napar 的光学投影断层扫描预处理插件
这个napari插件是使用@napari的cookiecutter-napari-plugin模板通过Cookiecutter生成的。
跳转至:
用法
分档
投资回报率
-日志
暗视野和明视野
坏像素校正
强度校正
荧光漂白
起点
全局设置
传输与排放
更正
其他
安装
安装故障排除
贡献
执照
问题
致谢
从 ImSwitch OPT 小部件流式传输的数据输入(有关详细信息,请参阅 ImSwitch 文档)
加载断层扫描投影作为数据堆栈
其他堆栈 3D 体积数据格式
通过File -> Open Sample
加载的小示例数据
有两个重要的全局设置可用:就地操作和跟踪。
为了节省内存,默认模式对图像堆栈Inplace执行操作,重写原始图像堆栈。如果未选择此选项,则会创建具有图像修改版本的新图层并将其添加到查看器中。选择就地操作后,小组件中的“跟踪”选项将变为可用。此选项允许跟踪对堆栈/图像执行的最后一个操作。通过按Undo
按钮,可恢复对图像执行的最后操作。只能进行单次撤消。
目前,除了-log
计算之外,图像在操作后会保留或转换为numpy.int16
。我们强烈建议按照小部件中显示的从上到下、从左到右的顺序执行操作,否则很可能会遇到异常或不可预测的行为。如果应为您的管道修复某些小部件逻辑,请提出问题。
透射实验预计在比尔-朗伯定律的近似中是定量的,这意味着使用亮和暗测量可以计算吸光度,或者更确切地说透射率,如下所示
,其中 I 是测量信号, 是明场强度, 是暗计数。
由于未知的染色浓度、猝灭效应、漂白、检测路径校准、量子产率等,发射通常远非定量。
暗场、明场和坏像素校正与相机采集直接相关。另一方面,强度校正处理光源的不稳定性。使用原始图像对比度限制在查看器中显示校正后的图像。您可能需要调整对比度限制才能有效地查看执行校正的结果。
暗场和明场校正的组合可用于传输和发射实验。用户必须选择实验模式,然后决定是否仅包含一种校正(暗场或明场)或两者。校正完成后,根据“就地”设置,查看器中将出现具有校正图像的新图层,或者将更新原始图像图层。暗场校正单独从图像堆栈中的每个图像中减去暗( int
操作)图像,它总是值得应用的。无论传输或发射实验方式如何,此操作都是相同的。
明场校正对于透射实验特别有用,可以校正图像明亮背景的不同强度。亮层还可用于识别坏点。如果单独应用,图像将除以亮度强度( float
除法),然后转换为numpy.int16
以用于传输实验的情况。对于发射数据,从堆栈中的每个图像中减去明场强度( int
操作)。
一起执行的暗 + 明场校正可计算透射率
(image - dark) / (bright - dark)
,这是float
运算,随后转换为numpy.int16
。
对于发射数据,应用于发射实验的暗和亮组合校正很简单
(image - dark) - (bright - dark) = image - bright
有关传输和发射之间差异的更多说明,请参阅上面的部分。
像素校正适用于热像素和坏像素。一旦按下Bad pixel correction
按钮,坏像素就会被识别出来,用户可以选择纠正它们或将它们可视化为查看器中的新图层。
通过考虑相邻像素的值来执行校正。有两个选项可用于校正:n4 和 n8。 n4 选项使用 4 个相邻像素(上、下、左、右),而 n8 选项则考虑所有 8 个相邻像素。如果相邻像素本身就是坏像素,则不考虑对其进行校正。坏像素值计算为相邻像素值的mean
。
一旦应用了暗场、明场和坏像素校正,就可以应用强度校正来校正由照明源的不稳定性产生的沿着堆栈的光不均匀性。用户选择矩形大小并按下Intensity correction
按钮。将在堆栈上计算图像四个角(边长等于矩形大小)的像素平均值,并且校正后的图像将出现在查看器中(如果未选择“就地操作”选项),或者原始图像将显示在查看器中。被更新。此外,还将显示强度校正前后堆栈上的强度(图像 4 个矩形区域上的mean
强度)的图。
如果您想校正荧光光漂白,请参阅下一节。
对于每个角度,计算沿列的平均强度值,然后将其用作校正因子以除以相对于第一投影的每行的强度值。校正完成后,查看器中会出现显示每个角度的计算平均值的绘图。此功能假设堆栈的形式为(angles, rows, columns)
。
请注意,此校正不会考虑上面从单个相机行拍摄的正弦图中明显的阴影效应。在这种情况下,荧光激发光来自右侧,因此正弦图中的右侧显示出更高的荧光强度。
堆栈的装箱是可能的。选择分箱因子并按Bin Stack
按钮。将显示分箱堆栈,并显示包含原始堆栈形状和新堆栈形状的通知。形状为(height // bin_factor, width // bin _factor)
,因此如果您的图像尺寸无法通过bin_factor
设计,则边缘像素可能会丢失。 像素值计算为合并像素的mean
并转换为numpy.int16
。分箱因子为 1 不会导致任何操作。
对于断层重建,选择ROI可以大大减少重建算法的计算时间。选择一个Points layer
并添加一个点,该点定义 ROI 的左上角。从那时起,用户可以选择width
和height
(以像素为单位)。如果添加多个点,则仅考虑最后一个点进行 ROI 选择。
可以使用小部件的-Log函数计算图像的对数,使暗区和亮区的细节更加可见。这是传输实验中物理上合理的转换,因为它将计数转换为传输率。对于发射测量,这只是一种非线性增加对比度以实现可视化的变换。
您可以通过pip安装napari-opt-handler
:
pip install napari-opt-handler
要安装最新的开发版本:
pip install git+https://github.com/QBioImaging/napari-opt-handler.git
非常欢迎您的贡献。测试可以使用 tox 运行,请确保在提交拉取请求之前覆盖范围至少保持不变。
“napari-opt-handler”根据 BSD-3 许可证条款分发,是免费开源软件
许多人都为这个项目做出了贡献。主要有:
Giorgia Tortora 和 Andrea Bassi(米兰理工大学)
Teresa Correia(CCMAR-阿尔加维)
如果您遇到任何问题,请提交问题并附上详细说明。