • 220.
    Gavrilovic, Milan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Jimmy, Azar
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys.
    Busch, Christer
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Molekylär och morfologisk patologi.
    Carlbom, Ingrid
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys.
    Tissue Separation for Quantitative Malignancy Grading of Prostate Cancer2011Ingår i: Abstracts of Medicinteknikdagarna 2011, 2011, s. 32-32Konferensbidrag (Övrigt vetenskapligt)
  • 221.
    Gavrilovic, Milan
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Weibrecht, Irene
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Molekylära verktyg. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Conze, Tim
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Molekylära verktyg. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Söderberg, Ola
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Molekylära verktyg. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Wählby, Carolina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Automated Classification of Multicolored Rolling Circle Products in Dual-Channel Wide-Field Fluorescence Microscopy2011Ingår i: Cytometry Part A, ISSN 1552-4922, Vol. 79A, nr 7, s. 518-527Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Specific single-molecule detection opens new possibilities in genomics and proteomics, and automated image analysis is needed for accurate quantification. This work presents image analysis methods for the detection and classification of single molecules and single-molecule interactions detected using padlock probes or proximity ligation. We use simple, widespread, and cost-efficient wide-field microscopy and increase detection multiplexity by labeling detection events with combinations of fluorescence dyes. The mathematical model presented herein can classify the resulting point-like signals in dual-channel images by spectral angles without discriminating between low and high intensity. We evaluate the methods on experiments with known signal classes and compare to classical classification algorithms based on intensity thresholding. We also demonstrate how the methods can be used as tools to evaluate biochemical protocols by measuring detection probe quality and accuracy. Finally, the method is used to evaluate single-molecule detection events in situ.

  • 222. Gibbs, Anna
    et al.
    Buggert, Marcus
    Edfeldt, Gabriella
    Ranefall, Petter
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Introini, Andrea
    Cheuk, Stanley
    Martini, Elisa
    Eidsmo, Liv
    Ball, Terry B.
    Kimani, Joshua
    Kaul, Rupert
    Karlsson, Annika C.
    Wählby, Carolina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Broliden, Kristina
    Tjernlund, Annelie
    Human Immunodeficiency Virus-Infected Women Have High Numbers of CD103-CD8+ T Cells Residing Close to the Basal Membrane of the Ectocervical Epithelium2018Ingår i: Journal of Infectious Diseases, ISSN 0022-1899, E-ISSN 1537-6613, Vol. 218, nr 3, s. 453-465Artikel i tidskrift (Refereegranskat)
  • 223. Gibbs, Anna
    et al.
    Buggert, Marcus
    Edfeldt, Gabriella
    Ranefall, Petter
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Introini, Andrea
    Cheuk, Stanley
    Martini, Elisa
    Eidsmo, Liv
    Hirbod, Taha
    Ball, Terry B.
    Kimani, Joshua
    Kaul, Rupert
    Karlsson, Annika C.
    Wählby, Carolina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Broliden, Kristina
    Tjernlund, Annelie
    Increased numbers of CD103-CD8+ TRM cells in the cervical mucosa of HIV-infected women2017Ingår i: Scandinavian Journal of Immunology, ISSN 0300-9475, E-ISSN 1365-3083, Vol. 86, nr 4, s. 288-289Artikel i tidskrift (Övrigt vetenskapligt)
  • 224. Gibbs, Anna
    et al.
    Buggert, Marcus
    Ranefall, Petter
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Introini, Andrea
    Cheuk, Stanley
    Eidsmo, Liv
    Hirbod, Taha
    Ball, Terry B.
    Kimani, Joshua
    Kaul, Rupert
    Karlsson, Annika C.
    Wählby, Carolina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Broliden, Kristina
    Tjernlund, Annelie
    Analysis of the distribution of CD103 on CD8 T cells in blood and genital mucosa of HIV-infected female sex workers2016Ingår i: AIDS Research and Human Retroviruses, ISSN 0889-2229, E-ISSN 1931-8405, Vol. 32, nr S1, s. 307-307Artikel i tidskrift (Refereegranskat)
  • 225.
    Gifford, Aliya
    et al.
    Vanderbilt University Institute of Imaging Science.
    Kullberg, Joel
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för radiologi, onkologi och strålningsvetenskap, Enheten för radiologi.
    Berglund, Johan
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för radiologi, onkologi och strålningsvetenskap, Enheten för radiologi.
    Malmberg, Filip
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Coate, Katie C.
    Vanderbilt University School of Medicine.
    Williams, Phillip E.
    Vanderbilt University School of Medicine.
    Cherrington, Alan D.
    Vanderbilt University School of Medicine.
    Avison, Malcolm J.
    Vanderbilt University School of Medicine.
    Welch, E. Brian
    Vanderbilt University School of Medicine.
    Canine body composition quantification using 3 tesla fat–water MRI2014Ingår i: Journal of Magnetic Resonance Imaging, ISSN 1053-1807, E-ISSN 1522-2586, Vol. 39, nr 2, s. 485-491Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Purpose

