本文主要是介绍【细胞分割 + 图谱配准】论文综述,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
文章目录
- 一、细胞分割
- 1.1、细胞分割:cellpose
- Cellpose3: one-click image restoration for improved cellular segmentation
- Cellpose 2.0: how to train your own model
- Cellpose: a generalist algorithm for cellular segmentation
- 1.2、细胞分割与染色 —— Cell Painting, a high-content image-based assay for morphological profiling using multiplexed fluorescent dyes
- 1.3、细胞分割 + 图谱配准 —— Virtual reality-empowered deep-learning analysis of brain cells
- 1.4、细胞分割 + 分类 + 计数 + 跟踪 —— ilastik: interactive machine learning for (bio)image analysis.
- 1.5、细胞分割 —— Cell Detection with Star-convex Polygons
- 1.6、细胞分割 —— SCS: cell segmentation for high-resolution spatial transcriptomics
- 二、图谱配准
- 2.1、图谱配准 —— mBrainAligner:Cross-modal coherent registration of whole mouse brains
- 2.2、图谱配准 —— LifeCanvas - SmartAnalytics:Allen Brain Atlas alignment and cell detection
一、细胞分割
1.1、细胞分割:cellpose
cellpose官网手册
Cellpose3: one-click image restoration for improved cellular segmentation
中文:Cellpose3:一键式图像恢复,改进细胞分割
论文:Cellpose3: one-click image restoration for improved cellular segmentation
- 简介: 2024 年 2 月 12 日,发表于期刊:
bioRxiv
- 指标:15,519 次访问、0次引用、0替代计量法
Cellpose 2.0: how to train your own model
中文:Cellpose2.0:如何训练自己的模型
论文:Cellpose 2.0: how to train your own model
解读(微信):Cellpose 2.0——利用自己的数据训练模型
- 简介:2022 年 4 月 5 日,发表于期刊:
bioRxiv and nature methods
- 指标:57k 次访问、135次引用、115替代计量法
Cellpose: a generalist algorithm for cellular segmentation
中文:Cellpose:一种通用的细胞分割算法
论文:Cellpose: a generalist algorithm for cellular segmentation
- 简介:2020 年 2 月 3 日,发表于期刊:
bioRxiv and nature methods
- 指标:78k 次访问、931次引用、169替代计量法
1.2、细胞分割与染色 —— Cell Painting, a high-content image-based assay for morphological profiling using multiplexed fluorescent dyes
中文:细胞绘画,一种使用多重荧光染料进行形态学分析的高内涵图像分析方法
论文:Cell Painting, a high-content image-based assay for morphological profiling using multiplexed fluorescent dyes
解读(微信):https://mp.weixin.qq.com/s/LNVd3Ln0DWQOfto5iQQPfw
- 简介:2017 年 3 月 1 日,发表于期刊:
Nature Protocol
1 个细胞的表型分析是由成千上万个表征细胞状态的可量化指标组成的。
1.3、细胞分割 + 图谱配准 —— Virtual reality-empowered deep-learning analysis of brain cells
中文:虚拟现实支持的脑细胞深度学习分析
论文:Virtual reality-empowered deep-learning analysis of brain cells
源码:https://github.com/erturklab/delivr_cfos?tab=readme-ov-file
解读(微信):https://mp.weixin.qq.com/s/-486WqucP0HZVgO0cnmRAw
数据标记的演示视频:https://discotechnologies.org/DELiVR/
- 简介:2024 年 4 月 22 日,发表于期刊:
Nature Methods
- 指标:7260 次访问、0次引用、0替代计量法
1.4、细胞分割 + 分类 + 计数 + 跟踪 —— ilastik: interactive machine learning for (bio)image analysis.
中文:ilastik:用于(生物)图像分析的交互式机器学习
论文:ilastik: interactive machine learning for (bio)image analysis.
