跳转到主要内容

一个基于scikit-image的插件,用于基于荧光显微镜图像中核和/或膜的高强度对细胞和细胞核进行分割

项目描述

napari-segment-blobs-and-things-with-membranes (nsbatwm)

License PyPI Python Version tests codecov Development Status napari hub DOI

此napari插件基于scikit-image,允许基于荧光显微镜图像中核和/或膜的高强度对细胞和细胞核进行分割。

用法

此插件将图像处理操作填充到napari的工具菜单中。您可以通过其后缀(nsbatwm)在括号中识别它们。此外,它还可以从napari-assistant图形用户界面中使用。因此,只需单击菜单工具 > 附加工具 > 助手 (na)或从命令行运行naparia

img.png

您还可以像在演示笔记本中所示的那样调用这些函数。

沃罗诺伊-奥斯特-标记

该算法结合了Otsu的阈值方法高斯模糊Voronoi剖分方法来标记强度图像中的明亮对象,如细胞核。该算法有两个sigma参数,允许您调整对象切割的位置(spot_sigma)和轮廓的平滑度(outline_sigma)。本实现旨在与clesperanto中的Voronoi-Otsu-Labeling相似。

img.png

带种子的水面算法

从显示高强度膜和已标记对象(例如使用Voronoi-Otsu-Labeling)的种子图像的图像开始,标记受膜约束的对象。

img.png

带掩膜的带种子水面算法

如果还有掩膜图像可用,可以使用带掩膜的水面算法来约束膜图像(1)中的洪水,从核(2)开始,受掩膜图像(3)限制,在掩膜内生成细胞分割(4)。

img.png

使用局部最小值作为起始点的水面算法

与上述带种子水面算法和Voronoi-Otsu-Labeling类似,您可以使用此工具对显示膜的图像进行分割,而无需额外的显示核的图像。两个sigma参数允许调整对象的接近程度及其边界的检测精度。

img.png

高斯模糊

对图像应用高斯模糊。这可能有助于去噪,例如在应用阈值Otsu方法之前。

img.png

减去背景

使用scikit-image的滚动球算法减去背景。这可能有助于使膜在图像的不同区域的光强度更相似。

img.png

阈值Otsu

使用scikit-image的阈值Otsu算法,也称为Otsu的方法对图像进行二值化。

img.png

分割接触的对象(以前称为二值水面算法)

在阈值化后,如果对象粘在一起,这个工具可能有所帮助。它旨在提供与ImageJ的水面实现类似的结果。

img.png

连接组件标记

将二值图像转换为标签图像,其中所有分离的对象都使用不同的标签。在内部,它使用scikit-image的标记函数

img.png

手动分割和合并标签

通过工具 > 通用菜单手动在napari中分割和合并标签


napari插件是用Cookiecutter@naparicookiecutter-napari-plugin模板生成的。

安装

此插件是devbio-napari的一部分。要安装它,请按照其安装说明进行。

贡献

非常欢迎贡献。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

根据BSD-3许可协议分发,"napari-segment-blobs-and-things-with-membranes"是免费和开源软件

问题

如果您遇到任何问题,请在image.sc上创建一个线程,并附上详细描述,并标记@haesleinhuepf

项目详情


下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。

源代码分发

napari-segment-blobs-and-things-with-membranes-0.3.8.tar.gz (16.7 kB 查看哈希值)

上传时间 源代码

构建分发

支持者