    To test the hypothesis that a whole-body fat–water MRI (FWMRI) protocol acquired at 3 Tesla combined with semi-automated image analysis techniques enables precise volume and mass quantification of adipose, lean, and bone tissue depots that agree with static scale mass and scale mass changes in the context of a longitudinal study of large-breed dogs placed on an obesogenic high-fat, high-fructose diet.

    Materials and Methods

    Six healthy adult male dogs were scanned twice, at weeks 0 (baseline) and 4, of the dietary regiment. FWMRI-derived volumes of adipose tissue (total, visceral, and subcutaneous), lean tissue, and cortical bone were quantified using a semi-automated approach. Volumes were converted to masses using published tissue densities.

    Results

    FWMRI-derived total mass corresponds with scale mass with a concordance correlation coefficient of 0.931 (95% confidence interval = [0.813, 0.975]), and slope and intercept values of 1.12 and −2.23 kg, respectively. Visceral, subcutaneous and total adipose tissue masses increased significantly from weeks 0 to 4, while neither cortical bone nor lean tissue masses changed significantly. This is evidenced by a mean percent change of 70.2% for visceral, 67.0% for subcutaneous, and 67.1% for total adipose tissue.

    Conclusion

    FWMRI can precisely quantify and map body composition with respect to adipose, lean, and bone tissue depots. The described approach provides a valuable tool to examine the role of distinct tissue depots in an established animal model of human metabolic disease.

  • 226.
    Golay, Diane
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    An invisible burden: An experience-based approach to nurses' daily work life with healthcare information technology2019Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    Information and Communication Technology (ICT) has been an increasingly pervasive component of most workplaces throughout the past half century. In healthcare, the turn to the digital has resulted into the broad implementation of Healthcare Information Technology (HIT). The impacts of ICT on work life have been investigated predominantly through surveys, although some researchers have advocated for the use of a qualitative, experience-based approach. Meanwhile, the existing body of research on the impacts of HIT on clinicians has painted a mixed picture of digitalization. Despite some clear benefits, HIT has indeed been found to have unexpected, unintended adverse consequences for hospital staff. Typical issues include loss in efficiency, extra effort to carry out routine tasks, and the creation of new, HIT-induced work activities. Simultaneously, research outside of the healthcare domain has shown that ICT could require extra effort from some users in order for the sociotechnical system to function properly – extra work often invisible to developers.

    Based on observation, interview and focus group data collected at a large Swedish hospital, this thesis set out to investigate the impact of HIT on hospital nurses from an experience-based perspective, resulting in four main contributions. First, a method supporting experience-based data analysis, the HolisticUX method, is introduced. Second, 13 forms of HIT-induced additional tasks in nurses' workload are identified, five of which are not acknowledged in previous research. Third, task avoidance is identified as a consequence of nurses' increased workload, negatively affecting patient safety, care quality and nurses' professional satisfaction. Finally, four factors are argued to contribute to a suggested invisibility of the HIT-induced time burden in nurses' work life to management and developers: 1) lack of a holistic perspective, 2) the hidden cost of a single click, 3) the invisibility of nursing work, and 4) visible data, invisible work.