- 简介:2019 年 9 月 30 日,发表于期刊:
Nature Methods
- 指标:36k访问次数、1322次引用、179替代计量法
1.5、细胞分割 —— Cell Detection with Star-convex Polygons
ISS空间转录组的细胞分割算法汇总(stardist、cellpose、QuPath、SCS)
中文:使用星凸多边形进行细胞检测
论文:Cell Detection with Star-Convex Polygons
源码:StarDist - Object Detection with Star-convex Shapes.
- 简介:2018 年 6 月 9 日,发表于期刊:
Medical Image Computing and Computer-Assisted Intervention (MICCAI)
- 指标:25k访问次数、432次引用、25替代计量法
1.6、细胞分割 —— SCS: cell segmentation for high-resolution spatial transcriptomics
ISS空间转录组的细胞分割算法汇总(stardist、cellpose、QuPath、SCS)
中文:SCS:高分辨率空间转录组学的细胞分割
论文:SCS: cell segmentation for high-resolution spatial transcriptomics
源码:https://github.com/chenhcs/SCS
- 简介:2023 年 7 月 10 日,发表于期刊:
Nature Methods
- 指标:11k访问次数、4次引用、119替代计量法
二、图谱配准
2.1、图谱配准 —— mBrainAligner:Cross-modal coherent registration of whole mouse brains
中文:mBrainAligner:整个小鼠大脑的跨模态一致配准
mBrainAligner论文:Cross-modal coherent registration of whole mouse brains
mBrainAligner源码:https://github.com/Vaa3D/vaa3d_tools/tree/master/hackathon/mBrainAligner
- 简介:2021 年 12 月 9 日,发表于期刊:
Nature Methods
- 指标:9634 次访问、28次引用、7替代计量法
中文:mBrainAligner-Web:用于整个小鼠大脑跨模式连贯注册的网络服务器
mBrainAligner-Web论文:mBrainAligner-Web: a web server for cross-modal coherent registration of whole mouse brains
mBrainAligner-Web源码:https://github.com/reaneyli/mBrainAligner-web
mBrainAligner-Web界面:http://mbrainaligner.ahu.edu.cn/
- 简介:2022 年 8 月 11 日,发表于期刊:
Bioinformatics
- 指标:1192 次访问、4次引用、0替代计量法
Web界面右上角下载使用手册
- 只支持完整的小鼠脑图像;只支持3D图像;只支持.v3draw数据格式;只支持uint8数据类型;
- 需要设置前背景的阈值参数(决定是否配准成功)
cmd执行配准:global_registration.exe -f fixed_image -m moving_image -th moving_image_threshold -p affine+ssd -o result_save_path-f fixed_image-m moving_image-c recentered_image_pad_scr_image (if you select "rpm")-th moving_image_threshold (if less than the given threshold, then the pixel value = 0. The default is 30)-p <registration_methods> a:affine、r:rpm、s:ssd(It is recommended that you only need to select one option in "affine" and "rpm")example:a+s,r+s仿射变换 Affine Transformation:对图像进行平移、旋转、缩放和错切等变换,从而使得两幅图像能够更好地对齐。 正则化成对匹配(Regularized Pairwise Matching,rpm):通过匹配一对图像之间的特征点来实现图像对齐。平方差和(Sum of Squared Differences,ssd):用于评估两幅图像配准质量的指标(像素值的差异)。:: -o the result save path
2.2、图谱配准 —— LifeCanvas - SmartAnalytics:Allen Brain Atlas alignment and cell detection
商业产品:智能SPIM光片显微镜(LifeCanvas - SmartSPIM light sheet microscope)
商业产品:智能分析(LifeCanvas - SmartAnalytics)
- (1)图谱配准 - 演示视频(多功能可视化界面:支持脑区选择、细胞计数、热图)
- (2)图谱配准 - 原理分析(基于配准工具实现:Elastix、ANTs、BIRDS、MesoNet等)
这篇关于【细胞分割 + 图谱配准】论文综述的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!