热门搜索:
labsyspharm/s3segmenter
labsyspharm
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：7 个月前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
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
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 s3segmenter 镜像标签
docker pull docker.xuanyuan.run/labsyspharm/s3segmenter:<标签>
DockerHub 原生拉取命令
docker pull labsyspharm/s3segmenter:<标签>
镜像拉取常见问题
功能
错误码
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。"