elephant server
v0.6.0
| المطور | كو سوجاوارا |
| المنتدى | منتدى Image.sc يرجى نشر ردود الفعل والأسئلة إلى المنتدى. من المهم إضافة الوسم elephant إلى مشاركاتك حتى نتمكن من الوصول إليك بسرعة. |
| كود المصدر | جيثب |
| النشر | Sugawara، K.، Chevrim، C. & Averof، M. تتبع سلالات الخلايا ثلاثية الأبعاد من خلال التعلم العميق المتزايد. إي لايف 2022. دوى:10.7554/eLife.69380 |
ELEPHANT عبارة عن منصة لتتبع الخلايا ثلاثية الأبعاد، تعتمد على التعلم العميق المتزايد والتفاعلي.
يعمل على بنية خادم العميل. تم إنشاء الخادم كتطبيق ويب يخدم خوارزميات قائمة على التعلم العميق.
يوفر هذا المستودع تطبيقًا لخادم ELEPHANT. يمكن العثور على عميل ELEPHANT هنا.
يرجى الرجوع إلى الوثائق للحصول على التفاصيل.
هناك ثلاثة خيارات لإعداد خادم ELEPHANT.
الإعداد مع دوكر
يوصى بهذا الخيار إذا كان لديك جهاز كمبيوتر قوي يلبي متطلبات الخادم (Docker) مع امتيازات الجذر.
الإعداد مع التفرد
يوصى بهذا الخيار إذا كان بإمكانك الوصول إلى جهاز كمبيوتر قوي يلبي متطلبات الخادم (التفرد) كمستخدم غير جذري (مثل مجموعة HPC).
الإعداد مع جوجل كولاب
وبدلاً من ذلك، يمكنك إعداد خادم ELEPHANT باستخدام Google Colab، وهو منتج متاح مجانًا من Google Research. في هذا الخيار، لا تحتاج إلى وحدة معالجة رسومات متطورة أو جهاز Linux لبدء استخدام إمكانات التعلم العميق لـ ELEPHANT.
يمكن العثور على التعليمات التفصيلية لكل خيار في الوثائق.
من فضلك استشهد بمقالتنا حول eLife.
@article { Sugawara2022 ,
author = { Sugawara, Ko and {c{C}}evrim, {c{C}}a?r? and Averof, Michalis } ,
title = { Tracking cell lineages in 3D by incremental deep learning } ,
year = { 2022 } ,
doi = { 10.7554/eLife.69380 } ,
abstract = {Deep learning is emerging as a powerful approach for bioimage analysis. Its use in cell tracking is limited by the scarcity of annotated data for the training of deep-learning models. Moreover, annotation, training, prediction, and proofreading currently lack a unified user interface. We present ELEPHANT, an interactive platform for 3D cell tracking that addresses these challenges by taking an incremental approach to deep learning. ELEPHANT provides an interface that seamlessly integrates cell track annotation, deep learning, prediction, and proofreading. This enables users to implement cycles of incremental learning starting from a few annotated nuclei. Successive prediction-validation cycles enrich the training data, leading to rapid improvements in tracking performance. We test the software's performance against state-of-the-art methods and track lineages spanning the entire course of leg regeneration in a crustacean over 1 week (504 time-points). ELEPHANT yields accurate, fully-validated cell lineages with a modest investment in time and effort.},
URL = { https://doi.org/10.7554/eLife.69380 } ,
journal = { eLife }
}بسد-2-بند
