نویسنده (ها): Microbioscopicdata (توسط الکساندروس Athanasopoulos)
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
در این آموزش ، ما یک راهنمای گام به گام در مورد چگونگی برچسب زدن سلول ها با استفاده از Napari ، یک بیننده تصویر چند بعدی تعاملی برای پایتون ، ایده آل برای داده های میکروسکوپی را طی خواهیم کرد. این راهنمای دستی برای زیست شناسان ، دانشمندان داده و تحلیلگران تصویر طراحی شده است و همه چیزهایی را که باید بدانیم-از بارگیری تصاویر میکروسکوپی به پایتون ، حرکت به ابزارهای برچسب زدن ناپاری و در نهایت ذخیره تصاویر دارای برچسب ما در پوشه های ساختار یافته برای تجزیه و تحلیل پایین دست یا دستگاه/ دستگاه////یادگیری عمیقبشر
ما کاملاً در یک محیط نوت بوک Jupyter کار خواهیم کرد و اسکریپت های پایتون را با اکتشاف بصری و حاشیه نویسی با استفاده از Napari ترکیب خواهیم کرد. این آموزش به گونه ای طراحی شده است که دوستانه مبتدی باشد اما فرض می کند که خواننده درک اساسی از میکروسکوپ ، نحو پایتون و نحوه کار با نوت بوک های Jupyter و همچنین آشنایی کلی با مفاهیم تقسیم بندی تصویر دارد.
برای کارآمد با تصاویر میکروسکوپ ما-به طور دقیق تر. پرونده های LIF از میکروسکوپ Leica-و برای برچسب زدن به درستی با Napari ، حفظ یک سیستم پوشه روشن و ساختار یافته ضروری است. در مورد من ، من برای سازماندهی پروژه خود از یک سیستم 4 معینی استفاده خواهم کرد:
Files Raw .lif: این پوشه اول فایلهای میکروسکوپ اصلی .lif را دقیقاً همانطور که از میکروسکوپ من Leica صادر شده است ، ذخیره می کند. این تضمین می کند که داده های خام باقی مانده است … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی
