跳转到主要内容

napari插件,用于使用trackpy跟踪血小板

项目描述

platetrack

一个小的napari插件,用于跟踪血小板。Platetrack需要一个分割和一个包含原始数据的图像。我们推荐尝试使用napari插件iterseg生成这些。Platetrack使用trackpy进行跟踪,并输出一个包含血小板坐标、跟踪信息和几个其他变量的dataframe,这些变量提供了有关每个血小板的信息。

安装

安装platetrack主要有三种方法

使用pip安装

在您的终端(MacOS或Ubuntu)或annaconda提示(Windows)中输入以下内容

pip install platetrack

通过napari hub安装

在您的终端(MacOS或Ubuntu)或annaconda提示(Windows)中输入以下内容

install napari
napari

一旦打开napari(这可能需要一秒钟,如果您第一次打开),请转到屏幕顶部的面板并选择“插件”下拉菜单。然后选择安装/卸载插件。将打开一个新窗口,显示可用的插件。向下滚动到或搜索“platetrack”,然后单击“安装”。

从源代码安装

请现在使用此方法

在您的终端(MacOS或Ubuntu)或annaconda提示(Windows)中输入以下内容

git clone <repository https or ssh>
cd platetrack
pip install .

打开Platetrack

一旦正确安装 annotrack,您就可以通过打开 napari 来打开 platetrack。您可以通过以下方式通过命令行(终端(MacOS 或 Ubuntu)或 annaconda 提示符(Windows))打开 napari:

napari

您可以通过在屏幕顶部的面板中选择下拉菜单 '插件' 来找到 platetrack 小部件,并选择 platetrack 小部件 'track_platelets'。

血小板追踪

您可以通过提供图像/(t, z, y, x)和分割(t, z, y, x)来追踪血小板并获得关于血小板观察的信息。没有特定的文件格式要求,只需首先将图像和分割加载到 napari 中。napari 插件 iterseg 提供了一个小部件,可以帮助您加载 zarr 格式文件。如果您有一个多通道的图像(例如,激光颜色),请将它们加载到单独的 napari 层中。Iterseg 有一个选项叫做 "split channels"。否则,请参考 napari 网站,获取有关使用 napari 层的说明。

小部件的参数

  • labels_layer:包含分割的 napari 层。
  • image_layer:包含图像的 napari 层(如果您不希望使用所有图像层,则需要此参数)。
  • use_all_image_layers:如果您有几个图像通道,选择此选项将获取每个通道的信息。图像强度的信息将存储在数据框的 [层名]_max, [层名]mean 列中。
  • sample_name:样本的名称(例如,生物样本的标识符,包括例如动物编号、日期、实验条件等)。如果您计划将数据框与不同处理组的数据组合,则此信息很重要。
  • treatment_name:治疗组或实验条件的名称(将作为分类变量添加)。如果您计划将数据框与不同处理组的数据组合,则此信息很重要。
  • x_microns:x 轴上的像素有多大(可能是微米)。我们需要这个值以便计算物理坐标而不是像素坐标。
  • y_microns:y 轴上的像素有多大(可能是微米)。我们需要这个值以便计算物理坐标而不是像素坐标。
  • z_microns:z 轴上的像素有多大(可能是微米)。我们需要这个值以便计算物理坐标而不是像素坐标。
  • save_dir:您想要保存输出数据的目录。
  • save_file:要给文件起的名字。
  • save_format:有两种保存格式选项:“parquet”或“csv”。
  • search_range:这是一个追踪参数。搜索范围是追踪算法在下一个时间点查找相同血小板时距离多远(以物理单位计算,例如,微米)。如果由于观察数量(血小板)过多而导致 trackpy 运行资源不足,可以减少此范围。
  • xy_origin:如果您正在旋转数据(例如,您可能希望将血流与 y 轴对齐),此参数定义旋转中心。如果您想使用图像的几何中心,请使用“中心”。否则,提供在物理单位中以 yx 格式(例如,(126, 148))表示的坐标元组。
  • rotation:数据逆时针旋转的度数。

输出的血小板数据

在追踪的同时计算了关于血小板的多个变量。每个变量都报告了每个血小板观察值(除了速度,速度只在第一次观察之后报告跟踪的血小板)。

  • 每个图像通道中血小板的平均强度。
  • 每个通道中血小板的最高像素强度。
  • 血小板伸长率(0-1,0 为最不伸长,1 为最伸长)。
  • 血小板扁平度(0-1,0 为最扁平,1 为最扁平)。
  • 血小板速度(dv)。
  • 血小板坐标速度(dvx,dvy,dvz)。
  • 血小板局部密度(围绕血小板 15 微米半径内的血小板密度)。
  • 15微米半径内血小板邻居列表
  • 15微米半径内每个血小板邻居的距离列表

贡献和支持

用户支持:如果您在使用platetrack时遇到问题,请添加一个问题(前往GitHub页面顶部的“问题”标签)。如果您的問題是錯誤,請提供尽可能多的信息以幫助调试問題。信息示例包括:关于图像和分割数据的详细信息(维度)、图像数量、尝试采集的样本数量。如果您请求改进,请尽可能清楚地说明您需要的内容。

贡献:如果您想为platetrack做出贡献,请fork仓库,如果您想进行更改,请尽可能详细地创建一个pull request。请确保您要做的更改不会破坏现有的功能。

项目详情


下载文件

下载适合您平台的文件。如果您不确定该选择哪个,请了解有关安装包的更多信息。

源分发

platetrack-0.0.7.tar.gz (11.3 kB 查看哈希)

上传时间

构建分发

platetrack-0.0.7-py3-none-any.whl (10.0 kB 查看哈希)

上传时间 Python 3

由以下组织支持