跳转到主要内容

由Allen Institute for Cell Science提供的3D图像分割插件

项目描述

napari-allencell-segmenter

License PyPI Python Version Anaconda tests codecov

由Allen Institute for Cell Science提供的3D图像分割插件

napari的Allen Cell & Structure Segmenter插件提供了一个直观的图形用户界面,用于访问由Allen Institute for Cell Science开发和维护的开源3D分割软件包的强大分割功能(仅v1.0版具有经典工作流程)。 Allen Cell & Structure Segmenter 是在Allen Institute for Cell Science开发的基于Python的开源工具包,用于荧光显微镜图像中细胞内结构的3D分割。此工具包将经典图像分割和迭代深度学习工作流程结合在一起,首先生成初始高质量3D细胞内结构分割,然后轻松整理这些结果以生成用于构建鲁棒和准确深度学习模型的基准数据。该工具包利用了Allen Institute for Cell Science收集的30多个内源性荧光标记的人诱导多能干细胞(hiPSC)系的高重复3D活细胞图像数据。每个细胞系代表一种不同的细胞内结构,在未分化hiPS细胞和hiPSC衍生的心肌细胞中具有一种或多种独特的定位模式。

关于Segmenter的更多详细信息,请访问https://allencell.org/segmenter


napari插件使用Cookiecutter@naparicookiecutter-napari-plugin模板生成。

安装

选项 1(推荐)

安装最新版本的napari后,您可以去“插件”-->“安装/卸载程序包”。然后,您将能够看到所有可用的napari插件,并通过名称napari-allencell-segmenter找到我们。只需点击“安装”按钮即可安装Segmenter插件。

选项 2

您也可以通过pip安装napari-allencell-segmenter

pip install napari-allencell-segmenter

快速入门

在当前版本中,插件分为两部分:工作流程编辑器批量处理工作流程编辑器允许用户调整查找表中所有现有工作流程的参数,以便工作流程可以根据用户的数据进行优化。调整后的工作流程可以保存,然后使用插件的批量处理部分应用于大量文件。

  1. 在napari中打开一个文件(插件能够支持多维度数据,如.tiff、.tif、.ome.tif、.ome.tiff、.czi)
  2. 启动插件(打开napari,转到“插件”-->“napari-allencell-segmenter”-->“工作流程编辑器”)
  3. 选择要处理的图像和通道
  4. 根据示例图像选择工作流程,并根据用户数据选择目标分割。理想情况下,建议从与用户数据非常相似的形态的示例开始。
  5. 点击“运行全部”以在样本数据上执行整个工作流程。
  6. 根据中间结果调整步骤的参数。有关每个功能和每个参数的详细信息及其效果的说明,请点击工具提示按钮。所有功能的完整列表可在此处找到
  7. 调整参数后,再次点击“运行全部”,重复步骤6和7,直到结果令人满意。
  8. 保存工作流程
  9. 关闭插件,通过(转到“插件”-->“napari-allencell-segmenter”-->“批量处理”)打开批量处理部分
  10. 加载自定义工作流程(或现成的工作流程)json文件
  11. 加载要处理的全部图像文件夹
  12. 点击“运行”

贡献

欢迎贡献力量。可以使用tox运行测试,请在提交拉取请求之前确保覆盖率至少保持不变。

许可协议

BSD-3许可条款下分发,“napari-allencell-segmenter”是免费和开源软件

问题

如果您遇到任何问题,请提交一个问题,并附带详细描述。

项目详情


下载文件

下载适用于您的平台的文件。如果您不确定选择哪个,请了解更多关于安装软件包的信息。

源分布

napari-allencell-segmenter-2.1.12.tar.gz (54.7 kB 查看哈希值)

上传时间

构建版本

napari_allencell_segmenter-2.1.12-py2.py3-none-any.whl (77.8 kB 查看哈希值)

上传时间 Python 2 Python 3

由以下机构支持