البرنامج المساعد للمعالجة المسبقة للتصوير المقطعي للإسقاط البصري لـ napari
تم إنشاء مكون napari الإضافي هذا باستخدام Cookiecutter باستخدام قالب cookiecutter-napari-plugin الخاص بـ @napari.
انتقل إلى:
الاستخدام
بينينج
عائد الاستثمار
-سجل
الحقل المظلم والمجال الساطع
تصحيح البكسل السيئ
تصحيح الشدة
التبييض الفلوري
نقطة البداية
الإعدادات العالمية
انتقال مقابل الانبعاثات
التصحيحات
آخر
تثبيت
استكشاف أخطاء التثبيت وإصلاحها
المساهمة
رخصة
مشاكل
شكر وتقدير
يتم تدفق إدخال البيانات من أداة ImSwitch OPT (لمزيد من التفاصيل، راجع مستندات ImSwitch)
تحميل توقعات التصوير المقطعي كمكدس البيانات
تنسيقات بيانات حجم المكدس ثلاثية الأبعاد الأخرى
بيانات نموذجية صغيرة تم تحميلها عبر File -> Open Sample
يتوفر إعدادان عالميان مهمان: عمليات الإدخال والتتبع .
لحفظ الذاكرة، يقوم الوضع الافتراضي بإجراء عمليات على مكدس الصور Inplace ، مما يعيد كتابة مكدس الصور الأصلي. إذا لم يتم تحديد هذا الخيار، فسيتم إنشاء طبقة جديدة بالنسخة المعدلة من الصورة وإضافتها إلى العارض. عند تحديد عمليات Inplace ، يصبح خيار التتبع متاحًا في عنصر واجهة المستخدم. يسمح هذا الخيار بتتبع آخر عملية تم إجراؤها على المكدس/الصورة. بالضغط على زر Undo ، يتم التراجع عن آخر عملية تم إجراؤها على الصورة. التراجع مرة واحدة فقط ممكن.
حاليًا، يتم الاحتفاظ بالصور أو إرسالها إلى numpy.int16 بعد العمليات، باستثناء حساب -log . نوصي بشدة بإجراء العملية بالترتيب من الأعلى إلى الأسفل ومن اليسار إلى اليمين، كما تظهر في الأداة، وإلا فهناك احتمال كبير للوقوع في استثناءات أو سلوك غير متوقع. الرجاء الإبلاغ عن مشكلة، إذا كان يجب إصلاح بعض منطق عنصر واجهة المستخدم لخطوط الأنابيب الخاصة بك.
من المتصور أن تكون تجارب النقل كمية في تقريب قانون بير لامبرت، وهذا يعني أنه باستخدام القياس الساطع والمظلم يمكن للمرء حساب الامتصاصية ، أو بالأحرى النفاذية
، حيث I هي الإشارة المقاسة، وهي شدة المجال الساطع وهي التهم المظلمة.
عادةً ما يكون الانبعاث بعيدًا عن الكمي، بسبب تركيز الصبغة غير المعروف، وتأثيرات التبريد، والتبييض، ومعايرة مسار الكشف، والإنتاج الكمومي، على سبيل المثال لا الحصر.
ترتبط تصحيحات المجال الداكن والمجال الساطع والبكسل السيئ ارتباطًا مباشرًا بالحصول على الكاميرا. ومن ناحية أخرى، يتعامل تصحيح الشدة مع عدم استقرار مصدر الضوء. تظهر الصورة المصححة في العارض باستخدام حدود تباين الصورة الأصلية. قد تحتاج إلى ضبط حدود التباين لرؤية نتيجة التصحيح الذي تم إجراؤه بشكل فعال.
من الممكن إجراء مجموعات من تصحيحات المجال المظلم والمجال الساطع لكل من تجارب الإرسال والانبعاث. يجب على المستخدم تحديد طريقة التجربة ثم تحديد ما إذا كان سيتم تضمين تصحيح واحد فقط (إما الحقل المظلم أو الحقل الساطع) أو كليهما. بمجرد اكتمال التصحيح، اعتمادًا على إعداد Inplace ، ستظهر إما طبقة جديدة مع الصورة المصححة في العارض، أو سيتم تحديث طبقة الصورة الأصلية. يقوم تصحيح المجال المظلم وحده بطرح الصورة المظلمة (عملية int ) من كل صورة في حزمة الصور، وهو أمر يستحق دائمًا تطبيقه. هذه العملية هي نفسها بغض النظر عن الطريقة التجريبية للإرسال أو الانبعاث .
يُعد تصحيح المجال الساطع مفيدًا بشكل خاص في تجارب الإرسال، لتصحيح الكثافة المتفاوتة للخلفية الساطعة للصور. يمكن أيضًا استخدام الطبقة الساطعة لتحديد وحدات البكسل الميتة. إذا تم تطبيقه بمفرده، يتم تقسيم الصور حسب كثافة السطوع (تقسيم float ) ثم تحويلها إلى numpy.int16 في حالة تجربة الإرسال . بالنسبة لبيانات الانبعاث ، يتم طرح شدة المجال الساطع من كل صورة في المكدس (عملية int ).
يتم حساب تصحيح المجال الداكن + الساطع معًا للإرسال
(image - dark) / (bright - dark)
، وهي عملية float ، تم إرسالها لاحقًا إلى numpy.int16 .