    Delarbeten
    1. The impact of information and communication technology on work, workers, and the psychosocial work context: Research trends from 2000–2017
    Öppna denna publikation i ny flik eller fönster >>The impact of information and communication technology on work, workers, and the psychosocial work context: Research trends from 2000–2017
    2019 (Engelska)Ingår i: Artikel i tidskrift (Övrigt vetenskapligt) Submitted
    Nationell ämneskategori
    Människa-datorinteraktion (interaktionsdesign)
    Identifikatorer
    urn:nbn:se:uu:diva-381428 (URN)
    Tillgänglig från: 2019-04-09 Skapad: 2019-04-09 Senast uppdaterad: 2019-04-09Bibliografiskt granskad
    2. Analyzing work-related technology use from a UX perspective: the holisticUX method
    Öppna denna publikation i ny flik eller fönster >>Analyzing work-related technology use from a UX perspective: the holisticUX method
    2018 (Engelska)Ingår i: Proc. 10th Nordic Conference on Human-Computer Interaction, New York: ACM Press, 2018, s. 711-715Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    New York: ACM Press, 2018
    Nationell ämneskategori
    Människa-datorinteraktion (interaktionsdesign)
    Identifikatorer
    urn:nbn:se:uu:diva-363980 (URN)10.1145/3240167.3240244 (DOI)000455775700067 ()978-1-4503-6437-9 (ISBN)
    Konferens
    NordiCHI 2018, September 29 – October 3, Oslo, Norway
    Forskningsfinansiär
    Forte, Forskningsrådet för hälsa, arbetsliv och välfärd, 2016-07153
    Tillgänglig från: 2018-09-29 Skapad: 2018-10-22 Senast uppdaterad: 2019-04-09Bibliografiskt granskad
    3. More work, same hours: Invisible HIT-induced tasks in nurses' everyday work
    Öppna denna publikation i ny flik eller fönster >>More work, same hours: Invisible HIT-induced tasks in nurses' everyday work
    2019 (Engelska)Ingår i: Artikel i tidskrift (Övrigt vetenskapligt) Submitted
    Nationell ämneskategori
    Människa-datorinteraktion (interaktionsdesign)
    Identifikatorer
    urn:nbn:se:uu:diva-381431 (URN)
    Tillgänglig från: 2019-04-09 Skapad: 2019-04-09 Senast uppdaterad: 2019-04-09Bibliografiskt granskad
  • 227.
    Golay, Diane
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Analyzing work-related technology use from a UX perspective: the holisticUX method2018Ingår i: Proc. 10th Nordic Conference on Human-Computer Interaction, New York: ACM Press, 2018, s. 711-715Konferensbidrag (Refereegranskat)
  • 228.
    Golay, Diane
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    More work, same hours: Invisible HIT-induced tasks in nurses' everyday work2019Ingår i: Artikel i tidskrift (Övrigt vetenskapligt)
  • 229.
    Golay, Diane
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Löscher, Ida
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Lind, Thomas
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    The impact of information and communication technology on work, workers, and the psychosocial work context: Research trends from 2000–20172019Ingår i: Artikel i tidskrift (Övrigt vetenskapligt)
  • 230.
    Golightly, David
    et al.
    University of Nottingham, Faculty of Engineering.
    Sandblad, Bengt
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Dadashi, Nastaran
    University of Nottingham, Faculty of Engineering.
    Andersson, Arne W.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Tschirner, Simon
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Sharples, Sarah
    University of Nottingham, Faculty of Engineering.
    A socio-technical comparison of rail traffic control between GB and Sweden2013Ingår i: Rail Human Factors: Supporting reliability, safety and cost reduction, London: Taylor & Francis, 2013, s. 367-376Konferensbidrag (Refereegranskat)
    Abstract [en]

    There is strong motivation for having rail technology that is both international and interoperable. The practice, however, of moving technology that works well in one operational setting to another is not straightforward. This paper takes one type of technology, traffic control automation, and looks at variability between two contexts – GB and Sweden. The output from this work is a socio-technical framework which will be used to asses the viability of applying new advances in traffic management across a number of EU countries.

