labsyspharm/s3segmenter Docker Image Overview

labsyspharm/s3segmenter

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。

0 次下载

💣 CI/CD 卡在拉镜像？问题不在代码，在镜像源

中文简介版本下载

💣 CI/CD 卡在拉镜像？问题不在代码，在镜像源

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：

matlab
O2batchS3segmenterWrapperR('/path/to/files/')

其中/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：

matlab
O2batchS3segmenterWrapperR('/path/to/experiment/images/', ...
    'CytoMaskChan', [2], ...
    'TissueMaskChan', [3], ...
    'measureFeatures', 'true')