结构分段脚本。
aicssegmentation的Python项目详细描述
##概述
allen细胞结构分割器是一个基于python的开源工具包，用于荧光显微镜图像中细胞内结构的三维分割，由allen细胞科学研究所开发。该工具集由两个互补的部分组成，一个是经典的图像分割工作流程，其中包含一组受限的算法和参数，另一个是迭代的深度学习分割工作流程。我们建立了一个20个经典的图像分割工作流程的集合，基于20个不同的和有代表性的细胞内结构定位模式，作为用户查找表的参考和起点。当经典的分割工作流不足时，迭代的深度学习工作流可以接管。两种直接的人在回路中的控制策略将一组经典的图像分割工作流结果转换为一组用于迭代模型训练的3d地面真实图像，而无需在3d中进行手动绘制。因此，allen单元结构分割器以可访问的方式利用最先进的计算机视觉算法来促进实验生物学研究者的应用。更多的细节，包括算法，验证和例子，可以在我们的[Biorxv文件]（https://www.biorxiv.org/content/10.1101/491035v1）或[Alelnel.org/SeimMeNe]（Alelnel.org／SeMeCorter）中找到。
注意：此存储库仅用于“经典图像分割工作流”。深度学习部分可以在[https://github.com/alleninstitute/aics-ml segmentation]找到（https://github.com/alleninstitute/aics-ml segmentation）
##安装
我们的包是用Python3.6实现的。我们建议使用conda管理python包。有关在不同操作系统上安装的详细说明，请参阅以下页面。
[在Linux上安装]（/docs/installation_linux.md）（Ubuntu16.04.5LTS是我们用来开发的操作系统）
[在MacOS上安装]（/docs/installation_mac.md）
[在Windows上安装]（./docs/installation_windows.md）
##使用软件包
allen cell structure segmenter本质上是一组用python 3实现的图像分析和可视化算法的集合，包括[itk]（https://itkpythonpackage.readthedocs.io/en/latest/）、[scikit image]（http://scikit-image.org/docs/stable/），以及一些我们的新算法。因此，通过安装allen cell structure segmenter，您已经拥有了许多用于图像分析和可视化的python“武器”。：锤子：：扳手：
我们的软件包是为了（1）为细胞生物学家提供一个简单的工具，使他们能够在大量的图像上以合理的精度和稳健性快速获得细胞内结构的分割。以及（2）促进由更有经验的程序员在统一环境中高级开发和实现更复杂的算法。
可视化是算法开发和结果验证（定性）的关键组成部分。现在，我们的工具包使用了[itk jupyter widgets]（https://github.com/InsightSoftwareConsortium/itk-jupyter-widgets），这是一个非常强大的可视化工具，主要用于医疗数据，可以在jupyter笔记本中在线使用。一些很酷的演示视频可以在[这里]（https://www.youtube.com/playlist?list=PL2lHcsoU0YJsh6f8j2vbhg2eEpUnKEWcl）。
###第1部分：快速入门
按照上述安装说明操作后，用户会发现工具包中的经典图像分割工作流为：
- 作为一个简单的三步工作流程，用于使用有限数量的可选算法和可调参数解决三维细胞内结构分割问题
- 附带一个[“查找表”]（/docs/toolkit_paper_lookup_table_20181206.pdf），其中有20个具有代表性的结构本地化模式及其结果作为参考，以及这些工作流的jupyter笔记本作为起点。还提供了所有20个工作流的子项。
通常，我们使用jupyter笔记本作为“游乐场”来探索diff不同的算法和调整参数。在确定算法和参数之后，我们使用python scritps对大量数据进行批处理/验证。[链接到演示]（https://github.com/AllenInstitute/aics-ml-segmentation/blob/master/docs/demo_1.md）
###第2部分：API
包中使用的高级包装器/函数的列表可以在[此处]找到（./docs/api.md）。我们正在为高级用户/开发人员编写其他文档和示例。
##支持水平 我们将它原封不动地提供给社区；我们已经在组织中使用了这个工具包。我们不能提供支持的保证。但是，我们欢迎反馈和提交问题。我们鼓励用户注册我们的[Allen Cell讨论论坛]（https://forum.allencell.org/）进行社区询问和评论。
欢迎加入QQ群-->： 979659372