  • 231. Gonzalez-Castro, Victor
    et al.
    Debayle, Johan
    Curic, Vladimir
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Pixel Classification Using General Adaptive Neighborhood-Based Features2014Ingår i: Proceedings 22nd International Conference on Pattern Recognition (ICPR) 2014, 2014, s. 3750-3755Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper introduces a new descriptor for characterizing and classifying the pixels of texture images by means of General Adaptive Neighborhoods (GANs). The GAN of a pixel is a spatial region surrounding it and fitting its local image structure. The features describing each pixel are then region-based and intensity-based measurements of its corresponding GAN. In addition, these features are combined with the gray-level values of adaptive mathematical morphology operators using GANs as structuring elements. The classification of each pixel of images belonging to five different textures of the VisTex database has been carried out to test the performance of this descriptor. For the sake of comparison, other adaptive neighborhoods introduced in the literature have also been used to extract these features from: the Morphological Amoebas (MA), adaptive geodesic neighborhoods (AGN) and salience adaptive structuring elements (SASE). Experimental results show that the GAN-based method outperforms the others for the performed classification task, achieving an overall accuracy of 97.25% in the five-way classifications, and area under curve values close to 1 in all the five "one class vs. all classes" binary classification problems.

  • 232.
    Granlund, Isabelle
    et al.
    Uppsala universitet, Humanistisk-samhällsvetenskapliga vetenskapsområdet, Samhällsvetenskapliga fakulteten, Institutionen för informatik och media.
    Vriend, Sita Aukje
    Uppsala universitet, Humanistisk-samhällsvetenskapliga vetenskapsområdet, Samhällsvetenskapliga fakulteten, Institutionen för informatik och media.
    Benz, Julia
    Uppsala universitet, Humanistisk-samhällsvetenskapliga vetenskapsområdet, Samhällsvetenskapliga fakulteten, Institutionen för informatik och media.
    Azizah, Roisatul
    Uppsala universitet, Humanistisk-samhällsvetenskapliga vetenskapsområdet, Samhällsvetenskapliga fakulteten, Institutionen för informatik och media.
    Laaksoharju, Mikael
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Obaid, Mohammad
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    A user-centered storytelling approach to design a language companion robotic agent2018Ingår i: Proc. 6th International Conference on Human-Agent Interaction, New York: ACM Press, 2018, s. 29-35Konferensbidrag (Refereegranskat)
  • 233. Gregory, Peggy
    et al.
    Lárusdóttir, Marta
    Cajander, Åsa
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Cockton, Gilbert
    Workshop on the integration of user-centred design and agile development: Approach, findings and themes2016Ingår i: Integrating User-Centred Design in Agile Development, Springer, 2016, s. 193-203Kapitel i bok, del av antologi (Refereegranskat)
  • 234. Grünloh, Christiane
    et al.
    Cajander, Åsa
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Myreteg, Gunilla
    The record is our work tool!: Physicians' framing of a patient portal in Sweden2016Ingår i: Journal of Medical Internet Research, ISSN 1438-8871, E-ISSN 1438-8871, Vol. 18, nr 6, artikel-id e167Artikel i tidskrift (Refereegranskat)
  • 235. Grünloh, Christiane
    et al.
    Haslwanter, Jean D. Hallewell
    Kane, Bridget
    Lee, Eunji
    Lind, Thomas
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Moll, Jonas
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Rexhepi, Hanife
    Scandurra, Isabella
    Using critical incidents in workshops to inform eHealth design2017Ingår i: Human-Computer Interaction: Part I, Springer, 2017, s. 364-373Konferensbidrag (Refereegranskat)
