napari 用の光学投影断層撮影前処理プラグイン
この napari プラグインは、@napari の cookiecutter-napari-plugin テンプレートを使用して Cookiecutter で生成されました。
ジャンプ先:
使用法
ビニング
ROI
-ログ
暗視野と明視野
不良画素補正
強度補正
蛍光漂白
出発点
グローバル設定
透過率と放射率
訂正
他の
インストール
インストールのトラブルシューティング
貢献する
ライセンス
問題
謝辞
ImSwitch OPT ウィジェットからストリーミングされたデータ入力 (詳細については、ImSwitch のドキュメントを参照)
データスタックとして読み込まれた断層撮影投影
その他のスタック 3D ボリューム データ形式
File -> Open Sampleを介してロードされた小さなサンプル データ
インプレース操作とトラッキングという 2 つの重要なグローバル設定を使用できます。
メモリを節約するために、デフォルト モードはイメージ スタックInplaceで操作を実行し、元のイメージ スタックを書き換えます。このオプションが選択されていない場合、画像の修正バージョンを含む新しいレイヤーが作成され、ビューアに追加されます。インプレイス操作が選択されている場合、ウィジェットで追跡オプションが使用可能になります。このオプションを使用すると、スタック/イメージに対して実行された最後の操作を追跡できます。 「 Undoボタンを押すと、画像に対して実行された最後の操作が元に戻ります。元に戻すことは 1 回のみ可能です。
現在、イメージは、 -log計算を除き、操作後に保持されるか、 numpy.int16にキャストされます。ウィジェットに表示されるように、上から下、左から右の順序で操作を実行することを強くお勧めします。そうしないと、例外や予期しない動作が発生する可能性が高くなります。パイプラインのウィジェット ロジックの一部を修正する必要がある場合は、問題を提出してください。
透過実験は、ランベルト ベールの法則の近似において定量的であると想定されています。これは、明暗の測定を使用して、吸光度、またはむしろ透過率を次のように計算できることを意味します。
ここで、I は測定信号、 は明視野強度、 は暗カウントです。
いくつか例を挙げると、未知の染色濃度、消光効果、漂白、検出経路の校正、量子収率などの理由から、発光は一般に定量的とは程遠いものです。
暗視野、明視野、および不良ピクセルの補正は、カメラの取得に直接関係します。一方、強度補正は光源の不安定性に対処します。補正されたイメージは、元のイメージのコントラスト制限を使用してビューアに表示されます。実行された補正の結果を効果的に確認するには、コントラスト制限を調整する必要がある場合があります。
暗視野補正と明視野補正の組み合わせは、透過実験と発光実験の両方で可能です。ユーザーは実験モダリティを選択し、1 つの補正 (暗視野または明視野) のみを含めるか、両方を含めるかを決定する必要があります。修正が完了すると、インプレイス設定に応じて、修正された画像を含む新しいレイヤーがビューアに表示されるか、元の画像レイヤーが更新されます。暗視野補正だけでも、画像スタック内の各画像から暗画像の減算 ( int演算) を実行するため、常に適用する価値があります。この操作は、透過実験モダリティまたは放射実験モダリティに関係なく同じです。
明視野補正は、画像の明るい背景の強度の変化を補正するため、透過実験に特に役立ちます。明るいレイヤーは、デッドピクセルを特定するためにも使用できます。単独で適用した場合、画像は明るさの強度で除算 ( float除算) され、透過実験の場合にはnumpy.int16に変換されます。発光データの場合、スタック内の各画像から明視野強度が減算されます ( int演算)。
暗視野補正と明視野補正を同時に実行すると、透過率が計算されます。
(image - dark) / (bright - dark)
これはfloat演算であり、その後numpy.int16にキャストされます。
発光データの場合、発光実験に適用される暗補正と明補正の組み合わせは単純に次のようになります。
(image - dark) - (bright - dark) = image - bright
透過と放射の違いに関する追加の説明については、上のセクションを参照してください。
