Python中的细胞分割与荧光计数

Question

我如何从显微镜上拍摄的图像中，沿着在Matlab中所做的行来分割细胞？

http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/

另外，如果我在不同的荧光通道中拍摄多幅图像（用某种抗体/标记物染色细胞后），如何自动量化每个标记物的阳性细胞比例？有人用Python做过这样的事情吗？或者在Python中有一个库可以用来做这件事吗？

Answer 1

您可以使用OpenCV库在Python中执行此操作。

特别是，您将对以下功能感兴趣：

• 直方图拉伸（cv.EqualizeHist）。这是当前Python API的missing，但是如果您下载了OpenCV的最新SVN版本，就可以使用它。此部分仅用于显示目的，不需要获得相同的结果
• image thresholding
• 形态操作，如erode（也包括扩张、打开、关闭等）
• 使用cv.FindContours确定二进制图像中blob的轮廓——请参见this question。它使用的是C，而不是Python，但是api实际上是相同的，因此您可以从中学习很多东西
• 分水岭分割（使用cv.Watershed——它exists，但由于某种原因，我在手册中找不到它）

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

1. 使用经验确定的阈值（或Ohtsu方法）对图像设置阈值
2. 对图像应用膨胀来填充间隙。或者，在上一个阈值步骤之前模糊图像——这也将移除小的“洞”
3. 使用cv.FindContours确定轮廓
4. 可选，paint the contours
5. 使用blob信息，迭代原始图像中的每个blob，并为每个blob应用单独的阈值来分离细胞核（这就是它们的imextendedmax操作所做的）
6. 可选地，在细胞核中绘制
7. 应用分水岭变换

我还没有试过这些（抱歉，现在没有时间），所以我还不能给你显示任何代码。不过，根据我在OpenCV方面的经验，我相信到步骤7为止的一切都会很好地工作。我以前从未使用过OpenCV的分水岭变换，但我看不出它不在这里工作的原因。

试着完成我展示的步骤，如果你有任何问题请告诉我们。一定要公布你的来源，因为这样更多的人将能够帮助你。

最后，要回答你关于染色细胞和量化它们存在的问题，很容易知道你使用的染料。例如，要确定用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）。

Answer 2

再加一个：cellprofiler.org（python中的开源单元格图像分析软件）

Answer 3

你读过pythonvision.org上的教程吗？

http://pythonvision.org/basic-tutorial

它和你要找的非常相似。