用于组织病理学图像分析的python工具包
histomicstk的Python项目详细描述
histomicstk是一个用于组织病理学图像分析的python和rest api。 与临床和基因组数据相关。
组织病理学，包括检查病变的薄片 用显微镜观察细胞分辨率的组织，被认为是金 几种疾病的临床诊断、分期及预后标准 包括大多数类型的癌症。最近的出现和增加的临床 采用全幻灯片成像系统，捕捉 高倍镜下的整个组织切片导致了爆炸 数据。与放射学和基因组学的相关领域相比，有一个 缺乏成熟的管理、可视化和 对大量快速增长的 数字病理学领域的数据。这正是差距 我们的目标是填补组织学的发展。
与Digital Slide Archive和 large_image，历史主义旨在满足两者的需要 对使用最先进算法感兴趣的病理学家/生物学家 分析他们的数据和算法研究人员有兴趣开发 新的/改进的算法并将其传播给社区以供更广泛的使用。
histomicstk可以通过两种方式使用：
作为纯python包：这是为了启用算法 研究人员使用和/或扩展 python中的histormicstk。Histomicstk提供基本算法 图像分析任务，如颜色标准化，颜色反褶积， 细胞核分割和特征提取。请看 api-docs 和examples 更多信息。
这可以通过pip install histomicstk在Linux上安装。
histomicstk使用large_image库读取和各种显微镜 图像格式。根据您的具体系统，安装必要的 支持这些格式的库可能很复杂。有一些 Linux的非官方预构建库可以包括 通过指定 pip install histomicstk --find-linkshttps://manthey.github.io/large_image_wheels。 请注意，如果以前安装了Histomicstk或大型映像，而没有 这些，您可能需要将--force-reinstall--no-cache-dir添加到 pip install命令强制它使用find links选项。
如果--find-links 未指定选项。您需要使用包管理器 安装适当的库（例如，在ubuntu上，您需要 libopenslide-dev和libtiff-dev）。
作为基于web的分析的服务器端大梁插件 允许病理学家/生物学家应用分析模块/管道 包含在Histomicstk的Docker插件中。Girder 是一个基于python的框架（正在由Kitware积极开发中），用于 构建存储、聚合和处理科学数据的web应用程序。 它构建在CherryPy之上，提供身份验证功能， 访问控制、可自定义的元数据关联、易于上载/下载 数据，一个抽象层，公开存储在多个后端的数据 （例如，原生文件系统、Amazon S3、MongoDB Gridfs）通过一个统一的 restful api，最重要的是一个可扩展的插件框架 正在构建服务器端分析应用程序。继承所有这些能力， histomicstk正在开发中，除了作为一个大梁插件 作为纯python包使用。为了进一步支持基于网络的分析， histormicstk依赖于另外三个大梁插件：（i）girder_worker 分布式任务执行和监视，（ii）large_image用于显示， 提供和读取由整张幻灯片生成的大型多分辨率图像 成像系统，以及（iii）slicer_cli_web提供基于web的restful 访问开发为slicer execution model的图像分析管道 CLIS和集装箱使用码头。
有关详细信息，请参阅https://digitalslidearchive.github.io/HistomicsTK/。
询问、评论或进入TOUCH与维修人员一起，前往 Discourse forum，或者使用我们的Gitter Chatroom。
这项工作由国家卫生研究院资助。
欢迎加入QQ群-->： 979659372