ピクセル補正は、ホット ピクセルとデッド ピクセルの両方に対して使用できます。 Bad pixel correctionボタンを押すと、不良ピクセルが特定され、ユーザーはそれらを修正するか、ビューアで新しいレイヤーとして視覚化するかを選択できます。
隣接するピクセルの値を考慮して補正が行われます。補正には、n4 と n8 の 2 つのオプションが使用できます。 n4 オプションは 4 つの隣接ピクセル (上、下、左、右) を使用しますが、n8 オプションは 8 つの隣接ピクセルすべてを考慮します。隣接するピクセル自体が不良ピクセルである場合、そのピクセルは補正の対象になりません。不良ピクセル値は、隣接するピクセル値のmeanとして計算されます。
暗視野、明視野、および不良ピクセルの補正が適用されると、強度補正を適用して、照明源の不安定性によって生成されるスタックに沿った光の不均一性を補正することができます。ユーザーは長方形のサイズを選択し、 Intensity correctionボタンを押します。画像 (辺が長方形のサイズに等しい) の 4 隅のピクセルの平均がスタック全体で計算され、修正された画像がビューアに表示されます (インプレイス操作オプションが選択されていない場合)、または元の画像が表示されます。更新されます。さらに、強度補正の前後のスタック全体の強度 (画像の 4 つの長方形領域のmean強度) を示すプロットが表示されます。
蛍光光退色を補正したい場合は、次のセクションを参照してください。
角度ごとに、列に沿った平均強度値が計算され、最初の投影に関して各行の強度値を分割するための補正係数として使用されます。補正が完了すると、各角度の計算された平均値を示すプロットがビューアに表示されます。この機能は、スタックが(angles, rows, columns)の形式であることを前提としています。
この補正では、単一のカメラ列から撮影した上記のサイノグラムで明らかなシャドーイング効果は考慮されていないことに注意してください。この場合、蛍光励起光は右側から来ているため、シノグラムの右側はより高い FL 強度を示します。
スタックのビニングが可能です。ビニング係数を選択し、 Bin Stackボタンを押します。ビン化されたスタックが表示され、元のスタック形状と新しいスタック形状を含む通知が表示されます。形状は(height // bin_factor, width // bin _factor)であるため、画像の寸法がbin_factorで決定できない場合は、エッジ ピクセルが欠落する可能性があります。 ピクセル値はビニングされたピクセルのmeanとして計算され、 numpy.int16にキャストされます。ビニング係数が 1 の場合、アクションは行われません。
断層撮影再構成の場合、ROI を選択すると、再構成アルゴリズムの計算時間を大幅に短縮できます。 Points layerを選択し、ROI の左上隅を定義するポイントを追加します。その時点から、 widthとheight (ピクセル単位) がユーザーによって選択されます。複数のポイントが追加された場合、最後のポイントのみが ROI の選択で考慮されます。
ウィジェットの-Log機能を使用して画像の対数を計算し、暗い領域と明るい領域の詳細をより見やすくすることができます。これは、カウントを透過率に変換するため、透過実験において物理的に正当化される変換です。発光測定の場合、視覚化のためにコントラストを非線形に増加させるための変換にすぎません。
napari-opt-handler pip 経由でインストールできます。
pip install napari-opt-handler
最新の開発バージョンをインストールするには:
pip install git+https://github.com/QBioImaging/napari-opt-handler.git
貢献は大歓迎です。テストは tox を使用して実行できます。プル リクエストを送信する前に、少なくともカバレッジが同じであることを確認してください。
BSD-3 ライセンスの条件に基づいて配布される「napari-opt-handler」は、無料のオープンソース ソフトウェアです
多くの人がこのプロジェクトに貢献してくれました。主なものは次のとおりです。
ジョルジア・トルトラとアンドレア・バッシ (ミラノ工科大学)
テレサ・コレイア (CCMAR-アルガルヴェ)
問題が発生した場合は、詳細な説明とともに問題を報告してください。
