aicsfeature 0.2.1

AICS特征提取

from aicsfeatures.extractor import *

/feature_calc

与特征提取相关的函数。特征提取应按以下方式进行

from aicsfeatures.extractor import *

features_result = xxx.get_features(args=None, seg=image_xxx)

其中xxx可以是

• mem，与细胞膜相关的特征
• dna，与细胞核相关的特征
• structure，与结构特定的特征。
• stack，与堆栈相关的特征。

每个函数关于输入图像的假设应在函数内部详细说明，例如

    Assumptions:
        - Input is a ZYX 16-bit numpy array (2D images can be passed in as a 1YX)
        - There is a single object of interest
        - Background has value 0
        - Object of interest have pixel value > 0

结果 features_result 应始终为单行Pandas数据帧。

exutils.py：特征计算的主要程序。我们尝试重用来自skimage（形状分析）和Mahotas（纹理分析）的函数。这里也是实现那些包中没有的新功能的场所。我们尽量保持通用性，不对输入图像应表示的生物结构的类型做具体说明。

mem.py：细胞膜图像特征提取的包装器。

dna.py：dna图像特征提取的包装器。

structure.py：结构图像特征提取的包装器。需要定义的是：对于每个给定的结构，我们应该提取哪种类型的特征。或者我们是否对所有结构都做所有的事情？

stack.py：整个堆栈图像特征提取的包装器。

如何构建

默认项目布局和构建步骤在 BUILD.md 中讨论。其中一些信息与AICS构建过程相关。

法律文件

• 许可证 （在公开项目之前，请与您的经理联系，以确保许可证适当，并且已通过法律审查。）
• 贡献协议 （此外，更新贡献协议，以反映您期望的贡献水平以及您打算提供的支持水平。）