  • 236. Grünloh, Christiane
    et al.
    Myreteg, Gunilla
    Uppsala universitet, Humanistisk-samhällsvetenskapliga vetenskapsområdet, Samhällsvetenskapliga fakulteten, Företagsekonomiska institutionen.
    Cajander, Åsa
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Rexhepi, Hanife
    Why do they need to check me?: Patient participation through eHealth and the doctor–patient relationship2018Ingår i: Journal of Medical Internet Research, ISSN 1438-8871, E-ISSN 1438-8871, Vol. 20, nr 1, artikel-id e11Artikel i tidskrift (Refereegranskat)
  • 237.
    Gudmundsson, Sanna
    et al.
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Medicinsk genetik och genomik. Uppsala universitet, Science for Life Laboratory, SciLifeLab. Uppsala University.
    Wilbe, Maria
    Uppsala universitet, Science for Life Laboratory, SciLifeLab. Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Medicinsk genetik och genomik.
    Gorniok, Beata Filipek
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Biologiska sektionen, Institutionen för organismbiologi. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Molin, Anna-Maja
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Ekvall, Sara
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Johansson, Josefin
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Medicinsk genetik och genomik. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Allalou, Amin
    Uppsala universitet, Science for Life Laboratory, SciLifeLab. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Gylje, Hans
    Department of Paediatrics, Central Hospital, Västerås, 721 89, Sweden..
    Kalscheuer, Vera M.
    Research Group Development and Disease, Max Planck Institute for Molecular Genetics, Berlin, 141 95, Germany..
    Ledin, Johan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Biologiska sektionen, Institutionen för organismbiologi. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Annerén, Göran
    Uppsala universitet, Science for Life Laboratory, SciLifeLab. Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Medicinsk genetik och genomik.
    Bondeson, Marie-Louise
    Uppsala universitet, Science for Life Laboratory, SciLifeLab. Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Medicinsk genetik och genomik.
    TAF1, associated with intellectual disability in humans, is essential for embryogenesis and regulates neurodevelopmental processes in zebrafish2019Ingår i: Scientific Reports, ISSN 2045-2322, E-ISSN 2045-2322, Vol. 9, artikel-id 10730Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The TATA-box binding protein associated factor 1 (TAF1) protein is a key unit of the transcription factor II D complex that serves a vital function during transcription initiation. Variants of TAF1 have been associated with neurodevelopmental disorders, but TAF1's molecular functions remain elusive. In this study, we present a five-generation family affected with X-linked intellectual disability that co-segregated with a TAF1 c. 3568C>T, p.(Arg1190Cys) variant. All affected males presented with intellectual disability and dysmorphic features, while heterozygous females were asymptomatic and had completely skewed X-chromosome inactivation. We investigated the role of TAF1 and its association to neurodevelopment by creating the first complete knockout model of the TAF1 orthologue in zebrafish. A crucial function of human TAF1 during embryogenesis can be inferred from the model, demonstrating that intact taf1 is essential for embryonic development. Transcriptome analysis of taf1 zebrafish knockout revealed enrichment for genes associated with neurodevelopmental processes. In conclusion, we propose that functional TAF1 is essential for embryonic development and specifically neurodevelopmental processes.

