2024-10-06 12:09:45 发布
网友
我正在尝试分割一个多路复用的细胞成像数据集。通常会得到一个二维的预测细胞/细胞核标签数组作为结果。用于说明输入和输出的图:
下一步是量化每个细胞的每个抗体/染色强度。不知何故,我没有看到任何教程中讨论的这一方面。有没有合适的方法
更新:数据所代表的内容似乎有些混乱。在示例图像中,您正在尝试识别单个单元格。每个斑点都是一个细胞。每个细胞都有不同的标签。预测是由标签着色的。您需要确定每个单元格的亮度。这是一个example workflow
如果每个标签都有一个[x,y]数组,则迭代该数组,计算原始图像中像素亮度的平均值
for label in array: intensities = [] for coordinate in label: intensities.append(original_image[coordinate[0], coordinate[1]]) cell_bright = np.mean(intensities) # Use or store cell_bright
如果每个标签都有一个[x,y]数组,则迭代该数组,计算原始图像中像素亮度的平均值
相关问题 更多 >
编程相关推荐