后处理功能在“距离图深度回归组织病理学图像细胞核分割”中的应用。
dynamic-watershed的Python项目详细描述
动态流域
包装说明
我们实现了“组织病理学图像的神经网络核分割”中描述的核分裂算法。该算法本质上是一个动态分水岭。
主函数名为:post_process
。
安装
动态分水岭可以通过解压缩一个目录中的源代码并使用以下命令来安装::
python setup.py install
您还可以使用以下命令直接从python包索引安装它(尚未工作):::
pip install dynamic_watershed
示例
>>>fromdynamic_watershedimportpost_process>>>fromskimage.ioimportimread>>>probability_image=imread('example.png')>>>p1,p2=7,0.5>>>result_segmentation=post_process(probability_image,p1,thresh=p2)
许可证
请参阅此文件夹中的license.txt文件。
贡献
动态流域是一个开源软件。欢迎大家贡献!
引用
如果你使用这项工作,请引用我们的论文。
双唇:
@inproceedings{naylor2017nuclei,
title={Nuclei segmentation in histopathology images using deep neural networks},
author={Naylor, Peter and La{\'e}, Marick and Reyal, Fabien and Walter, Thomas},
booktitle={Biomedical Imaging (ISBI 2017), 2017 IEEE 14th International Symposium on},
pages={933--936},
year={2017},
organization={IEEE}
}