跳转到主要内容

Python病理图像分析工具包

项目描述

HistomicsTK 是一个用于分析数字病理图像的Python包。它可以作为一个独立的库使用,也可以作为一个数字切片归档插件,允许用户通过HistomicsUI调用图像分析任务。HistomicsTK提供的功能可以通过 slicer cli web 进行扩展,该工具允许开发人员将他们的图像分析算法集成到DSA中,并通过HistomicsUI进行分发。

全切片成像捕捉组织在大型多分辨率图像中的组织学细节。成像技术的改进、存储成本的降低以及数字病理学在初级诊断中的监管批准导致了全切片成像数据的爆炸性增长。数字化使得计算图像分析和机器学习算法可以应用于这些图像的内容表征,并了解组织学、临床结果和基因组平台分子数据之间的关系。与放射学和基因组学相关领域相比,开源的数字病理学管理、可视化和分析工具落后。为了解决这个问题,我们与数字切片档案(DSA)和HistomicsUI合作开发了HistomicsTK,这是一个集中式、可通过网络访问的服务器上的数字病理图像管理和共享平台,以及用于注释和标记全切片图像、运行图像分析工具和可扩展地可视化图像分析算法密集输出的专业用户界面。HistomicsTK旨在满足病理学家/生物学家使用最先进的算法分析其数据的需求,以及算法研究人员开发新的/改进的算法并使其更广泛地被社区使用的需求。

HistomicsTK有两种使用方式

  • 作为纯Python包:允许将图像分析算法应用于与数字切片档案(DSA)无关的数据。HistomicsTK提供了一组基本算法,用于如颜色归一化、颜色反演、细胞核分割和特征提取等任务。有关这些功能的更多信息,请参阅api-docsexamples

    Linux上的安装说明

    使用PyPI安装HistomicsTK:

    $ python -m pip install histomicstk --find-links https://girder.github.io/large_image_wheels

    从源代码安装HistomicsTK:

    $ git clone https://github.com/DigitalSlideArchive/HistomicsTK/
    $ cd HistomicsTK/
    $ python -m pip install setuptools-scm "Cython>=0.25.2" "scikit-build>=0.8.1" "cmake>=0.6.0" "numpy>=1.12.1"
    $ python -m pip install -e .

    HistomicsTK使用large_image库从全切片和显微镜图像格式读取内容。根据您的系统,安装支持这些格式的必要库可能很复杂。对于Linux,有一些非官方的预构建库可用,可以在安装时通过指定pip install histomicstk --find-links https://girder.github.io/large_image_wheels包含。注意,如果您以前未安装HistomicsTK或large_image且未包含这些库,您可能需要在pip install命令中添加--force-reinstall --no-cache-dir来强制它使用find-links选项。

    如果未指定--find-links选项,将使用系统版本的各种库。您需要使用您的包管理器安装适当的库(例如,在Ubuntu上,您将需要libopenslide-devlibtiff-dev)。

    在Windows上从源代码安装

    1- 运行以下命令

    $ pip install large-image
    $ pip install cmake
    $ git clone https://github.com/DigitalSlideArchive/HistomicsTK/
    $ cd HistomicsTK/
    $ python -m pip install setuptools-scm "Cython>=0.25.2" "scikit-build>=0.8.1" "cmake>=0.6.0" "numpy>=1.12.1"

    2- 运行pip install libtiff

    3- 运行pip install large-image-source-tiff以安装典型瓦片源。您可能需要其他源,这可能需要其他库。

    4- 安装Visual Studio 15 2017 社区版本

    5- 安装C++构建工具。在工具 > 获取工具和功能 … > 桌面开发与C++中,确保前8个框都被勾选。

    6- 运行以下命令

    $ python -m pip install -e .
    $ pip install girder-client

    在OSX上从源代码安装

    注意:这需要由OSX用户确认和扩展。可能对可用的库做出了假设。

    使用homebrew安装libtiff和openslide或其他库,具体取决于您所需的瓦片源。

    运行

    $ python -m pip install histomicstk large-image-source-tiff large-image-source-openslide
  • 作为 HistomicsUI 和数字切片档案的图像处理任务库: 这允许最终用户通过互联网应用容器化分析模块/管道。请参阅数字切片档案获取安装说明。

请访问我们的网站获取更多信息。

先前版本

HistomicsTK 存储库曾经包含数字切片档案和 HistomicsUI 几乎所有的内容,现在主要包含图像分析算法和注释数据处理代码。DSA 的部署和安装代码及说明已迁移到数字切片档案存储库。用户界面和注释功能已迁移到HistomicsUI存储库。