  • 238.
    Gupta, Anindya
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Harrison, Philip J.
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för farmaceutisk biovetenskap.
    Wieslander, Håkan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Pielawski, Nicolas
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Kartasalo, Kimmo
    Partel, Gabriele
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Solorzano, Leslie
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Suveer, Amit
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Klemm, Anna H.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Science for Life Laboratory, SciLifeLab.
    Spjuth, Ola
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för farmaceutisk biovetenskap.
    Sintorn, Ida-Maria
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Wählby, Carolina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Deep Learning in Image Cytometry: A Review2019Ingår i: Cytometry Part A, ISSN 1552-4922, E-ISSN 1552-4930, Vol. 95, nr 6, s. 366-380Artikel, forskningsöversikt (Refereegranskat)
  • 239.
    Gupta, Anindya
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Saar, Tonis
    Martens, Olev
    Le Moullec, Yannick
    Automatic detection of multisize pulmonary nodules in CT images: Large-scale validation of the false-positive reduction step2018Ingår i: Medical physics (Lancaster), ISSN 0094-2405, Vol. 45, nr 3, s. 1135-1149Artikel i tidskrift (Refereegranskat)
  • 240.
    Gupta, Anindya
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Suveer, Amit
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Bajic, Buda
    Faculty of Technical Sciences, University of Novi Sad, Serbia.
    Pepic, Ivana
    Faculty of Technical Sciences, University of Novi Sad, Serbia.
    Lindblad, Joakim
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Sladoje, Natasa
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Sintorn, Ida-Maria
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion.
    Denoising of Short Exposure Transmission Electron Microscopy Images using CNN2018Ingår i: Swedish Symposium on Image Analysis, 2018Konferensbidrag (Övrigt vetenskapligt)
  • 241. Gupta, Anindya
    et al.
    Suveer, Amit
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Lindblad, Joakim
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Dragomir, Anca
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Klinisk och experimentell patologi.
    Sintorn, Ida-Maria
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Sladoje, Natasa
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    False positive reduction of cilia detected in low resolution TEM images using a convolutional neural network2017Ingår i: Swedish Symposium on Image Analysis, Swedish Society for Automated Image Analysis , 2017Konferensbidrag (Övrigt vetenskapligt)
  • 242.
    Gupta, Anindya
    et al.
    Tallinn Univ Technol, TJ Seebeck Dept Elect, Tallinn, Estonia.
    Suveer, Amit
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Lindblad, Joakim
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Serbian Acad Arts & Sci, Math Inst, Belgrade, Serbia.
    Dragomir, Anca
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Klinisk och experimentell patologi.
    Sintorn, Ida-Maria
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Vironova AB, Stockholm, Sweden.
    Sladoje, Nataša
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion. Serbian Acad Arts & Sci, Math Inst, Belgrade, Serbia.
    Convolutional neural networks for false positive reduction of automatically detected cilia in low magnification TEM images2017Ingår i: Image Analysis: Part I, Springer, 2017, s. 407-418Konferensbidrag (Refereegranskat)
    Abstract [en]

    Automated detection of cilia in low magnification transmission electron microscopy images is a central task in the quest to relieve the pathologists in the manual, time consuming and subjective diagnostic procedure. However, automation of the process, specifically in low magnification, is challenging due to the similar characteristics of non-cilia candidates. In this paper, a convolutional neural network classifier is proposed to further reduce the false positives detected by a previously presented template matching method. Adding the proposed convolutional neural network increases the area under Precision-Recall curve from 0.42 to 0.71, and significantly reduces the number of false positive objects.

  • 243.
    Gustavson, Stefan
    et al.
    Department of Science and Technology, Linköping University.
    Strand, Robin
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Centrum för bildanalys. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Anti-aliased Euclidean distance transform2011Ingår i: Pattern Recognition Letters, ISSN 0167-8655, E-ISSN 1872-7344, Vol. 32, nr 2, s. 252-257Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We present a modified distance measure for use with distance transforms of anti-aliased, area sampled grayscale images of arbitrary binary contours. The modified measure can be used in any vector-propagation Euclidean distance transform. Our test implementation in the traditional SSED8 algorithm shows a considerable improvement in accuracy and homogeneity of the distance field compared to a traditional binary image transform. At the expense of a 10× slowdown for a particular image resolution, we achieve an accuracy comparable to a binary transform on a supersampled image with 16 × 16 higher resolution, which would require 256 times more computations and memory.

