WSI(数字组织学)分析的深度学习工具箱
DigiPathA的Python项目详细描述
数字泰语
建立在openslide之上的软件应用程序,用于查看whole slide images (WSI)并执行病理分析
引文
如果您发现此参考实现在您的研究中有用,请考虑引用:
@article{khened2020generalized,
title={A Generalized Deep Learning Framework for Whole-Slide Image Segmentation and Analysis},
author={Khened, Mahendra and Kori, Avinash and Rajkumar, Haran and Srinivasan, Balaji and Krishnamurthi, Ganapathy},
journal={arXiv preprint arXiv:2001.00258},
year={2020}
}
特点
- 响应式WSI图像查看器
- 最先进的癌症AI管道分割和显示癌组织区域
应用程序概述
结果
在线演示
安装
运行人工智能管道需要一个GPU和几个深度学习模块。但是,也可以只运行UI。在
只有用户界面
要求
openslide
flask
下面的命令将只安装上面列出的依赖项。在
^{pr2}$整个人工智能管道
要求
pytorch
torchvision
opencv-python
imgaug
matplotlib
scikit-learn
scikit-image
tensorflow-gpu >=1.14,<2
pydensecrf
pandas
wget
下面的命令将安装所提到的依赖项
pip install "DigiPathAI[gpu]"
两种安装方法都安装同一个包,只是依赖关系不同。即使您已经使用前面的命令进行了安装,也可以手动安装其余的依赖项。在
使用
本地服务器
遍历到包含openslide图像的目录并运行以下命令。在
digipathai <host: localhost (default)> <port: 8080 (default)>
Python API用法
应用程序还有一个API,可以在python中使用它来执行分段。在
from DigiPathAI.Segmentation import getSegmentation
prediction = getSegmentation(img_path,
patch_size = 256,
stride_size = 128,
batch_size = 32,
quick = True,
tta_list = None,
crf = False,
save_path = None,
status = None)
联系人
- 阿维纳什可丽(koriavinash1@gmail.com)
- 哈兰·拉杰库马尔(haranrajkumar97@gmail.com)
- 项目
标签: