使用SimpleITK在napari中处理和分析图像
项目描述
napari-simpleitk-image-processing (n-SimpleITK)
用法
此napari插件提供的过滤器、分割算法和测量可以在 工具 菜单中找到。您可以通过括号中的后缀 (n-SimpleITK) 来识别它们。此外，它还可以从 napari-assistant 图形用户界面中使用。因此，只需点击菜单 工具 > 工具 > 助手 (na) 或从命令行运行 naparia。
此napari插件中实现的所有过滤器也在 这个笔记本 中进行了演示。
高斯模糊
将高斯模糊应用于图像。这可能对去噪很有用，例如在应用阈值Otsu方法之前。
中值滤波器
将中值滤波器应用于图像。与高斯模糊相比，此方法更好地保留了图像中的边缘。它也执行得更慢。
双边滤波器
双边滤波器允许在保留边缘的同时对图像进行去噪。
阈值Otsu
使用Otsu的方法对图像进行二值化。
连通分量标记
将二值图像中的所有对象用单独的数字标记，以生成标记图像。
测量
此函数允许从标记图像中确定强度和形状统计信息。您可以在“工具 > 测量表”菜单中找到它。
符号Maurer距离图
距离图（更精确地说是符号Maurer距离图）可以用于可视化二值图像中黑/白边界的距离。此图像中的正值对应于白色（值为1）像素到下一个黑色像素的距离。黑色像素（值为0）到下一个白色像素的距离用此图中的负值表示。
二值填充孔洞
填充二值图像中的孔洞。
接触对象标记
从二值图像开始，接触对象可以分割成多个区域，类似于ImageJ中的Watershed分割。
形态学Watershed
形态学Watershed允许分割显示膜片的图像。在分割之前，应使用高斯模糊或中值滤波器等过滤器来消除噪声。使用最大过滤器增加膜片的厚度也是有意义的。有关详细信息，请参阅此笔记本。
Watershed-Otsu-标记
此算法结合使用Otsu的阈值方法、高斯模糊和Watershed算法方法来标记强度图像中的明亮对象，如核。该算法有两个sigma参数和一个level参数，允许您调整对象应切割的位置（spot_sigma）以及轮廓应平滑的程度（outline_sigma）。watershed_level参数确定两个最大值之间的强度谷必须有多深才能区分这两个最大值。此实现类似于clesperanto中的Voronoi-Otsu-标记。
Richardson-Lucy反卷积
Richardson-Lucy反卷积允许在已知或可近似的光学系统的点扩散函数的情况下恢复图像质量。
安装
您可以通过使用conda和pip来安装napari-simpleitk-image-processing。如果您之前从未使用过conda，请先阅读此教程。
conda install -c conda-forge napari
pip install napari-simpleitk-image-processing
功能
用户可以在用户界面中选择特征提取的特征类别。以下类别包含以下测量：
- 大小
- 等效椭球直径
- 等效球形周长
- 等效球形半径
- 像素数
- 边缘像素数
- 强度
- 最大值
- 平均值
- 中位数
- 最小值
- 标准差
- 总和
- 方差
- 周长
- 周长
- 边缘周长
- 边缘周长比
- 形状
- 伸长率
- Feret直径
- 平坦度
- 圆形度
- 位置
- 质心
- 边界框
- 矩
- 主轴
- 主矩
另请参阅
还有其他napari插件具有类似的功能用于图像处理和特征提取
- 形态测量学
- PartSeg
- napari-skimage-regionprops
- napari-cupy-image-processing
- napari-pyclesperanto-assistant
- napari-allencell-segmenter
- RedLionfish
- bbii-decon
- napari-segment-blobs-and-things-with-membranes
此外，还有用于后处理提取的测量值的插件
贡献
欢迎贡献。SimpleITK提供了许多有用的算法，您可以在这里找到：SimpleITK。如果您希望这里也提供另一个算法，请毫不犹豫地发送一个pull-request。这个仓库仅包含SimpleITK函数的封装，有关如何编写这些封装的详细信息，请参阅此文件。
许可证
遵循BSD-3许可协议，"napari-simpleitk-image-processing"是免费且开源的软件
引用
实现此napari插件时，SimpleITK的Python笔记本非常有帮助。因此，如果您觉得这个插件很有用，请考虑引用SimpleITK笔记本
Z. Yaniv, B. C. Lowekamp, H. J. Johnson, R. Beare, "SimpleITK Image-Analysis Notebooks: a Collaborative Environment for Education and Reproducible Research",
J Digit Imaging., 31(3): 290-303, 2018, https://doi.org/10.1007/s10278-017-0037-8.
问题
如果您遇到任何问题，请附带详细描述提交问题。
napari_simpleitk_image_processing-0.4.7.tar.gz的散列
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 7d20791cb49fd5c1c5007deb26368594af87afaac71ef3fd638dc7407607dfa0 |
|
| MD5 | 178fe00a51e62fd6a11238c97439d605 |
|
| BLAKE2b-256 | f1559878295ae372009b57459dcdba344ac78e7ed4695d2d57b3e873bc5ee1f8 |
napari_simpleitk_image_processing-0.4.7-py3-none-any.whl的散列
| 算法 | 散列摘要 | |
|---|---|---|
| SHA256 | 5849be639df14ae3c613f9834ca685b994935655cc25afb42e217d6424b32eff |
|
| MD5 | 77f4d32271c0b5b0c2698de9cfa96064 |
|
| BLAKE2b-256 | 42a29497cc9894206ca01d047c2ad1d08ac3c8a6ebffe32a396000216fb463c6 |
