用于分析 smFISH 图像的工具箱。
项目描述
大鱼
Big-FISH是一个用于分析 smFISH 图像的 python 包。它包括各种分析显微镜图像的方法，例如细胞和细胞核的斑点检测和分割。该包允许用户将单元格的提取属性表示为坐标（见下图）。最终目标是简化大规模统计分析和量化。
| 细胞图像（smFISH 通道）及其坐标表示 |
|---|
 |
安装
依赖项
Big-FISH 需要 Python 3.6 或更高版本。此外，它具有以下依赖项：
- numpy (>= 1.16.0)
- scipy (>= 1.4.1)
- scikit-learn (>= 0.24.0)
- scikit-image (>= 0.14.2)
- matplotlib (>= 3.0.2)
- 熊猫 (>= 0.24.0)
- mrc (>= 0.1.5)
出于分段目的，可以请求两个额外的依赖项：
- 张量流（== 2.3.0）
- 张量流插件（== 0.12.1）
虚拟环境
为避免依赖冲突，我们建议使用专用的虚拟或conda环境。在终端中运行命令：
conda create -n bigfish_env python=3.6
source activate bigfish_env
我们推荐两个选项，然后在您的虚拟环境中安装 Big-FISH。
从 PyPi 下载包
使用包管理器pip安装 Big-FISH。在终端中运行命令：
pip install big-fish
来自 Github 的克隆包
克隆项目的Github 存储库并使用以下命令手动安装：
git clone git@github.com:fish-quant/big-fish.git
cd big-fish
pip install .
用法
Big-FISH 为 smFISH 图像的完整分析管道提供了一个工具箱。完整的文档可在线获取。
这个包是FISH-Quant框架的一部分，几个例子也可以作为Jupyter notebooks获得。
支持
如果您对存储库有任何疑问，请打开一个问题。您也可以联系Arthur Imbert或Florian Mueller。
路线图（建议）
版本 1.0.0：
- 完整的代码覆盖率。
- 取消固定深度学习依赖项
- 添加预训练的模式识别模型
发展
源代码
您可以使用以下命令访问最新源：
git clone git@github.com:fish-quant/big-fish.git
cd big-fish
git checkout develop
贡献
欢迎请求请求。对于重大更改，请先打开一个问题讨论您想要更改的内容。
测试
如果您打开拉取请求，请确保根据需要更新测试。您可以通过运行以下命令来安装确切的依赖项和特定版本的pytest ：
pip install -r requirements_dev.txt
要执行单元测试，请运行：
pytest bigfish
引文
如果您利用此软件包进行工作，请引用：
亚瑟·因伯特、欧阳卫、阿德姆·萨菲丁、埃梅琳·科莱诺、克里斯托夫·齐默、爱德华·伯特兰、托马斯·沃尔特、弗洛里安·穆勒。FISH-quant v2：用于 smFISH 图像分析的可扩展和模块化分析工具。bioRxiv (2021) https://doi.org/10.1101/2021.07.20.453024
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。