Bio-image Analysis Notebooks :医学生物学画像をPythonで解析
無料で読める本
生物医学領域の画像（顕微鏡写真やMRIなど）をPythonで扱う例や機械学習の例を紹介する。 こちらのサイト（https://haesleinhuepf.github.io/BioImageAnalysisNotebooks/intro.html）を翻訳したもの。適宜追加の情報は加えている。サイト元の順番で章を作っているが、章の順番はあまり重要ではない。 ※ ただし、Pythonの初歩、機械学習の原理の章は一般論なので解説していない 使用するデータはGithubページから取得可能。dataフォルダのものを使用する。 https://github.com/haesleinhuepf/BioImageAnalysisNotebooks 実行環境はWindows11。Windows版のAnacondaを使用している。 Python versionは最新版では動かない箇所があるかもしれないので適宜変更してほしい。 ※ この本は自分用に書きかけているもので随時更新します。自分を追い込むために公開しています。 ----------------------------------------------- 本書では、BioImageAnalysisNotebooks ウェブサイトのコンテンツに基づいて、バイオイメージ解析の基本を紹介する。BioImageAnalysisNotebooks は Robert Haaseらによって提供されており、詳細な情報は公式ウェブサイトで提供されている。 -----------------------------------------------
Chapters
0️⃣ 事前準備
1️⃣ 画像解析の基礎1 - Numpy array -
1️⃣ 画像解析の基礎2 - 読み込み/表示 -
1️⃣ 画像解析の基礎3 - 明るさとコントラスト -
1️⃣ 画像解析の基礎4 - 画像の計算処理 -
1️⃣ 画像解析の基礎5 - 画像のトリミング -
1️⃣ 画像解析の基礎6 - Indexで画像を2値化 -
1️⃣ 画像解析の基礎7 - マルチチャンネル画像 -
2️⃣ ファイル形式 - 画像のメタデータ -
2️⃣ ファイル形式 - AICSImageIO -
2️⃣ ファイル形式 - CZIファイルを開く -
2️⃣ ファイル形式 - LIFファイルを開く -
2️⃣ ファイル形式 - tifのスタック画像 -
2️⃣ ファイル形式 - タイル画像ファイル形式: zarr -
2️⃣ ファイル形式 - 各ファイル形式の長所と短所 -
3️⃣ 機械学習の基礎 - 教師あり学習 -
3️⃣ 機械学習の基礎 - 教師なし学習 -
3️⃣ 機械学習の基礎 - 値のスケーリング -
4️⃣ 3D画像の可視化 - 多次元スタック画像 -
4️⃣ 3D画像の可視化 - pyclesperanto -
4️⃣ 3D画像の可視化 - napariビューアー -
5️⃣ 画像フィルタ - 概要 -
5️⃣ 画像フィルタ - 畳み込み convolution -
5️⃣ 画像フィルタ - ノイズ除去フィルタ -
5️⃣ 画像フィルタ - 背景除去フィルタ -
5️⃣ 画像フィルタ - ガウスフィルターを使った明るさムラの補正 -
5️⃣ 画像フィルタ - エッジ検出 -
5️⃣ 画像フィルタ - SimpleITK -
6️⃣ デコンボリューション - 概要 -
6️⃣ デコンボリューション - 点拡がり関数の決定 -
6️⃣ デコンボリューション - Richardson-Lucy-DeconvolutionをGPUで -
7️⃣ 空間変換 - 座標系 -
7️⃣ 空間変換 - スライス操作 -
7️⃣ 空間変換 - 画像サイズのスケーリング -
7️⃣ 空間変換 - Scikit-imageを使ったアフィン変換 -
7️⃣ 空間変換 - Scipyを使ったアフィン変換 -
7️⃣ 空間変換 - CuPyを使ったアフィン変換 -
7️⃣ 空間変換 - clesperantoを使ったアフィン変換 -
7️⃣ 空間変換 - ピクセル座標と物理座標 -
7️⃣ 空間変換 - ダウンサンプリングと補完 -
8️⃣ セグメンテーション - 概要 -
8️⃣ セグメンテーション - 用語 -
8️⃣ セグメンテーション - 二値化 -
8️⃣ セグメンテーション - 閾値処理 -
8️⃣ セグメンテーション - 接している物体の分離-
8️⃣ セグメンテーション - ラベル画像 -
8️⃣ セグメンテーション - ガウスぼかしと閾値処理 -
8️⃣ セグメンテーション - 接している物体のラベル付け -
8️⃣ セグメンテーション - Voronoi-Otsu-labering -
8️⃣ セグメンテーション - バイナリ画像にVoronoi-Otu-labeling -
8️⃣ セグメンテーション - Erode処理とOtsuラベリング-
8️⃣ セグメンテーション - 細胞膜データを使って細胞を分離 -
8️⃣ セグメンテーション - 細胞膜外にラベルが漏れるのを防ぐ -
8️⃣ セグメンテーション - 3次元画像 -
9️⃣ セグメンテーションの機械学習 - Scikit-learnによるピクセル分類 -
9️⃣ セグメンテーションの機械学習 - GPUでオブジェクトセグメンテーション -
9️⃣ セグメンテーションの機械学習 - GPUでピクセル分類 -
9️⃣ セグメンテーションの機械学習 - Napariでセグメンテーション-
9️⃣ セグメンテーションの機械学習 - マルチチャンネル画像のピクセル分類 -
9️⃣ セグメンテーションの機械学習 - 確率マップ -
9️⃣ セグメンテーションの機械学習 - フォルダ内画像からモデルの学習 -
9️⃣ セグメンテーションの機械学習 - feature stacks -
9️⃣ セグメンテーションの機械学習 - 特徴量の選択 -
🔟 セグメンテーションの深層学習 - CellPose -
🔟 セグメンテーションの深層学習 - StarDist -
Author
Topics
