labsyspharm/s3segmenter Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务
labsyspharm/s3segmenterlabsyspharm
S3segmenter是基于Matlab的函数集，用于从深度学习模型生成的概率图中分割细胞（细胞核和细胞质）并生成标记掩码，输入为.ome.tif文件和3类概率图，输出为细胞核、细胞质及细胞的标记掩码等。
下载次数: 0状态：社区镜像维护者：labsyspharm仓库类型：镜像最近更新：4 个月前
S3segmenter
概述
S3segmenter是一套基于Matlab的函数集，主要用于从生物医学图像中生成单细胞（细胞核和细胞质）标记掩码。其核心功能是通过深度学习模型输出的概率图，结合图像处理算法实现精准的细胞分割。
输入
- .ome.tif格式图像文件（建议进行平场校正）
- 3类概率图（由UNet等深度学习模型生成），包含以下类别：
- 背景
- 细胞核轮廓
- 细胞核前景
输出
- 细胞核、细胞质及细胞的分割标记掩码（保存为.tif文件，位于原图像文件夹的子文件夹中）
- 2通道.tif质控文件（包含DAPI通道图像和细胞核轮廓）
核心功能
- 细胞核中心检测：通过提取细胞核前景概率图的局部最大值确定细胞核中心
- 细胞核分割：采用标记控制的分水岭算法，以细胞核中心为标记，受细胞核轮廓概率图约束
- 细胞质分割：以细胞核为标记，结合细胞质标记（如β-连环蛋白）通道，采用标记控制的分水岭算法；同时使用细胞核周围3像素环辅助分割
使用场景
适用于生物医学图像分析领域，特别是需要从显微镜图像（如.ome.tif格式）中进行单细胞分割的场景，可用于细胞形态学研究、蛋白质定位分析等需要细胞核与细胞质标记的实验。
使用方法
环境要求
- Matlab运行环境
- 已克隆S3segmenter代码仓库
基本运行步骤
- 在Matlab中设置路径至克隆的代码仓库文件夹
- 执行以下命令运行分割：
其中matlabO2batchS3segmenterWrapperR('/path/to/files/')/path/to/files/为包含输入文件的目录路径
参数配置
通过名称-值对参数自定义分割过程，参数说明如下：
| 参数名 | 默认值 | 说明 | 取值范围 |
|---|---|---|---|
| HPC | 'false' | 是否在高性能计算集群运行 | {'true', 'false'} |
| fileNum | 1 | 集群模式下指定处理的文件索引 | 正整数数组（元素个数>0且均>0） |
| CytoMaskChan | [2] | 细胞质标记通道编号 | 正整数数组（元素个数>0且均>0） |
| TissueMaskChan | [3] | 组织掩码通道编号 | 正整数数组（元素个数>0且均>0） |
| RefineTissueMask | [0] | 优化组织掩码以消除高自发荧光区域（数值为优化强度） | 正整数数组（元素个数>0且均>0） |
| mask | 'tissue' | 样本类型（TMA芯或组织） | {'TMA', 'tissue', 'none'} |
| crop | 'noCrop' | 裁剪方式 | {'interactiveCrop', 'autoCrop', 'dearray', 'noCrop'} |
| cytoMethod | 'distanceTransform' | 细胞质分割方法 | {'RF', 'distanceTransform', 'bwdistanceTransform', 'ring'} |
| nucleiFilter | 'IntPM' | 细胞核阈值筛选特征 | {'LoG', 'Int', 'IntPM', 'none'} |
| measureFeatures | 'false' | 是否从掩码中提取强度特征 | {'true', 'false'} |
| nucleiRegion | 'watershedContourInt' | 细胞核区域分割方法 | {'watershedContourDist', 'watershedContourInt', 'watershedBWDist', 'dilation'} |
| resizeFactor | 1 | 图像缩放因子 | 正整数（单个值） |
| logSigma | [2.5] | 细胞核直径范围（像素） | 正整数数组（元素个数>0且均>0） |
| chanRange | [0] | 用于特征测量的通道（0表示所有通道） | 正整数数组（元素个数>0且均>0）或0 |
| upSample | 2 | 上采样因子 | 正整数（单个值） |
| Docker | 'false' | 是否在Docker环境中运行 | {'true', 'false'} |
| dockerParams | 0 | Docker环境参数 | 单个数值 |
运行示例
在本地Matlab环境中处理指定目录下的图像，使用通道2作为细胞质标记，通道3作为组织掩码：
matlabO2batchS3segmenterWrapperR('/path/to/experiment/images/', ... 'CytoMaskChan', [2], ... 'TissueMaskChan', [3], ... 'measureFeatures', 'true')
注意事项
- 输入的.ome.tif文件建议进行平场校正，以提高分割精度
- 概率图需严格包含背景、细胞核轮廓、细胞核前景3个类别
- 细胞质标记通道需根据实验设计（如β-连环蛋白染色通道）正确指定
labsyspharm/quantification
labsyspharm
用于单细胞数据提取的模块，基于分割掩码和多通道图像进行量化分析，输出CSV结构与histoCAT兼容，支持多种图像格式及可配置的量化指标。
1万+ 次下载
11 个月前更新
labsyspharm/ashlar
labsyspharm
ASHLAR是一个用于显微镜图像快速高质量拼接和配准的工具，支持CyCIF、CODEX等循环成像方法的多轮共配准，可读取BioFormats支持的显微镜文件或TIFF目录，输出金字塔式分块OME-TIFF，需未拼接的单个tile图像作为输入。
1万+ 次下载
5 个月前更新
labsyspharm/unmicst
labsyspharm
UnMICST是用于细胞核识别和组织分割的通用深度学习模型，采用UNet架构生成概率图以提升下游图像二值化准确性，支持多种组织类型，提供solo（仅DNA通道）和duo（DNA+核膜染色）版本，可处理真实显微图像中的复杂形态与伪影。
1万+ 次下载
1 年前更新
镜像拉取常见问题
使用与功能问题
错误码与失败问题
manifest unknown 错误：镜像不存在或标签错误
manifest unknown 错误
TLS/SSL 证书验证失败：Docker pull 时 HTTPS 证书错误
TLS 证书验证失败
DNS 解析超时：无法解析镜像仓库地址或连接超时
DNS 解析超时
410 Gone 错误：Docker 版本过低导致协议不兼容
410 错误：版本过低
402 Payment Required 错误：流量耗尽错误提示
402 错误：流量耗尽
401 UNAUTHORIZED 错误：身份认证失败或登录信息错误
身份认证失败错误
429 Too Many Requests 错误：请求频率超出专业版限制
429 限流错误
Docker login 凭证保存错误：Cannot autolaunch D-Bus（不影响登录）
凭证保存错误
账号 / 计费 / 权限
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"