Python中的细胞分割和荧光计数

如何在显微镜上拍摄的图像中细分细胞，沿着Matlab中的方式划分细胞？ http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/ 此外，如果我在不同的荧光通道中拍摄多个图像（用一些抗体/制造者染色细胞后），我如何自动定量每个标记阳性细胞的比例？有没有人在Python中做过这样的事情？或者Python中是否有可用于执行此操作的库？

已邀请:

4 个回复

甲车劲

你读过pythonvision.org上的教程吗？ http://pythonvision.org/basic-tutorial 它与您正在寻找的非常相似。

掏得透垦滩

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）。当前的Python API缺少此功能，但如果您下载最新的OpenCV SVN版本，则可以使用它。此部分仅用于显示目的，不需要获得相同的结果图像阈值形态学操作，如腐蚀（也扩张，开放，关闭等）使用cv.FindContours确定二进制图像中blob的轮廓 - 请参阅此问题。它使用C而不是Python，但API实际上是相同的，所以你可以从中学到很多东西分水岭分割（使用cv.Watershed - 它存在，但由于某种原因我在手册中找不到它）考虑到这一点，我将使用OpenCV来获得与matlab文章中相同的结果：使用经验确定的阈值（或Ohtsu的方法）阈值图像对图像应用扩张以填补间隙。可选地，在先前的阈值处理步骤之前模糊图像 - 这也将移除小“洞” 使用cv.FindContours确定轮廓可选地，绘制轮廓使用斑点信息，迭代原始图像中的每个斑点，并为每个斑点应用单独的阈值以分离细胞核（这是他们的imextendedmax操作正在进行的操作）可选地，在核中涂漆应用分水岭变换我没有尝试过这些（对不起，现在没有时间），所以我还没有给你看任何代码。但是，根据我对OpenCV的经验，我相信第7步的一切都会运作良好。我之前从未使用过OpenCV的分水岭变换，但我看不出它不能在这里工作的原因。尝试完成我展示的步骤，如果您有任何问题，请告诉我们。请务必以更多人能够帮助您的方式发布您的来源。最后，要回答关于染色细胞并量化细胞存在的问题，了解您正在使用的染料非常容易。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（可能通过阈值处理）。