  • 244. Haake, Magnus
    et al.
    Axelsson, Anton
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Clausen-Bruun, Mette
    Gulz, Agneta
    Scaffolding mentalizing via a play-&-learn game for preschoolers2015Ingår i: Computers and education, ISSN 0360-1315, E-ISSN 1873-782X, Vol. 90, s. 13-23Artikel i tidskrift (Refereegranskat)
  • 245. Hall, Hardy C.
    et al.
    Fakhrzadeh, Azadeh
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Luengo Hendriks, Cris L.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Fischer, Urs
    Precision automation of cell type classification and sub-cellular fluorescence quantification from laser scanning confocal images2016Ingår i: Frontiers in Plant Science, ISSN 1664-462X, E-ISSN 1664-462X, Vol. 7, artikel-id 119Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    While novel whole-plant phenotyping technologies have been successfully implemented into functional genomics and breeding programs, the potential of automated phenotyping with cellular resolution is largely unexploited. Laser scanning confocal microscopy has the potential to close this gap by providing spatially highly resolved images containing anatomic as well as chemical information on a subcellular basis. However, in the absence of automated methods, the assessment of the spatial patterns and abundance of fluorescent markers with subcellular resolution is still largely qualitative and time-consuming. Recent advances in image acquisition and analysis, coupled with improvements in microprocessor performance, have brought such automated methods within reach, so that information from thousands of cells per image for hundreds of images may be derived in an experimentally convenient time-frame. Here, we present a MATLAB-based analytical pipeline to (1) segment radial plant organs into individual cells, (2) classify cells into cell type categories based upon Random Forest classification, (3) divide each cell into sub-regions, and (4) quantify fluorescence intensity to a subcellular degree of precision for a separate fluorescence channel. In this research advance, we demonstrate the precision of this analytical process for the relatively complex tissues of Arabidopsis hypocotyls at various stages of development. High speed and robustness make our approach suitable for phenotyping of large collections of stem-like material and other tissue types.

  • 246.
    Hall, Håkan
    et al.
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för läkemedelskemi, Plattformen för preklinisk PET.
    Takahashi, Kayo
    Center for Molecular Imaging Science, Kobe, Japan.
    Erlandsson, Maria
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Kemiska sektionen, Institutionen för kemi - BMC.
    Estrada, Sergio
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för läkemedelskemi, Plattformen för preklinisk PET.
    Razifar, Pasha
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Bergström, Elisabeth
    Uppsala Imanet, Uppsala, Sweden.
    Långström, Bengt
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Kemiska sektionen, Institutionen för kemi - BMC, Fysikalisk-organisk kemi.
    Pharmacological characterization of 18F-labeled vorozole analogs2012Ingår i: Journal of labelled compounds & radiopharmaceuticals, ISSN 0362-4803, E-ISSN 1099-1344, Vol. 55, nr 14, s. 484-490Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Two F-18-labeled analogs of vorozole ([F-18]FVOZ and [F-18]FVOO) have been developed as potential tools for the in vivo characterization of aromatase. The pharmacologicalproperties of these radioligands were evaluated using in vitro binding and in vivo distribution studies in the rat and primate. Saturation binding studies using rat ovary gave K-D and B-max values of 0.21 +/- 0.1 nM and 210 +/- 20 fmol/mg, respectively, for [F-18]FVOZ, and 7.6 +/- 1nMand 293 +/- 12fmol/mg, respectively, for [F-18]FVOO. Organ distribution studies in rats showed the highest accumulation in the adrenal glands, with standardized uptake values (SUVs) of 15 to 20, followed by ovaries and liver with SUVs of approximately 5. Ex vivo and in vitro autoradiography of the rat brain showed specific binding of both [F-18]FVOZ and [F-18]FVOO mainly in the amygdala. Positron emission tomography (PET) studies were performed in the Rhesus monkey, and these showed displaceable binding in the amygdala and the hypothalamus preoptic area. The PET images were also analyzed using masked volume-wise principal component analysis. These studies suggest that [F-18]FVOZ might be a suitable tracer for the study of aromatase in vitro and in vivo, and could be an alternative to [C-11]vorozole in human PET studies.

