L'algorithme proposé dans le manuscrit « An Advanced Framework for Time-lapse Microscopy Image Analysis » peut détecter, suivre et classer les cellules cancéreuses ainsi que détecter la phagocytose dans les images de microscopie time-lapse.
Les fichiers du dossier cell_classification sont les codes nécessaires pour classer les cellules cancéreuses en vivantes et mortes.
Ce fichier implémente la détection des cellules dans les images. Il contient plusieurs étapes telles que la conversion d'images couleur en images en niveaux de gris et d'images en niveaux de gris en images binaires, la recherche de contours dans des images binaires, la détermination si un contour est réellement une cellule et le calcul de la forme des cellules.
Ce code classe les cellules dans les images. Il contient plusieurs étapes telles que le suivi des cellules à travers des images continues, déterminant quelles cellules sont vivantes et lesquelles sont mortes.
Ce code prend des images de microscopie accélérée comme données d'entrée et donne à l'utilisateur la classification des cellules en sortie. Il appelle cell_detect.py et cell_classify.py pour le calcul.
Les utilisateurs doivent exécuter le code dans l'environnement Ubuntu. Après avoir préparé les données d'entrée, exécutez la commande suivante :
$./main.py
Les fichiers du dossier phagocytosis_detection sont les codes permettant de détecter la phagocytose dans les images.
Ce fichier implémente la détection des cellules dans les images. Il contient plusieurs étapes telles que la conversion d'images couleur en images en niveaux de gris et d'images en niveaux de gris en images binaires, la recherche de contours dans des images binaires, la détermination si un contour est réellement une cellule et le calcul de la forme des cellules.
Ce code détecte la phagocytose dans les images continues. Il contient l'application de DBSCAN, la régression linéaire et la détermination si un cluster contient une phagocytose.
Ce code prend des images de microscopie accélérée comme données d'entrée et donne à l'utilisateur une vidéo dans laquelle les cellules sont regroupées et les clusters sont marqués s'ils contiennent une phagocytose en sortie. Il appelle cell_detect.py et phagocytosis_detect.py pour le calcul.
Les utilisateurs doivent exécuter le code dans l'environnement Ubuntu. Après avoir préparé les données d'entrée, exécutez la commande suivante :
$./main.py
