Python中的细胞分割和荧光计数[关闭]答案

【问题标题】：Cell segmentation and fluorescence counting in Python [closed]Python中的细胞分割和荧光计数[关闭]
【发布时间】：2011-07-30 10:49:54
【问题描述】：

如何按照在 Matlab 中所做的操作从显微镜上拍摄的图像中分割细胞？

另外，如果我在不同的荧光通道中拍摄多张图像（在用一些抗体/标记物染色细胞后），我如何自动量化每个标记物阳性细胞的比例？有没有人在 Python 中做过这样的事情？或者是否有 Python 中的库可用于执行此操作？

【问题讨论】：

不确定如何解决这个问题，但尝试编辑以解决（相当挑剔和不正确的）“离题”标记。
@bluefeet - 为什么关闭？这是一个具体的问题，下面有两个具体的答案。我删掉了要求推荐的部分。
@thouis 为什么关闭？因为它的问题太宽泛了，而且它还要求一个图书馆。您删除最后一行的编辑基本上使该问题的每个答案都无效，这些答案只是指向一个链接。关闭一个问题并不意味着它会被删除，但是这个问题写出来是题外话。
@bluefeet 我非常不同意。他们问了一个非常具体的问题（“我如何分割单元格......”），然后提供了一些其他信息。最佳答案有一个正是这样做的教程。顺便说一句，关于图书馆的问题在最后。如果您不喜欢该部分，只需将其编辑掉。
@thouis 在您于 6 月 8 日进行编辑后，该帖子进入重新审核队列，他们投票认为该问题应保持关闭。在这个时候，我不会重新打开它——它太宽泛了，它要求一个图书馆。如果您想继续讨论，请随时ask on meta。

【解决方案1】：

您可以在 Python 中使用 OpenCV 库执行此操作。

您尤其会对以下功能感兴趣：

直方图拉伸 (cv.EqualizeHist)。这是来自当前 Python API 的missing，但如果您下载 OpenCV 的最新 SVN 版本，则可以使用它。这部分仅用于展示目的，不需要得到相同的结果
image thresholding
erode 等形态学运算（也包括扩张、打开、关闭等）
使用cv.FindContours 确定二进制图像中斑点的轮廓——参见this question。它使用的是 C，而不是 Python，但 API 几乎相同，因此您可以从中学到很多东西
分水岭分割（使用cv.Watershed -- 它是exists，但由于某种原因我在手册中找不到它）

考虑到这一点，以下是我将如何使用 OpenCV 来获得与 matlab 文章中相同的结果：

使用凭经验确定的阈值（或 Ohtsu 方法）对图像设置阈值
对图像应用膨胀以填补空白。或者，在上一个阈值步骤之前模糊图像 - 这也将消除小“洞”
使用cv.FindContours 确定轮廓
（可选）paint the contours
使用 blob 信息，遍历原始图像中的每个 blob，并为每个 blob 应用单独的阈值以分离细胞核（这就是他们的imextendedmax 操作正在做的事情）李>
（可选）在细胞核中绘制
应用分水岭变换

我还没有尝试过任何这些（抱歉，现在没有时间），所以我还不能给你看任何代码。但是，根据我使用 OpenCV 的经验，我相信第 7 步之前的所有操作都可以正常工作。我以前从未使用过 OpenCV 的分水岭变换，但我看不出它在这里不起作用的原因。

尝试完成我展示的步骤，如果您有任何问题，请告诉我们。请务必发布您的来源，这样更多人将能够帮助您。

最后，要回答您关于染色细胞和量化其存在的问题，很容易知道您正在使用的染料。例如，要确定被红色染料染色的细胞，您需要从图像中提取红色通道并检查高强度区域（可能通过阈值处理）。

【讨论】：

【解决方案2】：

您是否阅读过 pythonvision.org 上的教程？

它与您正在寻找的非常相似。

【讨论】：

【解决方案3】：

再添加一个：cellprofiler.org（开源细胞图像分析软件，python）

【讨论】：

【解决方案4】：

您可能还会发现这个库很有用：

我发现它比 OpenCV 库更容易上手。

【讨论】：