python进阶教程
python进阶教程可帮助您更好地驾驭AI以获得更强大的数据分析能力。 引言 在python基础教程中,主要是掌握「for」、「if」和「function」这些基本的东西,这样就能够写出一些简单的面向过程的代码,以满足一...
python进阶教程可帮助您更好地驾驭AI以获得更强大的数据分析能力。 引言 在python基础教程中,主要是掌握「for」、「if」和「function」这些基本的东西,这样就能够写出一些简单的面向过程的代码,以满足一...
为了对cellpose微调模型在测试数据集上的效果进行评估,在Grok的帮助下弄了一个小工具。
记录三维点云配准的经典Iterative Closest Point(ICP)算法。
要判断一个东西是否在一个三维区域的内部还是外部是很简单的,但是要直观地展示出来这种三维空间的内外关系,需要一些技巧。这里举个例子。
之前想写一个函数来计算一个三维物体的最邻近间隙距离并进行可视化。发现Grok提供的代码最简洁,可视化效果最好。这里具体记录下这种99%的工作量依靠AI完成的编程过程。
对于很小的信号点比如单分子光斑,或者是单分子定位的散点cluster,我们可以忽略其本身的体积,视作质点来计算。这样可以计算质点之间的最邻近距离(Nearest Neighborhood Distance, NND),此...
像threshold otsu或者threshold li等方法得到的阈值就是一个数值,然后得应用到全局。但如果一张比较大的图像,特别是三维数据中各处的背景不太均匀的时候,直接使用一个数值来进行全局的阈值分割很难做好。所...
三维成像数据中的物体分割,不能简单的先逐层分析每个slice,再堆叠回去。因此这里再专门提供一个三维点簇状信号分割的函数。
通过阈值分割图像中的前景和背景是成像数据分析中基础的基础。此处以skimage.filters.threshold li函数为例,介绍基于最小交叉熵的图像阈值搜索算法。
点簇状信号在成像数据中非常常见。这里提供一个整合好的函数方便进行分析。
在多色成像时会遇到通道对齐的问题,一个比较可靠的做法是使用多色荧光小球作为marker。
此处以批量缩小ROI为例介绍如何利用shapely模块对ROI进行调整。
使用编程的方式能够高度自定义地对大量数据进行分析,但为保证分析的准确性,需要对中间步骤进行充分的可视化检查。
当要对大量数据进行分析之前,须先快速预览数据。了解一些基本情况是非常必要的。这里整理了下我常用的预览成像数据使用的代码。
图像分割时很多模型给出的都是mask图像,为了方便转换为ROI,这里提供一段python代码基于mask提取contour坐标。
在多通道成像的时候,由于各种原因可能存在需要配准的情况。这里介绍一种最简单的刚性配准方式。
关键是基于shapely模块中的within方法,判断信号点与ROI的包含关系。
本文介绍单分子荧光漂白实验注意事项和台阶曲线提取以及自动化台阶计数方法。
通常荧光成像的定量分析都离不开实验室里相对昂贵的仪器设备,这限制了一系列荧光报告方法的诊断技术的实际应用。所以有不少研究都尝试使用手机相机作为信号检测的工具。
本文介绍一行命令加速python中for循环速度的方法。
这里提供一种检验成像通道是否对齐的方式。
本文介绍利用KDTree完成最邻近点间距的计算。
本文介绍如何批量提取从 imaris 导出的统计数据并进行整理。
本文介绍使用python中的scikit image模块提供的功能来实现常用的颗粒分析功能。
在计算空间位置距离的时候,有时会涉及到三元方程组的求解,这个时候可以使用 scipy 中的 fsolve 函数。
这里介绍如何使用python中的scikit image包提供的工具模块实现类似ImageJ中划线测量的功能。
此文介绍如何使用aicsimageio模块读取蔡司显微镜成像数据文件,并展示实际处理数据在INPUT阶段的问题。
这里介绍如何使用cellpose批量分割大量图像,并以此为例展示如何阅读和使用他人的代码。
介绍使用 cellpose 快速分割图像中的细胞。
介绍使用napari中的sam4is插件调用SAM快速分割图像中的物体。
还没有符合条件的文章。