arip,通过分析表型板图像来量化细菌对抗生素的耐药性的软件
arip的Python项目详细描述
这个软件旨在量化细菌对抗生素的耐药性 通过分析表型板的图片。目前支持96 不同细菌与不同 抗生素的浓度,但应用适应不同 按行和列排列的板。计算机视觉算法 以检测不同水平的细菌生长。作为 结果,软件生成一个报告,提供定量 每口井的信息。应该拍照以便 车牌与相框成直角,算法应该能够 以应付盘子的轻微转动。
执行:
执行进程有两种方法:二进制或库* 使用项目中分配的arip.py文件的二进制文件:
python arip.py --image images/\<platename\>.png
库安装如下所述:
import arip arip.process({'image': 'images/sinteticplate.jpg'})
输入:
images/<;platename>;.png带有一个板和96个孔
输出:
- 带提取井的图像:images/<;platename>;/outputxxx.png
- 提取井裁剪图像: 图像/<;platname>;/<;行>;<;列>;<;电阻>;\lt;密度>;.png
- json格式的报告:images/<;platename>;/report.json
- 日志:images/<;platename>;/log.txt
架构描述:*行:井行索引*列:井列 索引*总计:井区像素*阻力:绝对阻力 以像素为单位*密度:找到的电阻的密度
报告示例:
"7-J":{ "density":0.17, "column":"A", "resistance":122, "total":706, "row":"4" }
输出图像示例:
4-A_122-0.23, is the well 4-A, with 122 pixels found as resistance with density of 17%
输出日志示例:
customizing scale well: found False, num wells 93, min radius value 18, max radius value 23 customizing scale well: found False, num wells 96, min radius value 18, max radius value 24 customizing grid matching: found False, num wells recognized 96 Succesfully processed plate, found 96 wells
安装依赖项
pip
sudo apt get安装python pip 构建必要的sudo apt get安装cmake git libgtk2.0-dev pkg config libavcodec dev libavformat dev libswscale dev sudo apt get安装 python opencv scilab sudo apt get安装python scipy
安装arip
安装pyinteractive有两种方法:*克隆项目
$ git clone https://github.com/mazeitor/antibiotic-resistance-process.git $ cd antibiotic-resistance-process $ python setup.py install ### (as root)
通过Python package index (pip),待办事项
$ pip install arip
待办事项
- 按邻域而不是一般平均值规范化半径
- 使用静态网格或遮罩