  • 247. Hall, Lynne
    et al.
    Hume, Colette
    Tazzyman, Sarah
    Deshmukh, Amol
    Janarthanam, Srinivasan
    Hastie, Helen
    Aylett, Ruth
    Castellano, Ginevra
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Papadopoulos, Fotios
    Jones, Aidan
    Corrigan, Lee J.
    Paiva, Ana
    Alves-Oliveira, Patrícia
    Ribeiro, Tiago
    Barendregt, Wolmet
    Serholt, Sofia
    Kappas, Arvid
    Map reading with and empathic robot tutor2016Ingår i: Proc. 11th ACM/IEEE International Conference on Human Robot Interaction, Piscataway, NJ: IEEE Press, 2016, s. 567-567Konferensbidrag (Refereegranskat)
  • 248.
    Hamid Muhammed, Hamed
    et al.
    School of Technology and Health (STH), Royal Institute of Technology (KTH), Alfred Nobels Alle 10, SE-141 52 Huddinge, Sweden.
    Azar, Jimmy C
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Automatic Characterization of the Physiological Condition of the Carotid Artery in 2D Ultrasound Image Sequences Using Spatiotemporal and Spatiospectral 2D Maps.2014Ingår i: International Journal of Biomedical Imaging, ISSN 1687-4188, E-ISSN 1687-4196, Vol. 2014, artikel-id 876267Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    A novel method for characterizing and visualizing the progression of waves along the walls of the carotid artery is presented. The new approach is noninvasive and able to simultaneously capture the spatial and the temporal propagation of wavy patterns along the walls of the carotid artery in a completely automated manner. Spatiotemporal and spatiospectral 2D maps describing these patterns (in both the spatial and the frequency domains, resp.) were generated and analyzed by visual inspection as well as automatic feature extraction and classification. Three categories of cases were considered: pathological elderly, healthy elderly, and healthy young cases. Automatic differentiation, between cases of these three categories, was achieved with a sensitivity of 97.1% and a specificity of 74.5%. Two features were proposed and computed to measure the homogeneity of the spatiospectral 2D map which presents the spectral characteristics of the carotid artery wall's wavy motion pattern which are related to the physical, mechanical (e.g., elasticity), and physiological properties and conditions along the artery. These results are promising and confirm the potential of the proposed method in providing useful information which can help in revealing the physiological condition of the cardiovascular system.

  • 249.
    Hanstorp, Anna
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Sjögren, Lina
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    Trots ByggR så byggS det inte: En kvalitativ fallstudie av bygglovsprocessen, processledning och verktyget ByggR.2017Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    With the digital transformation the importance of well-adapted systems and casemanagement tools in the building permit process has increased. This study aims toexamine how Swedish municipalities’ work processes differ regarding handlingbuilding permit applications and work process development. Further, the studyinvolves the user's perspective of interacting with the case management tool,ByggR, and how the tool affects their work processes with building permits. Lastly,the study aims to differentiate how municipalities’ work with internal processes andprocess management. The underlying theoretical framework for the study consistsof socio-technical systems theories, theories on focal relationships, processmanagement and finally theories about usability in IT-systems. A qualitativeapproach has been used with two selected municipalities and the major datacollection is based on interviews with respondents in each municipality. The resultof the analysis shows that to succeed with the digital development within thebuilding permit process the supplier and the municipality need to define the jointexternal actors that influence the focal relationship. Furthermore, it appears that itwould be beneficial for municipalities work with process management in order todevelop the internal processes. Municipalities should also take advantage ofexperience and share information and knowledge between themselves. Therefore, atighter relationship and communication between municipalities is needed. Sokigoshould also focus on how to make the usage easier by developing automaticfeatures and making it easier for users to get an overview of applications in the casemanagement tool. Finally, in order to effectively develop ByggR and to streamlinethe development process, Sokigo should to try to converge requirements fromseveral municipalities simultaneously.

  • 250.
    Hast, Anders
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för visuell information och interaktion. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Bildanalys och människa-datorinteraktion.
    How to Promote Student Creativity and Learning using Tutorials in Teaching Graphics and Visualisation2014Ingår i: Proc. 16th International Conference on Geometry and Graphics, Innsbruck University Press, 2014, s. 626-633Konferensbidrag (Övrigt vetenskapligt)
2345678 201 - 250 av 921
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf