基於區域的狀態圖像檢測和驗證

我目前正在開展一個項目，在該項目中，我必須區分正常細胞和患病細胞。我所看到的具體異常表明，細胞核應該有一定的面積，大部分是圓形的。我目前使用scipy，numpy和PIL來確定原子核的存在（見下圖）......但我不確定如何確定這個區域，因爲原子核並不總是一個完美的圓。有什麼建議麼？基於區域的狀態圖像檢測和驗證

Original Image before processing

Only nuclei are shown

Only nuclei are shown (Mapped Image)

來源

2012-04-18 saiumesh

因爲你已經有了一個很好的細分（你快到了！） - 我只是對每種顏色使用一個閾值（0/1） - 所以你只用一個粒子就得到一張黑色圖片，然後添加增加值，所以你有這個區域（以像素爲單位）。如果您需要「真實」區域，則需要使用相機校準/參考物體。您可能想要研究形狀因子/緊緻度量。如果你有多個相同顏色的粒子，這是行不通的。然後，看看播種。 – 2012-04-18 07:25:15

你也可以看看這個漂亮的教程 [pythonvision.org]（http://pythonvision.org/basic-tutorial）「拍下這張照片並計算核數」以及[cellprofiler]（http ：//www.cellprofiler.org）「免費的開源軟件，旨在使生物學家能夠自動地定量測量成千上萬個圖像的表型」「。我還沒有使用過這些。 – denis 2012-04-20 13:56:34

如果你知道你的圖像的縮放比例，則僅計算落在單元區域內的像素數。然後，該數字除以圖像中的像素總數，即可得出單元佔用的圖像區域的比例。如果你知道你的圖像分辨率，那麼你應該知道那個矩形圖像域的面積。將兩者相乘以獲得細胞區域。（a）如果細分不良（b）如果細胞被拉長（差異等比例商）並且舍入包括/排除細胞邊界像素則很重要，或者（c）如果細分不良細胞永遠處於陰影中/未在正確的平面上觀察到以產生其橫截面積。但希望您的實驗包含足夠的數據，您可以放棄這些數據。

來源

2012-04-18 03:21:48 ely

通過計算你得到的區域內的每個顏色的像素，如果你已經標註您的數據如下：

data = np.array([[0,0,1,1,1], 
       [2,2,1,1,1], 
       [2,3,3,3,3], 
       [2,4,4,3,3]])

比你可以使用numpy.bincount（）來計算每個標籤：

print numpy.bincount(data.ravel())

輸出爲：

array([2, 6, 4, 6, 2])

這意味着有兩個0，六1，四個2，6個3，和兩個4

來源

2012-04-20 13:45:42 HYRY

基於區域的狀態圖像檢測和驗證

回答

相關問題