معرفی شرکت ها
FISH-analysis-0.0.1
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
FISH image analysis library
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | FISH-analysis-0.0.1 |
| نام | FISH-analysis |
| نسخه کتابخانه | 0.0.1 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Sreevatsa Nukala, Kate Hudson, Antonio Villaneuva, Soumili Dey, Joseph Entner |
| ایمیل نویسنده | sreevatsa.nukala@gmail.com |
| آدرس صفحه اصلی | https://github.com/Sreevatsa03/FISH-Image-Analysis |
| آدرس اینترنتی | https://pypi.org/project/FISH-analysis/ |
| مجوز | - |
# FISH Analysis
A library with the funcionality to prepare and analyze HCR-FISH images. Using this library, you can construct a basic FISH image anlysis pipeline.
## Installation
```
pip install FISH-analysis
```
## Get started
### [Cell Segmentation](FISH_analysis/cell_segmentation.py)
- Separate the color channels in a czi and save as images
- Create mask and outline of cells in FISH image
```Python
from FISH_analysis import Segmentation
from FISH_analysis import CZI_Channels
# isolate channels from png and save
czi = CZI_Channels('Images/SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001/SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001.czi')
# convert all channels of czi to png
for chan in (czi.num_channels()):
czi.channel_to_png(chan)
# list of number of channels
print(czi.num_channels())
# show image of all channels in czi
czi.show_all_channels()
# segmentation of cells -> mask and outline
cells = Segmentation('segmentation_output/C4_SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001.png')
# make masks and outlines
cells.make_masks(0.9, -5, None, 'cyto')
cells.make_outlines()
```
### [Puncta Thresholding](FISH_analysis/puncta_thresholding.py)
- Threshold FISH image to isolate puncta (dots) and get rid of noise
- Get centroids of objects (cells or dots) in given image (cells outline or thresholded dots)
```Python
from FISH_analysis import Puncta_Thresholding
# centroids
thresholding = Puncta_Thresholding('Images/SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001/Input/C2 (Pax6) thresholded dots.tif')
centroids = thresholding.get_centroids(0)
print(len(centroids))
# binary threshold and erosion/dilation
thresholding2 = Puncta_Thresholding('Images/SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001/Input/MAX_C3-SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001.tif')
thresholding2.binary_threshold(190, 'plot')
thresholding2.erosion_dilation(100)
# watershed and gaussian blur
thresholding3 = Puncta_Thresholding('Images/SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001/Input/MAX_C4-SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001.tif')
thresholding3.watershed("plot")
thresholding3.gaussian_blur(11, "plot")
```
### [Puncta Analysis](FISH_analysis/puncta_analysis.py)
- Threshold FISH image to isolate puncta (dots) and get rid of noise
- Get centroids of objects (cells or dots) in given image (cells outline or thresholded dots)
```Python
from FISH_analysis import Puncta_Analysis
from FISH_analysis import Puncta_Thresholding
# overlay cells outline onto thresholded dots
analysis = Puncta_Analysis('segmentation_output/C4_SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001_outlines.png', 'Images/SOX2_(G)._PAX6_(R)._PAX7_(FR)_40x_Spinal_Cords_Uninjured_001/Input/C3 (SOX2) thrsholded dots.tif')
analysis.overlay()
# create thresholding objects for centroids
cells = Puncta_Thresholding('analysis_output/outline.png')
dots = Puncta_Thresholding('analysis_output/dots.png')
# get centroids of cells and dots
cell_centroids = cells.get_centroids()
dot_centroids = dots.get_centroids()
# get and save all cell centroids
analysis.refine_cell_centroids(cell_centroids)
# get and save all dot centroids
analysis.refine_dot_centroids(dot_centroids)
# save a csv file of dots per cell data for real FISH images of cells and dots
analysis.dots_per_cell()
```
نیازمندی
| مقدار | نام |
|---|---|
| - | numpy |
| - | cellpose |
| - | Pillow |
| - | matplotlib |
| - | os |
| - | opencv-python |
| - | scikit-learn |
نحوه نصب
نصب پکیج whl FISH-analysis-0.0.1:
pip install FISH-analysis-0.0.1.whl
نصب پکیج tar.gz FISH-analysis-0.0.1:
pip install FISH-analysis-0.0.1.tar.gz