بالنسبة لبيانات الانبعاثات ، فإن التصحيح المظلم والمشرق المطبق على تجربة الانبعاث هو ببساطة
(image - dark) - (bright - dark) = image - bright
انظر القسم أعلاه للحصول على شرح إضافي حول الفرق بين الإرسال والانبعاث.
يتوفر تصحيح البكسل لكل من وحدات البكسل الساخنة والبكسلات الميتة. بمجرد الضغط على زر Bad pixel correction ، يتم تحديد وحدات البكسل السيئة، ويمكن للمستخدم اختيار إما تصحيحها أو تصورها كطبقة جديدة في العارض.
يتم إجراء التصحيح من خلال النظر في قيم وحدات البكسل المجاورة. يتوفر خياران للتصحيح: n4 وn8. يستخدم خيار n4 وحدات البكسل الأربعة المجاورة (أعلى، أسفل، يسار، ويمين)، بينما يأخذ خيار n8 جميع وحدات البكسل الثمانية المجاورة في الاعتبار. إذا كانت وحدة البكسل المجاورة هي وحدة بكسل سيئة في حد ذاتها، فلا يتم أخذها في الاعتبار للتصحيح. يتم حساب قيمة البكسل السيئة mean لقيم البكسل المجاورة.
بمجرد تطبيق تصحيحات المجال الداكن، والمجال الساطع، والبكسلات السيئة، فمن الممكن تطبيق تصحيح الكثافة لتصحيح عدم تجانس الضوء على طول المجموعة الناتجة عن عدم استقرار مصدر الإضاءة. يختار المستخدم حجم المستطيل ويضغط على زر Intensity correction . سيتم حساب متوسط وحدات البكسل في الزوايا الأربع للصورة (مع جانب يساوي حجم المستطيل) على المكدس وستظهر صورة مصححة في العارض (إذا لم يتم تحديد خيار عمليات Inplace) أو ستظهر الصورة الأصلية يتم تحديثه. بالإضافة إلى ذلك، سيتم عرض مؤامرة توضح الشدة على المكدس ( mean الشدة على المناطق المستطيلة الأربعة من الصورة) قبل وبعد تصحيح الشدة.
إذا كنت تريد تصحيح التبييض الضوئي الفلوري، راجع القسم التالي.
بالنسبة لكل زاوية، يتم حساب متوسط قيم الشدة على طول الأعمدة ثم استخدامها كعوامل تصحيح لتقسيم قيم الشدة لكل صف فيما يتعلق بالإسقاط الأول. بمجرد الانتهاء من التصحيح، يظهر في العارض مخطط يوضح القيم المتوسطة المحسوبة لكل زاوية. تفترض هذه الميزة أن المكدس يكون على شكل (angles, rows, columns) .
لاحظ أن هذا التصحيح لا يهتم بتأثيرات التظليل التي تظهر في الرسوم البيانية أعلاه، المأخوذة من صف كاميرا واحد. يأتي ضوء الإثارة الفلوري من اليمين في هذه الحالة، وبالتالي فإن الجانب الأيمن من sinogams يُظهر كثافة FL أعلى.
من الممكن ربط المكدس. اختر عامل binning واضغط على زر Bin Stack . سيتم عرض المكدس المحذوف وسيظهر إشعار بأشكال المكدس الأصلية والجديدة. الشكل هو (height // bin_factor, width // bin _factor) ، لذا قد تكون وحدات بكسل الحافة مفقودة إذا لم تكن أبعاد الصورة قابلة للتصميم بواسطة bin_factor . يتم حساب قيم البكسل mean لوحدات البكسل المحذوفة ويتم إرسالها إلى numpy.int16 . عامل Binning 1 لا يؤدي إلى أي إجراء.
بالنسبة لإعادة بناء التصوير المقطعي، يمكن أن يؤدي تحديد عائد الاستثمار إلى تقليل وقت حساب خوارزمية إعادة البناء بشكل كبير. حدد Points layer وأضف نقطة تحدد الزاوية العلوية اليسرى من عائد الاستثمار. من تلك النقطة يتم تحديد width height بالبكسل من قبل المستخدم. إذا تمت إضافة أكثر من نقطة واحدة، فسيتم النظر في النقطة الأخيرة فقط لاختيار عائد الاستثمار.
من الممكن حساب لوغاريتم الصورة باستخدام وظيفة -Log في الأداة مما يجعل التفاصيل في المناطق المظلمة والفاتحة أكثر وضوحًا. يعد هذا تحويلًا مبررًا فيزيائيًا في تجارب النقل، لأنه يحول الأعداد إلى نفاذية . بالنسبة لقياسات الانبعاثات ، فهي مجرد تحويل لزيادة التباين بشكل غير خطي للتصور.
يمكنك تثبيت napari-opt-handler عبر النقطة:
pip install napari-opt-handler
لتثبيت أحدث إصدار التطوير:
pip install git+https://github.com/QBioImaging/napari-opt-handler.git
المساهمات هي موضع ترحيب كبير. يمكن إجراء الاختبارات باستخدام السموم، يرجى التأكد من بقاء التغطية كما هي على الأقل قبل إرسال طلب السحب.
يتم توزيع "napari-opt-handler" بموجب شروط ترخيص BSD-3، وهو برنامج مجاني ومفتوح المصدر.
لقد ساهم العديد من الأشخاص في هذا المشروع. أهمها هي:
جيورجيا تورتورا وأندريا باسي (بوليتكنيكو ميلان)
تيريزا كوريا (CCMAR - ألغارفي)
إذا واجهت أي مشاكل، يرجى تقديم مشكلة مع وصف تفصيلي.