部署和 UI 代码最终将从本存储库的 master 分支中移除;关于这些主题的新开发应在那些位置进行。

资助

本工作由 NIH 奖助金U24-CA194362-01资助。

另请参阅

DSA/HistomicsTK 项目网站: 演示 | 成功案例

源存储库: 数字切片档案 | HistomicsUI | large_image | slicer_cli_web

讨论: GitHub 讨论区 | Discourse 论坛

项目详情


发布历史 发布通知 | RSS 源

下载文件

下载适用于您平台的文件。如果您不确定该选择哪个,请了解有关安装包的更多信息。

源代码分发

histomicstk-1.3.12.tar.gz (208.3 kB 查看哈希值)

上传时间: 源代码

构建分发

histomicstk-1.3.12-cp312-cp312-win_amd64.whl (552.8 kB 查看哈希值)

上传时间: CPython 3.12 Windows x86-64

histomicstk-1.3.12-cp312-cp312-musllinux_1_2_x86_64.whl (1.6 MB 查看哈希值)

上传时间: CPython 3.12 musllinux: musl 1.2+ x86-64

histomicstk-1.3.12-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (633.5 kB 查看哈希值)

上传时间: CPython 3.12 manylinux: glibc 2.17+ x86-64

histomicstk-1.3.12-cp312-cp312-macosx_11_0_arm64.whl (577.6 kB 查看哈希值)

上传于 CPython 3.12 macOS 11.0+ ARM64

histomicstk-1.3.12-cp312-cp312-macosx_10_13_x86_64.whl (572.9 kB 查看哈希)

上传于 CPython 3.12 macOS 10.13+ x86-64

histomicstk-1.3.12-cp311-cp311-win_amd64.whl (552.0 kB 查看哈希)

上传于 CPython 3.11 Windows x86-64

histomicstk-1.3.12-cp311-cp311-musllinux_1_2_x86_64.whl (1.6 MB 查看哈希)

上传于 CPython 3.11 musllinux: musl 1.2+ x86-64

histomicstk-1.3.12-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (644.6 kB 查看哈希)

上传于 CPython 3.11 manylinux: glibc 2.17+ x86-64

histomicstk-1.3.12-cp311-cp311-macosx_11_0_arm64.whl (574.7 kB 查看哈希)

上传于 CPython 3.11 macOS 11.0+ ARM64

histomicstk-1.3.12-cp311-cp311-macosx_10_12_x86_64.whl (569.1 kB 查看哈希)

上传于 CPython 3.11 macOS 10.12+ x86-64

histomicstk-1.3.12-cp310-cp310-win_amd64.whl (551.4 kB 查看哈希)

上传于 CPython 3.10 Windows x86-64

histomicstk-1.3.12-cp310-cp310-musllinux_1_2_x86_64.whl (1.6 MB 查看哈希)

上传于 CPython 3.10 musllinux: musl 1.2+ x86-64

histomicstk-1.3.12-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (645.3 kB 查看哈希)

上传于 CPython 3.10 manylinux: glibc 2.17+ x86-64

histomicstk-1.3.12-cp310-cp310-macosx_11_0_arm64.whl (575.0 kB 查看哈希)

上传于 CPython 3.10 macOS 11.0+ ARM64

histomicstk-1.3.12-cp310-cp310-macosx_10_12_x86_64.whl (569.1 kB 查看哈希)

上传于 CPython 3.10 macOS 10.12+ x86-64

histomicstk-1.3.12-cp39-cp39-win_amd64.whl (553.2 kB 查看哈希值)

上传于 CPython 3.9 Windows x86-64

histomicstk-1.3.12-cp39-cp39-musllinux_1_2_x86_64.whl (1.6 MB 查看哈希值)

上传于 CPython 3.9 musllinux: musl 1.2+ x86-64

histomicstk-1.3.12-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (646.9 kB 查看哈希值)

上传于 CPython 3.9 manylinux: glibc 2.17+ x86-64

histomicstk-1.3.12-cp39-cp39-macosx_11_0_arm64.whl (576.5 kB 查看哈希值)

上传于 CPython 3.9 macOS 11.0+ ARM64

histomicstk-1.3.12-cp39-cp39-macosx_10_12_x86_64.whl (570.7 kB 查看哈希值)

上传于 CPython 3.9 macOS 10.12+ x86-64

histomicstk-1.3.12-cp38-cp38-win_amd64.whl (553.6 kB 查看哈希值)

上传于 CPython 3.8 Windows x86-64

histomicstk-1.3.12-cp38-cp38-musllinux_1_2_x86_64.whl (1.7 MB 查看哈希值)

上传于 CPython 3.8 musllinux: musl 1.2+ x86-64

histomicstk-1.3.12-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (648.1 kB 查看哈希值)

上传于 CPython 3.8 manylinux: glibc 2.17+ x86-64

histomicstk-1.3.12-cp38-cp38-macosx_11_0_arm64.whl (576.0 kB 查看哈希值)

上传于 CPython 3.8 macOS 11.0+ ARM64

histomicstk-1.3.12-cp38-cp38-macosx_10_12_x86_64.whl (569.7 kB 查看哈希值)

上传于 CPython 3.8 macOS 10.12+ x86-64

支持者

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误日志 StatusPage StatusPage 状态页面